Modelos estadísticos para describir el patrón de crecimiento de frutos de naranjo dulce "Valencia late"

  • M.M. Avanza Facultad de Ciencias Agrarias. Universidad Nacional del Nordeste. Corrientes
  • S.J. Bramardi Facultad de ciencias Agrarias, Universidad Nacional del Comahue. Río Negro
  • S.M. Mazza Facultad de Ciencias Agrarias. Universidad Nacional del Nordeste. Corrientes
Palabras clave: CITRUS SINENSIS, FRUTO, DIMENSION, INDICE DE CRECIMIENTO, METODOS ESTADISTICOS, PRONOSTICO DEL RENDIMIENTO, ARGENTINA

Resumen

El objetivo del presente trabajo fue encontrar el modelo estadístico que mejor describa el patrón de crecimiento de frutos de naranjo dulce var. "Valencia late" en los departamentos de Concepción (chacra 1) y General Paz (chacra 2), provincia de Corrientes, Argentina. Para ajustar dichas curvas de crecimiento se evaluaron y compararon los modelos de tipo sigmoideo: Logístico, Gompertz, Weibull, Morgan Mercer Flodin, Richards, y reparametrizaciones de los modelos Logístico y Gompertz. Como criterios de selección del modelo, se compararon las magnitudes de las medidas de no linealidad y las estimaciones de la varianza residual para los distintos modelos y reparametrizaciones evaluadas. La combinación modelo-datos-parametrización más adecuada para describir el crecimiento de frutos de naranjo dulce "Valencia late" fue la quinta parametrización del modelo Logístico: y = 1/alfa + exp(beta)gamma Ex. En este modelo, beta y gamma presentan valores similares para todos los tamaños de fruto en la chacra 1, y diferentes valores por tamaño de fruto en la chacra 2; los valores de alfa difieren entre tamaño de frutos en ambas chacras. Por esta razón, es necesaria una familia de curvas para las diferentes situaciones

Descargas

La descarga de datos todavía no está disponible.
Publicado
2008-12-01
Cómo citar
Avanza, M., Bramardi, S., & Mazza, S. (2008). Modelos estadísticos para describir el patrón de crecimiento de frutos de naranjo dulce "Valencia late". Spanish Journal of Agricultural Research, 6(4), 577-585. https://doi.org/10.5424/sjar/2008064-352
Sección
Applied Statistics