Desarrollo de herramientas estadístico-computacionales para el análisis de ensayos agrícolas multiambientales

Abstract

Los ensayos multiambientales son conducidos para evaluar genotipos a través de localidades y años, generando bases de datos que frecuentemente están incompletas debido a algunos genotipos no evaluados en algunos ambientes. El sesgo en las estimaciones de componentes de varianza derivadas de estas bases de datos, depende de la dimensión de los datos, la proporción de valores faltantes y el mecanimos de reemplazo de genotipos. El objetivo de este estudio es proponer y evaluar estrategias para el análisis estadístico confiable del mérito genético y la estabilidad de genotipos vegetales a través de ambientes en redes de ensayos. Los resultados, basados en datos reales y simulaciones, muestran que a pesar de la incompletitud de los ensayos, cuatro años de evaluación son preferidos para obtener estimaciones de componentes de varianza. Adicionar años al análisis de ensayos multiambientales es beneficioso para el entendimiento del desempeño de genotipos en sentido amplio y en sentido específico. Esto beneficia la recomendación de genotipos y debería ser considerado al momento de tomar decisiones relacionadas al reemplazo de genotipos. Los valores faltantes aumentan el sesgo de las estimaciones de componentes de varianza obtenidas mediante máxima verosimilitud restringida. No obstante, su efecto es menor cuando se analizan varios años de ensayos. El análisis de ensayos multiambientales necesita de mediciones del rendimiento parcelario que usualmente se obtiene luego de la cosecha. Sin embargo, existen nuevas metodologías para obtener información fenotípica antes del momento de cosecha que pueden agilizar la toma de decisiones y posiblemente reducir los recursos destinados al fenotipado. Mediante cámara hiperespectrales se mide la reflectancia a cientos de longitudes de onda, que puede usarse para predecir el rendimiento. En este estudio se compararon modelos predictivos usando información espectral para la predicción del valor fenotípico parcelario. Los resultados indicaron que un modelo bayesiano se destaca en su capacidad predictiva combinando información espectral. Finalmente, esta tesis propone el uso protocolar de algunas herramientas estadísticas para el análisis de ensayos multiambientales.

Multi-environment trials are conducted to evaluate cultivars across locations and years, generating datasets that are often incomplete due to cultivars not tested in some environments. The bias of variance component estimations derived from these datasets depends on data dimension, proportion of missing values and the drop-out mechanism implemented for cultivar selection. The objective of this study is to propose and evaluate strategies of statistical analysis to derive genetic merits and genotype stability of cultivars across environments in networks of trials. Results based in real and simulated data, showed that, regardless of the existing imbalance in the datasets, four or more years of evaluation are prefered to obtain estimations of variance components. Adding years to the analysis of multi-environment trials is beneficial to the understanding of cultivar performance in broad and narrow senses. This improve cultivar recommendations and should be consider when taking decisions of cultivar replacements. Missing values increase bias in variance component estimates obtained with restricted maximum likelihood methodolgy. Nevertheless, their effect is attenuated when analyzing several years of data. The analysis of multi-environment trials needs yield measurement of plots that are usually obtained after harvesting. However, new methodologies can obtain phenotypic data before harvesting, possibly expediting the decision-making process and reducing resources allocated to phenotyping. Hiper-spectral cameras measure reflectance at potencially hundreds of wave- lengths, which can be used to predict grain yield. This study compared predictive models using spectral information to obtain plot phenotypic values. Results showed that a bayesian model performs particularly well in predictive capacity combining spectral data. Finally, this thesis proposes a protocole using some statistical tools for the analysis of multi-environment trials.