09.08.2016 Views

manual de técnicas

5ftAD57K3

5ftAD57K3

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

1.10 Analizar los datos<br />

El análisis <strong>de</strong> los datos en un programa <strong>de</strong> monitoreo incluye muchas <strong>técnicas</strong> o análisis<br />

estadísticos (Liczner 2014). In<strong>de</strong>pendientemente <strong>de</strong> la técnica estadística a usar, se <strong>de</strong>be especificar<br />

con anterioridad a la colecta <strong>de</strong> los datos. A<strong>de</strong>más, el análisis <strong>de</strong>be ser el apropiado<br />

para el diseño <strong>de</strong> muestreo implementado.<br />

El análisis <strong>de</strong> los datos <strong>de</strong>be enfocarse en la magnitud <strong>de</strong>l efecto y no en el tradicional enfoque<br />

<strong>de</strong> las pruebas <strong>de</strong> significancia <strong>de</strong> hipótesis nula (Johnson 1999). Focalizándose en la<br />

magnitud <strong>de</strong>l efecto se pue<strong>de</strong> evaluar el resultado en función <strong>de</strong> la significancia práctica, en<br />

lugar <strong>de</strong> evaluarlo en función <strong>de</strong> la significancia estadística, como lo hacen las pruebas <strong>de</strong><br />

significancia <strong>de</strong> hipótesis nula (Läärä 2009).<br />

Un enfoque mo<strong>de</strong>rno para el análisis <strong>de</strong> los datos en el monitoreo <strong>de</strong> la restauración <strong>de</strong>l<br />

paisaje lo proporcionan los mo<strong>de</strong>los <strong>de</strong> regresión lineales y no lineales (Figura 5). Mediante<br />

mo<strong>de</strong>los <strong>de</strong> regresión se pue<strong>de</strong>n estimar parámetros en el marco <strong>de</strong> selección <strong>de</strong> mo<strong>de</strong>los<br />

e inferencia multimo<strong>de</strong>los (Burnham y An<strong>de</strong>rson 2002). Bajo esta aproximación es posible<br />

i<strong>de</strong>ntificar el mejor mo<strong>de</strong>lo que explica los datos y, a<strong>de</strong>más, usar el promediado <strong>de</strong> los mo<strong>de</strong>los<br />

para estimar los parámetros <strong>de</strong> interés (Symonds y Moussalli 2011).<br />

Regresión lineal<br />

ANDEVA<br />

ANCOVA<br />

Regresión múltiple<br />

Mo<strong>de</strong>los lineales generales<br />

Correlación<br />

Series <strong>de</strong><br />

tiempo<br />

Regresión logística<br />

Regresión binomial<br />

Mo<strong>de</strong>los log-lineales<br />

No linealidad<br />

suavizada<br />

Efectos aleatorios<br />

Error no normal No linealidad<br />

No linealidad<br />

Mo<strong>de</strong>los<br />

Cuadrados<br />

lineales<br />

mínimos no<br />

generalizados<br />

lineales<br />

Varianza<br />

escalada Sobredispersión Efectos<br />

aleatorios<br />

Mo<strong>de</strong>los<br />

mixtos<br />

Error no normal<br />

No linealidad<br />

Efectos aleatorios<br />

Mo<strong>de</strong>los<br />

aditivos<br />

generalizados<br />

Mo<strong>de</strong>los<br />

binomiales<br />

negativos<br />

Mo<strong>de</strong>los <strong>de</strong><br />

quasiverosimilitud<br />

Mo<strong>de</strong>los<br />

mixtos<br />

generalizados<br />

Figura 5. Mo<strong>de</strong>los estadísticos para el análisis <strong>de</strong> datos <strong>de</strong> monitoreo <strong>de</strong> proyectos <strong>de</strong> restauración<br />

<strong>de</strong>l paisaje. Los mo<strong>de</strong>los incluidos en bloques grises incluyen niveles múltiples <strong>de</strong> variabilidad (basado<br />

en Bolker 2008).<br />

Monitoreo y evaluación <strong>de</strong> proyectos <strong>de</strong> restauración <strong>de</strong>l paisaje 429

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!