| Revista: | Revista cubana de ciencia agrícola |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000351499 |
| ISSN: | 0034-7485 |
| Autores: | Gómez, Sarai1 Torres, Verena1 García, Yoleisy1 Navarro, J.A2 |
| Instituciones: | 1Instituto de Ciencia Animal, San José de las Lajas, La Habana. Cuba 2Universidad Autónoma de Yucatán, Facultad de Medicina Veterinaria y Zootecnia, Mérida, Yucatán. México |
| Año: | 2012 |
| Volumen: | 46 |
| Número: | 1 |
| Paginación: | 1-7 |
| País: | Cuba |
| Idioma: | Español |
| Tipo de documento: | Artículo |
| Enfoque: | Experimental |
| Resumen en español | En la investigación agropecuaria se presentan situaciones donde es difícil utilizar los modelos lineales clásicos de análisis de varianza, ya que al realizar mediciones repetidas en el tiempo se incumplen los supuestos de independencia, igualdad de varianzas y linealidad. Este trabajo tiene como objetivo reseñar los procedimientos estadísticos utilizados para analizar los diseños de medidas repetidas en tiempo y determinar qué estrategias analítica resulta más apropiada para cada fin. En este trabajo se describen tres tipos de análisis que se han utilizado tradicionalmente: el de varianza univariado (ANOVA), el multivariado (MANOVA) y el más reciente, el enfoque de modelos mixtos. En la actualidad se ha acordado que este último es el más adecuado y versátil, ya que brinda la posibilidad de examinar datos con estructuras de dependencia, desbalance y falta de normalidad. Además, da solución a la limitación del análisis de varianza multivariado con respecto al número de individuos y variables. Se describe también el modelo de efectos aleatorios, otro integrante del amplio espectro de los modelos mixtos que se utiliza en numerosas investigaciones en la esfera agropecuaria. Este enfoque se fortalece por el uso de criterios de selección de modelos, gracias a que la estimación de parámetros se basa en métodos de máxima verosimilitud o de máxima verosimilitud restringida. Se describen los criterios de Akaike (AIC) y Bayesiano (BIC), que permiten la selección óptima de modelos mixtos competidores |
| Disciplinas: | Economía, Matemáticas, Agrociencias |
| Palabras clave: | Economía agrícola, Matemáticas aplicadas, Estadística, Investigación, Modelos matemáticos, Sector agropecuario |
| Keyword: | Economics, Mathematics, Agricultural sciences, Agricultural economics, Applied mathematics, Research, Statistics, Mathematical models, Agricultural sector |
| Texto completo: | Texto completo (Ver PDF) |
