Modelos alternativos para describir variables biológicas con falta de normalidad y comportamiento no lineal. Estudio de caso

Resumen

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.