Curso-Taller Aplicaciones de Modelos Mixtos en Agricultura y Forestería
La investigación en Agricultura y Forestería comúnmente involucra situaciones donde es difícil utilizar los modelos lineales clásicos del análisis de varianza y regresión porque no se cumplen los supuestos de independencia, normalidad, igualdad de varianzas e incluso linealidad. La modelación de datos experimentales desde el marco teórico de los modelos lineales y generalizados mixtos brinda la posibilidad de analizar datos con estructuras de dependencia, desbalances y falta de normalidad. Estos permiten contemplar la falta de cumplimiento de los supuestos tradicionales y modelar, de manera flexible, complicadas estructuras de datos. Existen muchos beneficios que pueden ser obtenidos desde el uso de modelos mixtos. En algunas situaciones se incrementa la precisión de las estimaciones; en otras, se amplia el espacio de inferencia y se comprende mejor la estructura de los datos. El sistema de análisis estadístico SAS posee nuevos procedimientos para el uso de modelos mixtos de diversos tipos. Con base en este recurso computacional se ofrece el presente taller de análisis avanzado de datos en el contexto de los Modelos Mixtos. Los ejemplos tratados están primariamente relacionados al área de la Agricultura y la Forestería.
Audiencia:
Dirigido a Ingenieros Forestales, Biólogos, Ingenieros Agrónomos y Biómetras. Los participantes deben tener un conocimiento diseño de experimentos, análisis de la varianza y regresión, y uso del programa SAS.
Tópicos:
III) Contenidos Programáticos
1 Ejemplos de Motivación
1.1 Medida Repetidas / Datos Longitudinales
1.2 Curvas de Crecimiento
1.3 Experimentos Multi-ambientales
1.4 Correlación Espacial de Ensayos a Campo
2 Introducción
2.1 Modelos de Efectos Mixtos Lineal General / Conceptos Generales
2.2 Modelos Marginales versus Modelos Sujetos Específicos
2.3 Modelos para la Estructura de Covarianza Residual
2.4 Estimación de Covarianzas en Poblaciones Normales
2.6.Inferencia sobre Efectos Aleatorios. Mejor Predictor Lineal Insesgado (BLUP).
2.5.Criterios de Bondad de Ajuste
3 Modelación de Datos Normales
3.1 Modelos para Datos Longitudinales. Aplicaciones en Agricultura.
3.2 Modelos Lineales para Curvas de Crecimiento. Aplicaciones en Forestería
3.3 Modelos para Interacción.
Aplicaciones en Mejoramiento Vegetal
3.4 Modelos de Correlación
Espacial. Interpretación en términos
de Correlogramas.
4 Modelación de Datos No-Normales
y/o No-Lineales
4.1 Modelo Lineal Generalizado Mixto. Ingredientes claves.
4.2 Aplicaciones a Casos de
Respuestas Discretas: proporciones
y conteos.
4.3 Modelo No Lineal de Curvas de Crecimiento con Coeficientes Aleatorios.
4.4. Modelo Lineal Generalizado
Poisson con Efectos Aleatorios.
5 Estrategias para la Construcción
de Modelos
5.1 Estrategia General
5.2 Estructura Preliminar de Medias.
5.3 Estructura Preliminar de Efectos Aleatorios
5.4 Estructura de Covarianza Residual
5.5 Reducción de Estructuras.
Expositores:
Profesor: Ph D. Raúl Macchiavelli. Universidad de Puerto Rico, Mayagüez.
Comité Organizador:
Contactos:
- Prof. Omar Carrero G neto@ula.ve,
- Prof.Oswaldo Encinas oencinas@ula.ve,
- Prof. Mauricio Jerez mjerezr@cantv.net
- Prof. Mariano Durán duranca04@yahoo.es
Lugar y Fecha:
Fecha de Realización:
19 de septiembre de 2005
al 24 de septiembre de 2005
Horario:
Por definir
Dirección:
Facultad de Ciencias Forestales y Ambientales
Centro de Estudios de Postgrado
Información e Inscripciones:
Costo:
Bs. 150.000 Bs por participante, incluye material de trabajo, disposición de una computadora por participante, certificado y refrigerios.
Información de Contacto:
Prof. Omar Carrero G
E-mail: neto@ula.ve,
Teléfono: (0274) 2401517, Fax (0274) 2401519