Papel de la biometría en la evaluación de PFNM Wong, Jenny., Thonber, K y Baker, N. 2001. Evaluación de los recursos forestales no madereros. FAO, Roma,

Slides:



Advertisements
Presentaciones similares
ESTIMACIÓN DE DENSIDAD
Advertisements

ESTIMACION DE PARAMETRO
P3. Tests y escalas: Uso profesional
MÉTODOS Y DISEÑOS DE INVESTIGACIÓN METODOLOGÍAS DE INVESTIGACIÓN
Tema 13. Inferencia estadística Principales conceptos. Muestreo
Estimación de la media poblacional
Tamaño muestral para estimar una media
CONTENIDOS Teoría del muestreo ¿Cómo seleccionar una muestra?
COLEGIO FERNANDO MAZUERA VILLEGAS
ESTADISTICA APLICADA A LAS COMUNICACIONES: CONCEPTOS EN LA INVESTIGACION POR MUESTREO Docente : Fernando Camones SESION 01 Lima, 26 de Octubre 2010.
Estimación de los Errores de Muestreo Encuestas de Salud Reproductiva   RHS Usando SPSS 19.
Estadística Teórica II
Inferencia Estadística
X ENCUENTRO DE MATEMÁTICAS Y SUS APLICACIONES
Introducción al tema El único método científico para validar conclusiones sobre un grupo de individuos a partir de la información que nos proporciona un.
METODOLOGIA DE LA INVESTIGACIÓN EN ENFERMERÍA
Estimación por intervalos de confianza.
BONILLA C. EDDIT MARGOTH GUEVARA CORREA ORLANDO
Estimación por Intervalos de confianza
Uso de pruebas estadísticas paramétricas y no paramétricas
Clase 3 Universo y Muestra
Inferencia Estadística
GRADO DE CONFIANZA DE LA INFERENCIA
ESTADÍSTICA INFERENCIAL I
Conceptos básicos de inferencia
 La rectoría de una Universidad ha decidido seleccionar aleatoriamente una muestra de dos estudiantes de cada grupo para dar seguimiento a su nivel académico.
Nombre: Israel Espinosa Jiménez Matricula: Carrera: TIC Cuatrimestre: 4 Página 1 de 5.
Distribuciones muestrales Procedimientos de muestreo
MUESTREO DE ACEPTACIÓN DE LOTES POR VARIABLES
MEDIDAS DE CORRELACIÓN
Universidad Técnica de Ambato.
Curso: Muestreo Básico (Resumen)
Población y Muestra.
Importancia de las aplicaciones de estadística en el control de procesos Guatemala 2010.
INTERVALO DE CONFIANZA
ESTRUCTURA GENERAL DEL MÉTODO PARA LLEVAR A CABO UNA REORGANIZACIÓN ETAPA 1 Preparación detallada para el primer lanzamiento de iniciativa de cambio. ETAPA.
Unidad V: Estimación de
IPC 2008 Estimaciones por Bootstrap
Datos: Estadística.
Inferencia Estadística
INDICADORES Elaborado por: Martha B. Luna Alfaro
Estadística para administradores
Análisis de la Varianza
Metodología propuesta por Peters (1994) para el aprovechamiento sostenible de PFNM
Capítulo 1. Conceptos básicos de la Estadística
UNIDAD 1.- EVALUACIÓN DE DATOS ANALITICOS
Pruebas de hipótesis.
Capitulo 1: “La ciencia en las ciencias sociales”
Nuevas inclusiones de tiburones y mantarrayas: ¿qué deben hacer las Partes a partir del 14 de septiembre de 2014? Sostenibilidad.
Estadísticas de seguimiento de egresados de nivel medio superior Dirección de Egresados y Servicio Social 2011.
(Validez de un estudio)
INTERVALO DE CONFIANZA
Control Estadístico de Procesos
MUESTREO : Generalidades
Población y muestra Población: es un conjunto de individuos con una serie de características específicas. Muestra: es un subconjunto de la población.
NORMA INTERNACIONAL DE AUDITORÍA 530
INFERENCIA ESTADÍSTICA
Laboratorio de Estadística administrativa Distribuciones de Muestreo Teorema del límite central Tamaño de muestra Marzo de 2007.
UNIVERSIDAD CENTRAL DEL ECUADOR FACULTAD DE CIENCIAS ECONOMICAS INFERENCIA ESTADISTICA TEMA: ESTIMACION PUNTUAL, PROPIEDADES DE LAS ESTIMACIONES;
Pruebas paramétricas y no paramétricas
Obtiene Información de campo en sitios de muestreo
Muestreos probabilísticos y no probabilísticos
León Darío Bello Parias UNIVERSIDAD DE ANTIOQUIA FACULTAD NACIONAL DE SLAUD PUBLICA “HECTOR ABAD GOMEZ”
TAMAÑO DE LA MUESTRA. Para definir el tamaño de la muestra se debe tener en cuenta los recursos disponibles y las necesidades del plan de análisis, el.
Tema : DISTRIBUCIÓN EN EL MUESTREO DEL ESTIMADOR : “ MEDIA MUESTRAL “ A partir de una población si pudieramos realizar un Censo obtendríamos los parámetros.
Estimación Estadística Tares # 3. Estimación Estadística Conjunto de técnicas que permiten dar un valor aproximado de un parámetro de una población a.
Estimación estadística
TAMAÑO DE LA MUESTRA Alvaro Alfredo Bravo Dpto. de Matemáticas y Estadística Universidad de Nariño - Colombia.
Alvaro Alfredo Bravo Dpto. de Matemáticas y Estadística Universidad de Nariño - Colombia METODOS ALEATORIOS.
INTERVALO DE CONFIANZA
Transcripción de la presentación:

Papel de la biometría en la evaluación de PFNM Wong, Jenny., Thonber, K y Baker, N Evaluación de los recursos forestales no madereros. FAO, Roma, Italia. (Serie Productos Forestales no Madereros No. 13). Disponible en: m. Consultado el 12 de enero de 2005.

Objetivos Considerar la importancia de la evaluación cuantitativa de los PFNM Determinar las cualidades biométricas de los métodos actuales para el inventario de los PFNM

Modificado por Wong y Thornber 2001 Metodología propuesta por Peters (1994) para el aprovechamiento sostenible de PFNM

Problemas para adaptar las técnicas forestales de inventarios Los objetivos de las evaluaciones Las formas de vida de los PFNM, incluida la facilidad de detección La distribución (normalmente agrupados) La productividad estacional Los niveles de tiempo, dinero y conocimientos disponibles para realizar la evaluación

¿Por qué es necesaria la información cuantitativa de los recursos? Antes es necesario discutir si se necesitan o no los métodos estadísticos, pero la cuestión es cómo medir la distribución del recurso desde la escala local hasta la internacional

Uso de la información procedente de las evaluaciones de recursos Nivel local-Determinación de cupos de aprovechamiento -Seguimiento del estado del recurso - demostración de la sostenibilidad para convencer a las autoridades que permitan los aprovechamientos Nivel nacionalPlanificación estratégica, incluyendo -Decidir si se permiten cupos de exportación - considerar el fomento de industrias basadas en el recurso Nivel internacionalInformación sobre la conservación de especies amenazadas, p. ej. CITES. Nota: esto suele depender de los datos a nivel nacional Otros (normalmente internacional) Discusión en foros: -Criterios e indicadores para una silvicultura sostenible - certificación -Convenio sobre Diversidad Biológica

¿Qué se necesita para que un estudio sea biométricamente correcto? Necesitamos Precisión y Exactitud Precisión: determina la proximidad de las observaciones de la muestra Exactitud: mide la proximidad de la media muestral (x) a la media poblacional (µ)

¿Qué se necesita para que un estudio sea biométricamente correcto?

La precisión la podemos calcular con el error de muestreo (EM) S y t ( i – 1) 100 EM = y S y S y = ½ n EM `: Error de muestreo en % S y : Error típico de la media t : valor de t-student y : media muestral S y : desviación estándar

¿Qué se necesita para que un estudio sea biométricamente correcto? La precisión se logra mediante un mayor número de parcelas (tamaño de muestra a partir de un premuestreo) C.V.

¿Qué se necesita para que un estudio sea biométricamente correcto? La exactitud se logra –reduciendo al mínimo el sesgo (es decir utilizando un diseño objetivo de muestreo) –Teniendo mayor precisión (es decir con un menor Error de Muestreo)

¿Qué se necesita para que un estudio sea biométricamente correcto? Conclusión: para que un inventario sea considerado biométricamente correcto necesita ser –No sesgado: logrado normalmente utilizando un diseño objetivo de muestreo –Preciso: normalmente controlado mediante el número de parcelas de muestreo

¿Qué se necesita para que un estudio sea biométricamente correcto? Cumplir los principios estadísticos más importantes La objetividad en el diseño de muestreo El número de parcelas La independencia de las observaciones

¿Qué se necesita para que un estudio sea biométricamente correcto? Objetividad Reduciendo el sesgo al mínimo. Esto significa selección de muestras utilizando normas predeterminadas y objetivas, como –Parcelas al azar –Sistemáticas

¿Qué se necesita para que un estudio sea biométricamente correcto? Número de parcelas Para conseguir mayor precisión. “ a mayor número de parcelas, mayor precisión” “ a mayor número de parcelas, menor error de muestreo” Número de parcelas depende de –Nivel de precisión requerido –La variabilidad del recurso (Po´ muy variables requieren más parcelas que las Po´ homogéneas para obtener el mismo error de muestreo –Los costos de acceso y enumeración de cada muestra o parcela Número de parcelasmayor de 30 es aceptable menor de 5 no es aceptable

¿Qué se necesita para que un estudio sea biométricamente correcto? Independencia de las observaciones Las parcelas no deben estar demasiado próximas y NO deberían tocarse.

Conclusiones Antes de discutir sobre la evaluación cuantitativa de los PFNM es necesario determinar su conveniencia o no. A medida que las evaluaciones van saliendo del ámbito local, la evaluación cuantitativa de los PFNM es una necesidad. Para que un inventario sea considerado biométricamente correcto se necesita que sea PRECISO y EXACTO La recolección de información cuantitativa requiere que se cumplan tres principios estadísticos: objetividad en el diseño de muestreo, número de parcelas utilizadas y la independencia de las observaciones.