O principal objetivo deste estudo foi comparar modelos de regressão não linear aptos a descreverem o acúmulo de massa seca de diferentes partes da planta do alho ao longo do tempo (60, 90, 120 e 150 dias após plantio). Objetivou-se também identificar acessos semelhantes em relação às características avaliadas por meio de análises de agrupamento. Foram utilizados 20 acessos de alho pertencentes ao Banco de Germoplasma de Hortaliças da Universidade Federal de Viçosa (BGH/UFV). O teor de massa seca da folha, do pseudocaule, do bulbo e da raiz foram definidos como variáveis na análise de agrupamento (algoritmo de Ward utilizando como medida de dissimilaridade a distância quadrada generalizada de Mahalanobis), que resultou na indicação de um número ótimo (critério de Mojena) de três grupos de acessos, cujas médias de massa seca do bulbo, da raiz e total da planta em cada tempo de interesse foram utilizadas para o ajuste de cinco modelos de regressão não linear (Mitscherlich, Gompertz, Logístico, Brody e von Bertalanffy). A identificação do modelo que melhor se ajustou às três características de cada grupo foi realizada mediante coeficiente de determinação (R2), o quadrado médio do resíduo (QMR) e o desvio médio absoluto dos resíduos (DMA). Comparando os valores desses avaliadores observou-se que, para as três caraterísticas dos três grupos, o modelo que melhor se ajustou foi o Logístico.
The main objective of this study was to compare nonlinear regression models able to describe the dry matter accumulation in different parts of the garlic plant over time (60, 90, 120 and 150 days after planting). This study also aimed to identify similar accessions with respect to the characteristics evaluated through cluster analysis. We used 20 garlic accessions belonging to the Vegetable Germplasm Bank of Universidade Federal de Viçosa. The dry matter content of leaves, pseudostems, bulbs and roots were defined as variables in the cluster analysis (Ward algorithm using as dissimilarity measure the squared generalized Mahalanobis distance), which resulted in the appointment of an optimal number (Mojena criteria) of three groups of accessions, whose means of dry matter of bulbs, of roots and of the whole plant were used for fitting five nonlinear regression models (Mitscherlich, Gompertz, Logistic, von Bertalanffy and Brody). The identification of the model that best fitted the three characteristics of each group was carried out by coefficient of determination (R²), the error mean square and the average deviation absolut error. Comparing the values of these evaluators, we found that, for the three characteristics of the three groups, the best fitted model was the Logistic.
