Comparación de los análisis multimodelos: Enfoques Frecuentistas vs. Bayesianos aplicados en estudio de edad y crecimiento de peces óseos y cartilaginosos
DOI:
https://doi.org/10.62428/rcvp2025411951Palabras clave:
Análisis multimodelo, crecimiento de peces, gestión pesquera, modelos bayesianos, modelos frecuentistasResumen
El objetivo fue comparar los enfoques frecuentista y bayesiano en el análisis multimodelo de edad y crecimiento de peces óseos y cartilaginosos, con el fin de evaluar sus diferencias en la estimación de parámetros clave como la longitud asintótica (L∞), el coeficiente de crecimiento (k) y la longitud al nacer (L₀). Se analizaron cinco especies, tres cartilaginosas (Prionace glauca, Carcharhinus falciformis y Alopias pelagicus) y dos óseas (Selene peruviana y Peprilus medius), utilizando los modelos de crecimiento de von Bertalanffy, Gompertz y logístico. Los resultados mostraron que los modelos bayesianos tendieron a estimar valores más altos de L∞ y más bajos de L₀ en comparación con los modelos frecuentistas, lo que sugiere que estos últimos podrían subestimar el tamaño máximo alcanzable y sobrestimar el tamaño al nacer. Asimismo, el coeficiente de crecimiento (k) fue más bajo en los modelos bayesianos, reflejando tasas de crecimiento más lentas, pero biológicamente más plausibles, en cuanto a la selección de modelos, el enfoque frecuentista favoreció al modelo logístico según el criterio AICc, mientras que el enfoque bayesiano favoreció al modelo de von Bertalanffy según el criterio LOOIC. Estos hallazgos resaltan la utilidad de los modelos bayesianos para representar con mayor precisión la dinámica de crecimiento, especialmente en contextos con datos limitados o sesgados.
Descargas
Citas
Anislado, V., Ortíz-Pérez, T., & González-Medina, G. (2016). Breve manual de campo y laboratorio para la biología pesquera de peces. PROMEP 2010. https://www.researchgate.net/publication/313661908
Araya, M., & Cubillos, L. (2002). El análisis retrospectivo del crecimiento en peces y sus problemas asociados. Gayana (Concepción), 66(2), 161-179. https://dx.doi.org/10.4067/S0717-65382002000200010
Auguie, B., Antonov, A., (2017). Package ‘gridExtra’. Miscellaneous functions for “grid” graphics. The Comprehensive R Archive Network. https://doi.org/10.32614/CRAN.package.gridExtra
Blagotic, A., & Daróczi, G. (2015). Package ‘rapport’. The Comprehensive R Archive Network. https://doi.org/10.32614/CRAN.package.rapport
Díaz, C. (2007). Viabilidad de la enseñanza de la inferencia bayesiana en el análisis de datos en psicología [Tesis doctoral, Universidad de Granada]. Digibug. https://digibug.ugr.es/bitstream/handle/10481/1486/16582664.pdf?sequence=1
Díaz-Garzón, J., Fernández-Calle, P., & Ricós, C. (2020). Modelos para estimar la variación biológica y la interpretación de resultados seriados: bondades y limitaciones. Advances in Laboratory Medicine, 1(3), 20200017. https://doi.org/10.1515/almed-2020-0017
Ebert, D., Dando, M., & Fowler, S. (2021). Sharks of the World: A complete guide. Princeton University Press. https://acortar.link/mOMjWD
Efron, B. (2005). Bayesians, Frequentists, and Scientists. Journal of the American Statistical Association, 100(469), 1–5. https://doi.org/10.1198/016214505000000033
Emmons, S., D’Alberto, B., Smart, J., & Simpfendorfer, C. (2021). Age and growth of tiger shark (Galeocerdo cuvier) from Western Australia. Marine and Freshwater Research, 72(7), 950-963. https://doi.org/10.1071/MF20291
Gabry, J., & Mahr, T. (2018). Bayesplot: Plotting for Bayesian Models. R package version 1.6. 0. In. The Comprehensive R Archive Network. https://doi.org/10.32614/CRAN.package.bayesplot
Gelman, A., & Shalizi, C. (2013). Philosophy and the practice of Bayesian statistics. British Journal of Mathematical and Statistical Psychology, 66(1), 8-38. https://doi.org/10.1111/j.2044-8317.2011.02037.x
Guo, J., Gabry, J., Goodrich, B., & Weber, S. (2020). Rstan: R Interface to Stan. The Comprehensive R Archive Network. https://doi.org/10.32614/CRAN.package.rstan
Hanusz, Z., & Tarasińska, J. (2015). Normalization of the Kolmogorov–Smirnov and Shapiro–Wilk tests of normality. Biometrical Letters, 52(2), 85-93. https://doi.org/10.1515/bile-2015-0008
Harris, N., Kauffman, M., & Mills, L. (2008). Inferences about ungulate population dynamics derived from age ratios. The Journal of Wildlife Management, 72(5), 1143-1151. https://doi.org/10.2193/2007-277
Kareiva, P. (1990). Population dynamics in spatially complex environments: theory and data. Philosophical Transactions of the Royal Society of London. Series B: Biological Sciences, (330), 175-190. https://doi.org/10.1098/rstb.1990.0191
Kay, M. (2023). ggdist: Visualizations of Distributions and Uncertainty in the Grammar of Graphics. IEEE transactions on visualization and computer graphics, 30(1), 414–424. https://doi.org/10.1109/TVCG.2023.3327195
Lilliefors, H. (1967). On the Kolmogorov-Smirnov Test for Normality with Mean and Variance Unknown. Journal of the American Statistical Association, 62(318), 399–402. https://doi.org/10.2307/2283970
Lorenzen, K. (2005). Population dynamics and potential of fisheries stock enhancement: practical theory for assessment and policy analysis. Philosophical Transactions of the Royal Society B: Biological Sciences, 360(1453), 171-189. https://doi.org/10.1098/rstb.2004.1570
McKight, P., & Najab, J. (2010). Kruskal‐wallis test. The corsini encyclopedia of psychology, 1-1. https://doi.org/10.1002/9780470479216.corpsy0491
Mejía, D., Mero-Jiménez, J., Briones-Mendoza, J., Mendoza-Nieto, K., Mera, C., Vera-Mera, J., Tamayo-Vega, S., Hernández-Herrera, A., & Galván-Magaña, F. (2024). Life history traits of the pelagic thresher shark (Alopias pelagicus) in the Eastern-Central Pacific Ocean. Regional Studies in Marine Science, 78, 103795. https://doi.org/10.1016/j.rsma.2024.103795
Mendoza-Nieto, K., & Carrera-Fernández, M. (2023). Contribución al conocimiento biológico y pesquero de especies bentopelágicas (Selene peruviana, peprilus medius), y su relación con la gestión pesquera ecuatoriana [Tesis Doctoral, Universidad de Cadiz]. Rodin. http://hdl.handle.net/10498/31676
Morales-Nin, B. (1992). Determinación del crecimiento de peces óseos en base a la microestructura de los otolitos (Vol. 322). Food and Agriculture Organization [FAO]. https://acortar.link/mxZ3BX
Pedersen, T. (2019). Patchwork: The Composer of Plots Package ‘patchwork’. The Comprehensive R Archive Network. https://doi.org/10.32614/CRAN.package.patchwork
Rendón-Macías, M., Riojas-Garza, A., Contreras-Estrada, D., & Martínez-Ezquerro, J. (2018). Análisis bayesiano. Conceptos básicos y prácticos para su interpretación y uso. (2018). Revista Alergia México, 65(3), 285-298. https://doi.org/10.29262/ram.v65i3.512
Robert, C. (2007). The Bayesian choice: from decision-theoretic foundations to computational implementation (Vol. 2). Springer. https://link.springer.com/book/10.1007/0-387-71599-1
Smart, J. (2019). AquaticLifeHistory: AquaticLifeHistory 1.0.5 (v1.0.5). Zenodo. https://doi.org/10.5281/zenodo.10158084
Smart, J. (2023). jonathansmart/BayesGrowth: BayesGrowth 1.0.0 (v1.0.0). Zenodo. https://doi.org/10.5281/zenodo.10183128
Smart, J., & Grammer, G. (2021). Modernising fish and shark growth curves with Bayesian length-at-age models. PloS one, 16(2), e0246734. https://doi.org/10.1371/journal.pone.0246734
Suárez, N., S., Zambrano, F., Mendoza‐Nieto, K., & Briones‐Mendoza, J. (2024). Age and growth of the blue shark Prionace glauca (Linnaeus, 1758) in the E cuadorian P acific: Bayesian multi‐models. Journal of Fish Biology, 105(1), 34-45. https://doi.org/10.1111/jfb.15755
Von Bertalanffy, L. (1938). A quantitative theory of organic growth (inquiries on growth laws. II). Human Biology, 10(2), 181–213. http://www.jstor.org/stable/41447359
Wickham, H. (2011). ggplot2. Wiley interdisciplinary reviews: computational statistics: WIREs Computational Statistics, 3(2), 180-185. https://doi.org/10.1002/wics.147
Wickham, H., Averick, M., Bryan, J., Chang, W., McGowan, L. D. A., François, R., et al. (2019). Welcome to the Tidyverse. Journal of Open Source Software, 4(43), 1686, https://doi.org/10.21105/joss.01686
Wilcox, C., Mann, V., Cannard, T., Ford, J., Hoshino, E., & Pascoe, S. (2021). A review of illegal, unreported and unregulated fishing issues and progress in the Asia-Pacific Fishery Commission region. Food and Agriculture Organization [FAO]. https://doi.org/10.4060/cb2640en
Wilke, C., Wickham, H., & Wilke, M. (2019). Cowplot: Streamlined Plot Theme and Plot Annotations for 'ggplot2'. The Comprehensive R Archive Network. https://doi.org/10.32614/CRAN.package.cowplot
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Rafael Mendoza Delgado, Jesus Briones Mendoza

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Usted es libre de:
- Compartir: copiar y redistribuir el material en cualquier medio o formato.
- Adaptar: remezclar, transformar y desarrollar el material.
- El licenciante no puede revocar estas libertades siempre y cuando usted cumpla con los términos de la licencia.
Bajo los siguientes términos:
- Atribución: Debe otorgar el crédito correspondiente , proporcionar un enlace a la licencia e indicar si se realizaron cambios. Puede hacerlo de cualquier manera razonable, pero no de forma que sugiera que el licenciante lo respalda a usted o su uso.
- No comercial: No está permitido utilizar este material con fines comerciales.
- Compartir Igual: si remezcla, transforma o crea obras derivadas del material, debe distribuir sus contribuciones bajo la misma licencia que el original.
- Sin restricciones adicionales: no podrá aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otros para que no hagan nada de lo que permite la licencia.






