290 L.M.A. Barroso et al.

Metodologia para anlise de adaptabilidade e estabilidade

por meio de regresso quantlica
Las Mayara Azevedo Barroso(1), Moyss Nascimento(1), Ana Carolina Campana Nascimento(1),
Fabyano Fonseca e Silva(2), Cosme Damio Cruz(3), Leonardo Lopes Bhering(3) e Reinaldo de Paula Ferreira(4)

Universidade Federal de Viosa (UFV), Departamento de Estatstica, Avenida P.H. Rolfs, s/no, CEP36571000 Viosa, MG, Brasil.
(1)

Email:lais.azevedobarroso@gmail.com, moysesnascim@ufv.br, campanaac@gmail.com (2)UFV, Departamento de Zootecnia.

Email:fabyanofonseca@ufv.br (3)UFV, Departamento de Biologia Geral. Email:cdcuz@ufv.br, leonardo.bhering@ufv.br (4)Embrapa Pecuria
Sudeste, Rodovia Washington Luiz, Km234, CEP13560970 So Carlos, SP, Brasil. Email:reinaldo.ferreira@embrapa.br

ResumoO objetivo deste trabalho foi desenvolver e validar uma metodologia de anlise da adaptabilidade e da
estabilidade fenotpica baseada em regresso quantlica (RQ). Para tanto, foram simulados valores fenotpicos
com distribuio simtrica e com distribuio assimtrica direita e esquerda, com ou sem a presena de
outliers. Ametodologia proposta foi aplicada a um conjunto de dados provenientes de um experimento
com 92gentipos de alfafa (Medicago sativa), avaliados em 20ambientes, e comparada s metodologias de
Eberhart & Russell e de regresso no paramtrica. Ametodologia da RQ proporcionou resultados iguais ou
superiores aos obtidos com as metodologias alternativas avaliadas. Noentanto, a ocorrncia de resultados
discordantes entre as metodologias evidencia a importncia de se avaliar a simetria na distribuio dos valores
fenotpicos. Para distribuies simtricas, na presena de outliers, deve-se utilizar a RQ com valor de quantil
estimado (t) em 0,50; na ausncia de outliers, pode-se utilizar tanto a metodologia de Eberhart & Russell
quanto a RQ (t =0,50). Para distribuies assimtricas, indica-se o uso da RQ com t =0,25, para assimetria
direita, e com t =0,75, para assimetria esquerda, independentemente da presena de outliers.
Termos para indexao: Medicago sativa, distribuio assimtrica, interao gentipo x ambiente, melhoramento
vegetal, outliers, regresso no paramtrica.

Methodology for analysis of adaptability and stability

using quantile regression
AbstractThe objective of this work was to develop and validate a methodology for analyzing phenotypic
adaptability and stability based on quantile regression (QR). For this, phenotypic values were simulated with
symmetrical distribution and with asymmetrical distribution to the right and to the left, with or without outliers.
The proposed methodology was applied to a data set from an experiment with 92alfalfa (Medicago sativa)
genotypes, evaluated in 20environments, and compared with the methodologies of Eberhart & Russell and
nonparametric regression. The QR methodology provided equal or superior results, compared to the evaluated
alternative methodologies. However, the occurrence of disagreeing results between methodologies evidences
the importance of evaluating symmetry in the distribution of phenotypic values. For symmetric distributions
with outliers, QR should be used with estimated quantile value (t) of 0.50; in the absence of outliers, both the
methodology of Eberhart & Russel and QR (t =0.50) may be used. For asymmetric distributions, the use of RQ
with t =0.25 is suggested for asymmetry to the right, and with t =0.75 for asymmetry to the left, regardless
of the presence of outliers.
Index terms: Medicago sativa, asymmetrical distribution, genotype x environment interaction, plant breeding,
outliers, nonparametric regression.

Introduo 2010), bem como em centroides (Nascimento etal.,

Embora haja inmeras metodologias para a anlise
da adaptabilidade e da estabilidade fenotpica, como
as baseadas em regresso linear simples (Eberhart
& Russell, 1966), mltipla (Cruz etal., 1989) e no
paramtrica (Lin & Binns, 1988; Nascimento etal.,
2009a, 2009b) e em abordagem bayesiana (Nascimento
etal., 2011), nenhuma delas contempla, de forma
conjunta, os problemas relacionados s distribuies
assimtricas dos valores fenotpicos e presena de
observaes discrepantes (outliers).

Pesq. agropec. bras., Braslia, v.50, n.4, p.290-297, abr. 2015

DOI: 10.1590/S0100-204X2015000400004
 Metodologia para anlise de adaptabilidade e estabilidade
Quanto s distribuies assimtricas, com possvel
presena de outliers, o uso das metodologias
tradicionais pode resultar em recomendaes incorretas.
Nesse caso, as metodologias baseadas em regresso
podem obter estimativas inadequadas dos valores
fenotpicos, que no reflitam a verdadeira relao entre a
variao ambiental e a resposta genotpica (Nascimento
etal., 2010). J as metodologias no paramtricas,
como a de Lin & Binns (1988), podem obter resultados
imprprios, uma vez que seus parmetros podem ser
inacionados, o que resultaria na estimao incorreta
da adaptabilidade e da estabilidade dos gentipos.
Porsua vez, quando metodologias grficas, tais como
centroides mltiplos e ampliados (Nascimento etal.,
2009a, 2009b), AMMI (Gauch Jr, 2006) e GGE biplot
(Yan & Tinker, 2006), so utilizadas nesse contexto
de distribuio assimtrica, a presena de outliers
pode inuenciar diretamente a congurao grca e
prejudicar a anlise.
Uma possvel forma de tratar simultaneamente os
problemas de assimetria e de presena de outliers a
utilizao de regresso quantlica (RQ). Diferentemente
dos mtodos tradicionais de regresso, que utilizam a
mdia (valor central) para explicar a relao funcional
entre a variao ambiental e a resposta fenotpica, a
RQ generaliza essa explicao para qualquer quantil
de interesse. Embora esta metodologia venha se
popularizando por meio de aplicaes nas reas de
finanas (Silva & Porto Jnior, 2006), genmica
(Beyerlein etal., 2011) e pecuria (Nascimento etal.,
2012), entre outras, at o momento, no h relatos
sobre sua utilizao em estudos de adaptabilidade e
estabilidade fenotpica.
O objetivo deste trabalho foi desenvolver e validar
uma metodologia de anlise da adaptabilidade e
da estabilidade fenotpica baseada em regresso
quantlica.
Material e Mtodos
Foi avaliado um conjunto de dados reais de
92gentipos de alfafa (Medicago sativaL.), submetidos
a 20diferentes pocas de cortes (ambientes), por
meio da RQ; a metodologia utilizada foi validada
pela comparao com os resultados das metodologias
de Eberhart & Russell (1966) e de regresso no
paramtrica.
O modelo de regresso quantlica proposto
para estudos da adaptabilidade e da estabilidade
291
fenotpica considera a ambientes, g gentipos e
r repeties, e pode ser definido da seguinte forma:
Yij = 0i() + 1i() Ij + i(), em que: 0i() a constante
da regresso; 1i() o coeficiente da regresso; Ij o
ndice ambiental codificado,
I j = Yij g Yij ga ,
i i j
que representa a qualidade do ambiente; refere-se
ao quantil estimado ( [0,1]); e i() so os erros
aleatrios independentes, identicamente distribudos.
O conceito de adaptabilidade refere-se capacidade
de os gentipos responderem de maneira vantajosa ao
estmulo do ambiente. Deacordo com a metodologia
proposta, considerou-se que, quando: 1i() = 1, os
gentipos apresentam adaptabilidade ampla ou geral;
1i() >1, os gentipos apresentam adaptabilidade
especfica a ambientes favorveis; e 1i()<1, os
gentipos apresentam adaptabilidade especfica a
ambientes desfavorveis. J o conceito de estabilidade
refere-se capacidade de os gentipos mostrarem um
comportamento previsvel, em funo do estmulo
do ambiente. Aestabilidade foi estimada por meio
do coeficiente de determinao da RQ, R2(), que
representa a proporo da varincia observada na
varivel dependente que explicada pela varincia na
varivel independente:
R 2 (t) = Var ( yij ) Var(yij ),
em que: Var(ij) a varincia nos valores estimados e
Var(yij) a varincia nos valores observados.
Conforme Nascimento etal. (2010), pode-se
classificar os gentipos de duas maneiras: com
estabilidade ou previsibilidade alta, quando R2()
maior que 70%; e com estabilidade ou previsibilidade
baixa, quando R2() menor que 70%. Para a estimao
dos coeficientes de determinao, 0i () e 1i (), da
RQ, necessrio que se minimize antes a soma dos
resduos ponderados yi i, de maneira que resduos
com valores positivos recebam peso e os com valores
negativos, peso 1 . Para tanto, devem-se obter os
estimadores 0i () e 1i () que minimizem a seguinte
equao:
n
d (yi , yi ) = yi 0i () Xi1i () + (1 )
i=1 yi 0i ( )+X 1i ( )
... yi 0i () X i 1i () ,
yi <0i ( )+ X1i ( )
Pesq. agropec. bras., Braslia, v.50, n.4, p.290-297, abr. 2015
DOI: 10.1590/S0100-204X2015000400004
292
em que d a distncia entre yi e i.
A minimizao dessa equao permite estimar os
coeficientes da regresso, 0 () e 1 () , o que feito
com base em algoritmos de programao linear, como
descrito em Hao & Naiman (2007).
Aps a estimao dos parmetros, as hipteses de
interesse, H0: li() = 1 e H1: li() 1, so avaliadas pelo
teste t, dado por
t = 1i ( ) 1 ( )
V 1i ( ) .
Essa estatstica depende do nmero de graus
de liberdade do resduo na anlise de varincia
conjunta e do nvel de significncia . Em estudos
de adaptabilidade e estabilidade, a varincia de 1()
dada por e2 = QMR / r, em que r o nmero de
repeties que deram origem s mdias submetidas
anlise de adaptabilidade e estabilidade, e QMR = 2
o quadrado mdio do resduo da anlise de varincia
conjunta.
Para avaliar a metodologia proposta, foram simulados
100gentipos, considerando-se o seguinte modelo
estatstico: yij = 0i +1i Ij + ij, em que: yij a mdia do
gentipo i no ambiente j; 0i a constante da regresso
referente ao isimo gentipo; 1i o coeficiente de
regresso, que mede a resposta do isimo gentipo
variao do ambiente; Ij o ndice ambiental; e
i so os erros aleatrios gerados independentemente
e identicamente distribudos (i.i.d.), de acordo com a
distribuio de probabilidade de interesse.
Para a obteno dos valores de produtividade, os
valores dos parmetros 0, 2 e Ij foram obtidos do
conjunto de dados avaliados por Nascimento etal.
(2011). Ovalor de 1 foi considerado igual unidade,
ou seja, gentipos com ampla adaptabilidade.
Foram avaliadas seis situaes distintas,
caracterizadas especificamente pela simulao de
valores fenotpicos (yi), com distribuies: simtrica;
simtrica com outliers; assimtrica direita;
assimtrica direita com outliers; assimtrica
esquerda; e assimtrica esquerda com outliers.
A insero de assimetria direita ou esquerda
foi realizada, respetivamente, por meio da adio
ou da subtrao aos valores fenotpicos de resduos
amostrados de uma distribuio exponencial. Nocaso
de distribuio simtrica dos valores fenotpicos, foram
simulados resduos independentes e identicamente
distribudos de acordo com distribuio normal com
mdia zero e varincia 2e, ou seja, ei ~ N(0, 2e).
Pesq. agropec. bras., Braslia, v.50, n.4, p.290-297, abr. 2015
DOI: 10.1590/S0100-204X2015000400004
L.M.A. Barroso et al.
Para a simulao de outliers, considerou-se,
como ponto de corte, o valor de 2/n0,5 = 2/200,5 =0,44,
para a medida de influncia DFBeta (Belsley et al.,
1980), ou seja: o conjunto de observaes simuladas
que apresentasse valor de DFBeta superior a 0,44 foi
considerado como outlier (Montgomery etal., 2012).
Para a insero desses valores fenotpicos discrepantes
no conjunto de dados, considerou-se o valor equivalente
a 1,5 vezes a amplitude do interquartil, acrescido de
uma constante (Montgomery & Runger, 2009).
Para avaliar o desempenho da regresso quantlica
na estimao dos coeficientes, foram calculados
os valores dos erros quadrticos mdios (EQM)
associados a cada estimador. OsEQM foram obtidos
pelas seguintes equaes:
1 100
( )
2
EQM(1i )i = 1ik 1 ,
100 k=1
em que b1ik o coeficiente de regresso estimado do
gentipo i, na ksima repetio; e
1 100
( )
2
EQM(0i )i = 0 1.176 ,
100 =1
em que b0ik a constante da regresso estimada para
o gentipo i, na ksima repetio.
Os valores das estimativas obtidos com a
metodologia proposta foram comparados aos obtidos
com as de Eberhart & Russell (1966) e de regresso no
paramtrica (Nascimento etal., 2010). Acomparao
dessas metodologias interessante, uma vez que a RQ,
semelhana da metodologia de Eberhart & Russell
(1966), baseada em regresso e, assim como a
metodologia proposta por Nascimento etal. (2010),
indicada na presena de pontos extremos, no conjunto
de observaes avaliadas.
O parmetro de adaptabilidade foi estimado por
meio de funes quantlicas, com valores de quantil
estimados (t) em 0,25, 0,50 e 0,75. Vale ressaltar que
os valores de foram escolhidos para obteno de
uma melhor explicao para a relao entre variao
ambiental e resposta fenotpica. Dessa forma, em
distribuies de valores fenotpicos assimtricos
direita e esquerda, espera-se que os quantis 0,25 e
0,75 representem melhor a informao de interesse. J
o valor de = 0,50 representa a regresso mediana,
que, no caso de distribuies simtricas, equivalente
regresso na mdia.
 Metodologia para anlise de adaptabilidade e estabilidade 293

Aps a obteno da estimativa do parmetro de As rotinas computacionais implementadas no

adaptabilidade em todas as metodologias, aplicou-se o programa R esto presentes no site do Departamento de
teste t para verificar a significncia da hiptese H0: 1i = 1. Estatstica da Universidade Federal de Viosa (2014).
Posteriormente, foram calculadas as percentagens de
falsos positivos, ou seja, a proporo em que a hiptese Resultados e Discusso
1 = 1 foi rejeitada, tendo-se considerado que os dados
De acordo com os valores de EQM (1), na ausncia
foram simulados de acordo com o modelo linear
de outliers, a RQ ( = 0,50) que considera a funo
avaliado (yij = 0i +1i Ij + eij). quantlica mediana apresentou resultados semelhantes
Para a aplicao da metodologia proposta a um aos obtidos com a metodologia de Eberhart & Russell
conjunto de dados reais, foram utilizados dados do (1966), em todas as situaes avaliadas (Tabela1).
experimento instalado em junho de 2004, no Campo Nocaso de distribuies assimtricas direita e
Experimental da Embrapa Pecuria Sudeste, em So esquerda, verificaram-se menores valores de EQM
Carlos, SP. Utilizou-se odelineamento experimental de [EQM (0) e EQM (1)] e de falsos positivos quando
blocos ao acaso, com duas repeties, com as parcelas foram utilizadas as funes quantlicas RQ ( = 0,25)
constitudas de cinco fileiras de 5m de comprimento. e RQ ( = 0,75), respectivamente. Esses resultados so
Considerou-se uma fileira de cada lado, e os 0,50 m condizentes com o fato de que a RQ permite generalizar
de cada extremidade da parcela como bordadura. Foi o ajuste da relao funcional avaliada, para um quantil
avaliada a produo de matria seca de 92 acessos de que represente essa relao de maneira mais adequada.
alfafa. Oscortes foram feitos a 5cm do solo, sempre Na presena de outliers (Tabela2), observaram-
que as cultivares apresentassem 10% de florao. se melhores resultados (EQM e falsos positivos) para
Foram realizados 20 cortes, no perodo de novembro de a RQ ( = 0,50) e para a regresso no paramtrica,
se a distribuio era simtrica. Para distribuies
2004 a junho de 2006. Oscortes foram caracterizados
assimtricas, houve reduo tanto nos valores de
como diferentes condies ambientais, visto que foram
EQM (1) quanto no de falsos positivos quando foram
realizados em diferentes pocas.
utilizadas as funes quantlicas RQ ( = 0,25) e RQ
Da mesma forma que no estudo de Nascimento etal.
(2010), definiu-se como a medida da influncia de um
ponto, a variao em mdulo entre os estimadores do
Tabela1. Erros quadrticos mdios (EQM) e percentagem
coeficiente de inclinao, estimados pelos mtodos de
de falsos positivos obtidos com as metodologias de Eberhart
mnimos quadrados ( b1i* ) e de regresso no paramtrica & Russell (1966), regresso quantlica (RQ) e regresso no

( b1i* ), para cada gentipo, isto : 1i = 1*i 1i , em paramtrica, na ausncia de outliers.
que um valor de 0,05 indica a existncia de um ponto Mtodo EQM (b1) EQM (b0) Falso positivo
extremo. Distribuio assimtrica direita
Para verificar a assimetria dos dados, utilizou-se o Eberhart & Russell 0,0043 29.121 5,14
RQ ( = 0,25) 0,0019 3.593 1,09
teste de DAgostino (1970), cuja hiptese de nulidade
RQ ( = 0,50) 0,0044 16.698 5,13
pressupe que os dados amostrais so provenientes RQ ( = 0,75) 0,0125 61.592 21,90
de uma populao normalmente distribuda, ou seja, Regresso no paramtrica 0,0048 17.011 6,63
simtrica, com mdia e varincia 2. Distribuio assimtrica esquerda
Utilizou-se o programa livre R (R Core Team, 2014) Eberhart & Russell 0,0043 145.409 5,31
RQ ( = 0,25) 0,0125 200.795 21,80
para simulao e avaliao da adaptabilidade e da RQ ( = 0,50) 0,0044 122.715 5,49
estabilidade pelo mtodo proposto. Oajuste do modelo RQ ( = 0,75) 0,0019 88.892 1,25
da RQ foi realizado com uso da funo rq do pacote Regresso no paramtrica 0,0048 123.985 6,72
quantreg (Koenker, 2014). Para ajuste do modelo da Distribuio simtrica
Eberhart & Russell 0,0043 1.384.412 2,35
regresso no paramtrica, utilizou-se a funo mblm RQ ( = 0,25) 0,0082 1.136.971 7,85
do pacote mblm (Komsta, 2013). Aaplicao do teste RQ ( = 0,50) 0,0069 1.385.132 5,77
de DAgostino (1970) foi feita com o pacote moments RQ ( = 0,75) 0,0080 1.658.201 7,13
(Komsta, 2012). Regresso no paramtrica 0,0087 1.384.246 15,70

Pesq. agropec. bras., Braslia, v.50, n.4, p.290-297, abr. 2015

DOI: 10.1590/S0100-204X2015000400004
294 L.M.A. Barroso et al.

( = 0,75), para distribuies assimtricas direita e de distribuies assimtricas, sugere-se a RQ com

esquerda, respectivamente. =0,25, para assimetria direita, e a RQ com =0,75,
No caso de distribuio assimtrica, a regresso para assimetria esquerda, independentemente da
no paramtrica obteve resultados inferiores RQ presena de outliers.
(Tabela2). Esse resultado evidencia que, apesar da No experimento com alfafa, observou-se interao
regresso no paramtrica (Nascimento etal., 2010) gentipos x ambientes (p<0,01), que evidencia a
ser menos influenciada por pontos extremos, ela no necessidade de estudo pormenorizado da resposta das
to eficaz para explicar relaes funcionais em que cultivares frente a variaes ambientais (Tabela3).
os valores fenotpicos so assimtricos. Esse resultado A Tabela4 apresenta os 34gentipos que obtiveram
decorre da utilizao, na RQ, da moda para caracterizar classificaes de adaptabilidade discordantes de acordo
conjuntos de valores com distribuio assimtrica; no com as metodologias avaliadas. ATabelacompleta,
presente trabalho, a moda foi aproximada pelos quantis com a classificao dos 92gentipos, encontra-se no
=0,75 e =0,25, para distribuies assimtricas site do Departamento de Estatstica da Universidade
esquerda e direita, respectivamente. Federal de Viosa (2014). Desses 34gentipos, 29
De modo geral, independentemente do tipo de apresentaram distribuies de valores fenotpicos
assimetria observada nos valores fenotpicos, ou simtricos, e 5, de valores assimtricos direita, pelo
da presena ou da ausncia de outliers, a RQ teste de DAgostino (1970). Alm disso, 24gentipos

possibilitou resultados similares ou melhores do que apresentaram 1i 0, 05, ou seja, apresentavam
os obtidos com os demais mtodos (Tabelas 1 e 2). outliers. Portanto, nesses casos, deve-se utilizar a
Assim, no caso de valores fenotpicos simtricos, RQ, conforme as consideraes feitas anteriormente.
deve-se averiguar a presena de outliers. Se estes Os gentipos Primavera, Eterna, DK 177, Lujan, DK
estiverem presentes, deve-se utilizar a RQ ( =0,50); 194, P 5715, Rocio e GT 13 R Plus, que apresentam
se no, tanto a metodologia de Eberhart & Russell valores fenotpicos simtricos com presena de
(1966) quanto a RQ ( =0,50) so adequadas. Nocaso outliers, foram classificados como de adaptabilidade
geral, tanto pela regresso no paramtrica quanto
pela RQ ( = 0,50). J os gentipos LE Semit 711 e
Hunterfield, classificados como de adaptabilidade
geral pela RQ ( = 0,50), foram considerados de
Tabela2. Erros quadrticos mdios (EQM) e percentagem
adaptabilidade especfica a ambientes favorveis pela
de falsos positivos obtidos com as metodologias de Eberhart
& Russell (1966), regresso quantlica (RQ) e regresso no
regresso no paramtrica. Esse resultado indicativo
paramtrica, com presena de outliers. de que a influncia do outlier na estimao do
parmetro de adaptabilidade maior na regresso no
Mtodo EQM (b1) EQM (b0) Falso positivo
Distribuio assimtrica direita, com outliers
Eberhart & Russell 0,1848 64.677 100
RQ ( = 0,25) 0,0022 3.859 2
RQ ( = 0,50) 0,0069 18.144 11 Tabela3. Anlise de varincia conjunta e mdia geral
RQ ( = 0,75) 0,0974 99.255 70 da produo de matria seca de 92gentipos de alfafa
Regresso no paramtrica 0,0060 15.514 10 (Medicago sativa), em 20 cortes, em experimento conduzido
Distribuio assimtrica esquerda, com
outliers de novembro de 2004 a junho de 2006.
Eberhart & Russell 0.1821 4.747.753 100 Fonte de variao GL Quadrado mdio
RQ ( = 0,25) 0,1238 4.418.813 67 Blocos 1 2.002.415
RQ ( = 0,50) 0,0077 5.316.426 15 Cultivar 91 1.384.476*
RQ ( = 0,75) 0,0023 5.668.763 4 Erro a 91 574.270
Regresso no paramtrica 0,0064 5.345.482 10 Corte 91 62.331.023*
Distribuio simtrica, com outliers Erro b 91 946.918
Eberhart & Russell 0,0855 1.529.605 100 Interao cultivar x corte 1.729 60.682**
RQ ( = 0,25) 0,0169 1.095.687 40 Erro c 1.729 55.851
RQ ( = 0,50) 0,0128 1.350.122 21 Mdia (kgha1) 1.176
RQ ( = 0,75) 0,05635 1.788.108 61
*e **Significativo pelo teste F, a 5 e 1% de probabilidade, respectivamente.
Regresso no paramtrica 0,0202 1.326.998 39 Fonte: Nascimento etal. (2011).

Pesq. agropec. bras., Braslia, v.50, n.4, p.290-297, abr. 2015

DOI: 10.1590/S0100-204X2015000400004
 Metodologia para anlise de adaptabilidade e estabilidade 295

paramtrica que na RQ ( = 0,50). Resultados inversos Os gentipos LE N 3, Sequel HR, Victoria SP INTA,
foram encontrados para os gentipos Aca 900, Medina, P 105, Tango, Aca 901 e DK 187 R, com distribuio
DK 193 e Rio Grande, que foram classificados como de simtrica dos valores fenotpicos sem outliers,
adaptabilidade geral pelo mtodo da RQ ( = 0,50), e apresentaram a mesma classificao (adaptabilidade
de adaptabilidade especfica a ambientes desfavorveis geral) nas metodologias de Eberhart & Russell
pela regresso no paramtrica. (1966) e RQ ( = 0,50). Os gentipos Crioula, DK
181, Tahoe e Maxidor foram classificados como de
adaptabilidade geral, quando avaliados pelo mtodo
de Eberhart & Russell (1966), e de adaptabilidade
Tabela4. Classificao dos gentipos quanto adaptabilidade especfica a ambientes favorveis, quando avaliados
e estabilidade, no caso de classificaes discordantes, pelas pela RQ (=0,50). Nessa situao, deve-se utilizar a
trs metodologias avaliadas. classificao dada por Eberhart & Russell (1966), uma
Gentipo Eberhart Regresso quantlica Regresso Dbli vez que essa metodologia apresentou menor taxa de
& Russell (t=0,25) (t=0,50) no falsos positivos, de acordo com os dados simulados
(1966) paramtrica
Primaverans D. P. D. P. G. P. G. P. 0,105
(Tabela1).
LE Semit 711ns G. P. F. P. G. P. F. P. 0,142 Os gentipos Coronado, Activa, Aurora e WL
Topperns D. I. G. P. D. P. G. P. 0,198 516, classificados como assimtricos pelo teste
LE N 3ns G. P. D. P. G. P. G. P. 0,017 de DAgostino (1970), e discrepantes quanto s
Sequel HRns G. P. G. P. G. P. F. P. 0,045 classificaes de adaptabilidade e estabilidade
Victorians(1) G. P. D. I. G. P. G. P. 0,025
fenotpica (Tabela4), apresentaram estimativas
Aca 900ns G. P. G. P. G. P. D. P. 0,135
5 939ns G. I. G. P. F. P. G. I. 0,136
dos parmetros de adaptabilidade mais adequadas
Medinans G. P. G. P. G. P. D. P. 0,093 com o uso da RQ ( = 0,25). O gentipo WL 516
N 910* G. P. G. P. G. P. D. P. 0,182 foi classificado como de adaptabilidade especfica a
Coronado* G. P. D. P. D. P. D. P. 0,084 ambientes desfavorveis, na metodologia de Eberhart
Eternans G. P. D. P. G. P. G. P. 0,057 & Russell (1966) e no trabalho de Ferreira etal.
DK 193ns G. I. G. P. G. P. D. I. 0,092
Crioulans G. P. G. P. F. P. G. P. 0,050
(2004); entretanto, no presente trabalho, este gentipo
DK 181ns G. P. G. P. F. P. G. P. 0,005 foi classificado como de adaptabilidade geral pela RQ
Activa* F. P. G. I. F. P. F. P. 0,118 (=0,25).
Aurora* F. P. G. I. G. P. G. I. 0,177 O gentipo P 5715 foi classificado como de
Hunterfieldns G. P. G. P. G. P. F. P. 0,251 adaptabilidade geral, tanto pela metodologia proposta
P 105ns G. P. F. P. G. P. G. P. 0,007
no presente trabalho, com RQ ( = 0,50), quanto na
WL 516* D. I. G. I. G. I. G. I. 0,317
Tahoens G. P. G. P. F. P. F. P. 0,033
metodologia utilizada por Vasconcelos etal. (2008).

DK 167ns G. P. G. P. F. P. G. P. 0,054 Utilizou-se R 2 = Var ( yij ) Var(yij ), para avaliao
DK 177ns D. P. G. P. G. P. G. P. 0,151 da regresso no paramtrica e da RQ, j que, em
Maxidorns G. P. G. P. F. P. G. P. 0,026 razo da falta de ortogonalidade no modelo, a soma
Tangons D. P. D. P. D. P. G. P. 0,033
de quadrados total no pode ser decomposta em soma
Rio Grandens G. P. G. P. G. P. D. I. 0,165
Key IIns F. P. F. P. F. P. G. I. 0,191
do quadrado da regresso mais soma do quadrado do
Lujanns D. P. G. P. G. P. G. P. 0,343 resduo, o que acarretaria estimativas negativas para o
DK 194ns G. P. G. P. D. P. D. P. 0,082 primeiro parmetro.
P 5715ns G. P. D. P. G. P. G. P. 0,051 Entre os fentipos que apresentaram distribuio
Aca 901ns F. P. G. P. F. P. F. P. 0,026 assimtrica nos valores fenotpicos, Activa e Aurora
Rocions D. P. G. P. G. P. G. P. 0,088
GT 13 R Plusns G. P. G. P. F. P. F. P. 0,051
foram classificados como previsveis, pelo mtodo
DK 187 Rns G. I. D. P. G. P. D. P. 0,026 de Eberhart & Russell (1966). Noentanto, quando
*Significativo pelo teste de DAgostino, a 5% de probabilidade. D,
analisados pela RQ com =0,25, esses gentipos foram
ambientes desfavorveis; F, ambientes favorveis; G, ambientes com classificados como imprevisveis. Os trs gentipos
adaptabilidade geral; I, imprevisvel; e P, previsvel. nsNo significativo restantes obtiveram a mesma classificao nas duas
pelo teste de DAgostino, a 5% de probabilidade. Dbli = bERli bNPli,
em que ER e NP referem-se s metodologias de Eberhart & Russell e no metodologias: Coronado e N910 foram classificados
paramtrica, respectivamente. (1)Victoria SP INTA. como previsveis, e WL 516 como imprevisvel.

Pesq. agropec. bras., Braslia, v.50, n.4, p.290-297, abr. 2015

DOI: 10.1590/S0100-204X2015000400004
296 L.M.A. Barroso et al.
Concluses
1.O mtodo proposto apresenta resultados iguais ou
superiores s metodologias tradicionais avaliadas.
2.Para que se possa avaliar a interao gentipo x
ambiente de forma eficiente, importante que se avalie
a simetria na distribuio dos valores fenotpicos, e
a metodologia de regresso quantlica (RQ) deve ser
usada no caso de distribuies assimtricas.
3.Para distribuies simtricas, na presena de
outliers, deve-se utilizar a RQ com valor de quantil
(t) de 0,50; na ausncia de outliers, pode-se utilizar
tanto a metodologia de Eberhart & Russell quanto a
RQ (t = 0,50).
4.Para distribuies assimtricas, indica-se o uso
da RQ com t = 0,25, para assimetria direita, e com
t = 0,75, para assimetria esquerda, independentemente
da presena de outliers.
Agradecimentos
Coordenao de Aperfeioamento de Pessoal de
Nvel Superior (Capes) e Fundao Arthur Bernardes
(Funarbe), pela concesso de bolsas.
Referncias
BELSLEY, D.A.; KUH, E.; WELSCH, R.E. Regression
diagnostics: identifying influential observations and sources of
collinearity. London: Chapman & Hall, 1980. 292p.
BEYERLEIN, A.; VON KRIES, R.; NESS, A.R.; ONG, K.K.
Genetic markers of obesity risk: stronger associations with body
composition in overweight compared to normalweight children.
PLoS ONE, v.6, 2011. DOI: 10.1371/journal.pone.0019057.
CRUZ, C.D.; TORRES, R.A.; VENCOVSKY, R. An alternative
approach to the stability analysis proposed by Silva and Barreto.
Revista Brasileira de Gentica, v.12, p.567580, 1989.
DAGOSTINO, R.B. Transformation to normality of the null
distribution of G1. Biometrika, v.57, p.679681, 1970. DOI:
10.1093/biomet/57.3.679.
EBERHART, S.A.; RUSSELL, W.A. Stability parameters for
comparing varieties. Crop Science, v.6, p.3640, 1966. DOI:
10.2135/cropsci1966.0011183X000600010011x.
FERREIRA, R. de P.; BOTREL, M. de A.; RUGGIERI, A.C.;
PEREIRA, A.V.; COELHO, A.D.F.; LDO, F.J. da S.; CRUZ, C.D.
Adaptabilidade e estabilidade de cultivares de alfafa em relao a
diferentes pocas de corte. Cincia Rural, v.34, p.265269, 2004.
DOI: 10.1590/S010384782004000100041.
GAUCH JR, H.G. Statistical analysis of yield trials by AMMI
and GGE. Crop Science, v.46, p.14881500, 2006. DOI: 10.2135/
cropsci2005.070193.
Pesq. agropec. bras., Braslia, v.50, n.4, p.290-297, abr. 2015
DOI: 10.1590/S0100-204X2015000400004
HAO,L.; NAIMAN, D.Q. Quantile regression. London: SAGE,
2007. 136p. (Quantitative applications in the social sciences, 149).
KOENKER, R. quantreg: quantile regression. 2014. Available at:
<http://CRAN.Rproject.org/package=quantreg>. Accessed on: 12
Jul. 2014.
KOMSTA,L. moments: moments, cumulants, skewness, kurtosis
and related tests. 2012. Available at: <http://cran.rproject.org/web/
packages/moments/index.html>. Accessed on: 12 Jul. 2014.
KOMSTA,L. mblm: medianbased linear models. 2013. Available
at: <http://cran.rproject.org/web/packages/mblm/index.html>.
Accessed on: 12 Jul. 2014.
LIN, C.S.; BINNS, M.R. A superiority measure of cultivar
performance for cultivar x location data. Canadian Journal of
Plant Science, v.68, p.193198, 1988. DOI: 10.4141/cjps88018.
MONTGOMERY, D.C.; PECK, E.A.; VINING, G.G. Introduction
to linear regression analysis. 5th ed. Hoboken: John Wiley & Sons,
2012. 645p. (Wiley series in probability and statistics, 821).
MONTGOMERY, D.C.; RUNGER, G.C. Estatstica aplicada
e probabilidade para Engenheiros. 4.ed. Rio de Janeiro: LTC,
2009. 493p.
NASCIMENTO, A.C.C.; LIMA, J.E. de; BRAGA, M.J.;
NASCIMENTO, M.; GOMES, A.P. Eficincia tcnica da atividade
leiteira em Minas Gerais: uma aplicao de regresso quantlica.
Revista Brasileira de Zootecnia, v.41, p.783789, 2012. DOI:
10.1590/S151635982012000300043.
NASCIMENTO, M.; SILVA, F.F. e; SFADI, T.; NASCIMENTO,
A.C.C.; FERREIRA, R. de P.; CRUZ, C.D. Abordagem bayesiana
para avaliao da adaptabilidade e estabilidade de gentipos de
alfafa. Pesquisa Agropecuria Brasileira, v.46, p.2632, 2011.
DOI: 10.1590/S0100204X2011000100004.
NASCIMENTO, M.; CRUZ, C.D.; CAMPANA, A.C.M.; TOMAZ,
R.S.; SALGADO, C.C; FERREIRA, R. de P. Alterao no mtodo
centroide de avaliao da adaptabilidade genotpica. Pesquisa
Agropecuria Brasileira, v.44, p.263269, 2009a. DOI: 10.1590/
S0100204X2009000300007.
NASCIMENTO, M.; FERREIRA, A.; CAMPANA, A.C.M.;
SALGADO, C.C.; CRUZ, C.D. Multiple centroid methodology
to analyze genotype adaptability. Crop Breeding and Applied
Biotechnology, v.9, p.816, 2009b. DOI: 10.12702/19847033.
v09n01a02.
NASCIMENTO, M.; FERREIRA, A.; FERRO, R.G.;
CAMPANA, A.C.M.; BHERING, L.L.; CRUZ, C.D.; FERRO,
M.A.G.; FONSECA, A.F.A. da. Adaptabilidade e estabilidade
via regresso no paramtrica em gentipos de caf. Pesquisa
Agropecuria Brasileira, v.45, p.4148, 2010. DOI: 10.1590/
S0100204X2010000100006.
R CORE TEAM. R: a language and environment for statistical
computing. Vienna: R Foundation for Statistical Computing, 2014.
Available at: <http://www.rproject.org/>. Accessed on: 12 Jul. 2014.
SILVA, E.N. da; PORTO JNIOR, S. da S. Sistema financeiro e
crescimento econmico: uma aplicao de regresso quantlica.
Economia Aplicada, v.10, p.425442, 2006. DOI: 10.1590/
S141380502006000300007.
 Metodologia para anlise de adaptabilidade e estabilidade 297

UNIVERSIDADE FEDERAL DE VIOSA. Departamento de
Estatstica. Materiais disponveis. Disponvel em: <http://www.
det.ufv.br/~moyses/links.php>. Acesso em: 12 jul. 2014.
VASCONCELOS, E.S. de; BARIONI JNIOR, W.; CRUZ,
C.D.; FERREIRA, R. de P.; RASSINI, J.B.; VILELA,
D. Seleo de gentipos de alfafa pela adaptabilidade e
estabilidade da produo de matria seca. Acta Scientiarum.
Agronomy, v.30, p.339343, 2008. DOI: 10.4025/actasciagron.
v30i3.3511.
YAN, W.; TINKER, N.A. Biplot analysis of multienvironment
trial data: principles and applications. Canadian Journal of Plant
Science, v.86, p.623645, 2006. DOI: 10.4141/P05169.

Recebido em 7 de agosto de 2014 e aprovado em 23 de maro de 2015

Pesq. agropec. bras., Braslia, v.50, n.4, p.290-297, abr. 2015

DOI: 10.1590/S0100-204X2015000400004