Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Divulgación
germplasm bank of the INTA Marcos Juárez Multiple Factorial Analysis. In conclusion,
Experimental Station. To this purpose, we this method provided useful analytic and
analyze together 8 quantitative variables graphic tools to study and characterize
in two different environmental situations varieties of bread wheat, specially when the
(Corral de Bustos and Cavanagh). The characterization was based on the study of
experimental design generated three-way agronomic variables that were affected by
or three-mode data, repeated observations environmental conditions.
of a set of attributes for a set of individuals
in different conditions. The information was Keywords: Three-way data; Multiple
displayed in a three-dimensional array. The factorial analysis; Characterization of bread
structure of the data was explored using wheat.
Figura 3. Proyección de las variables sobre los dos primeros ejes factoriales
Figura 4. Proyección de los individuos medios y parciales sobre los dos primeros ejes factoriales.
A1
A2 12
1
11
1
1715 6 13
32
9
Dim 2 (20.32 %)
18 1419
0
5 16 21
7
-1
20
4
8
10
-2
-3 -2 -1 0 1 2 3
Dim 1 (41.58 %)
mente afectados por los dos ambientes. Se fueron menos afectadas por el ambiente,
puede apreciar que en el primer eje global, siendo las mismas 12, 1, 17 y 16 entre
los valores de las coordenadas para los dos otras; como así también a las variedades
ambientes son próximos a 1, constituyén- 5, 10, 8,7 15 y 19, entre otras, que resulta-
dose en una dirección de inercia importante ron ser las más afectadas por el ambiente.
para cada ambiente. El segundo eje global Las mayores diferencias de las variedades
está relacionado moderadamente con los 7, 5 y 10 se relacionan al rendimiento de la
ambientes. harina y volumen de panificación; mientras
que en las 15, 8 y 19 se deben al peso hec-
Comentarios finales tolítrico del grano y gluten húmedo.
Las investigaciones en las que se dis- En síntesis, el AFM permitió caracterizar
pone de información de tres vías tienen a las variedades de trigo pan, sin que haya
objetivos más ambiciosos, ya que no se un grupo de variables más preponderante
limitan a la búsqueda de relaciones entre que otro. Se logró obtener una representa-
variables y tipologías de los individuos, sino ción superpuesta de las variedades de trigo
que se amplían al análisis comparativo de pan vistas a través de cada ambiente, per-
las realidades presentes en el seno de cada mitiendo observar qué variedades estaban
una de las tablas (6). más afectada por el mismo. Además, posi-
El tratamiento de tablas múltiples supone bilitó estudiar qué variables resultaron más
un enfoque mucho más completo que el sensibles a los cambios ambientales; en
de tablas a doble entrada. En el que cada este caso particular resultaron ser las varia-
una tiene identidad propia, esto es, tiene bles alveograma W, gluten húmedo y volu-
un papel activo en los resultados globa- men de panificación.
les; proporcionando, además, indicadores
apropiados para medir las semejanzas y las Agradecimientos
diferencias entre las estructuras internas de Las autoras agradecen a la Estadística
cada uno de los grupos considerados (5). Beatriz Masiero y a la Ingeniera Leticia Mir
El AFM se ha convertido en una metodo- por brindar la base de datos utilizada en
logía con una gran versatilidad para el trata- este trabajo.
miento de información de tres dimensiones.
Los resultados obtenidos a través del Parte de este trabajo fue presentado a la XIX
AFM, poseen información mucho más rica Reunión Científica del Grupo Argentino de Bio-
en relación a la interpretación del efecto metría (2014).
ambiente y sus interacciones, que las que
se hubieran obtenido al analizar las tablas Referencias bibliográficas
de datos a dos modos con las técnicas 1. Cuadras, C., 2012. "Nuevos Métodos de Análi-
multivariadas tradicionales. Se logró identi- sis Multivariente". CMC Editions, Barcelona.
2. Kroonenberg, P. M., 2008. “Applied Multiway
ficar a las variables que resultaron más sen-
Data Analysis”. John Wiley & Sons, Inc. Hoboken.
sibles a los cambios ambientales, siendo
New Jersey.
las mismas: volumen de panificación, glu-
3. Escofier, B.; Pagès, J., 1992. “Análisis Factoria-
ten húmedo y alveograma W. Además, se les Simples y Múltiples”. Ed. Universidad del País
consiguió identificar a las variedades que Vasco.
120 FABICIB • 2015 • 19
4. Escofier, B.; Pagès, J., 1994. Multiple Factor 7. Abdi, H., 2007. RV Coefficient and Congruence
Analysis (AFMULT package). Computational Sta- Coefficient. Encycl. of Measuremente and Statis-
tistics and Data Analysis 18: 121-140. tics. Thousand Oaks (CA): Sage. 849-853.
5. Pagès, J., 2004. Multiple Factor Analysis: Main 8. Abbate, P.; Gutheim, O.; Milisich, H.; Cuniberti,
Features and Application to Sensory Data. Rev. M., 2010. "Fundamentos para la clasificación del
Colombiana de Estadística 27: 1-26. trigo argentino por calidad: efectos del cultivar, la
6. Fernández Aguirre, K; Landaluce Calvo, M.; localidad, el año y sus interacciones". Agriscien-
Modroño Herrán, J. 2013. Nuevo procedimiento tia 17: 1-9.
metodológico para el análisis exploratorio de una 9. Cuniberti, M.; Mir, L.; Masiero, B.; Fraschina, J.,
tabla estructurada en diversos conjuntos de indi- 2012. Influencia varietal en parámetros de calidad
viduos. Estadística Española, 55, 182: 305-322. y rendimiento en trigo. Interacción GxA. Informe
de Actualización Técnica 23: 43-54.