13.07.2015 Views

Biología del gusano de alambre (Agriotes spp.) - Nasdap.ejgv ...

Biología del gusano de alambre (Agriotes spp.) - Nasdap.ejgv ...

Biología del gusano de alambre (Agriotes spp.) - Nasdap.ejgv ...

SHOW MORE
SHOW LESS
  • No tags were found...

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

material y mÄ todosκy = , (7)1−αt+ βeUna manera <strong>de</strong> ajustar una curva logística a unos datos dados consiste en linearizarlos.Para ello, reor<strong>de</strong>namos la expresión (7) <strong>de</strong> la siguiente manera:κ1 βe −αt =+,yκ= βey −1−αty tomamos logaritmos naturales <strong>de</strong> la expresión resultante, lo que constituye lallamada transformada logit:κ κ − yln = ln = ln −αβt(8)y −1yEsta expresión es una línea recta. Para ajustarla necesitaremos fijar la capacidad <strong>de</strong>carga κ, por prueba y error, y encontraremos los parámetros α y ln β por regresión lineal.Un inconveniente <strong>de</strong> este método es que no admite la natural dispersión <strong>de</strong> datosalre<strong>de</strong>dor <strong>de</strong> la capacidad carga, ya que cualquier dato mayor que κ cae fuera <strong><strong>de</strong>l</strong> campo <strong>de</strong>existencia <strong>de</strong> la función. Obliga, pues a que κ sea mayor que cualquier dato, lo que lleva asobreestimarla. Una ventaja <strong>de</strong> este método es que admite incorporar fácilmente efectos fijosen un análisis <strong>de</strong> covarianza. De esta manera, tendríamos diferentes ln β i para cada uno <strong><strong>de</strong>l</strong>os niveles <strong><strong>de</strong>l</strong> factor fijo (tratamientos), reflejando situaciones como la <strong>de</strong> la figura 8c.También nos permitiría comprobar si alfa varía o no entre tratamientos, como en la figura 8b.Sin embargo, no sería posible contrastar la hipótesis <strong>de</strong> diferentes κ, ya que están fijadas enla transformada.2.6.2.5. Regresión no linealExisten métodos específicos para calcular los parámetros <strong>de</strong> una regresión no lineal(SAS, 1999) sin necesidad <strong>de</strong> transformar la variable <strong>de</strong>pendiente. A diferencia <strong><strong>de</strong>l</strong> método<strong>de</strong> ajuste por mínimos cuadrados que utiliza la regresión lineal, estos métodos no garantizanque se encuentre la solución óptima al problema. Funcionan por iteración a partir <strong>de</strong> unosparámetros aproximados iniciales propuestos por el experimentador. En este trabajo hemosseguido el método <strong>de</strong> Sit (1992): hacer una primera regresión lineal con transformada logit(2.6.2.4) y utilizar los parámetros obtenidos como aproximaciones iniciales <strong>de</strong> la regresiónno lineal. También hemos seguido a esta autora para incorporar los efectos fijos al mo<strong><strong>de</strong>l</strong>o.2.6.3.- Diseño experimental y programas informáticos.8770

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!