Resumo
The statistical multivariate analysis has a widespread use by researchers, creating a large demand for specific knowledge regarding its application concerning its assumptions and or limitations. In order to evaluate the degree of association among different characters of agronomic importance with an estimative reliable in biological terms, it is striking to quantify the multicolinearity among the studied variables. In addition, the types of statistical and mathematical models used in determining this linear dependence between classifying or independent variables may or may not be adequate for estimatives of biological parameters evaluated. The present work has as objective to present a critical evaluation on the degree of multicolinearity identified and evaluated on the path analysis performed on parts of a canola experiment. The results allow to postulate that path analysis application on the degree of severe multicolinearity produces results with no biological importance for the plant breeder. However, this limitation can be easily identified and corrected through path analysis with colinearity employing a constant (k) on diagonal axis of XX matrix. The model of analysis with severe multicolinearity, however overestimated the single correlation coefficient values comparatively with the weak multicolinearity. Even so, it may not be necessarily more precise, mainly regarding the evaluation of a restricted number of variables included in the analysis or an overlapping of the explainable variables.
A análise estatística do tipo multivariada vem crescendo consideravelmente, motivando a sua ampla utilização por parte dos pesquisadores criando, assim, grande demanda por conhecimentos específicos tanto a respeito da sua aplicação quanto das suas pressuposições ou limitações. Para que a avaliação do grau de associação entre diferentes caracteres de importância agronômica tenha uma estimativa confiável em termos biológico, é de fundamental importância identificar e quantificar o grau de multicolinearidade entre as variáveis estudadas. Além disso, os tipos de modelos estatísticos e matemáticos utilizados na determinação desta dependência linear entre as variáveis classificatórias ou independentes podem ou não ser adequados a estimativas dos parâmetros biológicos avaliados. O presente trabalho tem como objetivo apresentar uma avaliação crítica sobre o grau de multicolinearidade identificado e avaliado sobre a análise de trilha analisada sobre partes de um experimento de canola. Os resultados permitem inferir que a aplicação da análise de trilha sobre o grau de multicolinearidade severa produz resultados sem nenhuma importância biológica para o melhorista de plantas. No entanto, esta limitação pode ser facilmente identificada e corrigida através da análise de trilha com colinearidade empregando uma constante (k) na diagonal da matriz XX. O modelo de análise com multicolinearidade severa, entretanto, superestimou, valores de coeficientes de correlação simples, comparativamente com a multicolinearidade fraca. Mesmo assim, pode não ser necessariamente mais precisa, principalmente em virtude da avaliação de um número restrito de variáveis incluídas na análise ou de uma sobreposição destas variáveis explicativas.
Resumo
The statistical multivariate analysis has a widespread use by researchers, creating a large demand for specific knowledge regarding its application concerning its assumptions and or limitations. In order to evaluate the degree of association among different characters of agronomic importance with an estimative reliable in biological terms, it is striking to quantify the multicolinearity among the studied variables. In addition, the types of statistical and mathematical models used in determining this linear dependence between classifying or independent variables may or may not be adequate for estimatives of biological parameters evaluated. The present work has as objective to present a critical evaluation on the degree of multicolinearity identified and evaluated on the path analysis performed on parts of a canola experiment. The results allow to postulate that path analysis application on the degree of severe multicolinearity produces results with no biological importance for the plant breeder. However, this limitation can be easily identified and corrected through path analysis with colinearity employing a constant (k) on diagonal axis of XX matrix. The model of analysis with severe multicolinearity, however overestimated the single correlation coefficient values comparatively with the weak multicolinearity. Even so, it may not be necessarily more precise, mainly regarding the evaluation of a restricted number of variables included in the analysis or an overlapping of the explainable variables.
A análise estatística do tipo multivariada vem crescendo consideravelmente, motivando a sua ampla utilização por parte dos pesquisadores criando, assim, grande demanda por conhecimentos específicos tanto a respeito da sua aplicação quanto das suas pressuposições ou limitações. Para que a avaliação do grau de associação entre diferentes caracteres de importância agronômica tenha uma estimativa confiável em termos biológico, é de fundamental importância identificar e quantificar o grau de multicolinearidade entre as variáveis estudadas. Além disso, os tipos de modelos estatísticos e matemáticos utilizados na determinação desta dependência linear entre as variáveis classificatórias ou independentes podem ou não ser adequados a estimativas dos parâmetros biológicos avaliados. O presente trabalho tem como objetivo apresentar uma avaliação crítica sobre o grau de multicolinearidade identificado e avaliado sobre a análise de trilha analisada sobre partes de um experimento de canola. Os resultados permitem inferir que a aplicação da análise de trilha sobre o grau de multicolinearidade severa produz resultados sem nenhuma importância biológica para o melhorista de plantas. No entanto, esta limitação pode ser facilmente identificada e corrigida através da análise de trilha com colinearidade empregando uma constante (k) na diagonal da matriz XX. O modelo de análise com multicolinearidade severa, entretanto, superestimou, valores de coeficientes de correlação simples, comparativamente com a multicolinearidade fraca. Mesmo assim, pode não ser necessariamente mais precisa, principalmente em virtude da avaliação de um número restrito de variáveis incluídas na análise ou de uma sobreposição destas variáveis explicativas.