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.
id REVUNALM_b0c560f00dba80dbb5be205e79cf838b
oai_identifier_str oai:revistas.lamolina.edu.pe:article/939
network_acronym_str REVUNALM
network_name_str Revistas - Universidad Nacional Agraria La Molina
repository_id_str
spelling Modelos empírico-estadísticos de rendimiento de maíz en los principales estados productores de maíz de los Estados UnidosArakaki Kiyan, Julio AlfonsoChang Chang Fun, Juan Carlosmaízmodelo agroclimáticomodelo empírico-estadístico de pronóstico de cosechasestimación maíz Estados Unidos.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.Universidad Nacional Agraria La Molina La Molina2014-06-30info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://revistas.lamolina.edu.pe/index.php/acu/article/view/93910.21704/ac.v75i1.939Anales Científicos; Vol. 75 Núm. 1 (2014): Enero a Junio; 100-107Anales Científicos; Vol. 75 No. 1 (2014): Enero a Junio; 100-1072519-73980255-0407reponame:Revistas - Universidad Nacional Agraria La Molinainstname:Universidad Nacional Agraria La Molinainstacron:UNALMspahttps://revistas.lamolina.edu.pe/index.php/acu/article/view/939/pdf_150Derechos de autor 2017 Julio Alfonso Arakaki Kiyan, Juan Carlos Chang Chang Funinfo:eu-repo/semantics/openAccessoai:revistas.lamolina.edu.pe:article/9392021-11-06T15:12:43Z
dc.title.none.fl_str_mv Modelos empírico-estadísticos de rendimiento de maíz en los principales estados productores de maíz de los Estados Unidos
title Modelos empírico-estadísticos de rendimiento de maíz en los principales estados productores de maíz de los Estados Unidos
spellingShingle Modelos empírico-estadísticos de rendimiento de maíz en los principales estados productores de maíz de los Estados Unidos
Arakaki Kiyan, Julio Alfonso
maíz
modelo agroclimático
modelo empírico-estadístico de pronóstico de cosechas
estimación maíz Estados Unidos.
title_short Modelos empírico-estadísticos de rendimiento de maíz en los principales estados productores de maíz de los Estados Unidos
title_full Modelos empírico-estadísticos de rendimiento de maíz en los principales estados productores de maíz de los Estados Unidos
title_fullStr Modelos empírico-estadísticos de rendimiento de maíz en los principales estados productores de maíz de los Estados Unidos
title_full_unstemmed Modelos empírico-estadísticos de rendimiento de maíz en los principales estados productores de maíz de los Estados Unidos
title_sort Modelos empírico-estadísticos de rendimiento de maíz en los principales estados productores de maíz de los Estados Unidos
dc.creator.none.fl_str_mv Arakaki Kiyan, Julio Alfonso
Chang Chang Fun, Juan Carlos
author Arakaki Kiyan, Julio Alfonso
author_facet Arakaki Kiyan, Julio Alfonso
Chang Chang Fun, Juan Carlos
author_role author
author2 Chang Chang Fun, Juan Carlos
author2_role author
dc.subject.none.fl_str_mv maíz
modelo agroclimático
modelo empírico-estadístico de pronóstico de cosechas
estimación maíz Estados Unidos.
topic maíz
modelo agroclimático
modelo empírico-estadístico de pronóstico de cosechas
estimación maíz Estados Unidos.
description 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.
publishDate 2014
dc.date.none.fl_str_mv 2014-06-30
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv https://revistas.lamolina.edu.pe/index.php/acu/article/view/939
10.21704/ac.v75i1.939
url https://revistas.lamolina.edu.pe/index.php/acu/article/view/939
identifier_str_mv 10.21704/ac.v75i1.939
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv https://revistas.lamolina.edu.pe/index.php/acu/article/view/939/pdf_150
dc.rights.none.fl_str_mv Derechos de autor 2017 Julio Alfonso Arakaki Kiyan, Juan Carlos Chang Chang Fun
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Derechos de autor 2017 Julio Alfonso Arakaki Kiyan, Juan Carlos Chang Chang Fun
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad Nacional Agraria La Molina La Molina
publisher.none.fl_str_mv Universidad Nacional Agraria La Molina La Molina
dc.source.none.fl_str_mv Anales Científicos; Vol. 75 Núm. 1 (2014): Enero a Junio; 100-107
Anales Científicos; Vol. 75 No. 1 (2014): Enero a Junio; 100-107
2519-7398
0255-0407
reponame:Revistas - Universidad Nacional Agraria La Molina
instname:Universidad Nacional Agraria La Molina
instacron:UNALM
instname_str Universidad Nacional Agraria La Molina
instacron_str UNALM
institution UNALM
reponame_str Revistas - Universidad Nacional Agraria La Molina
collection Revistas - Universidad Nacional Agraria La Molina
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1843892485149949952
score 13.263243
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).