Modelo beta misto bayesiano para descrever a influência de diferentes cepas do fungo Colletotrichum truncatum sobre a severidade da antracnose na sojicultora

Detalhes bibliográficos
Ano de defesa: 2022
Autor(a) principal: Sabino, Antonio Leopoldo Cardoso
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://www.teses.usp.br/teses/disponiveis/11/11134/tde-13092022-094518/
Resumo: A cultura da soja é muito importante na economia mundial, pois sua matéria prima é utilizada para produção de diversos produtos. As plantas de soja, entretanto, são suscetíveis a diversas doenças causadas por fungos, como a antracnose, que pode chegar a comprometer a safra inteira. Essa doença é causada por cepas do fungo Colletotrichum truncatum, pertencentes a grupos genéticos distintos, que podem levar a índices de severidade diversos. Nas análises estatísticas usuais de dados de severidade, entretanto, frequentemente considera-se, equivocadamente, que seguem uma distribuição normal ou são realizadas, previamente, transformações dos dados, como logit, probit ou complemento log-log, dentre outras. Como a severidade é uma variável contínua entre 0 e 100%, (ou entre 0 e 1), a distribuição beta pode ser mais apropriada e metodologias como a proposta por Cribari-Neto e Zeileis (2010) podem ser consideradas. Em experimentos de comparação de grupos genéticos de cepas de antracnose quando ao índice de severidade podemos considerar o efeito de cepas como fixo ou aleatório dependendo do interesse do pesquisador. Apresentamos, aqui, uma abordagem bayesiana para a análise de dados provenientes de experimentos inteiramente ao acaso do tipo, com dois fatores, grupo genético e cepas. A metodologia foi implementada utilizando-se a interface RStan (Stan Development Team, 2020) e ilustrada por meio de um conjunto de dados reais e inéditos. A análise dos mesmos revela que diferentes conclusões podem ser obtidas ao considerarmos efeitos de cepa fixos ou aleatórios.