Regression models for productivity prediction in cactus pear cv. Gigante

Abstract

O entendimento sobre o comportamento vegetal e seus reflexos sobre a produtividade é essencial ao planejamento rural, com isso, os modelos biomatemáticos são promissores na predição da produtividade da palma forrageira cv. Gigante. Objetivou-se com este estudo ajustar por meio de análises de regressão simples e múltipla modelos para predição da produtividade da palma forrageira cv. Gigante. O estudo, em formato de homogeneidade de tratamentos, foi desenvolvido no Instituto Federal Baiano, Campus Guanambi, Bahia, Brasil Os dados foram coletados em área constituída de 384 unidades básicas, nas quais se mensuraram a produtividade, definida como variável dependente, e as variáveis preditoras: altura da planta (PH), comprimento (CL), largura (CW) e espessura do cladódio (CT), número de cladódio (NC), área do cladódio (CA), e área total do cladódio (TCA). Foram ajustados modelos de regressão linear simples, modelos de regressão múltipla com efeitos simples apenas para as variáveis explicativas e modelos de regressão múltipla, considerando tanto os efeitos simples, quadráticos e todas as suas interações possíveis. A partir deste último modelo citado, foi obtido um modelo reduzido pelo descarte dos efeitos menos relevantes, por meio da metodologia Stepwise. O uso das características vegetativas TCA, NC, CA, CL, CT e CW, por meio de adoção da regressão linear múltipla, interação quadrática ou somente a variável TCA pelo emprego da regressão linear simples, permite a predição da produtividade da palma forrageira, com R² ajustado de 0,82, 0,76 e 0,74, respectivamente.