COMPARACIÓN DE MODELOS LINEALES Y NO LINEALES PARA ESTIMAR EL RIESGO DE CONTAMINACIÓN DE SUELOS

Resumen

El estudio de datos de contaminantes en áreas geográficas se caracteriza por la dependencia espacial, distribución no normal y heteroscedasticidad. Pero, estas características no se han considerado en la modelación de datos edafológicos. Por lo anterior, en este estudio se analizó y comparó el comportamiento de estimadores de modelos de regresión lineal generalizados (GLM), lineales generalizados mixtos (GLMM), aditivos generalizados (GAM) y aditivos generalizados mixtos (GAMM) a través de la simulación de una variable respuesta generada con distribuciones estadísticas diferentes, con cinco tipos de matrices de pesos (W, B, C, U y S) y niveles diferentes de autocorrelación. Los resultados mostraron que la matriz de vecindad U fue robusta a todos los niveles de autocorrelación espacial. Como se esperaba, los modelos GAM y GAMM fueron superiores a GLM y GLMM, debido a su flexibilidad representada por las funciones de suavización (splines) y la incorporación de efectos mixtos. Mapas de predicción de concentración de metales pesados y de probabilidad de riesgo de exceder los límites permisibles se elaboraron para el Valle del Mezquital, Hidalgo