Estimativa e avaliação computacional do coeficiente de competição intraespecífica em arestas no contexto de modelos lineares

• Aquiles Darghan Department of Agronomy, Universidad Nacional de Colombia, Bogotá, Colombia. Postal code: 111321 http://orcid.org/0000-0001-5790-1684
• Carlos Rivera Department of Agronomy, Universidad Nacional de Colombia, Bogotá, Colombia. Postal code: 111321 http://orcid.org/0000-0002-3402-7725
• Nair González Department of Agronomy, Universidad Nacional de Colombia, Bogotá, Colombia. Postal code: 111321 http://orcid.org/0000-0002-2290-4217
• Jose Castellanos Department of Agronomy, Universidad Nacional de Colombia, Bogotá, Colombia. Postal code: 111321 http://orcid.org/0000-0003-3923-4886

Palavras-chave: efeito de borda, coeficiente de competição, reparameterização, Simulação de Monte Carlo

Resumo

Em ensaios experimentais, geralmente é de interesse dar atenção especial à resposta das unidades experimentais nas bordas, uma vez que é bem conhecido que o desempenho destas pode ser maior do que o do resto das unidades devido à menor competição de unidades vizinhas. Quando os tratamentos estão disponíveis, é possível que as diferenças na resposta média da cultura sejam atribuídas ao efeito de borda. Portanto, é importante considerar a borda ou não no processo de modelagem. Nesse caso, utilizando o modelo de Kempton-Besag e a reparametrização do modelo, o coeficiente de competição intraespecífico foi estimado por meio da estimativa do mínimo quadrático que, neste caso, foi associada ao efeito de borda. Seu padrão de distribuição foi estudado usando simulação de Monte Carlo. Análises de variância simuladas foram realizadas para verificar o efeito distributivo da estatística F na presença do efeito de borda como uma forma de dependência espacial que foi avaliada com o índice de Moran. O coeficiente associado ao efeito de borda apresentou uma distribuição normal clara em todos os cenários de borda considerados. O sinal do coeficiente e os intervalos de confiança gerados permitiram discriminar a presença / ausência do efeito de borda. Além disso, foi proposto um método para permitir ao usuário mitigar a imprecisão que pode resultar da estimativa pontual do coeficiente. Este procedimento pode ser usado em outros padrões de vizinhança e outros modelos de projeto importantes na pesquisa agrícola.

Referências

Arny, A.C. 1922. Border Effect and Ways of avoiding it. Journal of the American Society of Agronomy, 14(7), 266-278.
Besag, J. E. & Kempton, R. A. 1986. Statistical Analysis of field experiments using neighbouring plots. Biometrics, 42(2), 231-251.
Kuemmel, Bernd (2003). Theoretical investigation of the effects of field margin and hedges on crop yields. Agriculture, Ecosystems & Environment, 95(1), 387–392.
Connolly,T.,Currie, I.D.,Bradshaw,J.E.,McNicol,J.W. 1993. Inter-plot competition in yield trials of potatoes (Solanum tuberosum L.) with single-drill plots. Ann. Appl. Biol.,123(2),367-377.
Christensen, R. 2011. Plane Answers to Complex Questions. The Theory of Linear Models. Fourth edition. Springer, New York, Inc.
Gałęzewski,L., Piekarczyk,M., Jaskulska,I., Wasilewski,P. 2013. Border effects in the growth of chosen cultivated plant species. Acta Scientiarum Polonorum. Agricultura, 12(3), 3-12.
Gotway, C.A. Cressie,N.A.C. 1990. A Spatial Analysis of Variance Applied to Soil-Water Infiltration. Water Resources Research, Vol. 26(11), 2695-2703.
Keddy, P.A. 2001. Competition. Population and Community Biology Series. 2nd Edition. Springer Science+Business Media Dordrecht. USA.
Ord, J. K. 1975. Estimation methods for models of spatial interaction. Journal of the American Statistical Association 70, 120-126.
Ordóñez,R.A.,Castellano,M.J.,Hatfield,J.L.,Helmers,M.J.,Licht,M.A.,Liebman,M.,Dietzel,R.,Feria,R.M.,Ibbal,J.,Puntel,L.A.,Córdova,S.C.,Togliatti,K.,Wright,E.E.,Archontoulis,S.V. (2018). Maize and soybean root front velocity and maximum depth in Iowa, USA. Field Crops Research, 215,122–131.
Paolella,M.S. 2019. Linear Models and Time Series-Analysis. Regression, ANOVA, ARMA and GARCH. John Wiley & Sons. USA.
Phillips, X.A.,Kndel,Y.R.,Licht, M.A.,Mueller,D.S. 2020. Estimating Soybean Radiation Use Efficiency Using a UAV in Iowa.Agronomy, 10(12).
R Core Team (2021). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL https://www.R-project.org/.
Romani,M.,Borghi,B.,Alberici,R.,Delogu,G.,Hesselbach,J.,Salamini,F.1993. Intergenotypic competition and border effect in bread wheat and barley. Euphytica 69(1-2):19-31
Ruwanza,S. 2018. The Edge Effect on Plant Diversity and Soil Properties in Abandoned Fields Targeted for Ecological Restoration. Sustainability, 11(1),140
Shukla, G. K. & Subrahmanyan, G. S. V. 1999. A Note on a test and Confidence Interval for Competition and Overlap Effects. Biometrics, 55(1), pp. 273-276.