13.07.2015 Views

Biología del gusano de alambre (Agriotes spp.) - Nasdap.ejgv ...

Biología del gusano de alambre (Agriotes spp.) - Nasdap.ejgv ...

Biología del gusano de alambre (Agriotes spp.) - Nasdap.ejgv ...

SHOW MORE
SHOW LESS
  • No tags were found...

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

Biolog• a <strong><strong>de</strong>l</strong> <strong>gusano</strong> <strong>de</strong> alamBre (<strong>Agriotes</strong> <strong>spp</strong>.) en la llanada alavesa y <strong>de</strong>sarrollo <strong>de</strong> estrategias <strong>de</strong> control integrado en el cultivo <strong>de</strong> la patata2.6.3.1.- Diseño experimental.La mayor parte <strong>de</strong> los experimentos <strong>de</strong> este trabajo tiene diseño factorial (2.6.2.1). Losensayos <strong>de</strong> control en campo tienen, generalmente, un diseño <strong>de</strong> bloques completos al azar,don<strong>de</strong> el bloque se toma como factor aleatorio y el tratamiento como factor fijo. Por lassospechas <strong>de</strong> distribución agregada en el suelo, en algún caso se ha recurrido al diseño <strong>de</strong>bloques incompletos equilibrados, para minimizar el área <strong>de</strong> cada bloque. Cuando se hancombinado los resultados <strong>de</strong> varias campañas <strong>de</strong> ensayos, se ha tomado el factor Año comofijo.Siempre que la técnica experimental lo permitía, se ha recurrido a este diseño enbloques, intentando aislar las fuentes <strong>de</strong> variación no controladas. Por ejemplo, en la cría encajas al aire libre, se han empleado éstas como bloques, distribuyendo los cultivos <strong>de</strong>ntro <strong>de</strong>ellas. En cambio, en la cría en cámara climática, y <strong>de</strong>bido al problema <strong><strong>de</strong>l</strong> canibalismo, se hautilizado una larva por vial, en un diseño completamente aleatorizado y no factorial; <strong>de</strong>manera que se estudiaron los datos como una única población.2.6.3.2.- Comparaciones <strong>de</strong> medias.Salvo el caso especial <strong>de</strong> tener únicamente dos niveles <strong>de</strong> un factor, o <strong>de</strong> utilizarcontrastes diseñados a priori, el número total <strong>de</strong> comparaciones <strong>de</strong> unas medias con otras essiempre superior a los grados <strong>de</strong> libertad disponibles. Esto ha generado un buen número <strong>de</strong>pruebas estadísticas, que tratan <strong>de</strong> compensar el aumento <strong>de</strong> error β que se produce alintentar disminuir el α. Los más populares son la mínima diferencia significativa <strong>de</strong> Fisher(least significant difference, LSD), también llamada prueba <strong>de</strong> la t (t-test), que sólo tiene encuenta el error α, y la prueba <strong>de</strong> rango múltiple <strong>de</strong> Duncan, que va aumentando la LSD segúnel número <strong>de</strong> medias consecutivas que se estén comparando (Duncan, 1955). En este trabajose ha optado por la prueba <strong>de</strong> Waller-Duncan (Waller y Duncan 1969, citado en Steel yTorrie, 1960), que utiliza la teoría bayesiana para compensar los dos errores.2.6.3.3.- Programas informáticos.Los datos brutos se ha ido recogiendo en tablas Excel© (Microsoft Corporation). Paralos diferentes análisis estadísticos se ha utilizado un paquete SAS, versión 8 (SAS Inc., 1999).8871

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!