SITIO DE TEST - SITIO DE TEST - SITIO DE TEST - SITIO DE TEST - SITIO DE TEST - SITIO DE TEST - SITIO DE TEST - SITIO DE TEST - SITIO DE TEST
 

Análisis factorial múltiple mixto para la identificación de clones de banana (MUSA SPP.)

Vista sencilla de ítem
dc.citation.titleVigesimoquinas Jornadas "Investigaciones en la Facultad" de Ciencias Económicas y Estadística de la Universidad Nacional de Rosarioes
dc.contributor.organizerSecretaría de Ciencia y Tecnología. Facultad de Ciencias Económicas y Estadística. Universidad Nacional de Rosarioes
dc.creatorDel Médico, Ana Paula
dc.creatorTenaglia, Gerardo
dc.creatorVitelleschi, María Susana
dc.creatorLavalle, Andrea
dc.creatorPratta, Guillermo Raúl
dc.date.accessioned2021-05-15T13:27:54Z
dc.date.available2021-05-15T13:27:54Z
dc.date.issued2021-04-26
dc.description.abstractEl Análisis Factorial Múltiple (AFM) es una técnica estadística apropiada para el tratamiento de datos donde un mismo conjunto de individuos se describe a través de varios grupos de variables. Cuando uno de ellos está conformado por variables cuantitativas y el otro por cualitativas, surge el Análisis Factorial Múltiple Mixto (AFMmix). Con el objetivo de caracterizar un conjunto de clones de banana (Musa spp.) se aplicó la técnica de AFMmix. Se evaluaron 2 grupos de variables concernientes con la aptitud agronómica de los clones, uno conformado por 9 variables fenotípicas cuantitativas y el otro por 3 variables fenotípicas cualitativas. Los dos primeros ejes del AFMmix explicaron un 49,47% de la variabilidad total de los datos. Los atributos cuantitativos que más contribuyeron a la formación del primer eje fueron altura y diámetro de la planta, peso del raquis y peso de manos. Los caracteres cualitativos que más aportaron a dicho eje fueron tamaño de racimo y prolificidad de la mano. En el segundo eje no se observaron contribuciones considerables de las variables cuantitativas, sin embargo, sí lo hizo el carácter cualitativo foliosidad. En síntesis, mediante la técnica de AFMmix se logró caracterizar al conjunto de clones de banana por los caracteres cuantitativos y cualitativos. Esto posibilitó identificar los clones de manera tal que permitió determinar un subconjunto que presente la mayor diversidad teniendo en cuenta ambos tipos de caractereses
dc.description.abstractThe statistical technique of Multiple Factor Analysis (MFA) is a method that allows the analysis of data tables in which the same group of individuals are described through several group of variables. When one of them is made by quantitative variables and the other one by qualitative variables, the Mixed Multiple Factor Analysis (AFMmix) arises. Two groups of variables related to the agronomic aptitude of the clones were evaluated. One of them is composed of 9 quantitative phenotypic traits, while the other one of 3 ordinal qualitative traits. The first two axis of AFMmix explained a 49.47% of the total data variability. The quantitative attributes which contributed the most on the formation of the first axis were hand weight, rachis bunch weight, and diameter and width of the plant. The ordinal qualitative traits which contributed the most to said axis were quantities of hands and fingers. To the contrary, on the second axis, the quantitative variables showed no considerable contributions, whereas the qualitative trait of leave quantity did. Effectively, the set of banana clones was successfully characterized based on quantitative and qualitative traits. This enabled the selection of the subset of clones to preserve that presented the largest diversity considering both traitses
dc.description.filFil: Del Médico, Ana Paula , Facultad Ciencias Económicas y Estadística de Rosario, Universidad Nacional de Rosario, Argentinaes
dc.description.filFil: Vitelleschi, María Susana, Facultad Ciencias Económicas y Estadística de Rosario, Universidad Nacional de Rosario, Argentinaes
dc.description.filFil: Tenaglia, Gerardo , Facultad Ciencias Económicas y Estadística de Rosario, Universidad Nacional de Rosario, Argentinaes
dc.description.filFil: Lavalle, Andrea , Facultad Ciencias Económicas y Estadística de Rosario, Universidad Nacional de Rosario, Argentinaes
dc.description.filFil: Pratta, Guillermo Raúl , Facultad Ciencias Económicas y Estadística de Rosario, Universidad Nacional de Rosario, Argentinaes
dc.formatapplication/pdf
dc.identifier.issn2718-6636es
dc.identifier.urihttp://hdl.handle.net/2133/20708
dc.language.isospaes
dc.relation.publisherversionhttps://www.fcecon.unr.edu.ar/web-nueva/investigacion/actas-de-las-jornadas-anualeses
dc.rightsopenAccesses
dc.rights.holderFacultad de Ciencias Económicas y Estadística. Universidad Nacional de Rosarioes
dc.rights.textAtribución – No Comercial – Compartir Igual (by-nc-sa)es
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/*
dc.subjectAnálisis factorial múltiple mixtoes
dc.subjectDatos de tres modoses
dc.subjectThree-way data analysises
dc.subjectMixed multiple factor analysises
dc.subjectMusa sppes
dc.titleAnálisis factorial múltiple mixto para la identificación de clones de banana (MUSA SPP.)es
dc.typeconferenceObject
dc.typedocumento de conferencia
dc.typepublishedVersion
dc.type.collectioncomunicaciones
dc.type.versionpublishedVersiones

Archivos

Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
DEL MEDICO, P, Tenaglia, G y otros_Análisis factorial.pdf
Tamaño:
384.74 KB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
Nombre:
license.txt
Tamaño:
3.59 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

FCEyE 2021 - Resúmenes Ampliados Jornadas Anuales - Vigesimoquintas: 26 al 30-04-2021