Andere Kunden interessierten sich auch für
![Complementariedad de técnicas multivariadas para análisis de datos]( "Complementariedad de técnicas multivariadas para análisis de datos")
Complementariedad de técnicas multivariadas para análisis de datos19,99 €![Modelación y Segmentación de Imágenes por Procesos Autorregresivos]( "Modelación y Segmentación de Imágenes por Procesos Autorregresivos")
Modelación y Segmentación de Imágenes por Procesos Autorregresivos25,99 €![Modelo de fronteras estocásticas de producción con datos panel]( "Modelo de fronteras estocásticas de producción con datos panel")
Modelo de fronteras estocásticas de producción con datos panel32,99 €![Introducción a la inferencia estadística para datos de supervivencia]( "Introducción a la inferencia estadística para datos de supervivencia")
Introducción a la inferencia estadística para datos de supervivencia32,99 €![Modelación de Demanda Incorporando Umbrales de Percepción y Valoración]( "Modelación de Demanda Incorporando Umbrales de Percepción y Valoración")
Modelación de Demanda Incorporando Umbrales de Percepción y Valoración32,99 €![¿Cómo escoger estrategias robustas para valorar medidas repetidas?]( "¿Cómo escoger estrategias robustas para valorar medidas repetidas?")
¿Cómo escoger estrategias robustas para valorar medidas repetidas?45,99 €![Victimización en Quito mediante análisis de datos categóricos]( "Victimización en Quito mediante análisis de datos categóricos")
Victimización en Quito mediante análisis de datos categóricos27,99 €
Cydia Pomonella (L.) tiene la característica de haberse adaptado a las condiciones agro-ecológicas de la principal zona productora de frutales de pepita. En esta región de la Patagonia las temperaturas permiten el desarrollo de varias generaciones deviniendo en un riesgo potencial importante en nuestro país. El control debe ser preciso, para evitar porcentajes de daño que comprometan la producción. A tal fin se generaron diferentes estrategias para el manejo metodológico de la captura de Cydia Pomonella (L.), a través de los modelos lineales generalizados para variables aleatorias discretas. Particularmente se trabajó con la distribución de Poisson y Binomial negativa, contemplando la superdispersión existente en el conjunto de datos. La manifestación de este exceso de ceros conocido como superdispersión, pudo ser capturada a través del modelo propuesto. Dando la posibilidad de estimar de manera precisa los parámetros del mismo, teniéndose en cuenta los distintos factores que influenciaron dicha captura. En este trabajo, se observo que el modelo que mejor explica el fenómeno es el Binomial negativo con exceso de ceros (ZINB). Pudiendo así representar el comportamiento del fenómeno.