2026-08-20T06:23:22Z https://cjascience.com/index.php/CJAS/oai

oai:ojs.pkp.sfu.ca:article/1179 2025-11-20T19:29:04Z CJAS:BIOM. driver

Alternative models for describing biological variables with non-normality and non-linear performance. Study case Modelos alternativos para describir variables biológicas con falta de normalidad y comportamiento no lineal. Estudio de caso García Ávila, Yaneilys Herrera Villafranca, Magaly Rodríguez Hernández, R. Torres Martínez, Mildrey Medina Mesa, Yolaine data distribution segmental linear model statistical criteria criterios estadísticos distribución de datos modelo lineal por segmentos Alternative models, which do not follow a normal distribution or have linear performance, were examined to describe biological variables such as in vitro gas production. Two analyses were performed: the first ignored the lack of normality of the response variable, while the second considered the non-compliance with this assumption. Parameter estimation was performed using the NLMIXED procedure. The following statistical criteria were used to select the model with the best goodness of fit: CME, R2aj, AIC, BIC, and parameter significance. The fulfillment of the hypotheses of independence and randomness of the residual component was also considered. The tests to select the probability distribution of in vitro gas production showed that it has an exponential distribution (P>0.05). It is concluded that the logistic model with a “log” link function to estimate the population mean of in vitro gas production did not show adequate results. However, the segmental linear model was the one that best described this performance, revealing the best R2aj, CME, AIC, BIC and visually random residuals. Also, with the segmental linear model similar results were obtained, regardless of the normality of the response variable. The results showed that in certain cases parametric procedures can be used with data that do not fulfill with normality. However, the consequences of such violations must be taken into account. A segmental linear model is proposed as an alternative to describe in vitro gas production when the data do not fulfill with normality. Se examinaron modelos alternativos, que no siguen una distribución normal ni tienen un comportamiento lineal, para describir variables biológicas como es la producción de gas in vitro. Se realizaron dos análisis: el primero ignoró la falta de normalidad de la variable respuesta, mientras que el segundo consideró el incumplimiento de dicho supuesto. La estimación de los parámetros se realizó con el proc NLMIXED. Para la selección del modelo con mejor bondad de ajuste, se utilizaron los criterios estadísticos: CME, R2aj, AIC, BIC y significación de los parámetros. También se consideró el cumplimento de las hipótesis de independencia y aleatoriedad de la componente residual. Las pruebas para seleccionar la distribución de probabilidad de la producción de gas in vitro indicaron que tiene distribución exponencial (P>0.05). Se concluye que el modelo logístico con función de enlace “log” para estimar la media poblacional de la producción de gas in vitro no mostró resultados adecuados. Sin embargo, el modelo lineal por segmento fue el que mejor describió dicho comportamiento, al dejar ver los mejores R2aj, CME, AIC, BIC y residuos visualmente aleatorios. Además, con el modelo lineal por segmentos se obtuvieron resultados similares, sin importar la normalidad de la variable respuesta. Los resultados evidenciaron que en determinados casos se pueden utilizar procedimientos paramétricos con datos que no cumplen la normalidad. No obstante, se deben tener en cuenta las consecuencias de dichas violaciones. Se propone como alternativa un modelo lineal por segmentos para describir la producción de gas in vitro, cuando los datos no cumplen con la normalidad. Instituto de Ciencia Animal 2025-10-06 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf application/pdf text/html application/epub+zip application/zip https://cjascience.com/index.php/CJAS/article/view/1179 Cuban Journal of Agricultural Science; Vol. 59 (2025): January-December ; https://cu-id.com/1996/v59e08 Cuban Journal of Agricultural Science; Vol. 59 (2025): January-December ; https://cu-id.com/1996/v59e08 2079-3480 0864-0408 eng spa https://cjascience.com/index.php/CJAS/article/view/1179/1809 https://cjascience.com/index.php/CJAS/article/view/1179/1810 https://cjascience.com/index.php/CJAS/article/view/1179/1811 https://cjascience.com/index.php/CJAS/article/view/1179/1812 https://cjascience.com/index.php/CJAS/article/view/1179/1813 Copyright (c) 2025 Revista bajo Licencia CC Reconocimiento-NoComercial 4.0 Internacional (CC BY-NC 4.0) https://creativecommons.org/licenses/by-nc/4.0