T4 Diseno de muestreo I Unidades3

Texto completo

(1)

Diseño de muestreo

(2)

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)

(3)

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)

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)

(5)

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

(6)

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.

(7)

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

(8)

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

(9)

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) y

midió 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

(10)

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

(11)

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

(12)

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

(13)

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

(14)

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.

(15)
(16)

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)

(17)

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?

(18)

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

(19)

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

(20)

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

(21)

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

(22)

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 la

diferencia 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

(23)

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 la

diferencia observada en diversidad de ranas (46 y 39) sea por otras

causas (tipo de bosque, elevación, humedad, etc.)

(24)

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

(25)

Ejemplo de diseño de muestreo

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.

 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

(26)

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

(27)

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

(28)
(29)

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

(30)

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:

(31)
(32)
(33)
(34)
(35)

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

(36)

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)?

(37)

 ¿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

(38)

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)

“P” no indica el efecto biológico!

Figure

Actualización...

Referencias

Actualización...

Related subjects :