|
|
|
|
| LEADER |
03307ntm a22002897a 4500 |
| 001 |
20180416113810.0 |
| 003 |
AR-BaUFA |
| 005 |
20220318104433.0 |
| 008 |
120920t2017 ag d|||| m||| 00| 0 spa d |
| 999 |
|
|
|c 45413
|d 45413
|
| 040 |
|
|
|a AR-BaUFA
|
| 090 |
|
|
|a T.G.57 SAN p
|
| 100 |
1 |
|
|a Sancho, Ana María
|9 67016
|
| 245 |
0 |
0 |
|a Propiedades de las pruebas de hipótesis sobre efectos fijos para diseños con medidas repetidas y distintas estructuras de correlación
|
| 260 |
|
|
|c 2017
|
| 300 |
|
|
|a 57 p.
|b tbls., grafs.
|
| 502 |
|
|
|a Tesis.
|c Universidad de Buenos Aires. Facultad de Agronomía. Escuela para Graduados.
|b Magister de la Universidad de Buenos Aires área Biometría y Mejoramiento.
|g Maestría en Biometría y Mejoramiento.
|d 2017.
|
| 520 |
|
|
|a En los modelos lineales mixtos, es de interés modelar con diferentes valores la caída, o decaimiento de la correlación entre mediciones repetidas cuyas estructuras de covarianza deben reflejar el patrón de variabilidad de los datos, según el intervalo de tiempo que las separa. El principal objetivo de los investigadores es probar diferencias entre los tratamientos que se consideran efectos fijos. Es importante entonces evaluar cómo las estructuras de varianzas y covarianzas supuestas en el modelo afectan las propiedades de las pruebas de hipótesis, el tamaño de la prueba (o probabilidad de error de tipo I) y la potencia (o complemento de la probabilidad de error tipo II). Estas propiedades están afectadas por la falta de independencia en experimentos con medidas repetidas, siendo necesario ajustar los grados de libertad de la prueba F. En esta tesis se evaluaron ambas propiedades de las pruebas realizadas bajo modelos que incluyeron estructuras de covarianza no lineales (LEAR, AR (1)) y lineales (LIN). Se llevó a cabo simulación estocástica y ajuste de los grados de libertad para las pruebas de hipótesis de efecto de tratamientos según el método de Kenward-Roger. En general, la tasa de error Tipo I presento un comportamiento robusto con algunas excepciones que se mencionan en la discusión. Los resultados obtenidos al utilizar la estructura LIN fueron conservadores en su frecuencia de error de tipo I, mientras que aquellos que utilizaron AR (1) y LEAR tendieron a ser liberales. Respecto a la potencia empírica, la misma presentó valores aproximados a 0.8 cuando el tamaño de muestra (número de individuos por tratamiento) fue de 50. Si bien la selección del modelo depende del objetivo del investigador el presente trabajo permitió observar el comportamiento con las distintas estructuras de covarianza y las correlaciones promedio propuestas en los diferentes tamaños de muestra. Esto permitiría la selección del tamaño de muestra para realizar las pruebas de hipótesis de los efectos de tratamientos a un valor de potencia aceptable.
|
| 650 |
|
0 |
|a MODELOS LINEALES
|2 Agrovoc
|9 9872
|
| 650 |
|
0 |
|a BIOMETRIA
|2 Agrovoc
|9 185
|
| 650 |
|
0 |
|a COVARIANZA GENETICA
|2 Agrovoc
|9 26800
|
| 700 |
|
|
|9 12817
|a Cantet, Rodolfo Juan Carlos
|e dir.
|
| 700 |
|
|
|9 13019
|a Munilla Leguizamón, Sebastián
|e co-dir.
|
| 856 |
|
|
|x 20180501
|f 2018sanchoanamaria
|q application/pdf
|i En reservorio:
|u http://ri.agro.uba.ar/files/intranet/tesis/maestria/2018sanchoanamaria.pdf
|
| 942 |
0 |
0 |
|c ENLINEA
|
| 942 |
0 |
0 |
|c TESIP0D
|
| 976 |
|
|
|a AAG
|