Imputação de dados em experimentos com
interação
genótipo por ambiente: uma
aplicação a dados de algodão

Sergio ARCINIEGAS-ALARCÓN[1]

Carlos Tadeu dos Santos DIAS[2]

§     Resumo: Um problema comum em experimentos multiambientes são as combinações ausentes genótipo-ambiente. Recentemente, Bergamo propôs um método de imputação múltipla livre de distribuição na matriz de interação. O objetivo desse artigo é avaliar o novo desenvolvimento comparando-o com metodologias que já tiveram sucesso nos experimentos genótipo-ambiente com dados faltantes, como os mínimos quadrados alternados e as estimativas robustas, usando os modelos de efeitos aditivos com interação multiplicativa (AMMI). Foi feito um estudo de simulação baseado em dados reais, fazendo retiradas aleatórias de dados considerando diferentes porcentagens, imputando as observações e comparando as metodologias através de três critérios: a raiz quadrada da diferença preditiva média, a estatística de similaridade de Procrustes e o coeficiente de correlação de Spearman. Concluiu-se que a imputação múltipla não é melhor do que a imputação, baseada em um modelo aditivo sem interação e em termos de dispersão, os sub-modelos robustos oferecem os melhores resultados. Todos os métodos considerados apresentaram uma alta correlação entre os valores preditos e os valores verdadeiros.

§     PALAVRAS-CHAVE: observações ausentes; imputação de dados; modelos AMMI; interação genótipo-ambiente.

 



[1] Programa de Pós-Graduação em Estatística e Experimentação Agronômica, Escola Superior de Agricultura “Luiz de Queiroz” – ESALQ, Universidade de São Paulo – USP, Caixa Postal 9, CEP: 13418-900, Piracicaba, SP, Brasil. E‑mail: salarcon@esalq.usp.br

[2] Departamento de Ciências Exatas, Escola Superior de Agricultura “Luiz de Queiroz” – ESALQ, Universidade de São Paulo – USP, Caixa Postal 9, CEP: 13418-900, Piracicaba, SP, Brasil. E‑mail: ctsdias@esalq.usp.br