Comparación de modelos no lineales para el ajuste de curvas de crecimiento de área foliar de caoba swietenia macrophylla king en vivero

Abstract

Con técnicas de análisis de crecimiento de plantas, mensualmente y durante 5 meses se evaluaron características morfológicas en cuatro muestreos de un diseño completamente al azar, cuatro réplicas de nueve plantas, para un total de 144 plantas de caoba Swietenia macrophylla King, cuyo objetivo consistió en seleccionar un modelo de regresión no lineal para describir el crecimiento en área foliar a lo largo del tiempo (45, 75, 105 y 135 días después de la siembra de semilla) y que se ajustara adecuadamente a los datos por muestreo y total de plantas. Los modelos Logístico, Gompertz y Chapman-Richards fueron ajustados utilizando el procedimiento NLIN (SAS 9.1®) para área foliar total. Los parámetros de los modelos se estimaron utilizando el algoritmo de Levenberg-Marquardt. y tres criterios para seleccionar los modelos de mejor ajuste (coeficiente de determinación ajustado - R2ajust, cuadrado medio del error – CME y AIC). Los modelos Logístico y Gompertz explicaron la mayor parte de la variabilidad total, con coeficientes de determinación superiores a 82 %, parámetros significativos y valores adecuados para cuadrado medio del error y AIC. El modelo Chapman-Richards resulto sin convergencia y el de mejor ajuste el Logístico, aunque el modelo Gompertz se reveló adecuado para describir área foliar total, presentando pequeñas variaciones en la calidad de ajuste.

With plant growth analysis techniques, monthly and for 5 months morphological characteristics were evaluated in four samplings of a completely random design, four replicas of nine plants, for a total of 144 mahogany plants Swietenia macrophylla King, whose objective was to select a non-linear regression model to describe growth in foliar area over time (45, 75, 105 and 135 days after planting of seed) and adjust it adequately to the data by sampling and total plants. The Logistic, Gompertz and Chapman-Richards models were adjusted using the NLIN procedure (SAS 9.1®) for total leaf area. The parameters of the models were estimated using the Levenberg-Marquardt algorithm. and three criteria to select the best fit models (adjusted determination coefficient – R2ajust, mean square error - CME and AIC). The Logistic and Gompertz models explained most of the total variability, with coefficients of determination greater than 82 %, significant parameters and adequate values for the mean square of the error and AIC. The Chapman-Richards model turned out to be without convergence and the Logistics model was the best fit, although the Gompertz model proved adequate to describe total leaf area, presenting small variations in the quality of adjustment.