Análisis espacial de varianza como alternativa de evaluación de ensayos de progenies forestales

• Autores: Victor Morales, Argenis Mora, Vicente Garay, Lino Valera
• Localización: Agronomía costarricense: Revista de ciencias agrícolas, ISSN-e 2215-2202, ISSN 0377-9424, Vol. 40, Nº. 2, 2016, págs. 87-105
• Idioma: español
• Títulos paralelos:
  • Spatial variance analysis as an alternative for assessment of forest progeny tests
• Enlaces
  • Texto completo
• Resumen
  • español

    El uso del diseño en bloques y la aleatorización de las diferentes progenies en cada uno de los bloques puede ser insuficiente para el control local de la variación dentro del área del ensayo. La presencia de micro-sitios dispersos influyen en el crecimiento de los individuos, incidiendo de forma importante sobre los resultados del análisis de varianza convencional. El presente trabajo propone y describe una metodología de análisis para ensayos de progenie en la investigación forestal, que compara varios procedimientos de análisis espacial de varianzas con referencia a incorporar o no el efecto de bloque y el modelado de la tendencia superficial sobre datos registrados provenientes de un ensayo de Progenies de Pachira quinata (Jacq.) W.S. Alverson por un periodo de 3 años de evaluación. Se estableció un protocolo de análisis que incluye diagnóstico de correlación de los residuales, modelado de la estructura de correlación-variación y un análisis de varianza espacial. Se demostró la existencia de residuales o errores experimentales que no cumplen el supuesto de independencia, requisito fundamental para realizar un análisis de la varianza basado en diseño. El modelo con mejor ajuste fue aquel que capturó la variación superficial mediante el polinómico cúbico con el modelado de los errores correlacionados (modelo geoestadístico esférico). Las pruebas de medias de progenies estimadas por el modelo espacial con tendencia polinómica arrojó un ordenamiento diferente a las pruebas de medias estimadas bajo el análisis basado en diseño en bloques.

  • English

    The use of block design and randomization of different progenies in each block may be insufficient for local variation control within trial area. The presence of dispersed micro-sites influences the growth of individuals, significantly impacting conventional variance analysis results. The present study proposes and describes a methodology of analysis for progeny test in forest research, comparing various spatial variance analysis methods with reference to incorporating or not incorporating the block effect and the modeling of surface trend on data recorded from a trial of Pachira quinata (Jacq.) WS Alverson progenies over a period of 3 years. A protocol analysis was established which includes diagnosis of residual correlation, modeling of the structure of correlation-variation and a spatial variance analysis. The existence of residual or experimental errors, that do not meet the fundamental requirement of independence assumption in order to do an analysis of variance based on design, was demonstrated. The best-fit model was the one that captured the surface variation using the cubic polynomial with the modeling of correlated test means estimated by the spatial model with polynomial trend showed a different order of the test means estimated under the analysis based on block design.