Mínimos cuadrados parciales y árboles de regresión para el análisis de variables climáticas en ensayos multiambientales

AGUATE, F.M.; MARIOLI, C.; BALZARINI, M.G.; MARTINEZ, M.J.

Santiago del Estero

Congreso; XIX Reunión Científica del Grupo Argentino de Biometría; 2014

Se implementaron y analizaron comparativamente las técnicas de regresión por mínimos cuadrados parciales (PLS) y árboles regresión (RT), tanto simples como aumentados por técnicas de remuestreo (´boosted regression trees´) (BRT), en un estudio orientado a determinar el impacto de variables climáticas en la composición química de granos de soja. La regresión PLS se aplicó a la matriz de interacción entre variables (compuestos químicos) y ambiente. Se ajustaron RT y BRT para cada compuesto químico usando variables climáticas como predictoras. La complementariedad de los resultados permitió no sólo identificar las condiciones climáticas más favorables para cada compuesto sino también cuantificar su contribución en la explicación de su variabilidad ambiental.