MULTIVARIATE EXPLORATORY APPROACH AND INFLUENCE OF SIX AGRONOMIC TRAITS ON SOYBEAN GENOTYPES SELECTION

ABORDAGEM EXPLORATÓRIA MULTIVARIADA E INFLUÊNCIA DE SEIS CARACTERES AGRONÔMICOS NA SELEÇÃO DE GENÓTIPOS DE SOJAUma análise mais abrangente para seleção de genótipos superiores pode ser útil e necessária. O objetivo do presente estudo foi selecionar genótipos de soja com caracteres agronômicos superiores por meio de análise exploratória multivariada, e identificar aqueles caracteres que mais influenciam na produtividade de grãos e na seleção. Para tanto, foram avaliados 29 genótipos de soja, conduzidos no delineamento de blocos ao acaso, com três repetições. Os caracteres agronômicos avaliados foram: altura da planta no florescimento (APF) e na maturidade (APM), altura de inserção da primeira vagem (AIV), produtividade de grãos (PG), número de nós (NN) e número de vagens (NV). Os dados foram submetidos à análise de componentes principais. Na análise de componentes principais dois autovalores explicaram 68,17% da variância contida nas informações originais, gerando dois componentes com quantidades de informações relevantes, sendo caracterizados pelos caracteres APF, APM, AIV, NV e PG que permitiram discriminar e selecionar 6 genótipos com bons atributos agronômicos com ênfase em produtividade de grãos. Relações diretas (positivas) foram observadas entre PG com os caracteres APF, APM, AIV e NV, pois estes tiveram influência na distribuição dos genótipos com PG superior no plano bidimensional. Os caracteres que mais relacionaram e influenciaram favoravelmente a PG dos genótipos selecionados foram altura da planta na maturidade e número de vagens.Palavras-chave: Glycine max, componentes principais, melhoramento genético, seleção para caracteres, produtividade de grãos. ABSTRACTA comprehensive analysis for selection of superior genotypes can be useful and necessary. The aim of this study was to select soybean genotypes with superior agronomic traits through the use of multivariate exploratory analysis and to identify those traits that are most influent over grain productivity and selection. We evaluated 29 soybean genotypes in a randomized block design with three replications. Agronomic traits analyzed were: plant height at flowering (PHF), plant height at maturity (PHM), height at insertion of the first pod (HIP), grain productivity (GP), number of nodes (NN) and number of pods (NP). Data were submitted to principal componente analysis. Two eigenvalues explained 68.17% of the variance contained in the original information, generating two components with relevan