CAPÍTULO 6 LA ROYA ANARANJADA DEL CAFETO: MITO Y ...

) Factores biológicos y climáticos
La Roya Anaranjada del C(lfeto: Milo y Realidad
Con el objeto de mejorar esas ecuaciones, Oseguefé\ (1991), inspirándose
de trabajos llevados a cabo por Kushalappa y Chaves (1980) y Kushalappa
(1981) tomó en cuenta unas variables climáticas adicionales como la
humedad relativa, la pluviometría y el número de días con lluvia, unas
variables biológicas relativas al hospedero, como el total de hojas presentes
y el total de hojas sanas, y unas variables biológicas relativas a la enfermedad,
como el porcentaje y el total de hojas enfermas. Ocho modelos
fueron desarrollados para predecir el porcentaje de hojas con roya anaranjada
que se presentaría 15, 30, 45 Y 60 días después de la fecha del
pronóstico, en dos localidades de Honduras con marcadas diferencias
climátícas. Las variables independientes fueron evaluadas a partir de los
datos obtenidos en los días anteriores a la fecha del pronóstico. Paril el
análisis, se utilizó una técnica de regresión lineal múltiple paso a paso,
que escoge como primera variable explicativa la que permite obtener el
mayor coeficiente de determinación. Posteriormente, la segunda variable
en participar en la regresión es la que mejor explica la variabilidad restante.
Esto se realiza hasta que ya no se encuentren variables que expliquen
significativamente la variable dependiente. Se entiende entonces, que si
dos variables independientes, muy explicativas, están altamente correlacionadas
entre sí, sólo una participe en la ecuación de pronóstico; pues al
entrar la primera, se pierde gran parte del poder explicati\'o de la segunda.
Pero esto, no le resta importancia a la variable eliminada. En el caso que
nos interesa, ninguna ecuación incluyó por ejemplo la temperatura mínima,
y sólo una consideró la pluviometría, aunque éstas son variables
determinantes para el desarrollo de la epidemia. Posiblemente otras
variables explicativas, correlacionadas con las anteriores, las excluyeron.
Para que los modelos permanezcan siempre válidos, las correlaciones,
especialmente entre las variables independientes que sirvieron para la
elaboración de la ecuación de pronóstico y las variables que fueron eliminadas,
no deben variar. Pues, de lo contrario, se perdería la justificación
que llevó a excluir de la ecuación unas variables muy explicatlvas. El modelo
se volvería inestable e impreciso con el tiempo (Kushalappa et al., 1983).
6.1.4.2 Los modelos fundamentales
Lo anterior llevó Kushalappa a desarrollar su modelo fundamental
(Kushalappa et al., 1984). En este modelo, al contrario del modelo anterior,
no se excluyó ninguno de los factores conocidos como necesarios a la
219