RESUMO A seleção recorrente é uma alternativa viável para o melhoramento da cultura do milho pipoca, todavia faz-se necessário verificar frequentemente o progresso obtido. O objetivo do presente trabalho foi estimar o progresso genético realizado para capacidade de expansão (PE) e rendimento de grãos (GY) após quatro ciclos de seleção recorrente e comparar com o progresso esperado, estimado ao final de cada ciclo, levando em consideração o relacionamento genético entre as progênies, via abordagem de modelos mistos univariada e multivariada. Na estimação dos parâmetros genéticos e ganhos com a seleção por via indireta, utilizou-se os ciclos 1, 2, 3 e 4 da população UFLA. Na estimação dos ganhos realizados, foram usados os seguintes ciclos: UFLA (original), e os ciclos 0, 1, 2, 3 e 4, avaliados em três ambientes. A abordagem multivariada proporcionou estimativas mais acuradas em relação à univariada. Houve ganho genético para PE no programa de seleção recorrente. Contrariamente, não foi observado ganho para GY usando as diferentes estratégias de estimação.
ABSTRACT Recurrent selection is a viable alternative for popcorn breeding. However, frequent verification of progress attained is required. The aim of this study was to estimate the genetic progress attained for popping expansion (PE) and grain yield (GY) after four cycles of recurrent selection and to compare this progress with the expected progress estimated at the end of each cycle while considering the genetic relationships between the progenies via univariate and multivariate mixed-model approaches. To estimate the genetic parameters and gains from indirect selection, cycles 1, 2, 3, and 4 of a UFLA population were used. To estimate the genetic gains achieved, the following cycles were used: UFLA (original) and cycles 0, 1, 2, 3, and 4, evaluated in three environments. The multivariate approach provided more accurate estimates than did the univariate approach. There was genetic gain for PE in the recurrent selection program. In contrast, gain was not observed for GY using the different estimation strategies.