Temario
Objetivo del curso:
Describir cómo la investigación en agricultura y forestería, involucra situaciones en las cuales es difícil utilizar los modelos lineales clásicos del análisis de varianza y regresión, porque no se cumplen los supuestos de independencia, normalidad, igualdad de varianzas o incluso linealidad, partiendo de la base de que la modelación de datos experimentales desde el marco teórico de los modelos lineales mixtos brinda la posibilidad de analizar datos con estructuras de dependencia, desbalances y varianzas heterogéneas. Estos modelos permiten contemplar la falta de cumplimiento de los supuestos tradicionales y modelar, de manera flexible, complicadas estructuras de datos.
Existen muchos beneficios que pueden ser obtenidos con el uso de modelos mixtos. En algunas situaciones se incrementa la precisión de las estimaciones. En otras, se amplía el espacio de inferencia y se comprende mejor la estructura de los datos. En todos los casos se accede a modelos más realistas que permiten describir mejor datos provenientes experimentos o planes de muestreo. El sistema de análisis estadístico InfoStat posee nuevos procedimientos para el uso de modelos mixtos basados en el software libre R, implementados en una interface de trabajo amigable. Con base en este recurso computacional, se ofrece el presente Curso-taller de análisis avanzado de datos en el contexto de los modelos mixtos. Los ejemplos tratados en el curso están principalmente relacionados al área de la agricultura, la biología y los recursos naturales.
