Eficiencia estadística de modelos espaciales para la evaluación del ensayo de progenies Pachira quinata (Jacq.) W.S. Alverson, establecido en la estación experimental El Irel, Barinas, Venezuela

Abstract

Los ensayos de progenies forestales, son establecidos generalmente en superficies extensas que implican un elevado número de unidades a evaluar y un tamaño importante en las unidades experimentales. El uso del diseño en bloques completamente aleatorizados, pueden resultar insuficientes para absorber la variación ambiental, debido a que los bloques son demasiado grandes e internamente heterogéneos. El bloqueo, o control local, se ve seriamente afectado cuando la construcción y ubicación de los mismos no ha sido del todo exitoso y la existencia de micro-sitios dispersos incrementan el crecimiento en algunas parcelas, lo que incide de forma importante sobre los resultados del análisis de varianza convencional. Debido a esto, surge la necesidad de considerar el análisis espacial, a través de modelos que tomen en cuenta la ubicación de los individuos del ensayo y la correlación espacial entre los mismos. La presente investigación se basó en la comparación de modelos espaciales versus el modelo convencional, usando como herramienta de selección el Criterio de Información Akaike (AIC). Se determinó que el modelo con mejor balance entre la capacidad de ajuste de los datos y su complejidad fue el polinómico cubico con errores correlacionados bajo la función esférica. Asimismo, se evidencio que el control local (bloque) no es tan determinante a la hora de aplicar análisis espacial. Finalmente, se llegó a la conclusión, de que considerar el componente espacial en ensayo de progenies forestales, es determinante para la obtención de resultados más adaptados a la realidad, promoviendo un mejor ordenamiento y selección de los genotipos del ensayo.