Upload
trinhnhi
View
245
Download
0
Embed Size (px)
Citation preview
Modelo estructural para mejorar la organización y el control de
la reproducción de sistemas vacunos lecheros
AUTORES: José Alberto Bertot Valdés, Roberto Vázquez Montes de Oca, Magaly Garay Durba, Maydier
Horrach Junco y Carlos Loyola Oriyés
Universidad de Camagüey ¨Ignacio Agramonte Loynaz¨
Facultad de Ciencias Agropecuarias
Congreso Internacional Producción Animal Especializada en Bovinos,
Cuenca, Ecuador -2017
Email: [email protected]
• Investigaciones desarrolladas en Cuba.
• Patrones de estacionalidad.
• Análisis de eficiencia reproductiva:
• Indicadores utilizados.
• Definición de las variables.
• Modelos empleados.
• Relaciones causales.
• Situación en Camagüey.
Antecedentes
Objetivo
Demostrar la utilidad del análisis de ecuaciones estructurales
que, al cuantificar los impactos directos de los niveles
precedentes, permitirá la adopción de decisiones para mejorar la
organización de la reproducción en los sistemas vacunos
lecheros como parte integral de la actividad sistemática de los
directivos y especialistas en reproducción.
¿Qué son las técnicas SEM?
Técnicas SEM (modelos de ecuaciones estructurales, modelos causaleso análisis de la estructura de la covarianza):
• Método directo de tratar múltiples relaciones simultáneamente coneficiencia estadística.
• Permiten una transición de métodos exploratorios a losconfirmatorios.
Ejemplo de aplicación del método
Base de datos conformada a partir de informaciónde los archivos de seis empresas lecheras:• 426 rebaños.
• 93 617 hembras bajo plan de inseminación artificial.
• enero de 1982 y diciembre de 2005.
Ejemplo de aplicación del método.Variables más representativas del sistema que se utiliza para la organización y el control (Bertot et al., 2008):
Hembras en diferentes estados reproductivos: • Recentinas (RECEN).• Vacías totales (VACTOT).• Inseminadas (PEND).• Vacías en el diagnóstico de gestación (VACDIAG).• Gestantes en el diagnóstico (GESTDIAG)• Incorporaciones (INCO).• Desechos de la reproducción (BAJAS)
Hembras detectadas en estro: • Hembras recogidas primer estro (RECPRI).• Recogidas en total de estros (RECTOT).
Nacimientos (NACIM).
Análisis estadísticos
•Preparación de los datos, matrices y análisisexploratorios multivariados: programa PRELIS 2.30(Jöreskog y Sörbom, 1999).
•Análisis estructural: programa LISREL (LinearStructural Relationships) versión 8.30 (Jöreskog ySörbom, 1999).
ANÁLISIS ESTRUCTURAL
Modelo nulo (Path diagram)
SELECCIÓN DE MODELOS
MODELO ESTRUCTURAL FINAL
Especificación
Identificación
Estimación
Diagnóstico
Modificación
Análisis de normalidad
univariada y multivariada
Variables con retardos (6, 9, 10 y 12 meses)
con respecto a los nacimientos
Relaciones causales directas Determinación de impactos Pronósticos
2. Construcción del modelo nulo o diagrama de trayectoria teórico (path diagram)
Este método será aplicado en un modelo causal ya formulado en base a conocimientos y consideraciones teóricas.
Correlaciones significativas en varios retardos paratodas las combinaciones de variables mediante lafunción de correlación cruzada de series de tiempoentre pares de variables (Bertot et al., 2009a).
2. Construcción del modelo nulo o diagrama de trayectoria teórico (path diagram)
Variabledependiente RECEN VACTOT INCO BAJAS RECPRI RECTOT PEND VADIAG GESDIAG
RECPRI0.795
(-3)
0.649
(-3)
0.728
(0)
0.612
(-3)-
RECTOT0.823
(-3)
0.664
(-3)
0.766
(0)
0.598
(-3)
0.959
(0)-
PEND0.804
(-6)
0.699
(-6)
0.704
(-1)
0.545
(-6)
0.875
(-1)
0.914
(-1)-
VACDIAG0.693
(-7)
0.537
(-6)
0.683
(-3)
0.489
(-9)
0.824
(-3)
0.868
(-3)
0.828
(-3)-
GESTDIAG0.779
(-6)
0.614
(-6)
0.679
(-9)
0.585
(-12)
0.847
(-9)
0.857
(-9)
0.841
(-3)
0.804
(0)-
NACIM0.767
(-12)
0.614
(-12)
0.679
(-9)
0.585
(-12)
0.847
(-9)
0.857
(-9)
0.723
(-9)
0.689
(-6)
0.880
(-6)
a Entre paréntesis el retardo con el que se obtuvo la mayor correlación
Tabla 1.Resumen de los análisis de la función de correlación cruzadaa
3. Construcción del modelo nulo o diagrama de trayectoria teórico (path diagram)
NACIM = K + b1 (GESTDIA6) + b2 (VACDIA6) + b3 (PEND9) + b4 (RECPRI9) + b5 (RECTOT9) + b6
(INCOR9) + b7 (RECENT12) + b8 (VACITOT12) + b9 (BAJAS12) + e
VACDIA6 = K + b1 (GESTDIA6) + b2 (PEND9) + b3 (RECPRI9) + b4 (RECTOT9) + b5 (INCOR9) + b6
(VACITOT12) + e
GESTDIA6 = K + b1 (VACDIA6) + b2 (PEND9) + b3 (RECPRI9) + b4 (RECTOT9) + b5 (INCOR9) + b6
(RECENT12) + b7 (VACITOT12) + b8 (BAJAS12) + e
PEND9 = K + b1 (RECPRI10) + b2 (RECTOT10) + b3 (INCOR10) + b4 (RECPRI9) + b5 (RECTOT9) + e
RECPRI9 = K + b1 (INCOR9) + b2 (RECENT12) + b3 (VACITOT12) + e
RECTOT9 = K + b1 (RECPRI9) + b2 (BAJAS12) + b3 (RECENT12) + b4 (VACITOT12) + b5 (INCOR9) + e
Figura 1. Diagrama de trayectoria teórico tomando
como base los resultados de los correlogramas
3. Determinación del modelo estructural. Etapas:
Especificación:
No omitir variables relevantes.
Efectos directos, indirectos y espúreos.
Identificación:
Ecuación y el modelo identificados
Estimación:
Método de máxima verosimilitud a partir de una matriz de correlaciones
Diagnóstico:
A cada modelo.
Índices de ajuste
Modificación:
Ajuste de cada modelo:Chi-cuadrado Errores estándar Valores de tResiduales estandarizados Índices de modificación
3. Determinación del modelo estructural definitivo
• Se confeccionó un modelo en elque las variables involucradas,fueron incluidas en el conjuntode ecuaciones, previamenterepresentadas en el diagrama detrayectoria.
Figura 2. Ejemplos de los distintos tipos de efectos entre variables del sistema de organización y control de la reproducción con retardos en meses en relación con los nacimientos.
Cov e/ dos variables = efecto directo + efectos indirectos + efectos espúreos + efectos conjuntos
3. Determinación del modelo estructural definitivo
Etapa de Identificación. Se comprobó que cada ecuación y el modelo en general estaban identificados teniendo en cuenta las reglas establecidas en relación con el número de variables, parámetros a estimar y grados de libertad del modelo.
L I S R E L 8.72S
BY
Karl G. Jöreskog and Dag Sörbom
This program is published exclusively by
Scientific Software International, Inc.
7383 N. Lincoln Avenue, Suite 100
Lincolnwood, IL 60712, U.S.A.
Phone: (800)247-6113, (847)675-0720, Fax: (847)675-2140
Copyright by Scientific Software International, Inc., 1981-2005
Use of this program is subject to the terms specified in the
Universal Copyright Convention.
Website: www.ssicentral.com
The following lines were read from file D:\ROBERTO\BD Bertot\Trabajo\Bases de
trabajo\finalabril\mayo1.spj:
SYSTEM FILE from file 'D:$$ROBERTO$$BD Bertot$$Trabajo$$Bases de
trabajo$$finalabril$$finalabril5.DSF'
Relationships
NACIM = PENDIE9 VACDIA6 GESTDI6
VACDIA6 = PENDIE9 GESTDI6
GESTDI6 = VACDIA6
NACIM = RECENT12 RECPRI10 RECTOT10 RECPRI9 RECTOT9
PENDIE9 = VACIAT12 RECPRI10 RECTOT10 RECTOT9
VACDIA6 = RECENT12 VACIAT12
GESTDI6 = RECPRI9 RECTOT9 INCOR9
RECPRI9 = RECENT12 INCOR9 RECPRI10
RECTOT9 = RECENT12 INCOR9 RECPRI9 RECPRI10 RECTOT10
Path Diagram
End of Problem
Sample Size = 273
3. Determinación del modelo estructural definitivo
Etapa de estimación. Se aplicó el método de máxima verosimilitud a partir de una matriz de correlaciones para la solución simultánea del sistema de ecuaciones donde los coeficientes fueron estimados teniendo en cuenta a todas las ecuaciones.
3. Determinación del modelo estructural definitivo
Etapa de diagnóstico. El diagnóstico global se realizó a cada modelo mediante los índices recomendados por Jöreskog y Sörbom (1999), Hair, Anderson, Tatham y Black (1999) y Batista-Foguet y Genders (2000).
3. Determinación del modelo estructural definitivo
Etapa de diagnóstico.
ÍndiceValor
obtenido
Valor
recomendado
Grados de libertad 17
X2 (Chi-Cuadrado) 23,04 (P = 0,148)
Chi-Cuadrado normalizado (X2/gl) 1,35 1-3
RMSEA (Raíz del cuadrado medio del error de
aproximación)0,036 0,00-0,10
Intervalo de confianza (90 por ciento) para RMSEA (0,0 - 0,071)
NFI (Índice de ajuste normalizado) 1,00 0,90-1,00
NNFI (Índice de ajuste no normalizado) 1,00 0,90-1,00
CFI (Índice de ajuste comparado) 1,00 0,90-1,00
CN (N critico) 382,60 > 200 ( 0,05)
RMR (Raíz del cuadrado medio del error) 0,0088 Próximo a cero
AGFI (Índice de bondad del ajuste) 0,94 0,90-1,00
Tabla 2. Índices de ajuste global para el modelo final (medidas de bondad del ajuste)
3. Determinación del modelo estructural definitivo
Etapa de modificación. Se evaluó el ajuste de cada modeloconsiderando los valores de Chi-cuadrado, errores estándar, valores det, residuales estandarizados y los índices de modificación. Se realizó laeliminación y adición de parámetros, para mejorar la parquedad y elajuste respectivamente, hasta la obtención de un modelo conparámetros interpretables y con utilidad práctica.
3. Determinación del modelo estructural definitivo
Etapa de modificación. Ejemplo:
Importante: Las posibles modificaciones al modelo propuesto, indicadas por los índices de
modificación, tienen que tener una justificación teórica antes de proceder a realizarlas.
3. Determinación del modelo estructural definitivo
Figura 3. Diagrama de trayectoria final que ilustra las relaciones de interdependencia entre
las variables componentes del sistema (Bertot et al., 2009b).
NACIM = 0.28*RECPRI9 + 0.20*RECTOT9 - 0.20*PENDIE9 - 0.23*VACDIA6 + 0.43*GESTDI6 + 0.20*RECENT12 - 0.13*RECPRI10 + 0.39*RECTOT10, Errorvar.= 0.10 , R² = 0.90 (0.082) (0.12) (0.053) (0.042) (0.055) (0.040) (0.079) (0.10) (0.0089) 3.38 1.72 -3.78 -5.39 7.70 4.92 -1.70 3.91 11.55 RECPRI9 = 0.20*RECENT12 + 0.54*RECPRI10 + 0.26*INCOR9, Errorvar.= 0.16 , R² = 0.84 (0.042) (0.046) (0.035) (0.014) 4.66 11.76 7.49 11.55 RECTOT9 = 0.61*RECPRI9 + 0.042*RECENT12 - 0.21*RECPRI10 + 0.56*RECTOT10 + 0.028*INCOR9, Errorvar.= 0.033 , R² = 0.97 (0.028) (0.021) (0.043) (0.041) (0.018) (0.0028) 21.85 1.97 -5.02 13.49 1.60 11.55 PENDIE9 = 0.25*RECTOT9 + 0.16*VACIAT12 - 0.097*RECPRI10 + 0.67*RECTOT10, Errorvar.= 0.14 , R² = 0.86 (0.066) (0.031) (0.082) (0.093) (0.012) 3.76 5.06 -1.18 7.21 11.55 VACDIA6 = 0.49*PENDIE9 + 0.76*GESTDI6 - 0.22*RECENT12 - 0.13*VACIAT12, Errorvar.= 0.28 , R² = 0.72 (0.066) (0.075) (0.072) (0.051) (0.027) 7.40 10.09 -3.08 -2.56 10.08 GESTDI6 = 0.31*RECPRI9 + 1.05*RECTOT9 - 0.43*VACDIA6 - 0.066*INCOR9, Errorvar.= 0.17 , R² = 0.83 (0.090) (0.10) (0.069) (0.040) (0.019) 3.48 10.17 -6.21 -1.65 8.55
3. Ecuaciones estructurales obtenidas con los errores de estimación (entreparéntesis) y valores de t.
3. Determinación del modelo estructural definitivo
Coeficiente
estructural
Variable
Independiente
Error de
estimación
t
0.28 RECPRI (9) 0.08 3.38
0.20 RECTOT (9) 0.12 1.72
-0.20 PENDIE (9) 0.05 -3.78
-0.23 VACDIA (6) 0.04 -5.39
0.43 GESTDI (6) 0.05 7.70
0.20 RECENT (12) 0.04 4.92
-0.13 RECPRI (10) 0.08 -1.70
0.39 RECTOT (10) 0.10 3.91
0.10 Varianza del error 0.008 11.55
Tabla 3.Ecuación estructural para los nacimientos (R2 = 0, 90)*
*Entre paréntesis el retardo en meses en relación con la variable dependiente
3. Determinación del modelo estructural definitivo
Tabla 4.Ecuación estructural para hembras detectadas en total
de estros (R2 = 0, 97)*
*Entre paréntesis el retardo en meses en relación con la variable dependiente
Coeficiente
estructural
Variable
Independiente
Error de
estimación
t
0.61 RECPRI (9) 0.028 21.85
0.04 RECENT (12) 0.021 1.97
-0.21 RECPRI (10) 0.043 -5.02
0.56 RECTOT (10) 0.041 13.49
0.03 INCOR (9) 0.018 1.60
0.03 Varianza del error 0.0028 11.55
VariablePatrón de concentración
Observado Deseado
Nacimientos marzo-junio junio-septiembre
Hembras detectadas en estro:
RECTOT(10) julio-noviembre septiembre-diciembre
Coeficiente
estructural
Variable
Independiente
Error de
estimación
t
0.28 RECPRI (9) 0.08 3.38
0.20 RECTOT (9) 0.12 1.72
-0.20 PENDIE (9) 0.05 -3.78
-0.23 VACDIA (6) 0.04 -5.39
0.43 GESTDI (6) 0.05 7.70
0.20 RECENT (12) 0.04 4.92
-0.13 RECPRI (10) 0.08 -1.70
0.39 RECTOT (10) 0.10 3.91
0.10 Varianza del error 0.008 11.55
VARIABLES MÁS REPRESENTATIVAS
PATRONES DE COMPORTAMIENTO
ESTACIONAL
RETARDOS
MODELO ESTRUCTURAL•Relaciones causales directas•Determinación de impactos
ADOPCIÓN DE
DECISIONESPRONÓSTICOS
Actualización (mensual)
Modificación (anual)
Modificación
Elementos a destacar
Se confirmó la validez de las relaciones con lasvariables retardadas a seis (gestantes y vacías aldiagnóstico) y nueve meses (recogidas en primery total estros e inseminadas).
Elementos a destacar
Se destacaron los impactos de RECTOT10 que esuna relación no evidente en el sistema y losesperados de RECPRI9 y RECTOT9 que confirmanla importancia de la detección del estro.
Elementos a destacar
Las hembras recentinas (RECENT12) tuvieron unimpacto bajo lo que refleja la irregularidad delproceso reproductivo en las condiciones delestudio que se manifiesta en una progresivaprolongación del intervalo entre partos.
Elementos a destacar
Un elemento de gran importancia en los modelos deecuaciones estructurales es su empleo como unaconfirmación de la teoría estructural subyacente delfenómeno analizado, no es posible obtener modelosajustados si se viola este principio.
Elementos a destacar
Se logró obtener un modelo que explica las interrelaciones de dependencia entre las variables queintegran el sistema de organización y control de lareproducción contemplando retardos en el tiempo.
Elementos a destacar
El ejemplo consideró a los nacimientos como elobjetivo central del análisis de la estructura, peropueden realizarse análisis similares con otras variablescomo salida principal.
Conclusiones
Teniendo en cuenta la gran cantidad de variables que seutilizan para la organización y el control de la reproducción latécnica SEM constituye una poderosa alternativa para losestudios sobre la problemática de la reproducción del ganadovacuno lechero, por brindar la posibilidad de determinar lamagnitud de las relaciones causales directas deinterdependencia.
Conclusiones
Otra posibilidad que ofrecen los modelos de ecuacionesestructurales es la inclusión en los análisis constructos ovariables latentes (variables no medibles directamente) ysintetizar una dimensión de algún fenómeno que puede influiren la variable respuesta y que, en los estudios de lareproducción, pudieran estar relacionados con factoressubjetivos (factor hombre, otros aspectos organizativos demanejo y control).