Estimacin de Tamaos

Poblacionales
Nt+1 es dependiente de Nt (tamao o densidad
de la poblacin en el tiempo t). Luego
encontrar Nt es el primer paso de un estudio de
dinmica poblacional.
Muestra vs Unidades Muestreales.
Cuadrantes (o porciones espaciales) vs
individuos como unidades muestreales.
Estadsticos usados en la descripcin de
poblaciones: media (posicin central), varianza,
error estndar, intervalos de confianza.

ALGUNAS FORMULAS I
Media

Aritmetica: =
Media Geometrica: MG=
Media Armonica: MA=
MODA MEDIANA

ALGUNAS FORMULAS II
Rango (amplitud) Recorrido
intercuartilico: Q= P75-P25= Q3-Q1
LA VARIANZA POBLACIONAL: =
LA VARIANZA MUESTREAL: =
DESVIACION ESTANDAR: s=
ERROR ESTANDAR DE LA MEDIA: EE=
COEFICIENTE DE VARIACION: CV=

INTERVALOS DE CONFIANZA DE LA
MEDIA ARITMETICA
Muestras
grandes (> 30 unidades

muestreales o individuos): *EE

Muestras pequeas (< 30 unidades
muestreales o individuos): *EE
Significado: Si todos las posibles
muestras de tamao n se tomaran de
una poblacin y se calcularan IC para
cada una de ellas (de 1-, p.e. 95%)
95% de tales IC contendran .

Estimacin de Tamaos
Poblacionales
Criterios:

Estimacin de Tamaos
Poblacionales -Ilustracin de criterios

Tamao y Numero de Unidades

Muestreales
El
tamao de las unidades muestreales en
asunto de conveniencia y sentido comn.
El numero de unidades muestreales depende
de la precisin requerida. Cual es la muestra
que me proporciona una precisin deseada?
Ejemplo: Un estudio piloto (10 cuadrantes)
arrojo un = 15 semillas/cuadrante y una s= 5
semillas. Cuantos cuadrantes se necesitan
para estar dentro de 2 semillas de la
verdadera media con una confianza del 95%?

CUANTAS UNIDADES
MUESTREALES?

L= = 2
n=
n= = 24 cuadrantes.
Se necesitan 24 cuadrantes para
estar 95% confiados de estar a 2
semillas/cuadrante de la verdadera
media.

BREVE TAXONOMIA sobre tipos de

muestreo
Especies mviles:
(1) Conteos parciales (instrumentos
activos)
(2) Captura-Marcaje-Recaptura
(3) Agotamiento (Deplecin)
Especies inmviles (o poco mviles)
(1) Conteos pasivos (densidad o volumen in
situ, referencia a un rea cuadrantes)
(2) Muestreos por distancia (no areales)

Esquemas clsicos-Estimacin de
Tamaos Poblacionales
Esquemas clsicos para estimar Nt son: (a) Censo, (b) Muestreo al
azar, (c) Muestreo al azar estratificado, (d) Muestreo sistemtico.
En la practica la estrategia podra ser as:
+ Se debe tener un mapa con coordenadas del rea de estudio
(mejor si el mapa es del habitat de la especie en cuestin)
+ Con base en las coordenadas y al azar (sea simple o estratificado)
o en forma sistemtica, se escoge un numero de sitios (unidades
muestreales)
+ Se muestrea en los sitios escogidos y se cuenta exhaustivamente
el numero de individuos encontrado en cada sitio.
Cuando se trata de organismos ssiles o poco mviles la aplicacin
de la metodologa es fcilmente imaginable. Cuando se trata de
organismos mviles hay que recurrir a aparatos de muestreo activos
que barren un rea (caso de las redes demersales).

Conteo parcial Instrumento activo

Barrida definida como:
rea

a= ANCHO EFECTIVO(m)*VELOCIDAD DEL

ARRASTRE(m/s)*DURACION DEL
ARRASTRE(s)
Captura estimada de un arrastre es ,
donde es la vulnerabilidad. De all la
biomasa poblacional ser , donde es la
captura promedio, es el rea ocupada por
la poblacin y es el rea barrida promedio.

Captura-Marcaje-Recaptura:
Principio

Captura-Marcaje-Recaptura I
Peterson-Lincon:
Poblacion cerrada, un solo

marcaje. Relacin basica: M/N=R/C, donde:

M= Peces marcados (tagged fish, T, en la
primera captura)
N= tamao de la poblacin al tiempo de
poner la marca
R= peces marcados recapturados
C= total capturados en segunda captura
De donde se puede despejar N, asi -1

Captura-Marcaje-Recaptura
II
Schnabel A, poblacin cerrada,
multiples marcajes

IC= el inverso de:

Captura-Marcaje-Recaptura
III
Jolly-Seber, poblaciones abiertas
(recaptura en 3 o mas ocasiones). Cuando
fue este individuo marcado capturado por
ultima vez (historia de recapturas)?.
Estima el tamao poblacional en cada
momento de captura, tasas de
sobrevivencia y reclutamiento.
Clculos largos, requiere uso de
computador y software especializado:
MARK.

Jolly-Seber I
mt= Numero de individuos marcados
capturados en la muestra t
ut= Numero de individuos no marcados
capturados en la muestra t
nt= Numero total de individuos
capturados en la muestra t= mt+ut
Rt= Numero total de individuos liberados
inmediatamente luego de la muestra
t=(nt-muertes accidentales o removidos)

Jolly-Seber II
rt= Numero de los Rt individuos liberados
inmediatamente despus de la muestra t y
capturados de nuevo en las muestras
posteriores
Zt= Numero de individuos marcados antes de la
muestra t, no capturados en la muestra t, pero
capturados en alguna muestra luego de la
muestra t
Mt= Numero de individuos marcados en la
poblacin al momento en que la muestra t es
tomada

Jolly-Seber III
Si se asume que la proporcin de
individuos marcados en la poblacin
es:

Y si se asume que entonces:

y de la relacin anterior se tiene:

Jolly-Seber IV
Ahora
Mt no es simplemente la suma

de los individuos marcados. Debe

estimarse:
proporcin de los individuos
marcados no vistos en t que se ven de
nuevo.
proporcin de los individuos vistos en
t que se ven de nuevo. Y si entonces:

Agotamiento (Deplecion)
Deplecin: Es como vaciado, vaciado de los
individuos de una zona. Es util en ambientes donde
no se puede arrastrar como los arrecifes de coral.
Ejemplo: En un muestreo de peces la CPUE fue de
50 peces/hora y luego de que 3000 peces fueron
capturados la CPUE se redujo a 30 peces/hora, o
sea, una reduccin del 40%. Como la remocin de
3000 peces causo una cada del 40% en la CPUE,
tomara 7500 peces bajar la CPUE en un 100%, es
decir llevar a la poblacin y la CPUE a cero. 7500
peces seria un estimado del tamao de la poblacin.

Deplecion

Supuestos:
(a) la CPUE es proporcional al tamao del stock.
(b) este ha sido reducido en un periodo corto de tiempo
Nt= N - Ct, donde Ct es la captura acumulada hasta
el momento t
Nt= CPUEt/q y de alli:
CPUEt= qN - qCt (relacin lineal entre CPUEt y Ct)
Un estimado de N (el tamao poblacional) se obtiene
de dividir el intercepto qN (el intercepto es donde
CPUE= 0) por q

Esfuerzo (en horas-lnea), captura (nmeros), CPUE

(nmero/horas-lnea), captura acumulada (nmeros) y captura
acumulada ajustada para un pargo de aguas profundas en Samoa.
Periodo
(semana)

Esfuerzo (horas- Captura

lnea)
(nmeros)

CPUE

C (ajustada)

170.6

60

0.35

30

453.8

274

0.60

60

197

513.4

240

0.47

334

454

714.4

244

0.34

574

696

679.1

301

0.44

818

968.5

419.9

151

0.36

1119

1194.5

470.3

127

0.27

1270

1333.5

318.4

90

0.28

1397

1442.0

136.8

31

0.23

1487

1502.5

10

177.6

0.04

1518

1521.5

 En el ejemplo:
q= -(b)= -(-0.00020)= 0.00020 /peces por
hora-lnea
N= -(a/b)= 0.522/0.0002= 2610 peces

Cuadrantes
Para organismos ssiles o poco mviles
Cuadrantes como tales (formulas
estadsticas estndar)
Transectos de lnea son de 3 tipos:
(1) de rea
(2) de lnea intercepto (sobre todo para %
cubrimiento)
(3) transecto de lnea donde los organismos
son visibles a cada lado de la lnea, se
cuentan y su distancia a la lnea se mide

Distancia al transecto lineal

Distancia al transecto: ejemplo

ilustrativo principio empirico
Imagine una poblacin en un rea.
Suponga que traza un transecto en el
rea.
Imagine que mide las distancias de
los individuos avistados al transecto.
Construya el siguiente histograma:
eje y son las frecuencias de los
individuos por clases de distancia al
transecto (eje x).

Distancia al transecto: continua

ejemplo construido
Area que ocupa la poblacin: 1000 x 1000 m

Longitud del transecto: 40 m (se muestrearon 100 en el

area).
Se detectaron individuos hasta los 10 metros del
transecto= w (truncated distance).
rea cubierta por el transecto= 20 m*40 m= 800 m 2.
Sumados en los 100 transectos se contaron 1181
individuos.
Sabemos que hay 1600 individuos en el area cubierta
por los 100 transectos, luego se detecto el 75% y no se
detecto el 25% de los individuos.
La densidad seria:

Distancia al transecto lineal

Estimacion analtica
Encuentre
una funcin que se ajuste

bien a f(x), siendo x distancias al

transecto.
Luego asuma que TODOS los
individuos directamente sobre la lnea
(x=0) se detectan, luego su
probabilidad de deteccin g(0)= 1.
De entonces
De all un estimado de w es:

Distance sampling Estimacion de

la densidad
estndar:
Formula

Formula con probabilidad de deteccin:

El reto es encontrar una funcin f(x) que
se ajuste lo mejor posible a la curva de
deteccin observada y determinar f(0),
es decir cuando la deteccin es perfecta
(cuando g(x)=1)
Programa DISTANCE

Muestreo plotless (no

areal)
Mide la densidad. Dos aproximaciones bsicas:
(1) Seleccin al azar de individuos y medicin de la
distancia a sus vecinos mas cercanos.
(2) Seleccin al azar de puntos y medicin de las
distancias de los puntos a los individuos mas
cercanos.
Principios:
(1) Alta densidad implica individuos cercanos y
viceversa.
(2) Los individuos ocupan reas circulares.
(3) Los individuos se distribuyen al azar en el espacio

Dos estimadores robustos: Ordered

distance estimator

Ordered distance estimator:

D= densidad,
n= Numero de puntos al azar
muestreados,
= 3,1416
Ri= Distancia del punto al azar al 3 er
individuo mas cercano.
Varianza (D)= , EE= ,
IC=

Dos estimadores robustos: Variable

area transect method

Variable area transect

method

= Estimado de la densidad de la
poblacin
n= Numero de puntos al azar
w= Ancho del transecto (fijo)
li= Largo del transecto i hasta el punto
donde el 3er individuo fue encontrado
, EE=