https://socictopen.socict.org/files/original/05538bbdf35ffd73b156d5cc4add3dfd.pdf 96073da0fbfb4f798757268795f25c93 Dublin Core The Dublin Core metadata element set is common to all Omeka records, including items, files, and collections. For more information see, http://dublincore.org/documents/dces/. Title A name given to the resource Agricultura sostenible Description An account of the resource Dominio científico: Agricultura sostenible Text A resource consisting primarily of words for reading. Examples include books, letters, dissertations, poems, newspapers, articles, archives of mailing lists. Note that facsimiles or images of texts are still of the genre Text. Dublin Core The Dublin Core metadata element set is common to all Omeka records, including items, files, and collections. For more information see, http://dublincore.org/documents/dces/. Title A name given to the resource Cuando la variabilidad varía: Heterocedasticidad y funciones de varianza Creator An entity primarily responsible for making the resource Facundo J. Oddi, Fernando E. Miguez, Guido G. Benedetti, Lucas A. Garibaldi Description An account of the resource La variabilidad es una característica inherente al mundo que nos rodea. Cuantificarla es clave para comprender muchos de los procesos de interés para las ciencias ambientales y sociales como, por ejemplo, la adaptación de las especies al cambio climático o la desigualdad social. Para cuantificar la variabilidad se suele usar la varianza, uno de los parámetros de la distribución normal. Sin embargo, los modelos lineales clásicos asumen que la varianza es constante (supuesto de homocedasticidad) y se preocupan sólo por los cambios en las tendencias promedio. Es posible extender los modelos clásicos y relajar el supuesto de homocedasticidad mediante funciones de varianza, muy poco difundidas y abordadas por los textos en español. En esta ayuda didáctica nos proponemos introducir las funciones de varianza en modelos lineales desde un enfoque teóricoaplicado. Comenzamos introduciendo un problema real en el que se espera que la varianza no sea constante, y lo acompañamos con un ejemplo simulado. Posteriormente, planteamos el modelo lineal clásico y discutimos cómo se lo puede extender para modelar la heterocedasticidad. A continuación, explicamos algunas de las funciones de varianza y las aplicamos al caso real y a los datos simulados. Para ello hacemos uso de la función gls() del paquete nlme de R y proveemos el código para la reproducción del análisis. También exponemos otras opciones disponibles en R para tratar con datos heterocedásticos. Esperamos que este artículo brinde las bases para que profesionales y científicos con conocimientos estadísticos básicos comiencen a utilizar funciones de varianza y amplíen el conjunto de herramientas para analizar sus datos. Date A point or period of time associated with an event in the lifecycle of the resource 2020 Subject The topic of the resource AIC, Mínimos cuadrados generalizados, R, criterios de información, función gls, function gls, general linear models, generalizedleast squares, information criteria, model selection, modelos anidados, modelos lineales generales, nested models, selección de modelos Identifier An unambiguous reference to the resource within a given context 10.25260/EA.20.30.3.0.1131 Source A related resource from which the described resource is derived Ecología Austral Publisher An entity responsible for making the resource available Asociación Argentina de Ecología Coverage The spatial or temporal topic of the resource, the spatial applicability of the resource, or the jurisdiction under which the resource is relevant Environmental sciences, Ecology Relation A related resource <a href="http://ojs.ecologiaaustral.com.ar/index.php/Ecologia_Austral/article/view/1131" target="_blank" rel="noreferrer noopener">http://ojs.ecologiaaustral.com.ar/index.php/Ecologia_Austral/article/view/1131</a>