Abstract
O objetivo deste trabalho foi avaliar a interferência da não normalidade multivariada e da multicolinearidade na análise de trilha, em milho. Foram utilizados os dados de 13 ensaios de competição de cultivares de milho. Foram mensuradas a variável principal (produtividade de grãos) e sete variáveis explicativas (número de dias até o florescimento, estatura de plantas, altura de inserção da espiga, posição relativa da espiga, número de plantas, número de espigas e prolificidade), em cada cultivar. Procedeu-se, então, à transformação dos dados e ao diagnóstico de normalidade univariada e multivariada. Antes e após a transformação de dados, foram calculados os coeficientes de correlação e realizado o diagnóstico de multicolinearidade. A análise de trilha foi realizada por três métodos: tradicional; sob condições de multicolinearidade (análise de trilha em crista); e tradicional com eliminação de variáveis. A transformação de dados reduz o grau de multicolinearidade e a variabilidade das estimativas dos efeitos diretos, na análise de trilha tradicional com alto grau de multicolinearidade. A multicolinearidade exerce maior impacto sobre a estimativa dos efeitos diretos nas análises de trilha do que a não normalidade multivariada. A análise de trilha tradicional com eliminação de variáveis é mais adequada do que a análise de trilha em crista.
Highlights
Multivariate nonnormality and multicollinearity in path analysis in corn Abstract – The objective of this work was to evaluate the effect of multivariate nonnormality and multicollinearity in the path analysis of corn
The path analysis was done according to three methods: traditional; under multicollinearity; and traditional with variable elimination
Data transformation reduces the degree of multicollinearity and the variability of the direct effects, in the traditional path analysis with high multicollinearity
Summary
Os dados utilizados neste estudo foram provenientes de 13 ensaios (experimentos) de competição de cultivares de milho, realizados no Estado do Rio Grande do Sul, nos anos agrícolas 2002/2003, 2003/2004 e 2004/2005 (Tabela 1). X'X, de dimensão 7×7, na qual foram alocados os coeficientes de correlação obtidos entre as sete variáveis explicativas apenas; a outra foi denominada matriz de correlação X'Y, de dimensão 7×1, na qual foram alocados os coeficientes de correlação de cada uma das sete variáveis explicativas com a variável dependente (produtividade de grãos). Em cada ensaio (antes e após a transformação de dados), realizaram-se análises de trilha quanto à variável principal produtividade de grãos, em função das variáveis explicativas (FM, EP, AIE, PRE, NP, NE e PLI), conforme metodologia descrita por Cruz & Regazzi (1997) e Cruz & Carneiro (2006). Resultados dos ensaios de competição de cultivares de milho, no Estado do Rio Grande do Sul, utilizados no presente estudo(1)
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have