Perspectiva Bayesiana para Estimar el Efecto de las Condiciones Edafoclimáticas Sobre el Comportamiento Fisiológico de la Quinua

Las condiciones edafoclimáticas son esenciales para el desarrollo óptimo de la quinua, ya que incide en su desempeño fisiológico. Por lo tanto, es necesario identificar cultivares que se adapten y sean estables ante la interacción entre los cultivares y el ambiente. Por esta razón, este trabajo busc...

Full description

Autores:
Moreno Amaya, Lizeth Andrea
Tipo de recurso:
Masters Thesis
Fecha de publicación:
2024
Institución:
Universidad Santo Tomás
Repositorio:
Universidad Santo Tomás
Idioma:
spa
OAI Identifier:
oai:repository.usta.edu.co:11634/53666
Acceso en línea:
http://hdl.handle.net/11634/53666
Palabra clave:
AMMI
BAMMI
cultivars-environment interaction
quinoa
Estadística Aplicada
Cultivos de Quinua
Valor Nutricional
AMMI
BAMMI
interacción cultivar-ambiente
quinua
Rights
openAccess
License
Atribución-NoComercial-SinDerivadas 2.5 Colombia
id SantoToma2_ebe663cc10fa0a9c3149930ddd60a99c
oai_identifier_str oai:repository.usta.edu.co:11634/53666
network_acronym_str SantoToma2
network_name_str Universidad Santo Tomás
repository_id_str
dc.title.spa.fl_str_mv Perspectiva Bayesiana para Estimar el Efecto de las Condiciones Edafoclimáticas Sobre el Comportamiento Fisiológico de la Quinua
title Perspectiva Bayesiana para Estimar el Efecto de las Condiciones Edafoclimáticas Sobre el Comportamiento Fisiológico de la Quinua
spellingShingle Perspectiva Bayesiana para Estimar el Efecto de las Condiciones Edafoclimáticas Sobre el Comportamiento Fisiológico de la Quinua
AMMI
BAMMI
cultivars-environment interaction
quinoa
Estadística Aplicada
Cultivos de Quinua
Valor Nutricional
AMMI
BAMMI
interacción cultivar-ambiente
quinua
title_short Perspectiva Bayesiana para Estimar el Efecto de las Condiciones Edafoclimáticas Sobre el Comportamiento Fisiológico de la Quinua
title_full Perspectiva Bayesiana para Estimar el Efecto de las Condiciones Edafoclimáticas Sobre el Comportamiento Fisiológico de la Quinua
title_fullStr Perspectiva Bayesiana para Estimar el Efecto de las Condiciones Edafoclimáticas Sobre el Comportamiento Fisiológico de la Quinua
title_full_unstemmed Perspectiva Bayesiana para Estimar el Efecto de las Condiciones Edafoclimáticas Sobre el Comportamiento Fisiológico de la Quinua
title_sort Perspectiva Bayesiana para Estimar el Efecto de las Condiciones Edafoclimáticas Sobre el Comportamiento Fisiológico de la Quinua
dc.creator.fl_str_mv Moreno Amaya, Lizeth Andrea
dc.contributor.advisor.none.fl_str_mv Pineda Rios, Wilmer Dario
Garcia Parra, Miguel Angel
dc.contributor.author.none.fl_str_mv Moreno Amaya, Lizeth Andrea
dc.contributor.orcid.spa.fl_str_mv https://orcid.org/0000-0001-7774-951X
https://orcid.org/0000-0001-6913-7855
dc.contributor.googlescholar.spa.fl_str_mv https://scholar.google.com/citations?hl=es&user=5KmOl5oAAAAJ
https://scholar.google.com/citations?hl=es&user=-Fhy-mcAAAAJ
https://scholar.google.com/citations?hl=es&user=_9i6HskAAAAJ
dc.contributor.cvlac.spa.fl_str_mv https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001454199
https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001518896
https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001705364
dc.contributor.corporatename.spa.fl_str_mv Universidad Santo Tomás
dc.subject.keyword.spa.fl_str_mv AMMI
BAMMI
cultivars-environment interaction
quinoa
topic AMMI
BAMMI
cultivars-environment interaction
quinoa
Estadística Aplicada
Cultivos de Quinua
Valor Nutricional
AMMI
BAMMI
interacción cultivar-ambiente
quinua
dc.subject.lemb.spa.fl_str_mv Estadística Aplicada
Cultivos de Quinua
Valor Nutricional
dc.subject.proposal.spa.fl_str_mv AMMI
BAMMI
interacción cultivar-ambiente
quinua
description Las condiciones edafoclimáticas son esenciales para el desarrollo óptimo de la quinua, ya que incide en su desempeño fisiológico. Por lo tanto, es necesario identificar cultivares que se adapten y sean estables ante la interacción entre los cultivares y el ambiente. Por esta razón, este trabajo buscó analizar el desempeño fisiológico de siete cultivares de quinua en tres municipios del departamento de Boyacá, Colombia usando la metodología frecuentista y Bayesiana del modelo de efectos aditivos e interacción multiplicativa (AMMI). Según los resultados, la estimación Bayesiana tuvo mejor capacidad predictiva, así como un mejor desempeño en el estudio de adaptabilidad y estabilidad. Al respecto, el cultivar Pasankalla se destacó en términos de efecto principal y estabilidad. También se observó la adaptabilidad de los cultivares a lugares específicos, permitiendo el uso del efecto positivo de la interacción, evidenciado en el modelo Bayesiano.
publishDate 2024
dc.date.accessioned.none.fl_str_mv 2024-01-23T16:24:02Z
dc.date.available.none.fl_str_mv 2024-01-23T16:24:02Z
dc.date.issued.none.fl_str_mv 2024-01-19
dc.type.local.spa.fl_str_mv Tesis de maestría
dc.type.version.none.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_bdcc
dc.type.drive.none.fl_str_mv info:eu-repo/semantics/masterThesis
format http://purl.org/coar/resource_type/c_bdcc
status_str acceptedVersion
dc.identifier.citation.spa.fl_str_mv Moreno Amaya, L. A. (s.f.). Perspectiva Bayesiana para Estimar el Efecto de las Condiciones Edafoclimáticas Sobre el Comportamiento Fisiológico de la Quinua. [Trabajo de Maestría, Universidad Santo Tomás]. Repositorio Institucional.
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/11634/53666
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional Universidad Santo Tomás
dc.identifier.instname.spa.fl_str_mv instname:Universidad Santo Tomás
dc.identifier.repourl.spa.fl_str_mv repourl:https://repository.usta.edu.co
identifier_str_mv Moreno Amaya, L. A. (s.f.). Perspectiva Bayesiana para Estimar el Efecto de las Condiciones Edafoclimáticas Sobre el Comportamiento Fisiológico de la Quinua. [Trabajo de Maestría, Universidad Santo Tomás]. Repositorio Institucional.
reponame:Repositorio Institucional Universidad Santo Tomás
instname:Universidad Santo Tomás
repourl:https://repository.usta.edu.co
url http://hdl.handle.net/11634/53666
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.references.spa.fl_str_mv Ajay, B., Bera, S., Singh, A., Kumar, N., Gangadhar, K., and Kona, P. (2020). Evaluation of genotype× environment interaction and yield stability analysis in peanut under phosphorus stress condition using stability parameters of ammi model. Agricultural Research, 9(4):477–486.
Alandia, G., Rodriguez, J., Jacobsen, S.-E., Bazile, D., and Condori, B. (2019). Un nuevo escenario para la producci´on de quinua: Desaf´ıos para la regi´on andina. In Libro de Res´umenes. VII Congreso Mundial de la Quinua y otros granos Andinos. Ministerio de Agricultura, INDAP, Pontificia Universidad Cat´olica de Chile, ODEPA (eds), Santiago de Chile, volume 168
Ali, M., Elsadek, A., and Salem, E. (2018). Stability parameters and ammi analysis of quinoa (chenopodium quinoa willd.). Egyptian Journal of Agronomy, 40(1):59–74.
Bayomi, K., El-Hashash, E. F., Ghura, N. S., and El-Absy, K. M. (2022). Genotype by environment interaction effects on the crop of sugar beet (beta vulgaris l.) using multivariate analysis. Asian Journal of Research in Crop Science, 7(4):135–149.
Bazile, D., Mart´ınez, E. A., and Fuentes, F. (2014). Diversity of quinoa in a biogeographical island: A review of constraints and potential from arid to temperate regions of chile. Notulae Botanicae Horti Agrobotanici Cluj-Napoca, 42(2):289–298.
Bernardo J´unior, L. A. Y., Von Pinho, R. G., da Silva, C. P., Vieira J´unior, I. C., de Oliveira, L. A., and Silva, E. V. V. (2021). Ammi-bayesian models and use of credible regions in the study of combining ability in maize. Euphytica, 217(8):1–19.
Chito Trujillo, D. M., Ortega Bonilla, R. A., Ahumada Mami´an, A. F., and Rosero L´opez, B. (2017). Quinoa (chenopodium quinoa willd.) versus soja (glycine max [l.] merr.) en la nutrici´on humana: revisi´on sobre las caracter´ısticas agroecol´ogicas, de composici´on y tecnol´ogicas. Revista Espa˜nola de Nutrici´on Humana y Diet´etica, 21(2):184–198.
Coronado, A. C. M., Hern´andez, E. H. M., Coronado, Y. M., and Mendoza, L. A. G. (2021). Una mirada al cultivo de la quinua en el departamento de Boyacá volumen 195. Editorial de la Universidad Pedagógica y Tecnológica de Colombia-UPTC.
Crossa, J., Perez-Elizalde, S., Jarquin, D., Cotes, J. M., Viele, K., Liu, G., and Cornelius, P. L. (2011). Bayesian estimation of the additive main effects and multiplicative interaction model. Crop Science, 51(4):1458–1469
Cuevas, J., Crossa, J., Montesinos-L´opez, O. A., Burgue˜no, J., P´erez-Rodr´ıguez, P., and de Los Campos, G. (2017). Bayesian genomic prediction with genotype× environment interaction kernel models. G3: Genes, Genomes, Genetics, 7(1):41–53
da Silva, A. Q., de Oliveira, L. A., da Silva, C. P., Mendes, C. T. E., de Medeiros, E. S., and S´afadi, T. (2020). Aplica¸c˜ao do modelo ammi-bayesiano no estudo de estabilidade e adaptabilidade genot´ıpica em dados de mostarda. Research, Society and Development, 9(9):e166997023–e166997023.
da Silva, C. P., de Oliveira, L. A., Nuvunga, J. J., Pamplona, A. K. A., and Balestre, M. (2015). A bayesian shrinkage approach for ammi models. Plos one, 10(7):e0131414.
de Melo, G. G., de Oliveira, L. A., da Silva, C. P., da Silva, A. Q., Nascimento, M. R., de Sousa Gon¸calves, R. J., Dos Santos, P. R., da Costa, A. F., Queiroz, D. R., and da Silva, J. W. (2023). Ammi-bayesian perspective in the selection of pre-cultivars of carioca beans in agreste-sert˜ao of pernambuco, brazil. Scientific Reports, 13(1):4700.
dos S. Dias, C. T. and Krzanowski, W. J. (2003). Model selection and cross validation in additive main effect and multiplicative interaction models. Crop Science, 43(3):865–873.
Dudhe, M., Jadhav, M., Sujatha, M., Meena, H., Rajguru, A., Gahukar, S., and Ghodke, M. (2023). Waasb-based stability analysis and validation of sources resistant to plasmopara halstedii race-100 from the sunflower working germplasm for the semiarid regions of india. Genetic Resources and Crop Evolution, pages 1–18
FAO (2013). Or´ıgenes e historia- international year of quinoa 2013. Tomado de: http://www.fao.org/ quinoa-2013/what-is-quinoa/origin-and-history/es/?no_mobile=1.
Fischer, G., Ram´ırez, F., and Casierra-Posada, F. (2016). Ecophysiological aspects of fruit crops in the era of climate change. a review. Agronom´ıa Colombiana, 34(2):190–199.
Freiria, G. H., Gon¸calves, L. S. A., Zeffa, D. M., Lima, W. F., Fonseca J´unior, N. d. S., Prete, C. E. C., and Fonseca, I. C. d. B. (2020). Bayesian ammi applied to food-type soybean multi-environment trials. Revista Ciˆencia Agronˆomica, 51.
Gabriel, K. R. (1971). The biplot graphic display of matrices with application to principal component analysis. Biometrika, 58(3):453–467.
Garc´ıa-Parra, M., Roa-Acosta, D., and Bravo-G´omez, J. E. (2022). Effect of the altitude gradient on the physiological performance of quinoa in the central region of colombia. Agronomy, 12(9):2112.
Garc´ıa-Parra, M., Zurita-Silva, A., Stechauner-Rohringer, R., Roa-Acosta, D., and Jacobsen, S.-E. (2020). Quinoa (chenopodium quinoa willd.) and its relationship with agroclimatic characteristics: A colombian perspective. Chilean journal of agricultural research, 80(2):290–302.
Gauch, H. G. and Zobel, R. W. (1988). Predictive and postdictive success of statistical analyses of yield trials. Theoretical and Applied genetics, 76:1–10.
Gelman, A., Carlin, J. B., Stern, H. S., and Rubin, D. B. (2014). Bayesian data analysis (vol. 2).
Gelman, A. and Rubin, D. B. (1992). A single series from the gibbs sampler provides a false sense of security. Bayesian statistics, 4(1):625–631
Guerrero, M. M. C., Chamorro, B. Y., and Romero, J. V. (2021). Estabilidad fenot´ıpica de arveja (pisum sativum l.) en la zona productora de nari˜no, colombia. Agronom´ıa Mesoamericana, 32(3):842–853.
Heidelberger, P. and Welch, P. D. (1983). Simulation run length control in the presence of an initial transient. Operations Research, 31(6):1109–1144.
Hern´andez-Sampieri, R. and Torres, C. P. M. (2018). Metodolog´ıa de la investigaci´on, volume 4. McGrawHill Interamericana M´exicoˆ eD. F DF.
Hoff, P. D. (2009). A first course in Bayesian statistical methods, volume 580. Springer.
Jackman, S. (2009). Bayesian analysis for the social sciences, volume 846. John Wiley & Sons
Karkaj˙I, F. A., Hervan, E. M., Rousta˙I ˙I, M., B˙IHamta, M., and MOHAMMAD˙I, S. Comprehensive stability analysis of wheat genotypes through multi-environmental trials.
Ligarreto, G. A., Castro, O. A., and Ch´aves, B. (2015). Estabilidad fenot´ıpica de una colecci´on de fr´ıjol andino (phaseolus vulgaris l.) tipo arbustivo. Revista UDCA Actualidad & Divulgaci´on Cient´ıfica, 18(1):109–118.
Mardia, K. and Bibby. (1981). Multivariate analysis, pp 522.£ 14· 60. 1979. isbn 0 12 471252 5 (academic press). The Mathematical Gazette, 65(431):75–76.
Mendes, C. T. E., de Oliveira, L. A., da Silva, A. Q., da Silva, C. P., dos Santos, P. M., and S´afadi, T. (2020). Comparing frequentist and bayesian approaches in ammi analysis in a simulated scenario.
Morillo Coronado, A. C., Manjarrez Hern´aez, E. H., and Morillo Coronado, Y. (2020). Evaluaci´on morfoagron´omica de 19 materiales de chenopodium quinoa en el departamento de boyac´a. Biotecnolog´ıa en el Sector Agropecuario y Agroindustrial, 18(1):84–96.
Mwale, S., Shimelis, H., Nkhata, W., Sefasi, A., Fandika, I., and Mashilo, J. (2022). Genotype-byenvironment interaction in tepary bean (phaseolus acutifolius a. gray) for seed yield. agronomy 2022, 13, 12.
Nuvunga, J. J., da Silva, C. P., de Oliveira, L. A., de Lima, R. R., and Balestre, M. (2019). Bayesian factor analytic model: An approach in multiple environment trials. Plos one, 14(8):e0220290
Oikeh, S., Menkir, A., Maziya-Dixon, B., Welch, R., Glahn, R. P., and Gauch, G. (2004). Environmental stability of iron and zinc concentrations in grain of elite early-maturing tropical maize genotypes grown under field conditions. The Journal of Agricultural Science, 142(5):543–551.
Olivoto, T., L´ucio, A. D., da Silva, J. A., Marchioro, V. S., de Souza, V. Q., and Jost, E. (2019). Mean performance and stability in multi-environment trials i: combining features of ammi and blup techniques. Agronomy Journal, 111(6):2949–2960.
Pour-Aboughadareh, A., Khalili, M., Poczai, P., and Olivoto, T. (2022). Stability indices to deciphering the genotype-by-environment interaction (gei) effect: An applicable review for use in plant breeding programs. Plants, 11(3):414.
Pr¨ager, A., Munz, S., Nkebiwe, P. M., Mast, B., and Graeff-H¨onninger, S. (2018). Yield and quality characteristics of different quinoa (chenopodium quinoa willd.) cultivars grown under field conditions in southwestern germany. Agronomy, 8(10):197.
Quevedo Buitrago, J. E. (2018). Aplicaci´on del modelo estadístico ammi como método de selección en mejoramiento de plantas de cultivos anuales.
Raftery, A. E. and Lewis, S. M. (1995). The number of iterations, convergence diagnostics and generic metropolis algorithms. Practical Markov Chain Monte Carlo, 7(98):763–773.
Rodr´ıguez-Gonz´alez, R. E., Ponce-Medina, J. F., Rueda-Puente, E. O., Avenda˜no-Reyes, L., Paz Hern´andez, J. J., Santillano-Cazares, J., and Cruz-Villegas, M. (2011). Interacci´on genotipoambiente para la estabilidad de rendimiento en trigo en la regi´on de mexicali, bc, m´exico. Tropical and subtropical agroecosystems, 14(2):543–558.
Silva, C. P. d., Mendes, C. T. E., Silva, A. Q. d., Oliveira, L. A. d., Von Pinho, R. G., and Balestre, M. (2023). Use of the reversible jump markov chain monte carlo algorithm to select multiplicative terms in the ammi-bayesian model. Plos one, 18(1):e0279537.
Vargas Escobar, E. A., Vargas S´anchez, J. E., and Baena Garc´ıa, D. (2016). An´alisis de estabilidad y adaptabilidad de h´ıbridos de ma´ız de alta calidad proteica en diferentes zonas agroecol´ogicas de colombia. Acta Agron´omica, 65(1):72–79.
Viele, K. and Srinivasan, C. (2000). Parsimonious estimation of multiplicative interaction in analysis of variance using kullback–leibler information. Journal of statistical planning and inference, 84(1- 2):201–219.
Yang, R.-C., Crossa, J., Cornelius, P. L., and Burgue˜no, J. (2009). Biplot analysis of genotype× environment interaction: Proceed with caution. Crop Science, 49(5):1564–1576.
dc.rights.*.fl_str_mv Atribución-NoComercial-SinDerivadas 2.5 Colombia
Atribución-NoComercial-SinDerivadas 2.5 Colombia
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.rights.local.spa.fl_str_mv Abierto (Texto Completo)
dc.rights.accessrights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Atribución-NoComercial-SinDerivadas 2.5 Colombia
http://creativecommons.org/licenses/by-nc-nd/2.5/co/
Abierto (Texto Completo)
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.coverage.campus.spa.fl_str_mv CRAI-USTA Bogotá
dc.publisher.spa.fl_str_mv Universidad Santo Tomás
dc.publisher.program.spa.fl_str_mv Maestría Estadística Aplicada
dc.publisher.faculty.spa.fl_str_mv Facultad de Estadística
institution Universidad Santo Tomás
bitstream.url.fl_str_mv https://repository.usta.edu.co/bitstream/11634/53666/1/Trabajo_Final_Liz.pdf
https://repository.usta.edu.co/bitstream/11634/53666/6/Lizeth%20Moreno%20-%20CRAI.pdf
https://repository.usta.edu.co/bitstream/11634/53666/9/CamScanner%2022-01-2024%2016.32.pdf
https://repository.usta.edu.co/bitstream/11634/53666/11/license.txt
https://repository.usta.edu.co/bitstream/11634/53666/10/license_rdf
https://repository.usta.edu.co/bitstream/11634/53666/12/Trabajo_Final_Liz.pdf.jpg
https://repository.usta.edu.co/bitstream/11634/53666/13/Lizeth%20Moreno%20-%20CRAI.pdf.jpg
https://repository.usta.edu.co/bitstream/11634/53666/14/CamScanner%2022-01-2024%2016.32.pdf.jpg
bitstream.checksum.fl_str_mv 1b5c93beff53e188ceaf3ffc0ecef5b4
337339d38a83e1b390491374edddf59b
b87a82bf8fb5506d88f3f8556e679971
aedeaf396fcd827b537c73d23464fc27
217700a34da79ed616c2feb68d4c5e06
38fc0872953af8db4be602d2940c2947
62fe67ef70a0ca8578b37dbc2c5ff49a
dcd3b31e62777e13552b509fe65f8d19
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Universidad Santo Tomás
repository.mail.fl_str_mv noreply@usta.edu.co
_version_ 1800786331824029696
spelling Pineda Rios, Wilmer DarioGarcia Parra, Miguel AngelMoreno Amaya, Lizeth Andreahttps://orcid.org/0000-0001-7774-951Xhttps://orcid.org/0000-0001-6913-7855https://scholar.google.com/citations?hl=es&user=5KmOl5oAAAAJhttps://scholar.google.com/citations?hl=es&user=-Fhy-mcAAAAJhttps://scholar.google.com/citations?hl=es&user=_9i6HskAAAAJhttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001454199https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001518896https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001705364Universidad Santo Tomás2024-01-23T16:24:02Z2024-01-23T16:24:02Z2024-01-19Moreno Amaya, L. A. (s.f.). Perspectiva Bayesiana para Estimar el Efecto de las Condiciones Edafoclimáticas Sobre el Comportamiento Fisiológico de la Quinua. [Trabajo de Maestría, Universidad Santo Tomás]. Repositorio Institucional.http://hdl.handle.net/11634/53666reponame:Repositorio Institucional Universidad Santo Tomásinstname:Universidad Santo Tomásrepourl:https://repository.usta.edu.coLas condiciones edafoclimáticas son esenciales para el desarrollo óptimo de la quinua, ya que incide en su desempeño fisiológico. Por lo tanto, es necesario identificar cultivares que se adapten y sean estables ante la interacción entre los cultivares y el ambiente. Por esta razón, este trabajo buscó analizar el desempeño fisiológico de siete cultivares de quinua en tres municipios del departamento de Boyacá, Colombia usando la metodología frecuentista y Bayesiana del modelo de efectos aditivos e interacción multiplicativa (AMMI). Según los resultados, la estimación Bayesiana tuvo mejor capacidad predictiva, así como un mejor desempeño en el estudio de adaptabilidad y estabilidad. Al respecto, el cultivar Pasankalla se destacó en términos de efecto principal y estabilidad. También se observó la adaptabilidad de los cultivares a lugares específicos, permitiendo el uso del efecto positivo de la interacción, evidenciado en el modelo Bayesiano.The edaphoclimatic conditions are essential for the optimal development of quinoa, as they influence its physiological performance. Therefore, it is necessary to identify cultivars that adapt and remain stable in the interaction between cultivars and the environment. For this reason, this study aimed to analyze the physiological performance of seven quinoa cultivars in three municipalities of the Boyacá department, Colombia, using the frequentist and Bayesian methodology of the additive main effects and multiplicative interaction (AMMI) model. According to the results, Bayesian estimation showed better predictive capacity as well as better performance in the study of adaptability and stability. In this regard, the cultivar Pasankalla stood out in terms of main effect and stability. The adaptability of cultivars to specific locations was also observed, allowing for the utilization of the positive effect of interaction, as evidenced by the Bayesian model.Magister en Estadística AplicadaMaestríaapplication/pdfspaUniversidad Santo TomásMaestría Estadística AplicadaFacultad de EstadísticaAtribución-NoComercial-SinDerivadas 2.5 ColombiaAtribución-NoComercial-SinDerivadas 2.5 Colombiahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Perspectiva Bayesiana para Estimar el Efecto de las Condiciones Edafoclimáticas Sobre el Comportamiento Fisiológico de la QuinuaAMMIBAMMIcultivars-environment interactionquinoaEstadística AplicadaCultivos de QuinuaValor NutricionalAMMIBAMMIinteracción cultivar-ambientequinuaTesis de maestríainfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_bdccinfo:eu-repo/semantics/masterThesisCRAI-USTA BogotáAjay, B., Bera, S., Singh, A., Kumar, N., Gangadhar, K., and Kona, P. (2020). Evaluation of genotype× environment interaction and yield stability analysis in peanut under phosphorus stress condition using stability parameters of ammi model. Agricultural Research, 9(4):477–486.Alandia, G., Rodriguez, J., Jacobsen, S.-E., Bazile, D., and Condori, B. (2019). Un nuevo escenario para la producci´on de quinua: Desaf´ıos para la regi´on andina. In Libro de Res´umenes. VII Congreso Mundial de la Quinua y otros granos Andinos. Ministerio de Agricultura, INDAP, Pontificia Universidad Cat´olica de Chile, ODEPA (eds), Santiago de Chile, volume 168Ali, M., Elsadek, A., and Salem, E. (2018). Stability parameters and ammi analysis of quinoa (chenopodium quinoa willd.). Egyptian Journal of Agronomy, 40(1):59–74.Bayomi, K., El-Hashash, E. F., Ghura, N. S., and El-Absy, K. M. (2022). Genotype by environment interaction effects on the crop of sugar beet (beta vulgaris l.) using multivariate analysis. Asian Journal of Research in Crop Science, 7(4):135–149.Bazile, D., Mart´ınez, E. A., and Fuentes, F. (2014). Diversity of quinoa in a biogeographical island: A review of constraints and potential from arid to temperate regions of chile. Notulae Botanicae Horti Agrobotanici Cluj-Napoca, 42(2):289–298.Bernardo J´unior, L. A. Y., Von Pinho, R. G., da Silva, C. P., Vieira J´unior, I. C., de Oliveira, L. A., and Silva, E. V. V. (2021). Ammi-bayesian models and use of credible regions in the study of combining ability in maize. Euphytica, 217(8):1–19.Chito Trujillo, D. M., Ortega Bonilla, R. A., Ahumada Mami´an, A. F., and Rosero L´opez, B. (2017). Quinoa (chenopodium quinoa willd.) versus soja (glycine max [l.] merr.) en la nutrici´on humana: revisi´on sobre las caracter´ısticas agroecol´ogicas, de composici´on y tecnol´ogicas. Revista Espa˜nola de Nutrici´on Humana y Diet´etica, 21(2):184–198.Coronado, A. C. M., Hern´andez, E. H. M., Coronado, Y. M., and Mendoza, L. A. G. (2021). Una mirada al cultivo de la quinua en el departamento de Boyacá volumen 195. Editorial de la Universidad Pedagógica y Tecnológica de Colombia-UPTC.Crossa, J., Perez-Elizalde, S., Jarquin, D., Cotes, J. M., Viele, K., Liu, G., and Cornelius, P. L. (2011). Bayesian estimation of the additive main effects and multiplicative interaction model. Crop Science, 51(4):1458–1469Cuevas, J., Crossa, J., Montesinos-L´opez, O. A., Burgue˜no, J., P´erez-Rodr´ıguez, P., and de Los Campos, G. (2017). Bayesian genomic prediction with genotype× environment interaction kernel models. G3: Genes, Genomes, Genetics, 7(1):41–53da Silva, A. Q., de Oliveira, L. A., da Silva, C. P., Mendes, C. T. E., de Medeiros, E. S., and S´afadi, T. (2020). Aplica¸c˜ao do modelo ammi-bayesiano no estudo de estabilidade e adaptabilidade genot´ıpica em dados de mostarda. Research, Society and Development, 9(9):e166997023–e166997023.da Silva, C. P., de Oliveira, L. A., Nuvunga, J. J., Pamplona, A. K. A., and Balestre, M. (2015). A bayesian shrinkage approach for ammi models. Plos one, 10(7):e0131414.de Melo, G. G., de Oliveira, L. A., da Silva, C. P., da Silva, A. Q., Nascimento, M. R., de Sousa Gon¸calves, R. J., Dos Santos, P. R., da Costa, A. F., Queiroz, D. R., and da Silva, J. W. (2023). Ammi-bayesian perspective in the selection of pre-cultivars of carioca beans in agreste-sert˜ao of pernambuco, brazil. Scientific Reports, 13(1):4700.dos S. Dias, C. T. and Krzanowski, W. J. (2003). Model selection and cross validation in additive main effect and multiplicative interaction models. Crop Science, 43(3):865–873.Dudhe, M., Jadhav, M., Sujatha, M., Meena, H., Rajguru, A., Gahukar, S., and Ghodke, M. (2023). Waasb-based stability analysis and validation of sources resistant to plasmopara halstedii race-100 from the sunflower working germplasm for the semiarid regions of india. Genetic Resources and Crop Evolution, pages 1–18FAO (2013). Or´ıgenes e historia- international year of quinoa 2013. Tomado de: http://www.fao.org/ quinoa-2013/what-is-quinoa/origin-and-history/es/?no_mobile=1.Fischer, G., Ram´ırez, F., and Casierra-Posada, F. (2016). Ecophysiological aspects of fruit crops in the era of climate change. a review. Agronom´ıa Colombiana, 34(2):190–199.Freiria, G. H., Gon¸calves, L. S. A., Zeffa, D. M., Lima, W. F., Fonseca J´unior, N. d. S., Prete, C. E. C., and Fonseca, I. C. d. B. (2020). Bayesian ammi applied to food-type soybean multi-environment trials. Revista Ciˆencia Agronˆomica, 51.Gabriel, K. R. (1971). The biplot graphic display of matrices with application to principal component analysis. Biometrika, 58(3):453–467.Garc´ıa-Parra, M., Roa-Acosta, D., and Bravo-G´omez, J. E. (2022). Effect of the altitude gradient on the physiological performance of quinoa in the central region of colombia. Agronomy, 12(9):2112.Garc´ıa-Parra, M., Zurita-Silva, A., Stechauner-Rohringer, R., Roa-Acosta, D., and Jacobsen, S.-E. (2020). Quinoa (chenopodium quinoa willd.) and its relationship with agroclimatic characteristics: A colombian perspective. Chilean journal of agricultural research, 80(2):290–302.Gauch, H. G. and Zobel, R. W. (1988). Predictive and postdictive success of statistical analyses of yield trials. Theoretical and Applied genetics, 76:1–10.Gelman, A., Carlin, J. B., Stern, H. S., and Rubin, D. B. (2014). Bayesian data analysis (vol. 2).Gelman, A. and Rubin, D. B. (1992). A single series from the gibbs sampler provides a false sense of security. Bayesian statistics, 4(1):625–631Guerrero, M. M. C., Chamorro, B. Y., and Romero, J. V. (2021). Estabilidad fenot´ıpica de arveja (pisum sativum l.) en la zona productora de nari˜no, colombia. Agronom´ıa Mesoamericana, 32(3):842–853.Heidelberger, P. and Welch, P. D. (1983). Simulation run length control in the presence of an initial transient. Operations Research, 31(6):1109–1144.Hern´andez-Sampieri, R. and Torres, C. P. M. (2018). Metodolog´ıa de la investigaci´on, volume 4. McGrawHill Interamericana M´exicoˆ eD. F DF.Hoff, P. D. (2009). A first course in Bayesian statistical methods, volume 580. Springer.Jackman, S. (2009). Bayesian analysis for the social sciences, volume 846. John Wiley & SonsKarkaj˙I, F. A., Hervan, E. M., Rousta˙I ˙I, M., B˙IHamta, M., and MOHAMMAD˙I, S. Comprehensive stability analysis of wheat genotypes through multi-environmental trials.Ligarreto, G. A., Castro, O. A., and Ch´aves, B. (2015). Estabilidad fenot´ıpica de una colecci´on de fr´ıjol andino (phaseolus vulgaris l.) tipo arbustivo. Revista UDCA Actualidad & Divulgaci´on Cient´ıfica, 18(1):109–118.Mardia, K. and Bibby. (1981). Multivariate analysis, pp 522.£ 14· 60. 1979. isbn 0 12 471252 5 (academic press). The Mathematical Gazette, 65(431):75–76.Mendes, C. T. E., de Oliveira, L. A., da Silva, A. Q., da Silva, C. P., dos Santos, P. M., and S´afadi, T. (2020). Comparing frequentist and bayesian approaches in ammi analysis in a simulated scenario.Morillo Coronado, A. C., Manjarrez Hern´aez, E. H., and Morillo Coronado, Y. (2020). Evaluaci´on morfoagron´omica de 19 materiales de chenopodium quinoa en el departamento de boyac´a. Biotecnolog´ıa en el Sector Agropecuario y Agroindustrial, 18(1):84–96.Mwale, S., Shimelis, H., Nkhata, W., Sefasi, A., Fandika, I., and Mashilo, J. (2022). Genotype-byenvironment interaction in tepary bean (phaseolus acutifolius a. gray) for seed yield. agronomy 2022, 13, 12.Nuvunga, J. J., da Silva, C. P., de Oliveira, L. A., de Lima, R. R., and Balestre, M. (2019). Bayesian factor analytic model: An approach in multiple environment trials. Plos one, 14(8):e0220290Oikeh, S., Menkir, A., Maziya-Dixon, B., Welch, R., Glahn, R. P., and Gauch, G. (2004). Environmental stability of iron and zinc concentrations in grain of elite early-maturing tropical maize genotypes grown under field conditions. The Journal of Agricultural Science, 142(5):543–551.Olivoto, T., L´ucio, A. D., da Silva, J. A., Marchioro, V. S., de Souza, V. Q., and Jost, E. (2019). Mean performance and stability in multi-environment trials i: combining features of ammi and blup techniques. Agronomy Journal, 111(6):2949–2960.Pour-Aboughadareh, A., Khalili, M., Poczai, P., and Olivoto, T. (2022). Stability indices to deciphering the genotype-by-environment interaction (gei) effect: An applicable review for use in plant breeding programs. Plants, 11(3):414.Pr¨ager, A., Munz, S., Nkebiwe, P. M., Mast, B., and Graeff-H¨onninger, S. (2018). Yield and quality characteristics of different quinoa (chenopodium quinoa willd.) cultivars grown under field conditions in southwestern germany. Agronomy, 8(10):197.Quevedo Buitrago, J. E. (2018). Aplicaci´on del modelo estadístico ammi como método de selección en mejoramiento de plantas de cultivos anuales.Raftery, A. E. and Lewis, S. M. (1995). The number of iterations, convergence diagnostics and generic metropolis algorithms. Practical Markov Chain Monte Carlo, 7(98):763–773.Rodr´ıguez-Gonz´alez, R. E., Ponce-Medina, J. F., Rueda-Puente, E. O., Avenda˜no-Reyes, L., Paz Hern´andez, J. J., Santillano-Cazares, J., and Cruz-Villegas, M. (2011). Interacci´on genotipoambiente para la estabilidad de rendimiento en trigo en la regi´on de mexicali, bc, m´exico. Tropical and subtropical agroecosystems, 14(2):543–558.Silva, C. P. d., Mendes, C. T. E., Silva, A. Q. d., Oliveira, L. A. d., Von Pinho, R. G., and Balestre, M. (2023). Use of the reversible jump markov chain monte carlo algorithm to select multiplicative terms in the ammi-bayesian model. Plos one, 18(1):e0279537.Vargas Escobar, E. A., Vargas S´anchez, J. E., and Baena Garc´ıa, D. (2016). An´alisis de estabilidad y adaptabilidad de h´ıbridos de ma´ız de alta calidad proteica en diferentes zonas agroecol´ogicas de colombia. Acta Agron´omica, 65(1):72–79.Viele, K. and Srinivasan, C. (2000). Parsimonious estimation of multiplicative interaction in analysis of variance using kullback–leibler information. Journal of statistical planning and inference, 84(1- 2):201–219.Yang, R.-C., Crossa, J., Cornelius, P. L., and Burgue˜no, J. (2009). Biplot analysis of genotype× environment interaction: Proceed with caution. Crop Science, 49(5):1564–1576.ORIGINALTrabajo_Final_Liz.pdfTrabajo_Final_Liz.pdfArticulo Principalapplication/pdf2144650https://repository.usta.edu.co/bitstream/11634/53666/1/Trabajo_Final_Liz.pdf1b5c93beff53e188ceaf3ffc0ecef5b4MD51open accessLizeth Moreno - CRAI.pdfLizeth Moreno - CRAI.pdfCarta Facultad Craiapplication/pdf94813https://repository.usta.edu.co/bitstream/11634/53666/6/Lizeth%20Moreno%20-%20CRAI.pdf337339d38a83e1b390491374edddf59bMD56metadata only accessCamScanner 22-01-2024 16.32.pdfCamScanner 22-01-2024 16.32.pdfCarta autorapplication/pdf663194https://repository.usta.edu.co/bitstream/11634/53666/9/CamScanner%2022-01-2024%2016.32.pdfb87a82bf8fb5506d88f3f8556e679971MD59metadata only accessLICENSElicense.txtlicense.txttext/plain; charset=utf-8807https://repository.usta.edu.co/bitstream/11634/53666/11/license.txtaedeaf396fcd827b537c73d23464fc27MD511open accessCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repository.usta.edu.co/bitstream/11634/53666/10/license_rdf217700a34da79ed616c2feb68d4c5e06MD510open accessTHUMBNAILTrabajo_Final_Liz.pdf.jpgTrabajo_Final_Liz.pdf.jpgIM Thumbnailimage/jpeg7655https://repository.usta.edu.co/bitstream/11634/53666/12/Trabajo_Final_Liz.pdf.jpg38fc0872953af8db4be602d2940c2947MD512open accessLizeth Moreno - CRAI.pdf.jpgLizeth Moreno - CRAI.pdf.jpgIM Thumbnailimage/jpeg7084https://repository.usta.edu.co/bitstream/11634/53666/13/Lizeth%20Moreno%20-%20CRAI.pdf.jpg62fe67ef70a0ca8578b37dbc2c5ff49aMD513open accessCamScanner 22-01-2024 16.32.pdf.jpgCamScanner 22-01-2024 16.32.pdf.jpgIM Thumbnailimage/jpeg8625https://repository.usta.edu.co/bitstream/11634/53666/14/CamScanner%2022-01-2024%2016.32.pdf.jpgdcd3b31e62777e13552b509fe65f8d19MD514open access11634/53666oai:repository.usta.edu.co:11634/536662024-01-24 03:01:24.695metadata only accessRepositorio Universidad Santo Tomásnoreply@usta.edu.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