COMPARAÇÃO DE MÉTODOS E SOFTWARES PARA ANÁLISE DE EXPERIMENTOS DE CAMPO COM DEPENDÊNCIA ESPACIAL
Análise de Variância; dependência espacial; experimentos de campo; modelos espaciais.
Embora existam diversos modelos que consideram a dependência espacial na análise de dados coletados em experimentos de campo, como SAR, CAR, modelos geoestatísticos e AR1×AR1, a sua implementação varia significativamente entre os softwares estatísticos utilizados na experimentação agropecuária. O R se destaca por oferecer uma maior diversidade de abordagens para modelagem espacial, enquanto softwares tradicionais, como o SAS, concentram-se principalmente em estruturas de covariância espacial dentro de modelos mistos. Essa disparidade evidencia a importância de compreender as limitações impostas pelas ferramentas disponíveis e suas implicações na análise de experimentos agrícolas. Diante disso, a presente dissertação concentra-se na avaliação da dependência espacial em experimentos de campo, com ênfase na comparação de diferentes modelos e estruturas de covariância implementados nos softwares R e SAS. O objetivo principal é identificar as diferenças de desempenho e limitações das ferramentas disponíveis, de modo a orientar a escolha de abordagens adequadas para análises estatísticas de experimentos agrícolas com variabilidade espacial. O estudo será conduzido considerando experimentos instalados segundo os delineamentos inteiramente casualizado, em blocos casualizados e em quadrado latino, utilizando dados simulados. Os parâmetros dos modelos serão estimados pelo método da máxima verossimilhança, e a comparação entre modelos será realizada utilizando os critérios de Akaike (AIC) e Bayesiano (BIC).