Diseño de muestreo
Método científico
1b. Definir una pregunta
( 1a. Observación / teoría)
(2. Recopilar información
de antecedentes)
4. Diseñar una investigación
y obtener datos
5. Analizar los datos y probar las hipótesis (H0/H1)
6. Publicar los
resultados 3a. Construir una(s) hipótesis
científica (y 3b. predicción)
4. Diseño de investigación
a)
Diseño experimental
Optimizar el poder estadístico en el análisis. Decidir la prueba estadística que aplicar.
1)
Reconocer las variables dependientes, las
variables independientes (y las intervinientes).
b)
Diseño de muestreo
Asegurar que las muestras representan de la población
del estudio.
Independiente (x)
Numérica Categórica
Dependiente (y)
Numérica Regresión (P. de ANOVAt)
4. Diseño de investigación
a)
Diseño experimental
b)Diseño de muestreo
Asegurar que las muestras representan de la población
del estudio.
Mejorar la eficiencia de muestreo, evitar
pseudoreplicación y ajustar el diseño experimental. ¿Dónde y cuando muestreamos (independencia, bloque)? ¿Cuántos sitios y cuantas veces muestreamos (replicación)? ¿Cómo muestreamos (aleatorización)?
1) Especificar la población de estudio.
2) Decidir las unidades experimentales y las de muestreo 3) Seleccionar el método de muestreo (aleatorio,
sistemático, estratificado)
1) Especificar la población de estudio
1.
Debe
especificar cuál es la población
que está
intentando a estudiar. La población de estudio
puede o no puede ser una población biológica, y
las dos ideas no deben confundirse.
En muchos casos la población de estudio se especifica
claramente (e.g., la población del ciervo blanco en la Estación Biológica Beni o la población del flamencos en laguna UruUru).
Pero en otros casos la población de estudio tiene los límites
pobremente definidos (e.g., los ratones que entrarán en las trampas de golpe, el banco de la semilla de Miconia afinis).
Pero la población biológica de interés normalmente es
mucho más grande que una población local, y uno debe extrapolar sus resultados para llegar algunas
conclusiones generales.
La población de estudio podría modificarse durante el
2) Decidir la unidad experimental
y unidad de muestreo
2.
Debe
decidir cuál es la unidad experimental y
unidad de muestreo
, en la población de interés.
Unidad experimental
(unidad de respuesta):
la
división más pequeña que cualquieras dos
unidades pueden recibir los tratamientos
diferentes.
Cada unidad experimental es independiente.
Unidad de muestreo
(unidad de evaluación,
unidad de estudio):
la unidad donde se registran
los valores de la observación.
2) Decidir la unidad experimental
y unidad de muestreo
2.
Debe
decidir cuál es la unidad experimental y
unidad de muestreo
, en la población de interés.
Unidad experimental
(unidad de respuesta):
la
división más pequeña
que cualquieras dos
unidades
pueden recibir los tratamientos
diferentes
.
Cada unidad experimental es independiente.
Unidad de muestreo
(unidad de evaluación,
unidad de estudio): la unidad donde se registran
los valores de la observación.
En muchos casos, la unidad de muestreo es mucho más
Ejemplos 1 - unidades
Queremos comparar la diversidad de hormigas
entre dos tipos de vegetación: bosque y barbecho
en el campus de CotaCota.
Se establecieron 10 parcelas de 50*50 m (5 en bosque y
5 en barbechos).
En cada parcela pusimos 4 trampas de caídas.
Unidad experimental: parcelas de 50*50 m
Hay 10 unidades experimentales
Unidad de muestreo: trampas de caídas
Unidad experimental
Unidad de muestreo
Cada unidad experimental contiene cuatro
Ejemplos 2 - unidades
Un ecólogo desea determinar si la altura del
árbol de
Miconia breviteca
difiere según el
pendiente de terreno: plano (<10
), poco
pendiente (10-20
), y muy pendiente (>20
).
Él escogió 120 árboles (40 árboles por topografía) ymidió sus alturas y el pendiente de terreno. Los árboles están alejados más de 300 m entre si y se consideran independientes.
Unidad experimental: árbol
Unidad de muestreo: árbol
Unidad experimental = Unidad
Ejemplos 3 - unidades
Quisiéramos saber si la abundancia de mariposas
varia según hábitat.
Se establecieron 15 parcelas de 10 ha. (Bosque 5
parcelas, Barbecho 5 parcelas y Cultivo 5 parcelas)
En cada parcela, se estableció un transecto de 300 m,
donde se contaron el número de mariposas observadas.
(En cada parcela, se midieron la diversidad y la
estructura de vegetación.)
Unidad experimental: parcela
Unidad de muestreo: transecto
Unidad experimental
Unidad de muestreo
Cada unidad experimental contine solo una
Ejemplos 4 - unidades
Queremos saber el efecto de fuego a la
composición de plantas.
Tenemos un área de 10 ha de pradera quemada, y un 10
ha de pradera no quemada. Un ecólogo podría muestrear 20 parcelas de 1 m2 en cada uno de estas dos áreas.
Unidad experimental: área de 10 ha
Hay 1 unidad experimental para cada nivel de tratamiento.
Unidad de muestreo: parcelas de 1 m
2 Hay 20 unidades de muestreo en cada unidad
Ejemplos 5 - unidades
Nos interesa el efecto de cuatro tipos de
fertilizante (ninguno, N, N + P, N + P + K) a la
producción de semillas de trébol.
Tenemos 20 parcelas de 1 m2 en una pradera de 10 ha.
Aplicamos uno de los 4 tratamientos a cada parcela.
Unidad experimental: parcelas de 1 m
2 Hay 20 unidades experimentales
Unidad de muestreo: parcelas de 1 m
2 = unidad experimental
Cualquier parcela podría tratarse con cualquier
Muestra y Submuestra (términos en
estadística)
Unidad experimental: la división más pequeña del material
experimental (de una investigación) tal que cualquieras dos unidades pueden recibir los tratamientos diferentes.
Unidad de muestreo: la unidad estandarizada en la cual, o para la cual,
se registran los valores de la observación.
Muestra: Una observación asociada con una unidad
experimental.
Cuando una unidad experimental contiene solo una unidad de
muestreo, es una observación obtenida de la unidad de muestreo.
Submuestra: Una observación obtenida de una unidad de
muestreo, cuando una unidad experimental contiene varias unidades de muestreo.
Los valores de submuestra en la misma unidad experimental NO son independientes y no deben usarse para los análisis
estadísticos.
Réplicas: muestras independientes tomadas del mismo nivel
Submuestra – análisis estadístico
Submuestra
:
Una observación obtenida de una
unidad de muestreo, cuando una unidad
experimental contiene varias unidades de
muestreo.
Los valores de submuestra NO son independientes y no
deben usarse para los análisis estadísticos.
¿Cuando tenemos submuestras, cómo
analizamos estadísticamente?
1. Calcular la media de submuestras para cada unidad experimental y usar esta media para los análisis
estadísticos.
4. Diseño de investigación
a)
Diseño experimental
b)Diseño de muestreo
Asegurar que las muestras representan de la población
del estudio.
Mejorar la eficiencia de muestreo, evitar
pseudoreplicación y ajustar el diseño experimental.
¿Dónde y cuando muestreamos (independencia)?
¿Cuántos sitios y cuantas veces muestreamos (replicación)? ¿Cómo muestreamos para evitar variables alineadas
(aleatorización)?
1) Especificar la población de estudio.
2) Decidir las unidades experimentales y las de muestreo 3) Seleccionar el método de muestreo (aleatorio,
sistemático, estratificado)
Un ejemplo de diseño de muestreo
Por ejemplo tenemos una pregunta: ¿La tala
selectiva de bosque afecta en la diversidad de
ranas del sotobosque dentro de Reserva Alto
Beni?
Diseño experimental:
¿Variables dependientes, independientes y covariables? ¿Variables numéricas y categóricas?
Ejemplo del diseño de muestreo
Reserva Alto Beni tiene tres tipos
de bosque:
bosque húmedo tropical
bosque nublado (1200-2500 m) bosque seco
Cada bosque incluye varias áreas
de concesiones forestales (30-80 ha) y ha habido tala selectiva en el pasado reciente.
Queremos saber la abundancia y
diversidad de ranas en el área de tala selectiva (TALA) y el área sin tala selectiva (SIN).
Unidad Exp.: parcelas de 10 ha
Unidad Muest.: un transecto de 100
m donde se registran todas las ranas Bosque húmedo
Bosque nublado Bosque seco
Pregunta: ¿La tala selectiva
de bosque afecta en la diversidad de ranas del
Ejemplo del diseño de muestreo
Diseño 1. Se dispone una unidad
experimental, en un sitio dentro de una parcela (TALA) en
bosque seco tropical a la
elevación de 300 msnm en la
vertiente oriental de la montaña, y una unidad experimental en un sitio (SIN) en bosque nublado a 2000 msnm en la vertiente
occidental.
Digamos que se registraron 46 spp.
de ranas en el sitio SIN y 39 spp. en el sitio TALA.
¿Puede concluir que la tala
selectiva tiene un efecto perjudicial sobre la diversidad de ranas?
Bosque húmedo Bosque nublado Bosque seco
Pregunta: ¿La tala selectiva
de bosque afecta en la
Ejemplo del diseño de muestreo
Hay tres fuentes de
variación que podría
generar esta diferencia:
1)
Variación intrínseca
2)Variación asociada con
la
variable de interés
(var. independiente,
var. examinadas)
3)Variación asociada con
las
variables
intervinientes
(var. no
examinadas)
Bosque húmedo Bosque nublado Bosque seco
Pregunta: ¿La tala selectiva
de bosque afecta en la
Ejemplo del diseño de muestreo
Hay tres fuentes de
variación que podría
generar esta diferencia:
1)
Variación intrínseca
2)Variación asociada con
la
variable de interés
(var. independiente,
var. examinadas)
3)Variación asociada con
las
variables
intervinientes
(var. no
examinadas)
2)
Variable de interés
(var. indep.) es la
tala selectiva.
Es posible que la
diferencia observada en diversidad de ranas (46 y 39) sea por la tala
Ejemplo del diseño de muestreo
Hay tres fuentes de
variación que podría
generar esta diferencia:
1)
Variación intrínseca
2)Variación asociada con
la
variable de interés
(var. independiente,
var. examinadas)
3)Variación asociada con
las
variables
intervinientes
(var. no
examinadas)
1)
Variación intrínseca
Es posible que ladiferencia observada en diversidad de ranas (46 y 39) sea por puro azar.
¿Qué tan probable es
que se registre
exactamente el mismo número de especies de ranas si se recorriera el mismo transecto dos veces en días
Ejemplo del diseño de muestreo
Hay tres fuentes de
variación que podría
generar esta diferencia:
1)
Variación intrínseca
2)Variación asociada con
la
variable de interés
(var. independiente,
var. examinadas)
3)Variación asociada con
las
variables
intervinientes
(var. no
examinadas)
3)
Variables interviniente
Es posible que ladiferencia observada en diversidad de ranas (46 y 39) sea por otras
causas (tipo de bosque, elevación, humedad, etc.)
Ejemplo de diseño de muestreo
Diseño 1: Dos unidades difieren
de la tala, bosque, elevación y vertiente.
Diseño 4. Dos unidades están en
bosque nublado a 2000 msnm. Una está en TALA, en vertiente
occidental. La otra está en SIN en vertiente oriental.
Diseño 6. Dos unidades están en
bosque nublado a 2000 msnm y en vertiente occidental. Una está en TALA y la otra está en SIN.
4
Ejemplo de diseño de muestreo
Diseño 6. Dos unidades están enbosque nublado a 2000 msnm y en
vertiente occidental. Una está en TALA y la otra está en SIN.
El diseño 6 parece estar libre de
variables alineadas. Sin embargo,
podrían existir muchas diferencias sutiles entre dos unidades
experimentales como humedad, pH del suelo, la textura del suelo, etc.
Además el diseño 6 sigue sufriendo
variación intrínseca.
La diferencia de la diversidad de ranas
podría reflejar estas u otras variables intervinientes no examinadas.
¿Qué se puede hacer?
4
Ejemplo de diseño de muestreo
Diseño 9. Semejante al diseño 6,
pero con 12 unidades de muestreo.
Elimina la variación intrínseca.
Sufren la variación de variables
intervinientes (Hay posibles diferencias de humedad, etc.).
Diseño 10. Semejante al diseño 9,
pero con 12 unidades de muestreo están distribuidas aleatoriamente,
cubriendo toda la gama de variación de vertientes,
orientaciones, pendientes y elevaciones.
Reduce la variación de variables
intervinientes.
6
9
Ejemplo de diseño de muestreo
Diseño 11. Semejante al diseño
10, pero las unidades de TALA y
SIN están distribuidas de la manera pareada (bloque).
Elimina la variación de variables
intervinientes más eficientemente que 10.
Diseño 12. 6 pares se distribuyen
a través de toda la Reserva.
V: Responde la pregunta de toda la
reserva.
D: una variable adicional (tipo de
bosque)
10
11
Ejemplos 6 - unidades
Un agrónomo está interesada a ver el efecto de
tres tipos de insecticidas de tomates.
En una finca de tomate, escogieron aleatoriamente 10
plantas para aplicar cada insecticida (30 total).
En el día siguiente, escogieron aleatoriamente 5 hojas
en cada planta y contaron el número de plagas en cada hoja.
Unidad experimental: planta de tomate
Unidad de muestreo: hoja
Hay 5 unidades de muestreo
Pregunta
¿Asociación entre 5 diferentes cultivos de cacao (SAFS,
AF, M) y avifauna?
Métodos
Conteo de puntos modificado en cada parcela
4 repeticiones
Ejemplo 7 - unidades
Aves y producción de cacao
Unidad experimental: parcela
Unidad de muestreo:
Por qué usar la inferencia estadística
Muestra
Población
Se observaron 10 halcones (7 Hembras + 3
Machos) en Cota Cota
(MUESTRA)
¡En La Paz, hay más hembras!
(POBLACIÓN)
Digamos que hay 1.000 halcones en La Paz,
1)Muestra
Población
Tener más hembras en una muestra no garantiza que la
población (La Paz, Cota Cota) tenga más hembras…
¡Hay que inferir el patrón de la población desde el
Problema en tesis 1
¿Cómo afecta el nivel de contaminación del metal
(Pb) a la diversidad de fitoplánctones (S)?
“Existe una tendencia del efecto negativo de la
contaminación sobre la riqueza de especies, pero
esta relación no es significativa (
R
2=0,12,
F
1,13
=2,01,
P
=0,31; Fig. 2B).”
¿Qué quiere decir con esto?
¿Posiblemente existe un efecto
negativo en la población?
¿Si hago otro muestreo en el
mismo sitio, mi muestra
mostraría el efecto negativo?
¿Cuando va a tener una
muestra sin tendencia (1=0)?
¿Qué quiere decir con esto?
¿Posiblemente existe un efecto
negativo en la población?
¿Si hago un muestreo en el
mismo sitio, mi muestra
mostraría el efecto negativo?
¿Cuando va a tener una
muestra sin tendencia (1=0)?
Problema en tesis 1
¿Cómo afecta el nivel de contaminación del metal
(Pb) a la diversidad de fitoplánctones (S)?
“Existe una tendencia del efecto negativo de la
contaminación sobre la riqueza de especies, pero
esta relación no es significativa (
R
2=0,12,
F
1,13
=2,01,
P
=0,31; Fig. 2B).”
“No existe un efecto significativo del nivel de
contaminación sobre la riqueza de especies
(
R
2=0,12,
F
1,13
=2,01,
P
=0,31).” (La
contaminación NO afecta a la riqueza!)
In a statistics-free presentation of a data set,
the author presents his samples and asks the
reader to blindly believe that patterns in the
samples represent patterns in the sampled
Problema en tesis 2
“Existe un efecto significativo de la contaminación
sobre la riqueza de especies (
P
<0,05).”
Esta oración no dice mucho… ¿Cuándo se
encuentra un efecto significativo, qué hacer?
1) (R2=0,12, 1=0,6±0,3,
F1,59=1,26, P<0,05) 2) (R
2=0,68,
1=2,38±0,7,
F1,13=3,05, P<0,05)