Modelos bayesianos transformados simétricos para describir el crecimiento en altura de eucalipto urophylla

Resumen

El modelo de crecimiento de altura no lineal de Chapman-Richards se aborda en este trabajo con distribución de errores siguiendo la nueva clase de modelos simétricos transformados y la inferencia bayesiana para los parámetros. El objetivo era aplicar esta estructura, utilizando el algoritmo Metropolis-Hastings, para seleccionar la ecuación que mejor estimaba las alturas de los clones de Eucalyptus urophylla a partir de un experimento implementado en el Instituto Agronómico de Pernambuco (IPA), en la ciudad de Araripina. El Polo Gesseiro do Araripe es un área industrial, ubicada en las tierras altas de Pernambuco, que consume una gran cantidad de leña de la vegetación nativa (caatinga) para la calcinación del yeso. En este escenario, existe una gran necesidad de una solución económica y ambientalmente viable que minimice la presión sobre la flora nativa. El género Eucalyptus se presenta como una alternativa, debido a su rápido desarrollo y versatilidad. La altura ha demostrado ser un factor importante en el pronóstico de la productividad y la selección de clones mejor adaptados. Una de las principales curvas de crecimiento en altura es el modelo Chapman-Richards con distribución normal de errores. Sin embargo, se han propuesto algunas alternativas para reducir la influencia de las observaciones atípicas generadas por este modelo. Los datos fueron tomados de una plantación de 72 meses. Después de seleccionar la mejor ecuación, se mostraron algunos gráficos de la convergencia de los parámetros y otros que demuestran el ajuste a los datos del modelo transformado simétrico del Estudiante con 5 grados de libertad utilizando la inferencia bayesiana en los parámetros.