Selection of variables in a logistic regression model to predict rice blast resistance

Ao longo da história, o arroz (Oryza sativa L.) tem sido um dos alimentos mais consumido no planeta, apresentando fundamental importância econômica e social. Dentre os fatores limitantes do potencial produtivo do arroz estão as doenças . Entre estas a brusone, causada pelo fungo Pyricularia oryzae é a maior causadora dos danos tanto na produtividade como na qualidade de grãos, podendo comprometer até 100% da produção . Neste trabalho, p ara a predição da resistência à doença foi utilizado o modelo de regressão logística, em que, a probabilidade da resposta predita pode classificar um indivíduo de acordo com um dos dois grupos suscetíveis (̂ = 0) ou resistentes (̂ = 1). Foi utilizada ainda a curva ROC, de forma a permitir a avaliação da capacidade preditiva do modelo usando o ponto de corte escolhido. Desse modo, teve-se como objetivo geral, selecionar um conjunto de variáveis que podem influenciar na resistência à brusone do arroz. A estratégia de seleção derivada da proposta de Collett foi utilizada para seleção das variáveis, e dentre as quinze variáveis iniciais utilizadas para avaliar a brusone do arroz, apenas cinco fizeram-se importantes, ao nível de significância de 0,10 pelo teste da razão de verossimilhança. Essas variáveis, fazem parte do modelo 2 (modelo de regressão logística múltipla com as variáveis V4 + V8 + V11 + V15 + V4 × V15) selecionado, uma vez que ele foi bem ajustado e não causou grandes alterações nas estimativas e ainda foi o modelo mais parcimonioso. Entretanto, apenas as variáveis largura da folha bandeira (V4), número da ramificação da panícula primária (V8) e quantidade de amilose presente nos grãos moídos (V15) foram as que mostraram significância estatística ao nível de 5% no modelo. Desta forma, foi então ajustado um novo modelo incluindo apenas essas três variáveis, tendo mostrado uma boa qualidade de ajuste pelo teste de Hosmer e Lemeshow ao nível de significância de 5%. Sendo que, para cada cm de V4, espera-se 279,3% de acréscimo na probabilidade da resistência à brusone do arroz, e para cada unidade de acréscimo em V8, espera-se em média o acréscimo de 31,9% na probabilidade da resistência à brusone do arroz, e ainda para cada unidade de acréscimo em V15, espera-se o acréscimo de 9,4% na probabilidade da resistência à brusone do arroz. PALAVRAS-CHAVE: Arroz-Resistência a doenças e pragas-Métodos estatísticos. Oryza sativa L. Curva característica de operação do receptor. Modelos matemáticos. Probabilidades.Throughout history, rice (Oryza sativa L.) has been one of the most consumed foods on the planet, presenting fundamental economic and social importance. Among the limiting factors of the productive potential of rice are diseases. Among these, blast, caused by the fungus Pyricularia oryzae, is the biggest cause of damage both in productivity and in grain quality, which can compromise up to 100% of production. In this work, the logistic regression model was used to predict disease resistance, in which the probability of the predicted response can classify an individual according to one of the two susceptible (̂ = 0) or resistant (̂ = 1). The ROC curve was also used, in order to allow the evaluation of the predictive capacity of the model using the chosen cutoff point. Thus, the general objective was to select a set of variables that can influence the resistance to rice blast. The selection strategy derived from Collett's proposal was used to select variables, and among the fifteen initial variables used to assess rice blast, only five became important, at the significance level of 0.10 by the ratio test. likelihood. These variables are part of model 2 (multiple logistic regression model with the variables V4 + V8 + V11 + V15 + V4 × V15) selected, since it was well adjusted and did not cause major changes in the estimates and it was still the model more parsimonious. However, only the variables of the leaf width (V4), the number of the primary panicle branch (V8) and the amount of amylose present in the ground grains (V15) were those that showed statistical significance at the level of 5% in the model. In this way, a new model was then adjusted including only these three variables, having shown a good quality of adjustment by the Hosmer and Lemeshow test at the 5% significance level. Since, for each cm of V4, a 279.3% increase in the probability of resistance to rice blast is expected, and for each unit of increase in V8, an average increase of 31.9% in the probability is expected resistance to rice blast, and for each unit of increase in V15, a 9.4% increase in the probability of resistance to rice blast is expected. Keywords: Rice-Disease and pest resistance-Statistical methods. Oryza sativa L. Receiver operating characteristic curve. Mathematical models. Probabilities.Coordenação de Aperfeiçoamento de Pessoal de Nível Superio