Experimentos agrícolas con medidas repetidas en el tiempo: comparación entre estrategias de análisis

Experimentos agrícolas con medidas repetidas en el tiempo: comparación entre estrategias de análisis

Introducción. Diversas técnicas de modelación se han utilizado para analizar experimentos con medidas repetidas en el tiempo; no obstante, algunas de estas no son pertinentes en la actualidad. Objetivo. Comparar cuatro estrategias de análisis que se usan para analizar experimentos agrícolas con eval...

Full description

Bibliographic Details
Main Authors: Vargas-Rojas, Jorge Claudio, Vargas-Martínez, Alejandro, Corrales-Brenes, Eduardo
Format: Online
Language:spa
eng
Published: Universidad de Costa Rica 2023
Online Access:https://revistas.ucr.ac.cr/index.php/agromeso/article/view/52634
id AGROMESO52634
record_format ojs
institution Universidad de Costa Rica
collection Agronomía Mesoamericana
language spa
eng
format Online
author Vargas-Rojas, Jorge Claudio
Vargas-Martínez, Alejandro
Corrales-Brenes, Eduardo
spellingShingle Vargas-Rojas, Jorge Claudio
Vargas-Martínez, Alejandro
Corrales-Brenes, Eduardo
Experimentos agrícolas con medidas repetidas en el tiempo: comparación entre estrategias de análisis
author_facet Vargas-Rojas, Jorge Claudio
Vargas-Martínez, Alejandro
Corrales-Brenes, Eduardo
author_sort Vargas-Rojas, Jorge Claudio
description Introducción. Diversas técnicas de modelación se han utilizado para analizar experimentos con medidas repetidas en el tiempo; no obstante, algunas de estas no son pertinentes en la actualidad. Objetivo. Comparar cuatro estrategias de análisis que se usan para analizar experimentos agrícolas con evaluaciones a través del tiempo. Materiales y métodos. Se utilizaron datos de un experimento donde se evaluó el efecto de distintas fuentes de fertilizante nitrogenado sobre el contenido de clorofila en un pasto forrajero a diferentes edades de cosecha. Estos datos se analizaron con cuatro estrategias: índice de área bajo la curva (IABC), análisis de la varianza multivariado (MANOVA), efecto aleatorio de la unidad experimental y modelación de la correlación temporal. Las dos últimas estrategias se realizaron bajo la teoría de modelos lineales mixtos; en estas se ajustaron diferentes modelos, todos con la misma estructura de efectos fijos, pero con diferentes efectos aleatorios, estructura de correlación residual o estructura de varianza residual. Mediante criterios de verosimilitud penalizada [criterio de información de Akaike (AIC) y criterio de información Bayesiano (BIC)] se eligió el modelo de mejor ajuste, con este se realizaron inferencias acerca de las medias de los efectos fijos que fueron significativos y se comparó con los resultados obtenidos de las estrategias IABC y MANOVA. Resultados. El modelo lineal mixto de mejor ajuste tuvo una estructura de correlación de simetría compuesta y varianza heterocedástica. Este modelo permitió analizar la interacción tratamiento × tiempo; por el contrario, tanto el MANOVA como el IABC, no permitieron analizar las tendencias temporales de los tratamientos. Conclusión. El modelo lineal mixto de mejor ajuste posibilitó seleccionar el mejor tratamiento en función del tiempo de evaluación. Por el contrario, tanto el MANOVA como el IABC condujeron a la selección de tratamientos que no fueron los mejores en todos los tiempos de evaluación.
title Experimentos agrícolas con medidas repetidas en el tiempo: comparación entre estrategias de análisis
title_short Experimentos agrícolas con medidas repetidas en el tiempo: comparación entre estrategias de análisis
title_full Experimentos agrícolas con medidas repetidas en el tiempo: comparación entre estrategias de análisis
title_fullStr Experimentos agrícolas con medidas repetidas en el tiempo: comparación entre estrategias de análisis
title_full_unstemmed Experimentos agrícolas con medidas repetidas en el tiempo: comparación entre estrategias de análisis
title_sort experimentos agrícolas con medidas repetidas en el tiempo: comparación entre estrategias de análisis
title_alt Agricultural experiments with repeated measures over time: analysis strategies comparison
publisher Universidad de Costa Rica
publishDate 2023
url https://revistas.ucr.ac.cr/index.php/agromeso/article/view/52634
work_keys_str_mv AT vargasrojasjorgeclaudio agriculturalexperimentswithrepeatedmeasuresovertimeanalysisstrategiescomparison
AT vargasmartinezalejandro agriculturalexperimentswithrepeatedmeasuresovertimeanalysisstrategiescomparison
AT corralesbreneseduardo agriculturalexperimentswithrepeatedmeasuresovertimeanalysisstrategiescomparison
AT vargasrojasjorgeclaudio experimentosagricolasconmedidasrepetidaseneltiempocomparacionentreestrategiasdeanalisis
AT vargasmartinezalejandro experimentosagricolasconmedidasrepetidaseneltiempocomparacionentreestrategiasdeanalisis
AT corralesbreneseduardo experimentosagricolasconmedidasrepetidaseneltiempocomparacionentreestrategiasdeanalisis
_version_ 1807313741351485440
spelling AGROMESO526342023-06-16T13:42:30Z Agricultural experiments with repeated measures over time: analysis strategies comparison Experimentos agrícolas con medidas repetidas en el tiempo: comparación entre estrategias de análisis Vargas-Rojas, Jorge Claudio Vargas-Martínez, Alejandro Corrales-Brenes, Eduardo biometry statistical models analysis of variance multivariate analysis statistical analysis biometría modelos estadísticos análisis de varianza análisis multivariante análisis estadístico Introduction. Several modeling techniques have been used to analyze experiments with repeated measures over time; however, some of these are no longer relevant. Objective. To compare four analysis strategies that are used to analyze agricultural experiments with evaluations over time. Materials and methods. Data from an experiment in which the effect of different nitrogen fertilizer sources on chlorophyll content in a forage grass at different harvest ages was used. These data were analyzed using four strategies: the area under the curve index (AUC), multivariate analysis of variance (MANOVA), random effect of the experimental unit, and temporal correlation modeling. The lasts two strategies were performed under the theory of mixed linear models; in these different models were fitted, all with the same fixed effects structure, but with different random effects, residual correlation structure, or residual variance structure. Using penalized likelihood criteria [Akaike information criterion (AIC) and Bayesian information criterion (BIC)], the best fitting model was chosen, with which inferences were made about the means of the significant fixed effects, and compared with the results obtained from the AUC and MANOVA strategies. Results. The best fitting mixed linear had a compound symmetry correlation structure and heteroscedastic variances. This model allowed for the analysis of the treatment × time interaction; on the other hand, both the MANOVA and the AUC allowed for the analysis of temporal trends of the treatments. Conclusion. The best fitting mixed linear model made it possible to select the best treatment based on the evaluation time. On the other hand, both the MANOVA and the AUC led to the selection of treatments that were not the best at all evaluation times. Introducción. Diversas técnicas de modelación se han utilizado para analizar experimentos con medidas repetidas en el tiempo; no obstante, algunas de estas no son pertinentes en la actualidad. Objetivo. Comparar cuatro estrategias de análisis que se usan para analizar experimentos agrícolas con evaluaciones a través del tiempo. Materiales y métodos. Se utilizaron datos de un experimento donde se evaluó el efecto de distintas fuentes de fertilizante nitrogenado sobre el contenido de clorofila en un pasto forrajero a diferentes edades de cosecha. Estos datos se analizaron con cuatro estrategias: índice de área bajo la curva (IABC), análisis de la varianza multivariado (MANOVA), efecto aleatorio de la unidad experimental y modelación de la correlación temporal. Las dos últimas estrategias se realizaron bajo la teoría de modelos lineales mixtos; en estas se ajustaron diferentes modelos, todos con la misma estructura de efectos fijos, pero con diferentes efectos aleatorios, estructura de correlación residual o estructura de varianza residual. Mediante criterios de verosimilitud penalizada [criterio de información de Akaike (AIC) y criterio de información Bayesiano (BIC)] se eligió el modelo de mejor ajuste, con este se realizaron inferencias acerca de las medias de los efectos fijos que fueron significativos y se comparó con los resultados obtenidos de las estrategias IABC y MANOVA. Resultados. El modelo lineal mixto de mejor ajuste tuvo una estructura de correlación de simetría compuesta y varianza heterocedástica. Este modelo permitió analizar la interacción tratamiento × tiempo; por el contrario, tanto el MANOVA como el IABC, no permitieron analizar las tendencias temporales de los tratamientos. Conclusión. El modelo lineal mixto de mejor ajuste posibilitó seleccionar el mejor tratamiento en función del tiempo de evaluación. Por el contrario, tanto el MANOVA como el IABC condujeron a la selección de tratamientos que no fueron los mejores en todos los tiempos de evaluación. Universidad de Costa Rica 2023-04-27 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Article text texto text/xml application/pdf application/epub+zip text/html audio/mpeg audio/mpeg https://revistas.ucr.ac.cr/index.php/agromeso/article/view/52634 10.15517/am.v34i2.52634 Agronomía Mesoamericana; 2023: Agronomía Mesoamericana: Vol. 34, Issue 2 (May-August) ; 52634 Agronomía Mesoamericana; 2023: Agronomía Mesoamericana: Vol. 34, Nº 2 (mayo-agosto) ; 52634 Agronomía Mesoamericana; 2023: Agronomía Mesoamericana: Vol. 34, Issue 2 (May-August) ; 52634 2215-3608 1021-7444 spa eng https://revistas.ucr.ac.cr/index.php/agromeso/article/view/52634/55424 https://revistas.ucr.ac.cr/index.php/agromeso/article/view/52634/55425 https://revistas.ucr.ac.cr/index.php/agromeso/article/view/52634/55426 https://revistas.ucr.ac.cr/index.php/agromeso/article/view/52634/55427 https://revistas.ucr.ac.cr/index.php/agromeso/article/view/52634/55428 https://revistas.ucr.ac.cr/index.php/agromeso/article/view/52634/55429 Copyright (c) 2023 Jorge Claudio Vargas-Rojas, Alejandro Vargas-Martínez, Eduardo Corrales-Brenes https://creativecommons.org/licenses/by-nc-nd/4.0

Similar Items