Qualidade de sementes de soja: um estudo via predição de quantidades aleatórias
PDF

Como Citar

Alves, R. C. (2016). Qualidade de sementes de soja: um estudo via predição de quantidades aleatórias. ForScience, 3(2), 73-85. https://doi.org/10.29069/forscience.2015v3n2.e141

Resumo

A deterioração de sementes de soja durante o armazenamento é um processo inevitável que leva a redução da viabilidade das sementes de um lote. A predição da evolução da deterioração no armazenamento pode possibilitar tomada de decisões importantes sobre o aproveitamento e descarte de lotes de sementes. O objetivo deste trabalho foi estabelecer uma metodologia para avaliar a viabilidade das sementes armazenadas, a partir da predição pontual e intervalar do número de sementes inviáveis, determinadas no teste de tetrazólio num intervalo de tempo futuro. Para realizar este estudo, foram utilizados dois tipos de dados: reais e simulados. Os dados reais foram obtidos em experimento no Laboratório de Análise de Sementes da UFLA e utilizou as cultivares M.Soy e Serra Negra avaliadas semanalmente em sua viabilidade pelo teste de tetrazólio por um período de 10 semanas. O programa aplicado para a realização das simulações foi desenvolvido em linguagem C (KERNIGHAN; RICHTE, 1988). Essa escolha ocorreu devido à fácil adaptação à metodologia na obtenção dos tempos de vida desejados. Com essa metodologia constatou-se que os dados reais e os dados obtidos via simulação seguem uma distribuição Weibull e que é possível conhecer a distribuição dos tempos de vida, quando se trabalha com ensaios destrutivos. O cálculo da probabilidade de cobertura comprovou que os intervalos de predição, para o número de subamostras falhas em um intervalo de tempo futuro contidos nos resultados, são confiáveis.

Palavras-chave: Qualidade de semente de soja. Predição de quantidades aleatórias. Distribuição Weibull. Ensaios destrutivos.

Soybean seed quality: a rondon quantities prediction study

Abstract

The soybean seeds deterioration during storage is an inevitable process which leads to reduction of viability of the seed lots. The prediction of the evolution of deterioration in storage can enable important decisions about the use and disposal of seed lots. The aim of this study was to establish a methodology for assessing the viability of stored seeds from the point and interval prediction of the number of non-viable seeds, as determined in tetrazolium test in a future time interval. To conduct this study, we used two types of data: real and simulated. The actual data was obtained in an experiment at the Seed Analysis Laboratory of UFLA. It was used the cultivars, M.Soy and Serra Negra which were evaluated weekly on their viability by the tetrazolium test for a period of 10 weeks. The program used to perform the simulations, was developed in C (KERNIGHAN; RICHTE, 1988). This choice was due to easy adaptation to the methodology in obtaining the desired lifetimes. It was found that the actual data and the data obtained via simulation follow a Weibull distribution and it is possible to see the lifetime distribution, when working with destructive testing. The calculation of the coverage’s probability proved that the prediction intervals to the number of sub-samples faults in a range of future time contained in the results are reliable. 

Keywords: Soybean seed quality. Prediction of random numbers. Weibull distribution. Destructive testing.

https://doi.org/10.29069/forscience.2015v3n2.e141
PDF

Referências

ELLIS, R. H. The meaning of viability. In: DICRIE, J. B; LININGTON, S. H; WILLIAM, J. T. (Ed.). Seed management technique for genebanks. Rome: International Boards for Plant Genetic Resources, 1984. p. 146-178.

ESCOBAR, L. A; MEEKER, W, Q. Statistical prediction based on censored life data. Technometrics, v. 41, n. 2, p. 113-124, May 1999.

FRANÇA NETO, J. B; KRZYZANOWSKI, F. C; COSTA, N. P. da. O teste de tetrazólio em sementes de soja. Londrina: EMBRAPA-CNPSo, 1998.

NELSON, W. Statistical methods for the ratio of two multinomial proportions. The American Statistician, v. 26, n. 3, p. 22-27, 1972.

______. Weibull analysis of reliability data with few or no failures. Journal of Quality Technology, v. 17, p. 140-146, Jul. 1985.

______. Weibull prediction of a future number of failures. Quality and Reliability Engineering International, v. 16, p. 23-26, Sept. 2000.

______; HAHN, G. J. A survey of prediction intervals and their applications. Journal of Quality Technology, v. 5, p. 178-188, Oct. 1973.

NORDMAN, D. J; MEEKER, W. Q. Weibull prediction intervals for a future number of failures. Technometrics, v. 44, p. 15-23, 2002.

SAS® INSTITUTE. SAS procedures guide for computer. 4. ed. Cary, NC: SAS Institute Inc., 1990.