6 resultados para Medidas de dispersión
Resumo:
p.119-125
Resumo:
Los modelos 'modelos animales con efectos maternos' (MAM) son modelos lineales mixtos que se utilizan para ajustar registros de caracteres bajo la influencia de efectos maternos. Uno de los desafíos más importantes en el marco de los MAM es la estimación de los parámetros de dispersión o 'componentes de (co) varianza' (CVC). En esta tesis se introducen desde una perspectiva bayesiana contribuciones teóricas y metodológicas con relación a la estimación de CVC para MAM sujetos a estructuras de covarianza novedosas. En primer lugar, se describe una implementación del análisis bayesiano jerárquico vía el algoritmo del muestreo de Gibbs. Luego, se considera una especificación conjugada diferente para la distribución a priori de la matriz de covarianza genética, basada en la distribución Wishart invertida generalizada, y se presenta una estrategia para determinar los correspondientes hiperparámetros. Esta estrategia fue comparada contra otras especificaciones a priori mediante un estudio de simulación estocástica, y produjo estimaciones precisas de los parámetros genéticos, con menores errores estándares y mejor tasa de convergencia. En segundo lugar, se presenta una formulación alternativa del MAM que incluye un parámetro de correlación ambiental entre pares de observaciones madre-progenie, y se desarrolla un procedimiento de estimación basado en un algoritmo de muestreo por grilla. El procedimiento fue programado y ejecutado exitosamente, y se obtuvo la primera estimación del parámetro de correlación con datos de campo para peso al destete en bovinos de carne. Por último, se considera el problema de la estimación de CVC en una población multirracial, donde en general es necesario especificar una estructura de covarianza heterogénea para los valores de cría. En particular, se demuestra que el modelo basado en la descomposición de la matriz de covarianza genética es equivalente al que deriva de la teoría genética cuantitativa. Además, se extiende el modelo para incluir efectos maternos y se describe la implementación de un análisis bayesiano jerárquico con el objetivo de estimar los CVC. El procedimiento fue implementado con éxito en datos experimentales de peso al destete y se obtuvieron por primera vez estimaciones para el conjunto completo de CVC.
Resumo:
El éxito de Digitaria sanguinalis en los cultivos estivales de la Argentina se debe en gran medida al establecimiento de varias cohortes a lo largo del ciclo del cultivo, lo que le permite escapar a los controles químicos. El establecimiento de las plántulas depende de factores ambientales pre-dispersión (competitivos y no competitivos), a través de los efectos maternos, y post-dispersión (no competitivos). A su vez, los efectos predispersión competitivos también afectan la fecundidad de las plantas. Por lo tanto, comprender los efectos de las interacciones dentro del sistema cultivo-maleza sería de utilidad para diseñar estrategias de manejo más efectivas de la maleza. Este trabajo tuvo como objetivo general i) determinar los efectos pre-dispersión que genera el cultivo de soja sobre el crecimiento, la estructura, la fecundidad y la dormición de semillas de biotipos locales de D. sanguinalis, y ii) los efectos post-dispersión que genera el ambiente en el que se encuentran las semillas condicionando el establecimiento de las plántulas en la campaña siguiente. Para cumplir con estos objetivos se realizaron experimentos i) en cámara evaluando los efectos de la temperatura, luz y humedad y el rol de las cubiertas en la imposición de la dormición, ii) en parcelas a campo combinando la presencia del cultivo con distintas distancias entre surcos, los grupos de madurez y los "gaps", iii) en macetas a campo evaluando los efectos del sombreo, la fertilidad edáfica y la luz roja y azul y iv) en parcelas a campo combinando la cobertura del suelo (rastrojo), el tiempo de permanencia de las semillas en el suelo, la presencia del cultivo de soja y el nivel de dormición de las semillas al momento de su dispersión. Temperaturas frescas (5ºC a 20ºC) y humedad, seguidas de temperaturas alternadas (20/30ºC) con luz fueron las mejores condiciones para la salida y la terminación de la dormición de las semillas, respectivamente. Dicha dormición está determinada por las cubiertas de las semillas, principalmente por la lemma y, aparentemente por el efecto de inhibidores presentes en ella. El cultivo de soja modificó el ambiente en el que crecen las plantas de la maleza al alterar la radiación incidente, la relación R-RL, la temperatura y la humedad relativa reduciendo la biomasa, la altura, el número de vástagos, la fecundidad de las plantas y el nivel de dormición de las semillas de D. sanguinalis. El nivel de dormición fue afectado por la temperatura máxima, la alternancia de temperatura y la radiación incidente en estadios reproductivos de la maleza, en cambio la fertilidad edáfica, la luz azul y rojo lejano no tuvieron ningún efecto. Por otra parte, el rastrojo de soja o de maíz, no modificó la salida de la dormición pero retrasó la terminación de la misma por la disminución en la alternancia de las temperaturas, retrasando la germinación y la emergencia de la maleza en la campaña siguiente. Semillas con distinto nivel de dormición en el momento de dispersión, tuvieron distintos valores de emergencia en la campaña siguiente cuando la temperatura no fue lo suficientemente baja como para reducir los niveles de dormición de toda la población. La presencia de un cultivo de soja junto con la presencia de rastrojo de soja o maíz, redujeron la emergencia de las plántulas a campo debido, en parte, al efecto de la menor alternancia de temperaturas. Los resultados de esta tesis permiten determinar cómo la estructura del cultivo de soja modifica el establecimiento de plántulas de D. sanguinalis en la campaña siguiente, a través de su efecto sobre el ambiente pre y postdispersión, afectando la salida y la terminación de la dormición y por lo tanto la emergencia de la maleza.
Resumo:
p.21-28
Resumo:
Los modelos 'modelos animales con efectos maternos' (MAM)son modelos lineales mixtos que se utilizan para ajustar registros de caracteres bajo la influencia de efectos maternos. Uno de los desafíos más importantes en el marco de los MAM es la estimación de los parámetros de dispersión o 'componentes de (co)varianza' (CVC). En esta tesis se introducen desde una perspectiva bayesiana contribuciones teóricas y metodológicas con relación a la estimación de CVC para MAM sujetos a estructuras de covarianza novedosas. En primer lugar, se describe una implementación del análisis bayesiano jerárquico vía el algoritmo del muestreo de Gibbs. Luego, se considera una especificación conjugada diferente para la distribución a priori de la matriz de covarianza genética, basada en la distribución Wishart invertida generalizada, y se presenta una estrategia para determinar los correspondientes hiperparámetros. Esta estrategia fue comparada contra otras especificaciones a priori mediante un estudio de simulación estocástica, y produjo estimaciones precisas de los parámetros genéticos, con menores errores estándares y mejor tasa de convergencia. En segundo lugar, se presenta una formulación alternativa del MAM que incluye un parámetro de correlación ambiental entre pares de observaciones madre-progenie, y se desarrolla un procedimiento de estimación basado en un algoritmo de muestreo por grilla. El procedimiento fue programado y ejecutado exitosamente, y se obtuvo la primera estimación del parámetro de correlación con datos de campo para peso al destete en bovinos de carne. Por último, se considera el problema de la estimación de CVC en una población multirracial, donde en general es necesario especificar una estructura de covarianza heterogénea para los valores de cría. En particular, se demuestra que el modelo basado en la descomposición de la matriz de covarianza genética es equivalente al que deriva de la teoría genética cuantitativa. Además, se extiende el modelo para incluir efectos maternos y se describe la implementación de un análisis bayesiano jerárquico con el objetivo de estimar los CVC. El procedimiento fue implementado con éxito en datos experimentales de peso al destete y se obtuvieron por primera vez estimaciones para el conjunto completo de CVC.
Resumo:
p.243-252