Evaluación de modelos estadísticos para variables infladas en cero. aplicación en carbón de la espiga del maíz (Ustilago maydis)

VIDELA, M.E.; KISTNER, B.; IGLESIAS, J.; BRUNO, C.

Neuquén

Congreso; XXIII Reunión Científica del Grupo Argentino de Biometría; 2018

Las variables epidemiológicas en cultivos agrícolas se miden, en su mayoría, como variables de conteo (cantidad de plantas enfermas en una parcela). La opción clásica para analizar este tipo de variables (discretas) es ajustar Modelos Lineales Generalizados Mixtos (MLGM) con distribución Poisson (P) y función de enlace canónico. Sin embargo, los modelos Poisson son vulnerables a la sobredispersión, como consecuencia, los errores estándares son subestimados, aumenta la probabilidad de cometer error de tipo I y los intervalos de confianza son poco precisos. En este contexto, los MLGM basados en la distribución Binomial Negativa (BN) incorporan un componente de variabilidad para datos con sobredispersión, pudiendo definirse una relación lineal o cuadrática entre media y varianza. Este tipo de variables discretas contienen gran proporción de valores nulos (plantas no enfermas=0). Estos ceros pueden clasificarse en "falsos ceros" (parcelas no expuestas a la enfermedad o errores del observador), y en "ceros auténticos" (parcelas que han estado expuesta al hongo pero ninguna planta ha sido infectada). Una alternativa son los "modelos mezcla", que consideran un proceso binomial para identificar falsos ceros y un proceso de conteo para evaluar la probabilidad de obtener plantas enfermas (el resto de los conteos distintos de cero). Si el proceso de conteo considera la posibilidad de obtener ceros auténticos, el modelo se denomina "Inflado en Cero" (MIC), por el contrario, si el proceso de conteo utiliza una variable truncada en cero, porque considera que todos los ceros son falsos, los modelos se llaman "Hurdle"(MH). En este trabajo se compararon nueve modelos de conteo para modelar la distribución del carbón de la espiga del maíz en 79 genotipos del programa de mejoramiento de maíz de INTA Pergamino fenotipados en dos localidades con dos repeticiones en cada localidad durante la campaña agrícola 2017-2018. Los modelos evaluados fueron MLGM_P, MLGM_BN con relación lineal media-varianza y con relación cuadrática media-varianza, MIC_P y MIC_BN con relación media-varianza lineal y cuadrática, MH_P y MH_BN con relación media-varianza lineal y cuadrática. El desempeño de los modelos se comparó con el criterio de información de Akaike (AIC) y el Error Cuadrático Medio de Predicción (ECMP). La validación de los modelos se realizó sobre 600 conjuntos de datos simulados por Bootstrap a partir de los datos reales, usando AIC. Los resultados indicaron un mejor desempeño de los MIC_BN por presentar menor valor de AIC y de ECMP.