Estrategias de modelación interacción especie ambiente en función del rendimiento de materia seca en cultivos de cobertura

• Autores: Contreras Valdovinos, Américo Nicolás
• Año de publicación: 2019
• Idioma: español castellano
• Tipo de recurso: tesis de maestría
• Colaborador/a o director/a de tesis: Di Rienzo, Julio Alejandro
• Materia: AMMI; GGE; SREG; Modelos lineales mixtos; Imputación de datos
• Institución: Universidad Nacional de Córdoba

Fil: Contreras Valdovinos, Américo Nicolás. Universidad Nacional de Córdoba; Argentina.
Ensayos agrícolas realizados durante varias temporadas, localidades y utilizando diferentes líneas de un único genotipo son comunes en experimentación agrícola. Diversas técnicas son utilizadas para evaluar este tipo de ensayos multiambientales, principalmente modelos AMMI o Modelos SREG, los cuales frecuentemente se enfrentan a desbalances, ya sea realizados deliberadamente, o de manera involuntaria, lo que tiene consecuencias a la hora de realizar el modelamiento estadístico. Este trabajo consistió en adaptar algunas de las técnicas utilizadas en ensayos multiambientales con una única especie y diversas líneas a ensayos en los cuales se analizaron diferentes cultivos de cobertura en función de su rendimiento de materia seca, para distintos ambientes y temporadas, y que presentaron desbalance de datos. Se propusieron diferentes escenarios de modelación matemática mediante modelos lineales mixtos, imputación de datos faltantes y presentación de resultados tales como modelos AMMI y modelos SREG a través de sus respectivos gráficos biplot. Los resultados sugieren que tanto la utilización de modelos lineales mixtos, con su ventaja a la hora de modelar datos heteroscedásticos y la utilización de técnicas de imputación de datos ausentes son una alternativa válida a la hora de considerar desbalances implícitos. A pesar de lo anterior debe considerarse, al momento de presentar los resultados, el porcentaje de datos ausentes y la gran variabilidad de rendimientos en especies sin un cercano parentesco, lo que se reflejará en el momento de analizar los gráficos, principalmente los gráficos GGE producto de modelos SREG.
Fil: Contreras Valdovinos, Américo Nicolás. Universidad Nacional de Córdoba; Argentina.