Publicação online; 37 ref.; 4 illus.; Summaries (En, Pt)

ABSTRACT: Biologically based growth models can be an alternative in identifying the productive response of multiple harvest vegetables. By interpreting the estimates of the parameters of the models, it is possible to estimate the total production, the rate of fruit production, and the moment when the crop reaches its maximum production potential. Besides, by estimating confidence intervals, these responses can be compared between genotypes or between different treatments. Therefore, the purpose of this manuscript is to present a literature review, and a detailed step-by-step, to interpreting the evolution of the production cycle of vegetables with multiple harvests crops based on non-linear regression. All the requirements that must be met in this type of analysis were presented in detail based on non-linear regression, providing the necessary steps for this type of analysis in details. Demonstration is given using data from strawberry cultivation along with the associated R scripts and interpretation of analysis output in material supplemental. This approach can allow for more relevant inferences than standard means analyses through better examination and modeling of the underlying biological processes.


Keywords: horticulture, logistic model, regression models, nonlinear model, precocity, production.

RESUMO: Modelos de crescimento de base biológica podem ser uma alternativa na identificação da resposta produtiva de hortaliças de múltiplas colheitas. Ao interpretar as estimativas dos parâmetros dos modelos, é possível estimar a produção total, a taxa de produção de frutos e o momento em que a cultura atinge seu potencial máximo de produção. Além disso, estimando intervalos de confiança, essas respostas podem ser comparadas entre genótipos ou entre diferentes tratamentos. Portanto, o objetivo do manuscrito foi apresentar uma revisão de literatura em um passo a passo para análise e interpretação do ciclo de produção de hortaliças de múltiplas colheitas, com base em regressão não linear. Todos os requisitos que devem ser atendidos neste tipo de análise foram apresentados detalhadamente, fornecendo o passo a passo necessário para análises de regressão não linear. A demonstração é realizada usando dados do cultivo de morango junto com os scripts R associados e a interpretação da saída da análise em um material suplementar. Esta abordagem pode permitir inferências mais relevantes do que análises tradicionais realizadas, através de um melhor exame e modelagem dos processos biológicos subjacentes.



Palavras-chave: horticultura, modelo logístico, modelos de regressão, modelo não linear, precocidade, produção