Inferencia Bayesiana en modelos mixtos umbrales y multi-umbrales para caracteres categóricos ordenados: una comparación de modelos para la evaluación genética de calidad de fuste en Prosopis alba

CAPPA EDUARDO PABLO

Balcarce

Encuentro; V Encuentro GEMFO; 2011

INTA

Existen muchos caracteres de interés biológico e importancia económica en el mejoramiento forestal que son evaluados en más de dos categorías discretas y ordenadas (tal como 1, 2, 3, 4, ...). La expresión fenotípica de estos caracteres, en general, presenta una valoración subjetiva sobre una escala arbitraria que raramente sigue una distribución normal. Adicionalmente, la experiencia del observador influye en sus puntuaciones y cuando estos caracteres son evaluados por distintos observadores, cada evaluador puede utilizar diferentes regiones de la escala o un rango más o menos amplio para registrar este tipo de variables. Esta presentación describe y compara la utilización de los modelos mixtos clásicos, modelos mixtos umbrales y multi-umbrales para el análisis de caracteres categóricos ordenados provenientes de evaluaciones genéticas forestales, incluyendo la inferencia Bayesiana de los parámetros de dispersión de estos modelos. Los desarrollos son ilustrados con datos provenientes de una puntuación de 6 categorías para la calidad de fuste de un ensayo de progenie de polinización abierta de Prosopis alba Griseb. El ejemplo de aplicación muestra que los modelos mixtos familiares umbrales y multi-umbrales con un enfoque Bayesiano, son una valiosa herramienta para analizar caracteres categóricos ordenados evaluados en forma subjetiva en el mejoramiento forestal.