dc.contributor | Di Rienzo, Julio Alejandro | |
dc.creator | Contreras Valdovinos, Américo Nicolás | |
dc.date.accessioned | 2019-09-04T19:54:12Z | |
dc.date.accessioned | 2022-10-14T18:10:37Z | |
dc.date.available | 2019-09-04T19:54:12Z | |
dc.date.available | 2022-10-14T18:10:37Z | |
dc.date.created | 2019-09-04T19:54:12Z | |
dc.date.issued | 2019-08-29 | |
dc.identifier | http://hdl.handle.net/11086/12715 | |
dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/4265606 | |
dc.description.abstract | 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. | |
dc.language | spa | |
dc.rights | http://creativecommons.org/licenses/by-nc/4.0/ | |
dc.rights | Atribución-NoComercial 4.0 Internacional | |
dc.subject | AMMI | |
dc.subject | GGE | |
dc.subject | SREG | |
dc.subject | Modelos lineales mixtos | |
dc.subject | Imputación de datos | |
dc.title | Estrategias de modelación interacción especie ambiente en función del rendimiento de materia seca en cultivos de cobertura | |
dc.type | masterThesis | |