Comparación de diferentes modelos estadísticos en la estimación de parámetros genéticos, en familias de hermanos completos de guayabo (Psidium guajava, Myrtaceae)

El guayabo, es un frutal tropical y subtropical de gran valor nutricional, rico en vitaminas y sales minerales. En las plantas perennes se realizan mediciones durante varias cosechas sobre una misma planta, por lo que los datos obtenidos de estos experimentos, no satisfacen las premisas de los modelos lineales generales. Los modelos lineales generalizados mixtos permiten analizar datos con mediciones repetidas en el tiempo y extienden su uso a casos con predictores de distribuciones que pertenecen a la familia exponencial. Para su correcta aplicación se requiere realizar un estudio previo de los caracteres y seleccionar las especificaciones del modelo. El presente trabajo se realizó con el objetivo de comparar la precisión de diferentes modelos estadísticos en la estimación de parámetros genéticos, en familias de hermanos completos de guayabo. Se evaluaron 10 caracteres cuantitativos durante tres años, en tres familias de hermanos completos de guayabo, en Cuba. Se realizaron Análisis de Varianza bifactoriales (Modelo I y Modelo II), con el empleo del procedimiento GLM. Posteriormente, se emplearon procedimientos GLIMMIX, en los cuales se consideraron los factores genotipo e interacción genotipo-año como aleatorios, se especificó el factor año como medida repetida y la estructura de covarianza. La estimación de parámetros genético-estadísticos, con los métodos de Máxima Verosimilitud Restringida y Mínimos Cuadrados, permitieron detectar una alta variabilidad genética en las tres familias, así como una interacción genotipo-ambiente significativa en los caracteres evaluados. Los estimados de heredabilidad en sentido ancho obtenidos por ambos métodos, fueron muy similares y mostraron mayormente valores medios. Sin embargo, los estimados obtenidos por el método de Máxima Verosimilitud Restringida fueron más precisos. Guava, is a tropical fruit tree with great nutritional values, rich in vitamins and mineral salts. In perennial plants, repeated measurements during several crops in the same plants are made, therefore the data obtained from these experiments do not satisfy the assumptions of the general linear models. Generalized linear mixed models allow data to be analyzed with repeated measurements over time and extend its use to cases with predictors of distributions belonging to the exponential family. For its correct application, is necessary to carry out a previous study of characters and select model specifications. The objective of the present work is to