dc.contributorDi Rienzo, Julio Alejandro
dc.creatorContreras Valdovinos, Américo Nicolás
dc.date.accessioned2019-09-04T19:54:12Z
dc.date.accessioned2022-10-14T18:10:37Z
dc.date.available2019-09-04T19:54:12Z
dc.date.available2022-10-14T18:10:37Z
dc.date.created2019-09-04T19:54:12Z
dc.date.issued2019-08-29
dc.identifierhttp://hdl.handle.net/11086/12715
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/4265606
dc.description.abstractEnsayos 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.
dc.languagespa
dc.rightshttp://creativecommons.org/licenses/by-nc/4.0/
dc.rightsAtribución-NoComercial 4.0 Internacional
dc.subjectAMMI
dc.subjectGGE
dc.subjectSREG
dc.subjectModelos lineales mixtos
dc.subjectImputación de datos
dc.titleEstrategias de modelación interacción especie ambiente en función del rendimiento de materia seca en cultivos de cobertura
dc.typemasterThesis


Este ítem pertenece a la siguiente institución