Ghrelin’in Biyokimyasal Ve Fizyolojik Etkiler

3.2.2.1 Análise de seqüências ordinárias (ASO)

Para cada talhão, em cada avaliação, foi calculado o índice Zso. Para esse estudo foram seguidas as definições e diretrizes de Gibbons (1976), Madden et al. (1982) e Van der Plank (1946)1, citado por Madden et al. (1982). Segundo o primeiro, “Em uma seqüência de dois ou mais tipos de símbolo, uma seqüência ordinária é definida como uma sucessão de um ou mais símbolos idênticos, que são seguidos e precedidos por um símbolo diferente ou nenhum símbolo” (Gibbons, 1976). Assim, se tivermos um conjunto DDSSSDSDSDSSSDDDD, em que D represente uma planta doente e S, uma sadia, podemos dizer que esse conjunto possui 9 seqüências ordinárias. Para essa análise, a hipótese nula foi a de que um dado conjunto ordenado de símbolos (plantas infectadas) está distribuído de forma aleatória. A hipótese alternativa foi a de que as plantas infectadas estão agrupadas (Madden et al., 1982). Sob a hipótese de aleatoriedade, o número esperado (E) de seqüências ordinárias

1

VAN DER PLANK, J.E. A method for estimating the number of random groups of adjacent diseased plants in a homogeneous field. Trans. R. Soc. S. Africa 31: 269 - 278, 1946.

19

(SO), o desvio padrão de SO (sso) e o SO padronizado (Zso) são obtidos, respectivamente, por:

E( SO ) = 1 + 2m( N - m ) / N (12)

sso = ( 2.m ( N - m ) [ 2m ( N - m ) - N] / [ N2 ( N - 1 )] ) (13)

Zso= [ SO + 0,5 - E( SO )] / sso (14)

Nessas equações m é o número observado de plantas doentes e N é o número total de plantas do talhão.

Quanto mais agrupadas estiverem as plantas infectadas, mais negativo será o valor de Zso . Os talhões foram considerados com agrupamento de plantas sintomáticas, ao nível de 5% de significância, se o valor de Zso foi igual ou inferior a - 1,64. Em contrapartida, valores de Zso superiores a 1,64 indicam arranjo regular das plantas doentes, também com probabilidade de erro de 5%.

A premissa básica para o uso de tal análise foi a de que agrupamento significativo de plantas afetadas indica que o patógeno está se disseminando predominantemente de planta a planta, considerando que as observações foram feitas em áreas homogêneas, segundo Van der Plank (1946), citado por Madden et al. (1982).

3.2.2.2 Índice de dispersão e aplicação da lei de Taylor modificada

Divisão das áreas e cálculo de p. Cada mapa de cada área foi dividido em quadrats de tamanhos 2x2, 3x3, 4x4, 3x5 e 5x3 (Tabela 1). Para cada quadrat foi determinada a proporção de plantas afetadas em cada avaliação e calculada a incidência da doença na área. Essa variável foi representada por p e pode ser definida como uma estimativa da probabilidade de uma planta estar doente (Madden & Hughes, 1995). Foi obtida por meio da equação :

p = ΣXi / nN (15)

onde ΣXi é o somatório do número de plantas doentes em cada quadrat i , n é o

20

Esses dados foram calculados com o uso do programa Quadratizer (T.R. Gottwald, USDA) e formaram a base para o estudo da lei de Taylor modificada, para o cálculo do índice de dispersão e para o estudo de áreas isópatas.

Tabela 1. Número de quadrats utilizados para as análises em função de seu tamanho e da área avaliada. Tamanho do Quadrat Áreas 2 x 2 3 x 3 3 x 5 5 x 3 4 x 4 Noroeste 171 72 42 36 36 Centro 243 108 60 54 52 Sul 270 120 72 60 60

Aplicação da lei de Taylor modificada. Para cada avaliação em cada área e para o conjunto de quadrats amostrados foi calculada a variância observada (vobs ) e a variância binomial esperada ( vbin ). Sob a hipótese de aleatoriedade, e para incidência em proporção de plantas doentes, foram utilizadas as seguintes equações, cujos parâmetros foram definidos no item anterior (Hughes & Madden, 1992; Hughes et al., 1996):

vobs = Σ ( Xi - np )2 / n2 ( N - 1 ) (16)

vbin = p( 1 - p ) / n (17)

A lei de Taylor modificada (LTM) relaciona, por meio de polinômio do primeiro grau, a variância observada e a variância esperada para uma distribuição aleatória. Como os dados foram expressos em incidência, a distribuição binomial é a que melhor descreve esses dados numa condição de aleatoriedade (Madden & Hughes, 1995). Assim:

log ( vbin ) = log ( A ) + b log ( vobs ) (18)

21

As regressões foram feitas por meio do método dos quadrados mínimos, utilizando-se o utilitário STATISTICA 5.0. Considerou-se como variável independente o logaritmo das variâncias binomiais estimadas para cada avaliação e como variável dependente, o logaritmo das variâncias observadas. Da mesma forma, foi aplicada a regressão para os dados de todas as áreas e avaliações, em conjunto. A significância das relações entre log ( vbin ) e log ( vobs ) foi determinada pelo teste F e a adequação do ajuste do modelo aos dados foi determinada por meio dos valores dos coeficientes de determinação R2 e dos padrões de distribuição dos resíduos, em gráficos de resíduos versus valores previstos de log (vbin ) (Madden et al., 1995).

A normalidade dos resíduos foi testada de acordo com a técnica de Looney & Gulledge Jr. (1985). Essa técnica compara, através de regressão linear, os valores observados com valores não-normais, gerados pela função:

vnm = ( i - 0,375) / ( n + 0,25 ) (19)

em que vnm é o valor não normal gerado, i é o número de ordem do valor a ser estimado e n é o número máximo de valores a serem estimados. Coeficientes de correlação baixos indicam que os dados observados seguem a distribuição normal.

A igualdade do parâmetro b a 1 foi testada através do teste t (Madden et al., 1995), usando a estimativa do parâmetro e seu erro padrão (Banzatto & Kronka, 1995). A hipótese alternativa foi a de b > 1. Valores de b significativamente diferentes de 1 ao nível de 5% de probabilidade foram considerados indicativos de agregação e valores estatisticamente iguais a 1 foram considerados indicativos de aleatoriedade. Os valores de b para cada tamanho de quadrat foram comparados por análise de variância e teste Tukey conforme método indicado por Zar (1996), considerando-se os dados em conjunto e separadamente para cada região.

Índice de dispersão ( ID ). O índice de dispersão foi calculado para todas as avaliações através da equação (Gottwald et al., 1996):

22

O afastamento da aleatoriedade foi determinado através de teste de χ2 ao nível de 5% de significância, para o qual o valor a ser testado foi calculado por ID. (Nq -1), em que Nq é o número de quadrats e a expressão Nq - 1 representa os graus de

liberdade. Os valores de χ2 _{para os graus de liberdade usados e para o nível de} significância escolhido foram calculados por:

χ

2

1 645

2

1

=

[ ,

+

.gl−

]

em que gl é o número de graus de liberdade (Thompson, 1941).

A hipótese nula foi a de que o padrão observado era aleatório e a hipótese alternativa a de que era agregado. Valores de ID que não diferiram estatisticamente de 1 foram considerados como indicativo de aleatoriedade dos dados. De forma complementar, valores estatisticamente superiores a 1 foram tomados como indicativos de agregação.

3.2.2.3 Determinação de áreas isópatas

O estabelecimento das áreas isópatas para cada local e avaliação foi feito no utilitário STATISTICA 5.0, por meio do procedimento de uniformização dos quadrados mínimos, ponderados pela distância. Nessa determinação, foi utilizada a matriz dos valores não-transformados de proporção de plantas afetadas de cada

quadrat. Para cada talhão, o número de áreas isópatas previamente escolhidas foi

igual. Entretanto, os níveis de cada área isópata, para cada talhão, foram arbitrariamente escolhidos, com o objetivo de realçar possíveis diferenças (Laranjeira, 1997b).

3.2.2.4 Análise de dinâmica e estrutura de focos (ADEF)

Como premissa básica, foi adotada a seguinte definição de foco: área de concentração localizada de plantas doentes ou lesões discretas, quer sejam fontes primárias de infecção ou coincidentes com zonas originalmente favoráveis ao

23

estabelecimento da doença e que tendem a influenciar no padrão posterior de transmissão da doença (Nelson, 1996).

A ADEF foi realizada a partir dos mapas cumulativos de cada talhão, em cada avaliação, levando-se em conta as diretrizes estabelecidas por Nelson (1996) e Laranjeira (1997b). Considerou-se que só dividiam o mesmo foco aquelas plantas doentes imediatamente adjacentes no padrão de proximidade vertical, horizontal ou longitudinal. Contou-se o número de focos e o número de plantas em cada foco. Para cada área e avaliação foram também calculados o número médio de plantas por foco (NMPF); o número de focos para cada 1000 plantas (NFM) e o número de focos unitários (NFU).