LOS MODELOS LINEALES GENERALIZADOS MIXTOS. SU APLICACIÓN EN EL MEJORAMIENTO DE PLANTAS

Resumen

Con frecuencia, en las investigaciones agrícolas los datos experimentales no satisfacen las premisas de los modelos lineales generales y las transformaciones recomendadas tienen poca efectividad. Los Modelos Lineales Generalizados Mixtos (GLMMs, Generalized Linear Mixed Models) proporcionan una vía de análisis para aquellos datos que se encuentran correlacionados y no requiere necesariamente que la variable evaluada se distribuya normalmente, sino a una distribución de la familia exponencial (Gamma, Poisson, Binomial, entre otras). El objetivo de esta revisión fue presentar las aplicaciones de los modelos lineales generalizados mixtos en los programas de mejoramiento genético. Este modelo ha estado enfocado fundamentalmente en tres direcciones en los programas de mejoramiento en plantas: en la predicción del comportamiento familiar, en la estimación de los componentes de varianza y en los ensayos multiambientes. Los procedimientos de estimación de los GLMMs posibilitan reducir los sesgos cuando los datos están incompletos, desbalanceados o ajustar datos dispersos y permiten además modelar la estructura de los errores en datos provenientes de mediciones longitudinales. Existen varios programas comerciales y libres tales como: el procedimiento GLIMMIX y GENMOD del paquete SAS y el Ime4 del paquete R, que posibilitan el uso de los Modelos Lineales Generalizados Mixtos para la mayoría de las aplicaciones actuales en la genética de plantas.