Comparación de los análisis multimodelos: Enfoques Frecuentistas vs. Bayesianos aplicados en estudio de edad y crecimiento de peces óseos y cartilaginosos

Autores/as

DOI:

https://doi.org/10.62428/rcvp2025411951

Palabras clave:

Análisis multimodelo, crecimiento de peces, gestión pesquera, modelos bayesianos, modelos frecuentistas

Resumen

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

Los datos de descargas todavía no están disponibles.

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

Descargas

Publicado

2025-06-27

Cómo citar

Mendoza Delgado, R., & Briones Mendoza, J. (2025). Comparación de los análisis multimodelos: Enfoques Frecuentistas vs. Bayesianos aplicados en estudio de edad y crecimiento de peces óseos y cartilaginosos. Cátedra Villarreal Posgrado, 4(1), 39–53. https://doi.org/10.62428/rcvp2025411951

Número

Sección

Artículos originales