MODELOS LINEALES JERÁRQUICOS MIXTOS EN ESTUDIOS DE SUELOS

ADRIANA A. GILI; ELKE J. NOELLEMEYER; MÓNICA BALZARINI

Tucuman

Congreso; XIII Reunión Científica del Grupo Argentino de Biometría; 2008

En el modelado de datos de suelo provenientes de planes de muestreos multietápicos, es necesario considerar la estructura jerárquica de las componentes aleatorias del muestreo. Los modelos lineales mixtos jerárquicos (HLMM) con dos o más efectos aleatorios permiten tener en cuenta la dependencia de los datos dentro y entre cada etapa de muestreo. Se supone que su modelado mejora las inferencias sobre los factores de efectos fijos. Este trabajo ilustra el modelado de datos de suelo  provenientes de un diseño muestral multiétapico usando modelos mixtos. Los efectos de los niveles  de los factores sitios (4 niveles), lotes dentro de sitios (3 niveles), transectas dentro de lotes (2 niveles) así como el efecto del punto de muestreo dentro de cada transecta fueron considerados como aleatorios. En cada punto de muestreo, se obtuvo un par de muestras de suelo asociadas con parches de vegetación de  sol y de sombra y se midieron varias características del suelo en dos profundidades para cada tipo de vegetación de cobertura.  Nuestro objetivo es establecer una estrategia para contrastar hipótesis sobre los efectos del tipo de vegetación de cobertura previo modelado de la estructura de covarianza . Para obtener información a cerca de los parámetros de covarianza se corrieron varios modelos anidados con el procedimiento GLIMMIX de SAS y para decidir si la componente de varianza debía estar o no explicitada en el modelo se uso la prueba de Wald y del cociente de verosimilitud (LRT)  con y sin la corrección propuesta para prueba de hipótesis de varianzas y covarianzas restringidas. Los contrastes para el vector de efectos fijos se realizaron incluyendo el efecto aleatorio de menor jerarquía que resulto significativo y todos los efectos marginales a ese. La prueba LRT con corrección en los grados de libertad resulto menos conservadora .Los resultados mostraron que los componentes de varianza son requeridos  para describir adecuadamente la estructura de variación y detectar los efectos de los parches de vegetación. Sin embargo, aun bajo el mismo diseño, el número de efectos a ser incluidos dependió de la variable de suelo en cuestión.