Modelo estructural para mejorar la organización y el control de la reproducción de sistemas vacunos lecheros

Transcripción

1 Universidad de Camagüey Ignacio Agramonte Loynaz Facultad de Ciencias Agropecuarias 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 Congreso Internacional Producción Animal Especializada en Bovinos, jose.bertot@reduc.edu.cu Cuenca, Ecuador -2017

2 Antecedentes Investigaciones desarrolladas en Cuba. Patrones de estacionalidad. Análisis de eficiencia reproductiva: Indicadores utilizados. Definición de las variables. Modelos empleados. Relaciones causales. Situación en Camagüey.

3 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.

4 Qué son las técnicas SEM? Técnicas SEM (modelos de ecuaciones estructurales, modelos causales o análisis de la estructura de la covarianza): Método directo de tratar múltiples relaciones simultáneamente con eficiencia estadística. Permiten una transición de métodos exploratorios a los confirmatorios.

5 Ejemplo de aplicación del método Base de datos conformada a partir de información de los archivos de seis empresas lecheras: 426 rebaños hembras bajo plan de inseminación artificial. enero de 1982 y diciembre de 2005.

6 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).

7 Análisis estadísticos Preparación de los datos, matrices y análisis exploratorios multivariados: programa PRELIS 2.30 (Jöreskog y Sörbom, 1999). Análisis estructural: programa LISREL (Linear Structural Relationships) versión 8.30 (Jöreskog y Sörbom, 1999).

8 Variables con retardos (6, 9, 10 y 12 meses) con respecto a los nacimientos ANÁLISIS ESTRUCTURAL Modelo nulo (Path diagram) Análisis de normalidad univariada y multivariada SELECCIÓN DE MODELOS Especificación Identificación Estimación Diagnóstico Modificación MODELO ESTRUCTURAL FINAL Relaciones causales directas Determinación de impactos Pronósticos

9 1. Análisis exploratorio de normalidad univariada y multivariada de las variables en estudio

10 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 para todas las combinaciones de variables mediante la función de correlación cruzada de series de tiempo entre pares de variables (Bertot et al., 2009a).

11 2. Construcción del modelo nulo o diagrama de trayectoria teórico (path diagram) Tabla 1.Resumen de los análisis de la función de correlación cruzada a Variable dependiente RECEN VACTOT INCO BAJAS RECPRI RECTOT PEND VADIAG GESDIAG RECPRI RECTOT PEND VACDIAG GESTDIAG NACIM (-3) (-3) (-6) (-7) (-6) (-12) (-3) (-3) (-6) (-6) (-6) (-12) (0) (0) (-1) (-3) (-9) (-9) (-3) (-3) (-6) (-9) (-12) (-12) (0) (-1) (-3) (-9) (-9) (-1) (-3) (-9) (-9) (-3) (-3) (-9) (0) (-6) (-6) a Entre paréntesis el retardo con el que se obtuvo la mayor correlación

12 3. Construcción del modelo nulo o diagrama de trayectoria teórico (path diagram) NACIM = K + b 1 (GESTDIA6) + b 2 (VACDIA6) + b 3 (PEND9) + b 4 (RECPRI9) + b 5 (RECTOT9) + b 6 (INCOR9) + b 7 (RECENT12) + b 8 (VACITOT12) + b 9 (BAJAS12) + e VACDIA6 = K + b 1 (GESTDIA6) + b 2 (PEND9) + b 3 (RECPRI9) + b 4 (RECTOT9) + b 5 (INCOR9) + b 6 (VACITOT12) + e GESTDIA6 = K + b 1 (VACDIA6) + b 2 (PEND9) + b 3 (RECPRI9) + b 4 (RECTOT9) + b 5 (INCOR9) + b 6 (RECENT12) + b 7 (VACITOT12) + b 8 (BAJAS12) + e PEND9 = K + b 1 (RECPRI10) + b 2 ( RECTOT10) + b 3 (INCOR10) + b 4 (RECPRI9) + b 5 (RECTOT9) + e RECPRI9 = K + b 1 (INCOR9) + b 2 (RECENT12) + b 3 (VACITOT12) + e RECTOT9 = K + b 1 (RECPRI9) + b 2 (BAJAS12) + b 3 (RECENT12) + b 4 (VACITOT12) + b 5 (INCOR9) + e Figura 1. Diagrama de trayectoria teórico tomando como base los resultados de los correlogramas

13 3. Determinación del modelo estructural. Etapas: Modificación: Especificación: 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 Ajuste de cada modelo: Chi-cuadrado Errores estándar Valores de t Residuales estandarizados Índices de modificación No omitir variables relevantes. Efectos directos, indirectos y espúreos.

14 3. Determinación del modelo estructural definitivo Se confeccionó un modelo en el que las variables involucradas, fueron incluidas en el conjunto de ecuaciones, previamente representadas en el diagrama de trayectoria. 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

15 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.

16

17

18 This program is published exclusively by Scientific Software International, Inc N. Lincoln Avenue, Suite 100 Lincolnwood, IL 60712, U.S.A. Phone: (800) , (847) , Fax: (847) Copyright by Scientific Software International, Inc., Use of this program is subject to the terms specified in the Universal Copyright Convention. Website: 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

19 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.

20 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).

21 3. Determinación del modelo estructural definitivo Etapa de diagnóstico. Tabla 2. Índices de ajuste global para el modelo final (medidas de bondad del ajuste) Índice Valor obtenido Grados de libertad 17 X 2 (Chi-Cuadrado) 23,04 (P = 0,148) Valor recomendado Chi-Cuadrado normalizado (X 2 /gl) 1, 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

22 3. Determinación del modelo estructural definitivo Etapa de modificación. Se evaluó el ajuste de cada modelo considerando los valores de Chi-cuadrado, errores estándar, valores de t, residuales estandarizados y los índices de modificación. Se realizó la eliminación y adición de parámetros, para mejorar la parquedad y el ajuste respectivamente, hasta la obtención de un modelo con parámetros interpretables y con utilidad práctica.

23 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.

24 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).

25 3. Ecuaciones estructurales obtenidas con los errores de estimación (entre paréntesis) y valores de t. NACIM = 0.28*RECPRI *RECTOT9-0.20*PENDIE9-0.23*VACDIA *GESTDI *RECENT *RECPRI *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) RECPRI9 = 0.20*RECENT *RECPRI *INCOR9, Errorvar.= 0.16, R² = 0.84 (0.042) (0.046) (0.035) (0.014) RECTOT9 = 0.61*RECPRI *RECENT *RECPRI *RECTOT *INCOR9, Errorvar.= 0.033, R² = 0.97 (0.028) (0.021) (0.043) (0.041) (0.018) (0.0028) PENDIE9 = 0.25*RECTOT *VACIAT *RECPRI *RECTOT10, Errorvar.= 0.14, R² = 0.86 (0.066) (0.031) (0.082) (0.093) (0.012) VACDIA6 = 0.49*PENDIE *GESTDI6-0.22*RECENT *VACIAT12, Errorvar.= 0.28, R² = 0.72 (0.066) (0.075) (0.072) (0.051) (0.027) GESTDI6 = 0.31*RECPRI *RECTOT9-0.43*VACDIA *INCOR9, Errorvar.= 0.17, R² = 0.83 (0.090) (0.10) (0.069) (0.040) (0.019)

26 3. Determinación del modelo estructural definitivo Tabla 3.Ecuación estructural para los nacimientos (R 2 = 0, 90)* Coeficiente estructural Variable Independiente Error de estimación 0.28 RECPRI (9) RECTOT (9) PENDIE (9) VACDIA (6) GESTDI (6) RECENT (12) RECPRI (10) RECTOT (10) Varianza del error *Entre paréntesis el retardo en meses en relación con la variable dependiente t

27 3. Determinación del modelo estructural definitivo Tabla 4.Ecuación estructural para hembras detectadas en total de estros (R 2 = 0, 97)* Coeficiente estructural Variable Independiente Error de estimación t 0.61 RECPRI (9) RECENT (12) RECPRI (10) RECTOT (10) INCOR (9) Varianza del error *Entre paréntesis el retardo en meses en relación con la variable dependiente

28 Aplicación práctica

29 Coeficiente estructural Variable Independiente Error de estimación 0.28 RECPRI (9) RECTOT (9) PENDIE (9) VACDIA (6) GESTDI (6) RECENT (12) RECPRI (10) RECTOT (10) Varianza del error t Variable Patrón de concentración Observado Deseado Nacimientos marzo-junio junio-septiembre Hembras detectadas en estro: RECTOT(10) julio-noviembre septiembre-diciembre

30 VARIABLES MÁS REPRESENTATIVAS PATRONES DE COMPORTAMIENTO ESTACIONAL Modificación RETARDOS PRONÓSTICOS ADOPCIÓN DE DECISIONES MODELO ESTRUCTURAL Relaciones causales directas Determinación de impactos Actualización (mensual) Modificación (anual)

31 Elementos a destacar Se confirmó la validez de las relaciones con las variables retardadas a seis (gestantes y vacías al diagnóstico) y nueve meses (recogidas en primer y total estros e inseminadas).

32 Elementos a destacar Se destacaron los impactos de RECTOT10 que es una relación no evidente en el sistema y los esperados de RECPRI9 y RECTOT9 que confirman la importancia de la detección del estro.

33 Elementos a destacar Las hembras recentinas (RECENT12) tuvieron un impacto bajo lo que refleja la irregularidad del proceso reproductivo en las condiciones del estudio que se manifiesta en una progresiva prolongación del intervalo entre partos.

34 Elementos a destacar Un elemento de gran importancia en los modelos de ecuaciones estructurales es su empleo como una confirmación de la teoría estructural subyacente del fenómeno analizado, no es posible obtener modelos ajustados si se viola este principio.

35 Elementos a destacar Se logró obtener un modelo que explica las inter relaciones de dependencia entre las variables que integran el sistema de organización y control de la reproducción contemplando retardos en el tiempo.

36 Elementos a destacar El ejemplo consideró a los nacimientos como el objetivo central del análisis de la estructura, pero pueden realizarse análisis similares con otras variables como salida principal.

37 Conclusiones Teniendo en cuenta la gran cantidad de variables que se utilizan para la organización y el control de la reproducción la técnica SEM constituye una poderosa alternativa para los estudios sobre la problemática de la reproducción del ganado vacuno lechero, por brindar la posibilidad de determinar la magnitud de las relaciones causales directas de interdependencia.

38 Conclusiones Otra posibilidad que ofrecen los modelos de ecuaciones estructurales es la inclusión en los análisis constructos o variables latentes (variables no medibles directamente) y sintetizar una dimensión de algún fenómeno que puede influir en la variable respuesta y que, en los estudios de la reproducción, pudieran estar relacionados con factores subjetivos (factor hombre, otros aspectos organizativos de manejo y control).