[The best linear unbiased predictors (blup) for designs two and four of griffing] (Essay)

The parameter estimation in diallel cross experiments is obtained on the basis of a fixed effect model; however, in most applicalions a mixed effect model should be used, because of the random nature of the general and specific combining abilifies; therefore, if such situation is ignored, and if the estimation technique for a fixed effect model is used, unblased estimators are produced, however, they are not of minimum variance. In this paper, under the treatment designs two and four of Griffing in a completely randomized block design, the best linear unbiased predictors (BLUP) for the effects of general combining ability are obtained, by using the methodology generales for fhe estimation of random effects in the mixed effect model. A computational algorithm in SAS-IML for obtaining the BLUP is also presented La estimacion de parametros en los disenos de cruzas dialelicas se obtiene a partir del modelo de efectos fijos; sin embargo, en la mayoria de las aplicaciones deberia emplearse el modelo de efectos mixtos debido a la naturaleza aleatoria de la aptitud combinatoria general y especifica; si esta situacion es ignorada, y si se usa la tecnica de estimacion de un modelo de efectos fijos, se obtienen estimadores insesgados pero no de minima varianza. En este trabajo, bajo la estructura de los disenos de tratamientos dos y cuatro de Griffing establecidos en un diseno experimental de bloques completos al azar, se derivan los mejores predictores lineales insesgados (MPLI) de lo"fectos de aptitud combinotoria general, la metodologia desarrollada para la estimacion de efectos aleatorios en el modelo de efectos mixtos se presenta un algoritmo computacional en SAS-IML, para la obtencion de estos estimadores