Optimal plot size in white oat with comparison of three methods / Tamanho ótimo de parcela em aveia branca com comparação de três métodos

The objective of this work was to compare three methods for estimating the optimal plot size to evaluate the fresh matter productivity of white oat (Avena sativa L.), IPR Suprema cultivar. Six uniformity trials (blank experiments) were carried out, three trials on the first sowing date (May 3, 2021) and three trials on the second sowing date (May 26, 2021). Fresh matter productivity was evaluated in 216 basic experimental units (BEU) of 1 m × 1 m (36 BEU per trial). The BEU was formed by five rows of 1.0 m in length, spaced 0.20 m apart, totaling 1.0 m2. The optimal plot size was determined using the methods of modified maximum curvature, linear response and plateau model and quadratic response and plateau model. The optimal plot size differs between the methods and decreases in the following order: quadratic response and plateau model (11.09 m2), linear response and plateau model (7.65 m2) and modified maximum curvature (4.00 m2). The optimal plot size to evaluate the fresh matter productivity of white oat is 7.65 m2 and the experimental precision stabilizes from this size on.

O objetivo deste trabalho foi comparar três métodos de estimação do tamanho ótimo de parcela para avaliar a produtividade de matéria fresca de aveia branca (Avena sativa L.), cultivar IPR Suprema. Foram conduzidos seis ensaios de uniformidade (experimentos em branco), sendo três na primeira data de semeadura (03 de maio de 2021) e três na segunda data de semeadura (26 de maio de 2021). Foi avaliada a produtividade de matéria fresca em 216 unidades experimentais básicas (UEB) de 1 m × 1 m (36 UEB por ensaio). A UEB foi formada por cinco fileiras de 1,0 m de comprimento, espaçadas 0,20 m entre fileiras, totalizando 1,0 m2. Foi determinado o tamanho ótimo de parcela por meio dos métodos da curvatura máxima modificado, do modelo linear de resposta com platô e do modelo quadrático de resposta com platô. O tamanho ótimo de parcela difere entre os métodos e decresce na seguinte ordem: modelo quadrático de resposta com platô (11,09 m2), modelo linear de resposta com platô (7,65 m2) e curvatura máxima modificado (4,00 m2). O tamanho ótimo de parcela para avaliar a produtividade de matéria fresca de aveia branca é 7,65 m2 e a precisão experimental estabiliza a partir desse tamanho.

Sampling sufficiency, correlation and path analysis in showy rattlebox / Suficiência amostral, correlação e análise de trilha em crotalária spectabilis

It is important to adequately size the number of plants that should be evaluated to allow precise inferences about the traits under evaluation. The study of the linear relations among traits provides important information, especially in the identification of traits for indirect selection. So, the objectives of this work were to determine the sample size (number of plants) to estimate the mean of Crotalaria spectabilis traits and investigate the relations among traits. Were randomly selected 200 and 110 plants of C. spectabilis in the experiments conducted, respectively, in 2019/2020 and 2020/2021. In these 310 plants, the following traits were evaluated: plant height, stem diameter, number of nodes, number of leaves, leaf fresh matter, stem fresh matter, shoot fresh matter, leaf dry matter, stem dry matter and shoot dry matter. The sample size was calculated to estimate the mean of these traits, based on Student's t-distribution, and the relations among traits were investigated through correlation and path analysis. To estimate the mean of these ten traits of C. spectabilis, with a maximum error of 10% of the mean and 95% confidence level, 64 plants are needed. In an experiment, to estimate the mean of each treatment with 10% precision, 64 plants per treatment must be evaluated. The number of leaves has a positive linear relation with the amount leaf, stem and shoot fresh and dry matter.

É importante dimensionar adequadamente o número de plantas que devem ser avaliadas para possibilitar inferências precisas sobre os caracteres em avaliação. O estudo das relações lineares entre caracteres fornece informações importantes, especialmente, na identificação de caracteres para seleção indireta. Assim, os objetivos deste trabalho foram determinar o tamanho de amostra (número de plantas) necessário para a estimação da média de caracteres de Crotalaria spectabilis e investigar as relações entre os caracteres. Foram selecionadas, aleatoriamente, 200 e 110 plantas de C. spectabilis, nos experimentos conduzidos, respectivamente, em 2019/2020 e 2020/2021. Nessas 310 plantas avaliaram-se os caracteres altura de planta, diâmetro de caule, número de nós, número de folhas, matéria fresca de folhas, matéria fresca de caule, matéria fresca de parte aérea, matéria seca de folhas, matéria seca de caule e matéria seca de parte aérea. Foi calculado o tamanho de amostra para a estimação da média desses caracteres, com base na distribuição t de Student e investigada a relação entre os caracteres por meio de análises de correlação e de trilha. Para a estimação da média, desses dez caracteres de C. spectabilis, com erro máximo de 10% da média e grau de confiança de 95%, são necessárias 64 plantas. Em um experimento, para a estimação da média de cada tratamento com 10% de precisão, devem ser avaliadas 64 plantas por tratamento. O número de folhas tem relação linear positiva com a quantidade de matérias fresca e seca de folhas, do caule e de parte aérea.

Optimal plot size in forage sorghum with comparison of the methods of modified maximum curvature, linear response and plateau model and quadratic response and plateau model / Tamanho ótimo de parcela em sorgo forrageiro com comparação dos métodos da curvatura máxima modificado, modelo linear de resposta com platô e modelo quadrático de resposta com platô

The objective of this study was to compare three methods for estimating the optimal plot size to evaluate the fresh matter productivity of forage sorghum (Sorghum bicolor (L.) Moench) sown in rows, evaluated in three cuts. Two uniformity trials (repetitions) were carried out. In each trial, three plant cuts were performed, totaling six uniformity trials (2 trials per cut × 3 cuts). The first cut was performed at 41 days after sowing (DAS), the second at 82 DAS and the third at 133 DAS. Fresh matter productivity was evaluated in 216 basic experimental units (BEU) of 1 m × 1 m (36 BEU per trial). The BEU was formed by two rows of 1.0 m in length, spaced 0.50 m apart, totaling 1.0 m2. The optimal plot size was determined using the methods of modified maximum curvature, linear response and plateau model and quadratic response and plateau model. The optimal plot size differs between the methods and decreases in the following order: quadratic response and plateau model (9.10 m2), linear response and plateau model (7.16 m2) and modified maximum curvature (4.13 m2). The optimal plot size to evaluate the fresh matter productivity of forage sorghum, sown in rows, evaluated in three cuts, is 7.16 m2and the experimental precision stabilizes from this size on.

O objetivo deste estudo foi comparar três métodos de estimação do tamanho ótimo de parcela para avaliar a produtividade de matéria fresca de sorgo forrageiro (Sorghum bicolor(L.) Moench) semeado em fileiras, avaliada em três cortes. Foram conduzidos dois ensaios de uniformidade (repetições). Em cada ensaio foram realizados três cortes das plantas, totalizando seis ensaios de uniformidade (2 ensaios por corte × 3 cortes). O primeiro corte foi realizado aos 41 dias após a semeadura (DAS), o segundo aos 82 DAS e o terceiro aos 133 DAS. Foi avaliada a produtividade de matéria fresca em 216 unidades experimentais básicas (UEB) de 1 m × 1 m (36 UEB por ensaio). A UEB foi formada por duas fileiras de 1,0 m de comprimento, espaçadas 0,50m entre fileiras, totalizando 1,0 m2. Foi determinado o tamanho ótimo de parcela por meio dos métodos da curvatura máxima modificado, do modelo linear de resposta com platô e do modelo quadrático de resposta com platô. O tamanho ótimo de parcela difere entre os métodos e decresce na seguinte ordem: modelo quadrático de resposta com platô (9,10 m2), modelo linear de resposta com platô (7,16 m2) e curvatura máxima modificado (4,13 m2). O tamanho ótimo de parcela para avaliar a produtividade de matéria fresca de sorgo forrageiro semeado em fileiras, avaliada em três cortes, é 7,16 m2e a precisão experimental estabiliza a partir desse tamanho.

Genetic variability and linear relationships between plant architecture and maize grain yield / Variabilidade genética e relações lineares entre a arquitetura de planta e a produtividade de grãos de milho

The objectives of this study were to analyze whether there is genetic variability and assess the linear relationships between plant architecture and maize grain yield. Three experiments were carried out in a complete randomized block design. A group of 51 cultivars was assessed in relation to 22 traits: number of leaves, plant height, ear height, leaf angle, leaf length, leaf width, leaf area, and grain yield. Individual analyses of variance were performed, the assumptions of normality of errors and homogeneity of residual variances were tested, and means were grouped by the Scott-Knott test. The phenotypic correlation matrix was constructed using the 22 traits of the 51 cultivars. Results showed that there is genetic variability among cultivars for number of leaves, plant height, ear height, leaf angle, leaf length, leaf width, leaf area, and grain yield. Leaves close to the ear have smaller leaf angle and larger length, width, and area of the leaves. Leaf angle gradually increases towards the lower and upper ends of the plant. Length, width, and area gradually decreases in leaves towards the lower and upper ends of the plant. Cultivars with higher number of leaves and larger leaf area are associated with higher grain yield.(AU)

Os objetivos deste trabalho foram verificar se há variabilidade genética e avaliar as relações lineares entre a arquitetura de planta e a produtividade de grãos de milho. Foram conduzidos três experimentos no delineamento blocos completos ao acaso. Em 51 cultivares, foram avaliados caracteres relacionados ao número de folhas, às alturas de planta e de espiga, ao ângulo foliar, ao comprimento da folha, a largura da folha, a área foliar e a produtividade de grãos, totalizando 22 caracteres. Foram realizadas análises de variância individuais, verificados os pressupostos de normalidade dos erros e homogeneidade de variâncias residuais e agrupadas as médias de cultivares pelo teste de Scott-Knott. Foi determinada a matriz de correlação fenotípica entre os 22 caracteres das 51 cultivares. Há variabilidade genética entre as cultivares em relação ao número de folhas, alturas de planta e de espiga, ângulo foliar, comprimento da folha, largura da folha, área foliar e produtividade de grãos. Folhas localizadas próximas a espiga apresentam menor ângulo foliar e maiores comprimento da folha, largura da folha e área foliar. O ângulo foliar aumenta gradativamente em direção as folhas da extremidade inferior e superior da planta. O comprimento da folha, a largura da folha e a área foliar diminuem gradativamente em direção as folhas da extremidade inferior e superior da planta. Cultivares com maior número de folhas e maior área foliar estão associadas a plantas com maior produtividade de grãos.(AU)

Optimal plot size for experiments with black oats and the common vetch / Tamanho ótimo de parcela para experimentos com aveia preta e ervilhaca

The aim of this study was to determine the optimal plot size for evaluating the fresh weight of black oats (Avena strigosa Schreb) and the common vetch (Vicia sativa L.) in scenarios comprising combinations of the number of treatments, number of replications and levels of precision. Fifteen uniformity trials were conducted with single-crop and intercropped black oats and vetch. Fresh weight was evaluated in 540 basic experimental units (BEU), each of 1 m × 1 m (36 BEU per trial). The Smith index of soil heterogeneity (1938) was estimated. Plot size was determined using the HATHEWAY method (1961), in scenarios comprising combinations of i treatments (i = 5, 10, 15 and 20), r replications (r = 3, 4, 5, 6, 7 and 8) and d levels of precision (d = 2%, 4%, 6%, 8%, 10%, 12%, 14%, 16%, 18% and 20%). To evaluate the fresh weight of monocropped or intercropped black oats and vetch in a completely randomized or randomized complete block design, with from 5 to 20 treatments and five replications, plots of 10 m2 are sufficient to identify, at a probability of 0.05, significant differences between treatments of 10% of the overall mean value of the experiment.(AU)

O objetivo deste trabalho foi determinar o tamanho ótimo de parcela para avaliar a massa de matéria fresca de aveia preta (Avena strigosa Schreb) e de ervilhaca (Vicia sativa L.), em cenários formados por combinações de números de tratamentos, números de repetições e níveis de precisão. Foram conduzidos 15 ensaios de uniformidade com aveia preta e ervilhaca, em cultivo solteiro e em consórcio. Foi avaliada a massa de matéria fresca em 540 unidades experimentais básicas (UEB) de 1 m × 1 m (36 UEB por ensaio). Foi estimado o índice de heterogeneidade do solo de SMITH (1938). Foi determinado o tamanho de parcela por meio do método de HATHEWAY (1961) em cenários formados pelas combinações de i tratamentos (i = 5, 10, 15 e 20), r repetições (r = 3, 4, 5, 6, 7 e 8) e d níveis de precisão (d = 2%, 4%, 6%, 8%, 10%, 12%, 14%, 16%, 18% e 20%). Para avaliar a massa de matéria fresca de aveia preta e de ervilhaca, em cultivo solteiro ou em consórcio, nos delineamentos inteiramente casualizado e de blocos completos ao acaso, com 5 a 20 tratamentos e com cinco repetições, parcelas de 10 m2 são suficientes para identificar diferenças significativas entre tratamentos, a 0,05 de probabilidade, de 10% da média geral do experimento.(AU)

Basic experimental unit and plot sizes for fresh matter of sunn hemp / Tamanhos de unidade experimental básica e de parcela para massa de matéria verde de crotalária juncea

This study aimed to verify the influence of the basic experimental unit (BEU) size in the estimation of the optimum plot size to evaluate the fresh matter of sunn hemp (Crotalaria juncea L.) using the modified maximum curvature method. The fresh matter of sunn hemp was evaluated in uniformity trials in two sowing season in flowering. In each sowing season, 4,608 BEUs of 0.5×0.5m (0.25m²) were evaluated and 36 BEU plans were formed with sizes from 0.25 to 16m². In each evaluation period for each BEU plan, using fresh matter data, optimum plot size was estimated through the modified maximum curvature method. Estimation of the optimum plot size depends on the BEU size. Assessing fresh matter in BEUs that are as small as possible is recommended in order to use it to estimate the optimum plot size.

O objetivo deste trabalho foi verificar a influência do tamanho da unidade experimental básica (UEB) na estimativa do tamanho ótimo de parcela, para a avaliação da massa de matéria verde de crotalária juncea (Crotalaria juncea L.), pelo método da máxima curvatura modificado. Avaliou-se a massa de matéria verde de crotalária juncea, no florescimento da cultura, em ensaios de uniformidade conduzidos em duas épocas de semeadura. Em cada época foram avaliadas 4.608 UEB de 0,5×0,5m (0,25m²) e formaram-se 36 planos de UEB com tamanhos entre 0,25 e 16m². Em cada época, para cada plano de UEB, com os dados de massa de matéria verde, estimou-se o tamanho ótimo de parcela, pelo método da máxima curvatura modificado. A estimativa do tamanho ótimo de parcela depende do tamanho da unidade experimental básica. É indicado avaliar a massa de matéria verde em UEB de menor tamanho possível, para serem usadas na estimação do tamanho ótimo de parcela.

Basic experimental unit and plot sizes for fresh matter of sunn hemp / Tamanhos de unidade experimental básica e de parcela para massa de matéria verde de crotalária juncea

This study aimed to verify the influence of the basic experimental unit (BEU) size in the estimation of the optimum plot size to evaluate the fresh matter of sunn hemp (Crotalaria juncea L.) using the modified maximum curvature method. The fresh matter of sunn hemp was evaluated in uniformity trials in two sowing season in flowering. In each sowing season, 4,608 BEUs of 0.5×0.5m (0.25m²) were evaluated and 36 BEU plans were formed with sizes from 0.25 to 16m². In each evaluation period for each BEU plan, using fresh matter data, optimum plot size was estimated through the modified maximum curvature method. Estimation of the optimum plot size depends on the BEU size. Assessing fresh matter in BEUs that are as small as possible is recommended in order to use it to estimate the optimum plot size.(AU)

O objetivo deste trabalho foi verificar a influência do tamanho da unidade experimental básica (UEB) na estimativa do tamanho ótimo de parcela, para a avaliação da massa de matéria verde de crotalária juncea (Crotalaria juncea L.), pelo método da máxima curvatura modificado. Avaliou-se a massa de matéria verde de crotalária juncea, no florescimento da cultura, em ensaios de uniformidade conduzidos em duas épocas de semeadura. Em cada época foram avaliadas 4.608 UEB de 0,5×0,5m (0,25m²) e formaram-se 36 planos de UEB com tamanhos entre 0,25 e 16m². Em cada época, para cada plano de UEB, com os dados de massa de matéria verde, estimou-se o tamanho ótimo de parcela, pelo método da máxima curvatura modificado. A estimativa do tamanho ótimo de parcela depende do tamanho da unidade experimental básica. É indicado avaliar a massa de matéria verde em UEB de menor tamanho possível, para serem usadas na estimação do tamanho ótimo de parcela.(AU)

Growth models for morphological traits of sunn hemp / Modelos de crescimento em caracteres morfológicos de crotalária juncea

The objective of the present study was to fit Gompertz and Logistic nonlinear to descriptions of morphological traits of sunn hemp. Two uniformity trials were conducted and the crops received identical treatment in all experimental area. Sunn hemp seeds were sown in rows 0.5 m apart with a plant density of 20 plants per row meter in a usable area of 52 m × 50 m. The following morphological traits were evaluated: plant height (PH), number of leaves (NL), stem diameter (SD), and root length (RL). These traits were assessed daily during two sowing periodsseeds were sown on October 22, 2014 (first period) and December 3, 2014 (second period). Four plants were randomly collected daily, beginning 7 days after first period and 13 days after for second period, totaling 94 and 76 evaluation days, respectively. For Gompertz models the equation was used 𝑦𝑦 = 𝑎𝑎 ∗ 𝑒𝑒(−𝑒𝑒(𝑏𝑏−𝑐𝑐∗𝑥𝑥𝑥𝑥))and Logistic modelsthe equation was used 𝑦𝑦𝑦𝑦 = 𝑎𝑎1+𝑒𝑒(−𝑏𝑏−𝑐𝑐∗𝑥𝑥𝑥𝑥). The inflection points of the Gompertz and Logistic modelswere calculated and the goodness of fit was quantified using the adjusted coefficient of determination,Akaike information criterion, standard deviation of residuals, mean absolute deviation, mean absolute percentage error, and mean prediction error. Differences were observed between the Gompertz and Logistic models and between the experimental periods in the parameter estimate for all morphological traits measured. Satisfactory growth curve fittings were achieved for plant height, number of leaves, and stem diameter in both models using the evaluation criteria: coefficient of determination (R²), Akaike information criterion (AIC), standard deviation of residuals (SDR), means absolute deviation (MAD), mean absolute percentage error (MAPE), and mean prediction error (MPE). (AU)

O objetivo deste trabalho foi ajustar modelos não lineares, Gompertz e Logístico, na descrição dos caracteres morfológicos de crotalária juncea. Foram realizados dois ensaios de uniformidade e os tratos culturais foram os mesmos em toda área experimental. A semeadura foi realizada em fileiras espaçadas de 0,5 m, com a densidade de 20 plantas por metro de fileira em área útil de 52 m × 50 m. Foram avaliados os caracteres morfológicos: altura de planta, número de folhas, diâmetro de caule e comprimento de raiz. Estas variáveis foram avaliadas, diariamente, em duas épocas de semeadura, 22 de outubro de 2014 (época 1) e 03 de dezembro de 2014 (época 2), totalizando 94 e 76 dias de avaliação, respectivamente. Para a época 1, aos 7 dias após a semeadura, e para a época 2, aos 13 dias após a semeadura, foram coletadas, aleatoriamente, quatro plantas em cada dia. Para o modelo de Gompertz foi utilizada a equação 𝑦𝑦 = 𝑎𝑎 ∗ 𝑒𝑒(−𝑒𝑒(𝑏𝑏−𝑐𝑐∗𝑥𝑥𝑥𝑥)) e para o modelo Logístico foi utilizada a equação 𝑦𝑦𝑦𝑦 = 𝑎𝑎1+𝑒𝑒(−𝑏𝑏−𝑐𝑐∗𝑥𝑥𝑥𝑥). Foi calculado o ponto de inflexão para os modelos Gompertz e Logístico. A qualidade do ajuste dos modelos Gompertz e Logístico foi verificada pelo coeficiente de determinação ajustado, critério deinformação de Akaike, desvio padrão residual, desvio médio absoluto, erro percentual médio absolutoe erro de predição médio. Os modelos de Gompertz e Logístico diferem entre si e entre as épocas desemeadura, para as estimativas dos parâmetros para altura de planta, número de folhas, diâmetro de caule e comprimento de raiz. As curvas de crescimento, para os caracteres altura de planta, número de folhas e diâmetro de caule, apresentaram ajustes satisfatórios para ambos os modelos, utilizando os seguintes critérios de avaliação: coeficiente de determinação ajustado, critério de informação de Akaike, desvio padrão residual, desvio médio absoluto, erro percentual médio absoluto e erro de predição médio.(AU)

Tamanho de parcela e número de repetições em ervilha forrageira / Plot size and number of repetitions in forage pea

Os objetivos deste trabalho foram determinar o tamanho ótimo de parcela e o número de repetições, para avaliar a massa verde de ervilha forrageira (Pisum sativum subsp. arvense (L.) Poir). Foram realizados 27 ensaios de uniformidade de 5m×5m (25m2). Cada ensaio foi dividido em 25 unidades experimentais básicas (UEB) de 1m×1m, totalizando 675UEB. Foi pesada a massa verde das plantas de cada UEB. Nove ensaios (225UEB) foram avaliados aos 92 dias após a semeadura (DAS), nove ensaios (225UEB) foram avaliados aos 98 DAS e os outros nove ensaios (225UEB) aos 106 DAS. O tamanho ótimo de parcela (Xo) foi determinado por meio do método da curvatura máxima do modelo do coeficiente de variação e as comparações de médias, entre as épocas de avaliação, foram feitas pelo teste t de Student. O número de repetições, para experimentos nos delineamentos inteiramente casualizado e blocos ao acaso, em cenários formados pelas combinações de i tratamentos (i=3, 4, ..., 50) e d diferenças mínimas entre médias de tratamentos a serem detectadas como significativas a 5% de probabilidade, pelo teste de Tukey, expressas em percentagem da média do experimento (d=10%, 12%, ..., 30%), foi determinado por processo iterativo até a convergência. O tamanho ótimo de parcela para avaliar a massa verde de ervilha forrageira é de 5,03UEB de 1m2 (5,03m2). Quatro repetições, para avaliar até 50 tratamentos, nos delineamentos inteiramente casualizado e blocos ao acaso, são suficientes para identificar, como significativas a 5% de probabilidade, pelo teste de Tukey, diferenças entre médias de tratamentos de 32,4% da média do experimento.(AU)

The objectives of this research were to determine the optimum plot size and number of repetitions and to evaluate the fresh weight of forage pea (Pisum sativum subsp. arvense (L.) Poir). Twenty-seven uniformity trials of 5m×5m (25m2) were conducted. Each trial was divided in 25 basic experimental units (UEB) of 1m×1m, totaling 675UEB. The fresh weight of plants, in each UEB was weighed. Nine trials (225UEB) were evaluated at 92 days after sowing, nine trials (225UEB) at 98 days after sowing and the other nine trials (225UEB) at 106 days after sowing. The optimum plot size (Xo) was determined by the method of maximum curvature of the model coefficient of variation and the means compared, among evaluation times, by Student's t test. The number of repetitions for experiments on completely randomized and randomized block designs, in scenarios of combinations of i treatments (i=3, 4, ..., 50) and d minimal differences between treatments means, to be detected as significant, 5% probability by Tukey test, expressed in percentage of the average of the experiment (d=10%, 12%, ..., 30%), was determined by interative process until convergence. The optimum plot size to evaluate the fresh weight of forage pea is 5.03UEB was of 1m2 (5.03m2). Four replications, to evaluate up to 50 treatments, in completely randomized and randomized block designs, are sufficient to identify, as significant at the 5% probability by Tukey test, differences between treatment means 32.4% of the average experiment.(AU)

Growth models for morphological traits of sunn hemp / Modelos de crescimento em caracteres morfológicos de crotalária juncea

The objective of the present study was to fit Gompertz and Logistic nonlinear to descriptions of morphological traits of sunn hemp. Two uniformity trials were conducted and the crops received identical treatment in all experimental area. Sunn hemp seeds were sown in rows 0.5 m apart with a plant density of 20 plants per row meter in a usable area of 52 m × 50 m. The following morphological traits were evaluated: plant height (PH), number of leaves (NL), stem diameter (SD), and root length (RL). These traits were assessed daily during two sowing periodsseeds were sown on October 22, 2014 (first period) and December 3, 2014 (second period). Four plants were randomly collected daily, beginning 7 days after first period and 13 days after for second period, totaling 94 and 76 evaluation days, respectively. For Gompertz models the equation was used 𝑦𝑦 = 𝑎𝑎 ∗ 𝑒𝑒(−𝑒𝑒(𝑏𝑏−𝑐𝑐∗𝑥𝑥𝑥𝑥))and Logistic modelsthe equation was used 𝑦𝑦𝑦𝑦 = 𝑎𝑎1+𝑒𝑒(−𝑏𝑏−𝑐𝑐∗𝑥𝑥𝑥𝑥). The inflection points of the Gompertz and Logistic modelswere calculated and the goodness of fit was quantified using the adjusted coefficient of determination,Akaike information criterion, standard deviation of residuals, mean absolute deviation, mean absolute percentage error, and mean prediction error. Differences were observed between the Gompertz and Logistic models and between the experimental periods in the parameter estimate for all morphological traits measured. Satisfactory growth curve fittings were achieved for plant height, number of leaves, and stem diameter in both models using the evaluation criteria: coefficient of determination (R²), Akaike information criterion (AIC), standard deviation of residuals (SDR), means absolute deviation (MAD), mean absolute percentage error (MAPE), and mean prediction error (MPE).

O objetivo deste trabalho foi ajustar modelos não lineares, Gompertz e Logístico, na descrição dos caracteres morfológicos de crotalária juncea. Foram realizados dois ensaios de uniformidade e os tratos culturais foram os mesmos em toda área experimental. A semeadura foi realizada em fileiras espaçadas de 0,5 m, com a densidade de 20 plantas por metro de fileira em área útil de 52 m × 50 m. Foram avaliados os caracteres morfológicos: altura de planta, número de folhas, diâmetro de caule e comprimento de raiz. Estas variáveis foram avaliadas, diariamente, em duas épocas de semeadura, 22 de outubro de 2014 (época 1) e 03 de dezembro de 2014 (época 2), totalizando 94 e 76 dias de avaliação, respectivamente. Para a época 1, aos 7 dias após a semeadura, e para a época 2, aos 13 dias após a semeadura, foram coletadas, aleatoriamente, quatro plantas em cada dia. Para o modelo de Gompertz foi utilizada a equação 𝑦𝑦 = 𝑎𝑎 ∗ 𝑒𝑒(−𝑒𝑒(𝑏𝑏−𝑐𝑐∗𝑥𝑥𝑥𝑥)) e para o modelo Logístico foi utilizada a equação 𝑦𝑦𝑦𝑦 = 𝑎𝑎1+𝑒𝑒(−𝑏𝑏−𝑐𝑐∗𝑥𝑥𝑥𝑥). Foi calculado o ponto de inflexão para os modelos Gompertz e Logístico. A qualidade do ajuste dos modelos Gompertz e Logístico foi verificada pelo coeficiente de determinação ajustado, critério deinformação de Akaike, desvio padrão residual, desvio médio absoluto, erro percentual médio absolutoe erro de predição médio. Os modelos de Gompertz e Logístico diferem entre si e entre as épocas desemeadura, para as estimativas dos parâmetros para altura de planta, número de folhas, diâmetro de caule e comprimento de raiz. As curvas de crescimento, para os caracteres altura de planta, número de folhas e diâmetro de caule, apresentaram ajustes satisfatórios para ambos os modelos, utilizando os seguintes critérios de avaliação: coeficiente de determinação ajustado, critério de informação de Akaike, desvio padrão residual, desvio médio absoluto, erro percentual médio absoluto e erro de predição médio.