Comparison of linear and nonlinear models:The case of the rose quality stems

• Autores: M. Elva Ramirez Guzmán, Mª Lourdes Arévalo Galarza, Gumercindo H. de la Cruz Guzmán
• Localización: Agrociencia, ISSN 2521-9766, ISSN-e 1405-3195, Vol. 54, Nº. 7, 2020, págs. 939-953
• Idioma: inglés
• Títulos paralelos:
  • Comparación de modelos lineales y no lineales: El caso de la calidad de tallos de rosa
• Enlaces
  • Texto completo
• Resumen
  • español

    En el diseño agronómico de experimentos, los investigadores con frecuencia asumen asociaciones lineales entre variables explicati-vas y de respuesta, también asumen una distribución gaussiana de ésta, o la transforman. La variabilidad inherente de las uni-dades experimentales no es considerada. Además, es frecuente analizar el tiempo como factor de un diseño factorial cuando se toman medidas repetidas a lo largo del tiempo, perdiendo la oportunidad de analizar el crecimiento de la planta. Los nuevos modelos estadísticos presentan la oportunidad de analizar los da-tos sin transformar; también pueden considerar la variabilidad de las unidades experimentales como componentes aleatorios y pueden identificar la relación entre las variables explicativas y de respuesta como lineales o no lineales. En la producción de rosas cortadas, uno de los principales factores de calidad es la longitud del tallo, pero no está claro cómo la temperatura, la humedad relativa y la luz la afectan. El objetivo de esta investigación fue analizar nuevos modelos estadísticos para comprender mejor el impacto de las variables ambientales en la longitud del tallo de dos cultivares de rosas (Samurai y Blush), durante dos períodos de mayor producción. Los modelos utilizados fueron: modelos lineales generalizados (GLM), modelos lineales mixtos generali-zados (GLMM), modelos aditivos generalizados (GAM), mode-los mixtos aditivos generalizados (GAMM), modelos lineales ge-neralizados vectoriales (VGLM) y modelo de medidas repetidas. Los resultados mostraron que el modelo GAM con una distribu-ción gamma y una función liga de identidad fue el mejor modelo con un valor BIC mínimo y una mínima varianza de error. Se identificó un efecto no lineal de humedad relativa y efectos linea-les de calor y luz. Las mejores condiciones para producir plantas entre 50 y 70 cm de longitud consistieron en la aplicación de 650 a 830 unidades de calor y 82,5 a 85% de humedad relativa. GAMM identificó el período de abril a mayo con cultivar Blush como las mejores condiciones para producir rosas. El análisis de medidas repetidas confirmó que las plantas tuvieron un inicio alto (bajo), y permanecieron así a lo largo del tiempo

  • English

    In agronomic design of experiments, researchers frequently assume linear associations between explanatory and response variables, also they assume a gaussian distribution or transform it. Inherent variability of the experiment units is not considered. Besides, it is frequent to analyze the time as a factor of a factorial design when repeated measures are taken through time, missing the opportunity to analyze the plant growth. New statistical models present the opportunity to analyze the raw data without transforming, they also can consider the variability of the experiment units as random components and they can identify the relationship between explanatory and response variables as linear or nonlinear. In cut roses production, one of the main quality factors is stem length, but is not clear how temperature, relative humidity and light affect it. The aim of this research was to analyze new statistical models to better understanding the impact of environmental variables on stem length of two rose cultivars (Samurai and Blush) during two peak production periods. The models used were: generalized linear models (GLM), generalized linear mixed models (GLMM), generalized additive models (GAM), generalized additive mixed models (GAMM), vector generalized lineal models (VGLM) and repeated measures model. The results showed that GAM model with a gamma distribution and identity link function was the best model with minimum BIC value and minimum error variance. It identified a nonlinear effect of relative humidity and linear effects of heat and light. The best conditions to produce plants between 50 and 70 cm, were 650 to 830 heat units and 82.5 to 85% of relative humidity. GAMM identified the period of April to May with cultivar Blush as the best conditions to produced roses. Repeated measures analysis confirmed that plants initiated high (low), remained so through time.