Resumo da palestra: A apresentação buscará abordar os aspectos que conectam a condução de experimentos com os princípios básicos da experimentação. O foco central será a junção entre a prática do experimento e sua interpretação e análise, tendo como ponto de conexão o modelo experimental. Ressaltar-se-á a composição do modelo e suas implicações em termos de estimação de parâmetros e inferências. 

Resumo da palestra: A palestra apresentará os fundamentos e aplicações dos modelos lineares mistos no estudo da competição genética e da interação genótipo × ambiente (G×E), fenômenos cruciais para o melhoramento genético de plantas e animais. Serão discutidas estratégias para isolar efeitos genéticos e de competição, além de quantificar e interpretar a variabilidade associada à interação G×E. Destaca-se o uso desses modelos como ferramentas robustas para tomada de decisão em programas de melhoramento.

Resumo da palestra: O uso de ferramentas estatísticas na agronomia teve início com Ronald Fisher na década de 1920, que desenvolveu as bases para o planejamento e a análise de experimentos agrícolas. Posteriormente, entre 1930 e 1950, houve uma expansão com a introdução de delineamentos fatoriais, permitindo análises mais complexas. Já nas décadas de 1960 e 1970 presenciou-se o advento dos primeiros computadores, que viabilizaram propostas e usos de metodologias de análises multivariadas. A grande expansão veio pelo surgimento de softwares estatísticos acessíveis em computadores pessoais, que popularizaram o uso de modelos mais avançados. A partir do ano 2000, com o advento do Big Data e da agricultura de precisão, a estatística se tornou ainda mais crucial, integrando a estatística espacial, modelos mistos e inteligência artificial como ferramentas indispensáveis para a inovação e a sustentabilidade no setor agrícola. Apesar da grande importância da estatística para a agronomia, os cursos de graduação em Estatística geralmente não oferecem um foco aprofundado no uso dessas técnicas no contexto agronômico. Para preencher essa lacuna, surgem oportunidades em programas de pós-graduação que oferecem treinamento específico nessa área. Nesse contexto, para profissionais de exatas, como os estatísticos, abre-se uma via promissora de atuação. Diante do exposto, esta apresentação tem como objetivo demonstrar, com base na experiência do apresentador, como as técnicas aprendidas em um curso de bacharelado em Estatística podem ser aplicadas para orientar decisões no melhoramento genético. 

Resumo da palestra: A simulação de matrizes de correlação aleatórias é um procedimento essencial em diferentes áreas de pesquisa. Apresentamos um método chamado Custom Matrix Generator, que gera matrizes de correlação válidas e pseudoaleatórias. Além disso, oferece a possibilidade de gerar matrizes cujas correlações estão sempre contidas em um intervalo pré-fixado. O método também pode fornecer soluções subótimas para o problema de geração de matrizes de correlação com níveis mais avançados de personalização.