Modelos empírico-estadísticos de rendimiento de maíz en los principales estados productores de maíz de los Estados Unidos

Descripción del Articulo

En este trabajo se buscaron modelos de regresión lineal y cuadrática múltiple para cada uno de los principales estados productores de maíz de los Estados Unidos. Se tomó como variable dependiente el rendimiento anual de maíz y como variables independientes, al año, temperaturas promedio mensuales y...

Descripción completa

Detalles Bibliográficos
Autores: Arakaki Kiyan, Julio Alfonso, Chang Chang Fun, Juan Carlos
Formato: artículo
Fecha de Publicación:2014
Institución:Universidad Nacional Agraria La Molina
Repositorio:Revistas - Universidad Nacional Agraria La Molina
Lenguaje:español
OAI Identifier:oai:revistas.lamolina.edu.pe:article/939
Enlace del recurso:https://revistas.lamolina.edu.pe/index.php/acu/article/view/939
Nivel de acceso:acceso abierto
Materia:maíz
modelo agroclimático
modelo empírico-estadístico de pronóstico de cosechas
estimación maíz Estados Unidos.
Descripción
Sumario:En este trabajo se buscaron modelos de regresión lineal y cuadrática múltiple para cada uno de los principales estados productores de maíz de los Estados Unidos. Se tomó como variable dependiente el rendimiento anual de maíz y como variables independientes, al año, temperaturas promedio mensuales y precipitaciones totales mensuales. Se encontró que el tamaño óptimo de la muestra de observaciones era de 30 años para todos los estados. Se consideró al mejor modelo como aquel que tuviera el coeficiente de correlación múltiple corregido más alto o la desviación estándar más baja. Los modelos, así como sus parámetros estadísticos, fueron obtenidos usando técnicas estándares de regresión múltiple. El criterio usado para validar los modelos fue el coeficiente de correlación entre los rendimientos observados y los rendimientos estimados. En base a esta prueba solamente un modelo, el del estado de Indiana, tuvo significancia estadística para estimar rendimientos de maíz a futuro.
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).