Violações da normalidade e perda de dados comprometem a seleção precisa de genótipos da soja

Resumo

Em experimentos agronômicos, violações da normalidade dos erros e desbalanceamentos são frequentes, comprometendo a precisão das inferências. Avaliar metodologias de adaptabilidade e estabilidade quanto à sua robustez nessas condições é essencial para garantir confiabilidade na seleção de genótipos e auxiliar programas de melhoramento em ambientes com dados não ideais. Este estudo teve como objetivo avaliar o desempenho de modelos biométricos na identificação de genótipos promissores, utilizando dados de experimentos que violaram a suposição de normalidade nos erros e apresentaram desbalanceamento experimental. Foram utilizados dados de produtividade de grãos de 18 genótipos de soja avaliados em seis ambientes do Rio Grande do Sul. Cinco cenários experimentais foram gerados para examinar a normalidade dos erros e o desbalanceamento experimental nos níveis de 10%, 20% e 30%. Foram aplicados métodos de adaptabilidade e estabilidade, incluindo os de Wricke, Annicchiarico, Lin e Binns, Eberhart e Russell, AMMI e GGE biplot. Os genótipos foram ranqueados e comparados para identificar parâmetros robustos, utilizando correlações de Spearman, análise de componentes principais e distância euclidiana. As metodologias de Annicchiarico e Lin and Binns demonstram maior concordância na classificação de genótipos em condições de violação da normalidade e desbalanceamento de 10%. Os parâmetros dos modelos GGE e AMMI apresentam menor concordância na classificação de genótipos em dados com violações da normalidade e desbalanceamentos de 20% e 30%.