Imputación de datos en experimentos con interacción genotipoXambiente

• Autores: Sergio Arciniegas Alarcón, Marisol García Peña, Carlos Tadeu Dos Santos Dias
• Localización: Interciencia: Revista de ciencia y tecnología de América, ISSN 0378-1844, Vol. 36, Nº. 6, 2011, págs. 444-449
• Idioma: portugués
• Enlaces
  • Texto Completo Ejemplar
• Resumen

  • El objetivo de este trabajo fue estudiar los errores de predicción asociados a cuatro métodos de imputación de datos aplicados para resolver el problema de desbalanceamiento en experimentos con interacción genotipo×ambiente (G×A). Se realizó un estudio de simulación con base en cuatro matrices completas de datos reales, obtenidas en ensayos de interacción G×A de arveja, algodón, fríjol e eucalipto, respectivamente. La simulación de desbalanceamiento fue realizada por medio de pérdidas aleatorias de 10, 20 y 40% de los datos en cada ma- triz. Los errores de predicción fueron encontrados utilizando validación cruzada, y fueron evaluados intervalos de confianza de 95% para las observaciones ausentes. Para la imputación de datos fueron considerados algoritmos usando modelos de efectos aditivos sin interacción y estimaciones de modelos de efectos aditivos con interacción multiplicativa basadas en submodelos robustos. En general, los mejores errores de predicción se presentaron después de la imputación por medio de un modelo aditivo sin interacción.