Please use this identifier to cite or link to this item: http://www.repositorio.ufc.br/handle/riufc/31814
Title in Portuguese: Variáveis críticas para estimativa de produtividade do milho em função da população e espaçamento
Title: Critical variables for corn productivity estimation in the function of population and spacing
Author: Pereira, Valberto Rômulo Feitosa
Advisor(s): Chioderoli, Carlos Alessandro
Keywords: Componentes da produção
Multivariada
Semiárido
Issue Date: 2018
Citation: PEREIRA, V. R. F. (2018)
Abstract in Portuguese: O milho constitui-se em um dos mais importantes cereais cultivados e consumidos no mundo. O objetivo deste trabalho foi encontrar um grupo de variáveis independentes que influencie e estime a produtividade do milho (Zea mays L.) modelado por regressão linear múltipla. O experimento foi realizado na Universidade Federal do Ceará, Fortaleza, CE em Argissolo Vermelho Amarelo, o delineamento experimental foi em blocos inteiramente casualizados, esquema fatorial 2 x 2, sendo, duas populações (45.000 e 65.000 plantas ha-1 ) e dois espaçamentos (0,45 e 0,90 m), com 20 repetições. O modelo encontrado consiste em uma combinação linear do logaritmo de diversos fatores, como a produção por hectare, o número de espigas por hectare, o número de grãos por fileira, o número de fileiras e o peso do grão. Analisou-se os pressupostos do modelo como à ausência de autocorrelação serial entre os resíduos, multicolinearidade entre as variáveis independentes, normalidade dos resíduos, homoscedasticidade dos resíduos, linearidade dos coeficientes. O passo seguinte foi verificar por meio do modelo a estimativa da produtividade com aproximação do real, para isto foram utilizados dados dos experimentos realizados em campo por outros autores. Os resultados mostraram que as variáveis, pela ordem de impacto na produtividade, são: EH (espigas por hectare), NGF (número de grãos por fileira), MCG (massa dos 100 grãos) e NF (número de fileiras).O modelo se mostrou eficaz, necessitando de calibração em todos os casos, devido a possíveis alterações que as variáveis possam sofre independente do manejo e fatores ambientais
Abstract: Corn is one of the most important cereals grown and consumed in the world. The objective of this work was to find a group of independent variables that influence and estimate maize (Zea mays L.) productivity modeled by multiple linear regression. The experimental design was in a completely randomized blocks, 2 x 2 factorial scheme, being two populations (45,000 and 65,000 plants ha-1 ) and two spacing ( 0.45 and 0.90 m), with 20 replicates. The model found consists of a linear combination of the logarithm of several factors, such as yield per hectare, number of ears per hectare, number of grains per row, number of rows and weight of grain. The assumptions of the model were analyzed as to the absence of serial autocorrelation between the residues, multicollinearity between the independent variables, residue normality, homoscedasticity of the residues, linearity of the coefficients. The next step was to verify through the model the estimation of the productivity with approximation of the real, for this we used data from the experiments carried out in the field by other authors. The results showed that the variables, in order of impact on productivity, are: EH (spikes per hectare), NGF (number of grains per row), MCG (mass of 100 grains) and NF (number of rows). The model proved to be effective, requiring calibration in all cases, due to possible changes that the variables can suffer regardless of the management and environmental factors.
Description: PEREIRA, Valberto Rômulo Feitosa. Variáveis críticas para estimativa de produtividade do milho em função da população e espaçamento. 2018. 98f. Tese (Doutorado em Engenharia agrícola)-Universidade Federal do Ceará, Fortaleza, 2018.
URI: http://www.repositorio.ufc.br/handle/riufc/31814
Appears in Collections:PPGENA - Teses defendidas na UFC

Files in This Item:
File Description SizeFormat 
2018_tese_vrfpereira.pdf1,4 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.