LOS MEJORES PREDICTORES LINEALES E INSESGADOS (MPLI) EN LOS DISEÑOS UNO Y TRES DE GRIFFING

Resumen

En experimentos de cruzas dialélicas, cuando se desea estimar los efectos maternos es necesario incluir a las cruzas recíprocas. En particular, los diseños de tratamientos uno y tres de Griffing se utilizan cuando se consideran todas las posibles cruzas simples entre p progenitores, así como sus recíprocas. Los componentes genéticos y ambientales involucrados en estos experimentos, en la mayoría de las aplicaciones, son de naturaleza aleatoria; sin embargo, la estimación de los efectos de aptitud combinatoria general y de los efectos maternos, comúnmente se ha obtenido al considerar el modelo lineal como de efectos fijos, con lo cual se reduce la precisión de las estimaciones. En este trabajo, con base en la naturaleza aleatoria de estos componentes, en los diseños de tratamientos uno y tres de Griffing establecidos en diseño de bloques completos al azar, se obtienen los mejores predictores lineales insesgados de los efectos de aptitud combinatoria general y efectos maternos. Además se presenta un algoritmo computacional en SAS-IML para obtener tales predictores y el análisis del experimento.