Rank-ordering coefficients of variation for popping expansion

Classificação de coeficientes de variação para capacidade de expansão

CROP PRODUCTION

Rank-ordering coefficients of variation for popping expansion

Classificação de coeficientes de variação para capacidade de expansão

Emmanuel Arnhold^*; Klayton Flávio Milani

Escola de Veterinária e Zootecnia, Universidade Federal de Goiás, Cx. Postal 131, 74001-970, Goiânia, Goiás, Brazil

ABSTRACT

The coefficient of variation (CV) has been the most important statistic to determine the precision of experimental errors, but an even classification for guiding popcorn breeders is still lacking for popping expansion. The normality of data from 50 CVs was tested through the Shapiro-Wilk test, and the mean (m), median, standard deviation (SD), maximum and minimum values, asymmetry and kurtosis were all determined using the momentum method. The CVs were ranked as low [CV < (m - 1 SD)], moderate [(m - 1 SD) < CV < (m + 1 SD)], high [(m + 1 SD) < CV < (m + 2 SD)] and very high [CV > (m + 2 SD)]. In summary, these data were close to the normality because the slight and flattened curve was skewed to the right. The CV's mean was 11.08, the median was 11.94 and the standard deviation was 5.13%. Accordingly, values of CV < 5.95% are low, 5.95 < CV < 15.21% are moderate, 15.21 < CV < 20.34% are high, and CV > 20.34% are very high.

Keywords:Zea mays, dispersion measurement, genetic improvement, precision, accuracy.

RESUMO

O coeficiente de variação (CV) tem sido o parâmetro estatístico mais importante para determinar a precisão de erros experimentais, sendo necessária uma classificação para orientar os pesquisadores de milho-pipoca para a capacidade de expansão. Assim, a normalidade de 50 CVs foi avaliada por meio do teste de Shapiro-Wilk; a média (m), mediana, desvio padrão (DP), valores máximos e mínimos, assimetria e curtose foram estimados utilizando o método dos momentos. Os CVs foram classificados como baixo [CV < (m -1 DP)], moderado [(m - 1 DP) < CV < (m + 1 DP)], alto [(m + 1 DP) < CV < (m+ 2 DP)] e muito alto [CV > (m + 2 DP)]. Em resumo, os dados aproximaram à normalidade e a curva normal foi desviada para a direita e ficou ligeiramente achatada. A média dos CVs foi de 11,08, a mediana foi de 11,94 e o desvio padrão foi de 5,13%. Assim, valores de CV < 5,95% devem ser classificados como baixos, 5,95 < CV < 15,21% são moderados, 15,21 < CV < 20,34% são elevados e CV > 20,34% são muito elevados.

Palavras-chave:Zea mays, medidas de dispersão, melhoramento genético, precisão, acurácia.

DOI: 10.4025/actasciagron.v33i3.11911

Introduction

In Brazil, popcorn growers have been requiring new cultivars to increase the crop productivity and the grain quality. Otherwise, as the number of breeding experiments with popcorn plants has been increasing all over the country (ARNHOLD; VIANA, 2007; ARNHOLD et al., 2009; MORA; ARNHOLD, 2006; PINTO et al., 2007a and b; SANTOS et al., 2008; SCAPIM et al., 2006a and b; SEIFERT et al., 2006; VIANA, 2007; VIEIRA et al., 2009), parameters indicating the precision of the experimental errors need still be rank-ordered to permit the recommendation of more uniform elite cultivars.

The Gaussian curve is the most important statistical distribution to describe quantitative random variables. This distribution is usually described by its mean and standard deviation. Skewness and kurtosis indicate the symmetry and the clustering of data towards the center of a distribution. Both statistics accurately represent the observed data, and have also been used to describe the distribution shape, test the normality of the data, and study the robustness to the normal theory (JOANES; GILL, 1998). The normal distribution is mesokurtic when the kurtosis is equal to 3 because the values are close to the central value. The distribution is leptokurtic when the kurtosis is above 3 and, otherwise, it is classified as platykurtic (FERREIRA, 2005).

Moreover, research methods in which quantitative data obey the normal distribution, the CV has been the most important statistic to describe the precision of the experimental error. This error is evaluated for specific traits, and gives a general indication of the levels of variation within a population using the standard deviation as a fraction of the mean (BOWMAN; WATSON, 1997).

In field conditions, values of CV < 10% are usually low, 10 < CV < 20% are moderate, 20 < CV < 30% are high, and CV > 30% are very high (PIMENTEL GOMES, 1985). This general classification, however, does not consider agronomic aspects, traits under investigation, weather conditions and growing cycles (SCAPIM et al., 1995). In some specific traits, the comparison of experimental responses based on the CV must consider the different conditions in which these experiments were carried out, the crop species, traits under investigation, necessity of data transformation, environmental heterogeneity, plot size and number of replications. All these variables reinforce the necessity of precise references based on the nature of a specific trait (LANA et al., 2006).

The importance of specific evaluation for every crop and trait can be seen in recent reports in which these coefficients were rank-ordered (AMARAL et al., 1997; CARVALHO et al., 2003; COSTA et al., 2002; JUDICE et al., 1999; LANA et al., 2006; OLIVEIRA et al., 2009; SANTOS et al., 1998; SCAPIM et al., 1995). Although the rank reported by Scapim et al. (1995) can be recommended for popcorn, it has not yet been precisely determined for popping expansion. Thus, the objective of the present experiment was to rank the order of these coefficients of variation.

Material and methods

Fifty CVs describing the experimental errors from popping expansion were collected from 32 national experiments reported in numerous national and international research magazines published from 1998 to 2009 (Table 1).

The normality of these data was evaluated by the Shapiro-Wilk test. The mean (m), median, standard deviation (SD), maximum and minimum values, asymmetry and kurtosis were evaluated by the method of the momentum. The estimators for the sample moment of order r (mr) is calculate by:

the asymmetry coefficient is:

and the kurtosis coefficient is:

(FERREIRA, 2005).

These CVs were rank-ordered according to Scapim et al. (1995), who used the classification proposed by Garcia (1989) in which the values were reported as low [CV < (m - 1 SD)], moderate [(m - 1 SD) < CV < (m + 1 SD)], high [(m + 1 SD) < CV < (m + 2 SD)] and very high [CV > (m + 2 SD)].

The statistical analysis was performed using R software (R DEVELOPMENT CORE TEAM, 2010). To estimate the asymmetry and kurtosis was used library fBasics.

Results and discussion

The distribution of these CVs for popping expansion was close to the normality, and the shape of this Gaussian curve was classified as platykurtic because of its flattered curvature (FERREIRA, 2005). The kurtosis was 2.038 because these data were less concentrated around the mean than usually they are when described by the Gaussian distribution. The mean CV was 11.08 and the median was 11.94%. The high median value indicated the presence of a slight and positive asymmetry which was 0.014 (Table 2) unlike stated by Ferreira (2005) who using the method of the momentum reported asymmetry equal to zero. Positive coefficients of asymmetry are higher than zero or, otherwise, they are negative.

Otherwise, the mean CV of 11.08% is an average value whether based on the classification of Pimentel Gomes (1985). If this mean had been less than 10%, it should be ranked as low. As this present mean is close to 10%, the popping expansion must be considered a characteristic relatively stable or weakly affected by the environment. Factors such as fungus and insect attack, and mechanical damage to the grains can negatively affect the popping expansion. These factors in conjunction with the lack in the standardization of grain moisture and the popping temperature could lead to high CV values if the experiment is not properly controlled. In maize, otherwise, plant and ear height, and the weight of 100 grain had an average CV lower than the present responses, but the ear average weight, ear number, grain weight and prolificity had higher means (SCAPIM at al. 1995).

The standard deviation was 5.13% (Table 2). Plant and ear height, weight of 100 grain and prolificity had lower values than the ear and grain weight and the number of ears per plant (SCAPIM, et al., 1995). In the present experiment, the lowest CV was 2.93% reported by Sawasaki et al. (2003) and the highest was 21.75% reported by Vieira et al. (2009). This large amplitude shows the strong influence of genotypes, soil conditions, nutrients and insects on the estimates of popping expansion.

As the variables can be more or less influenced by several factors, the classification of CV for every trait is necessary. Therefore, we ranked the values as low for every CV < 5.95%, moderate for 5.95 < CV < 15.21%, high for 15.21 < CV < 20.34%, and very high for CV > 20.34% (Table 2). In the classification of Garcia (1989), the 50 CVs for popping expansion (Table 1) were 24% (12) low, 56% (28) moderate, 16% (8) high and 4% (2) very high. Otherwise, the Pimentel Gomes (1985) classification ranked 40% of the CVs (20) as low, 56% (28) as moderate, 4% (2) as high, and none of them was classified as very high. Therefore, the methods were discrepant for ranking these values (SCAPIM et al., 1995). As every variable has specific stability, some traits have lower variation than others which are naturally unstable. The present classification can be safely recommended for making precise decisions about popping expansion.

Conclusion

The CVs for popping expansion were close to the normality because the data distribution was slightly flattered and skewed to the right. The average CV for popping expansion was 11.08, the median was 11.94, and the standard deviation was 5.13%. The CV ranks for popping expansion must be recorded as low for CV < 5.95%, moderate for 5.95 < CV < 15.21%, high for 15.21 < CV < 20.34% and very high for CV > 20.34%.

Received on December 8, 2010.

Accepted on February 7, 2011.

License information: This is an open-access article distributed under the terms of the Creative Commons Attribution License, which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited.

• AMARAL, A. M.; MUNIZ, J. A.; SOUZA, M. Avaliação do coeficiente de variação como medida da precisão na experimentação com citros. Pesquisa Agropecuária Brasileira, v. 32, n. 3, p. 1221-1225, 1997.
• ARNHOLD, E.; VIANA, J. M. S. Eficiência da seleção dentro de famílias S4 de milho-pipoca, visando a obtenção de linhagens. Revista Ceres, v. 54, n. 312, p. 107-111, 2007.
• ARNHOLD, E.; VIANA, J. M. S.; SILVA, R. G. Associação de desempenho entre famílias S3 e seus híbridos topcross de milho-pipoca. Revista Ciência Agronômica, v. 40, n. 3, p. 396-399, 2009.
• BOWMAN, D. T.; WATSON, C. E. Measures of validity in cultivar performance trials. Agronomy Journal, v. 89, n. 6, p. 860-866, 1997.
• CARPENTIERI-PIPOLO, V. P.; RINALDI, D. A.; LIMA, V. E. M. Adaptabilidade e estabilidade de populações de milho-pipoca. Pesquisa Agropecuária Brasileira, v. 40, n. 4, p. 87-90, 2005.
• CARPENTIERI-PÍPOLO, V.; TAKAHASHI, H. W.; ENDO, R. M.; PETEK, M. R.; SEIFERT, A. L. Correlações entre caracteres quantitativos em milho pipoca. Horticultura Brasileira, v. 20, n. 2, p. 551-554, 2002.
• CARVALHO, C. G. P.; ARIAS, C. A. A.; TOLEDO, J. F. F.; ALMEIDA, L. A.; KIIHL, R. A. S.; OLIVEIRA, M. F.; HIROMOTO, D. M.; TAKEDA, C. Proposta de classificação dos coeficientes de variação em relação à produtividade e altura da planta de soja. Pesquisa Agropecuária Brasileira, v. 38, n. 2, p. 187-193, 2003.
• COIMBRA, R. R.; MIRANDA, G. V.; VIANA, J. M. S.; CRUZ, C. D.; MURAKAMI, D. M.; SOUZA, L. V.; FIDELIS, R. R. Estimation of genetic parameters and prediction of gains for DFT1-Ribeirão popcorn population. Crop Breeding and Applied Biotechnology, v. 2, n. 1, p. 33-38, 2002.
• COSTA, N. H. A. D.; SERAPHIN, J. C.; ZIMMERMANN, F. J. P. Novo método de classificação de coeficientes de variação para a cultura do arroz de terras altas. Pesquisa Agropecuária Brasileira, v. 37, n. 3, p. 243-249, 2002.
• DAROS, M.; AMARAL JÚNIOR, A. T.; PEREIRA, M. G. Genetic gain for grain yield and popping expansion in full-sibrecurrent selection in popcorn. Crop Breeding and Applied Biotechnology, v. 2, n. 3, p. 339-344, 2002.
• DAROS, M, AMARAL JÚNIOR, A. T.; PEREIRA, M. G.; SANTOS, F. S.; GABRIEL, A. P. C.; SCAPIM, C. A.; FREITAS JÚNIOR, S. P.; SILVÉRIO, L. Recurrent selection in inbred popcorn families. Scientia Agricola, v. 61, n. 6, p. 388-391, 2004.
• FERREIRA, D. F. Estatística básica 1. ed. Lavras: UFLA, 2005.
• JOANES, D. N.; GILL, C. A. Comparing measures of sample skewness and kurtosis. Journal of the Royal Statistical Society: Series D (The Statistician), v. 47 n. 1, p. 183-189, 1998.
• JUDICE, M. G.; MUNIZ, J. A.; CARVALHEIRO, R. Avaliação do coeficiente de variação na experimentação com suínos. Ciência e Agrotecnologia, v. 23, n. 2, p. 170-173, 1999.
• GARCIA, C. H. Tabelas para classificação do coeficiente de variação Piracicaba: IPEF, 1989. (Circular técnica, 171).
• GRANATE, M. J.; CRUZ, C. D.; PACHECO, C. A. P. Predição de ganho genético com diferentes índices de seleção no milho-pipoca CMS 43. Pesquisa Agropecuária Brasileira, v. 37, n. 4, p. 1001-1008, 2002.
• LANA, A. M. Q.; SOARES NETO, J.; ALMEIDA, F. Q.; REZENDE, A. S. C.; PRATES, R. C. Classificação de coeficientes de variação na experimentação com nutrição de eqüinos. Arquivos Brasileiros de Medicina Veterinária e Zootecnia, v. 58, n. 5, p. 854-859, 2006.
• LUZ, M. L. S.; DALPASQUALE, V. A.; SCAPIM, C. A.; BRACCINI, A. L.; ROYER, M. R.; POBLETE, F. L. M. Influência da umidade das sementes na capacidade de expansão de três genótipos de milho-pipoca. Acta Scientiarum. Agronomy, v. 27, n. 3, p. 549-553, 2005.
• MATTA, F. P.; VIANA, M. S. Eficiências relativas dos processos de seleção entre e dentro de famílias de meiosirmãos em população de milho-pipoca. Ciência e Agrotecnologia, v. 27, n. 3, p. 548-556, 2003.
• MIRANDA, G. V.; COIMBRA, R. R.; GODOY, C. L.; SOUZA, L. V.; GUIMARÃES, L. J. M.; MELO A. V. Potencial de melhoramento e divergência genética de cultivares de milho-pipoca. Pesquisa Agropecuária Brasileira, v. 38, n. 6, p. 681-688, 2003.
• MORA, F.; ARNHOLD, E. Application of the Bayesian inference and mixed linear model method to maize breeding. Ciencia e Investigacion Agraria, v. 33, n. 3, p. 185-190, 2006.
• NOBRE, R. G.; LIBERALINO FILHO, J.; PRAÇA, E. F.; DIAS, N. S.; FERREIRA NETO, M. Avaliação da qualidade de diferentes marcas comerciais de milho pipoca. Revista Brasileira de Engenharia Agrícola e Ambiental, v. 4, n. 1, p. 133-135, 2000.
• OLIVEIRA, R. L.; MUNIZ, J. A.; ANDRADE, M. J. B.; REIZ, R. L. Precisão experimental em ensaios com a cultura do feijão. Ciência e Agrotecnologia, v. 33, n. 1, p. 113-119, 2009.
• PACHECO, C. A. P.; GAMA, E. E. G. E.; GUIMARÃES, P. E. O.; SANTOS, M. X.; FERREIRA, A. S. Estimativas de parâmetros genéticos nas populações CMS-42 e CMS43 de milho-pipoca. Pesquisa Agropecuária Brasileira, v. 33, n. 12, p. 1995-2001, 1998.
• PACHECO, C. A. P.; GAMA, E. E. G. E.; PARENTONI, S. N.; SANTOS, M. X.; GUIMARÃES, P. E. O. Avanços no processo seletivo da variedade de milho pipoca BRS Angela. Revista Brasileira de Milho e Sorgo, v. 4, n. 3, p. 436-444, 2005.
• PEREIRA, M. G.; AMARAL JÚNIOR, A. T. Estimation of genetic components in popcorn base on the nested design. Crop Breeding and Applied Biotechnology, v. 1, n. 1, p. 3-10, 2001.
• PIMENTEL GOMES, F. Curso de estatística experimental São Paulo: USP/ESALQ, 1985.
• PINTO, R. J. B.; KVITSCHAL, M. V.; SCAPIM, C. A.; FRACARO, M.; BIGNOTTO, L. S.; SOUZA NETO, I. L. Análise dialélica parcial de linhagens de milho-pipoca. Revista Brasileira de Milho e Sorgo, v. 6, n. 3, p. 323-335, 2007a.
• PINTO, R. J. B.; SCAPIM, C. A.; BARRETO, R. R.; RODOVALHO, M. A.; ESTEVES, M.; LOPES, A. D. Análise dialélica de linhagens de milho-pipoca. Revista Ceres, v. 54, n. 315, p. 471-477, 2007b.
• R DEVELOPMENT CORE TEAM. R: A language and environment for statistical computing. Vienna: R Foundation for Statistical Computing, 2010.
• SANTOS, J. F.; VIANA, J. M. S.; VILARINHO, A. A.; CÂMARA, T. M. M. Efficiency of S₂ progeny selection strategies in popcorn. Crop Breeding and Applied Biotechnology, v. 4, n. 2, p. 183-191, 2004.
• SANTOS, J. W.; MOREIRA, J. A. N.; FARIAS, F. J. C.; FREIRE, E. C. Avaliação dos coeficientes de variação de algumas características da cultura do algodão: uma proposta de classificação. Revista Brasileira de Oleaginosas e Fibrosas, v. 2, n. 1, p. 35-40, 1998.
• SANTOS, F. S.; AMARAL JÚNIOR, A. T.; FREITAS JÚNIOR, S. P.; RANGEL, R. M.; SCAPIM, C. A.; MORA, F. Genetic gain prediction of the third recurrent selection cycle in a popcorn population. Acta Scientiarum. Agronomy, v. 30, n. 5, p. 651-655, 2008.
• SAWAZAKI, E.; PATERNIANI, M. E. A. G. Z.; CASTRO, J. L.; GALLO, P. B.; GALVÃO, J. C. C.; SAES, L. A. Potencial de linhagens de populações locais de milho pipoca para síntese de híbridos. Bragantia, v. 59, n. 2, p. 143-151, 2000.
• SAWAZAKI, E.; CASTRO, J. L.; GALLO, P. B.; PATERNIANI, M. E. A. G. Z.; SILVA, R. M.; LUDERS, R. R. Potencial de híbridos temperados de milho pipoca em cruzamentos com o testador semitropical IAC 12. Revista Brasileira de Milho e Sorgo, v. 2, n. 2, p. 61-70, 2003.
• SCAPIM, C. A.; CARVALHO, C. G. P.; CRUZ, C. D. Uma proposta de classificação dos coeficientes de variação para a cultura do milho. Pesquisa Agropecuária Brasileira, v. 30, n. 5, p. 683-686, 1995.
• SCAPIM, C. A.; PACHECO, C. A. P.; TONET, A.; BRACCINI, A. L.; PINTO, R. J. B. Análise dialélica e heterose de populações de milho-pipoca. Bragantia, v. 61, n. 3, p. 219-230, 2002.
• SCAPIM, C. A.; BRACCINI, A. L.; PINTO, R. J. B.; AMARAL JÚNIOR, A. T.; RODOVALHO, M. A.; SILVA, R. M.; MOTERLE, L. M. Componentes genéticos de médias e depressão por endogamia em populações de milho-pipoca. Ciência Rural, v. 36, n. 1, p. 36-41, 2006a.
• SCAPIM, C. A.; PINTO, R. J. B.; AMARAL-JÚNIOR, A. T.; MORA, F.; DANDOLINI, T. S. Combining ability of white grain popcorn populations. Crop Breeding and Applied Biotechnology, v. 6, n. 2, p. 136-143, 2006b.
• SEIFERT, A. L.; CARPENTIERI-PIPOLO, V.; FERREIRA, J. M.; GERAGE, A. C. Análise combinatória de populações de milho pipoca em topcrosses Pesquisa Agropecuária Brasileira, v. 41, n. 5, p. 771-778, 2006.
• SIMON, G. A.; SCAPIM, C. A.; PACHECO, C. A. P.; PINTO, R. J. B.; BRACCINI, A. L.; TONET, A. Depressão por endogamia em populações de milhopipoca. Bragantia, v. 63, n. 1, p. 55-62, 2004.
• VENDRUSCOLO, E. C. G.; SCAPIM, C. A.; PACHECO, C. A. P.; OLIVEIRA, V. R.; BRACCINI, A. L.; GONÇALVES-VIDIGAL, M. C. Adaptabilidade e estabilidade de cultivares de milho-pipoca na região centro-sul do Brasil. Pesquisa Agropecuária Brasileira, v. 36, n. 1, p. 123-130, 2001.
• VIANA, J. M. S. Melhoramento intrapopulacional recorrente de milho-pipoca, com famílias de meios-irmãos. Revista Brasileira de Milho e Sorgo, v. 6, n. 2, p. 199-210, 2007.
• VIEIRA, R. A.; RODOVALHO, M. A.; SCAPIM, C. A.; TESSMANN, D. J.; AMARAL JÚNIOR, A. T.; BIGNOTTO, L. S. Desempenho agronômico de novos híbridos de milho-pipoca no Noroeste do Estado do Paraná, Brasil. Acta Scientiarum. Agronomy, v. 31, n. 1, p. 29-36, 2009.
• VILARINHO, A. A.; VIANA, J. M. S.; SANTOS, J. F.; CÂMARA, T. M. M. Eficiência da seleção de progênies S₁ e S₂ de milho-pipoca, visando à produção de linhagens. Bragantia, v. 62, n. 1, p. 9-17, 2003.
• VON PINHO, R. G.; BRUGNERA, A.; PACHECO, C. A. P.; GOMES, M. S. Estabilidade de cultivares de milhopipoca em diferentes ambientes, no Estado de Minas Gerais. Revista Brasileira de Milho e Sorgo, v. 2, n. 3, p. 53-61, 2006.

Publication Dates

• Publication in this collection
  21 July 2011
• Date of issue
  Sept 2011

History

• Received
  08 Dec 2010
• Accepted
  07 Feb 2011