Resumen
- Modelos para ensayos varietales multiambientales con efectos de bloques fijos y aleatorios y varianzas residuales homogéneas y heterogéneas Los ensayos multiambientales (EMA) se usan para recomendar genoti-pos en distintas etapas de los programas de mejoramiento. Debido a la pre-sencia de interacción genotipo-ambiente, los EMA se conducen generalmente en diferentes ambientes (localidades y/o años) usando dise-ños que incluyen varias repeticiones (parcelas) de cada genotipo en cada ambiente. La estratificación o bloqueo de parcelas en cada ambiente per-mite tener en cuenta la parte de la variabilidad que se debe a las diferencias entre las parcelas. El objetivo de este estudio fue estudiar cuan frecuente se presenta la heterogeneidad de varianzas residuales en el Programa de Mejo-ramiento de Maní-INTA, y evaluar los efectos de diferentes estrategias de modelamiento sobre la comparación de genotipos en cada ambiente. Se usó una serie de 18 EMA de un programa de fitomejoramiento de maní. Los EMA estaban arreglados de acuerdo a un diseño de bloques completos aleatori-zados, y se ajustaron los siguientes modelos: 1) análisis de varianza clási-cos (bloques fijos y aleatorios); 2) modelos mixtos ajustados con varianzas residuales homogéneas y heterogéneas para tener en cuenta que los experi-mentos conducidos en ambientes diferentes podrían tener distinta precisión (varianza residual). Los resultados sugieren que los modelos de análisis de varianza con diseño en bloque y errores heteroscedásticos por localidad son más apropiados que los modelos con varianza residual homogénea.
- Multi-Environment Trials (METs) are used to make recommendations about genotypes at many stages of plant breeding programs. Because of the genotype-environment interaction, METs are usually conducted in various environments (locations and/or years), using designs which involve several repetitions (plots) for each genotype at each environment. The stratification or blocking of plots within each environment enables one to consider part of the variability due to differences between plots. The objective of this study was to see how frequently the problem of heterogeneous variances across environments appears in Peanut Breeding Program METs, and to evaluate the effects of diverse spatial modeling strategies on the comparison of genotype means in each environment. A series of 18 METs in a peanut breeding program with randomized complete block design in each environment were simultaneously adjusted by using 1) classic analysis of variance models (fixed and random block effects); 2) mixed models adjusted with homogenous and heterogeneous residual variances to take into account that experiments conducted in different environments may vary in precision (residual variances). The results suggest that the analysis of variance models with a block design and heteroscedastic errors between locations are more appropriate than their homogeneous residual variance versions.