Resumen de Teorema de Bayes aplicado a la estimación del rendimiento de la sardina Monterrey (Sardinops sagax caeruleu Girard) de Bahía Magdalena, Baja California Sur, México
- español
Se analizó el rendimiento de la sardina monterrey "Sardinops sagax caeruleus" de Bahía Magdalena, B.C.S., utilizando un modelo de stock-reclutamiento. En este caso, el modelo fue estocástico y utilizó las hipótesis de error de proceso ( H 1 ) en el modelo, y error de observación ( H 2 ) en los datos, confrontando ambas hipótesis con una simulación Monte Carlo. Los resultados mostraron un sesgo positivo en las cantidades de manejo y en los parámetros del modelo, con este resultado se muestran evidencias del efecto del error de observación en la medición del “stock” adulto de la población de sardina. Un análisis estadístico apoyado en el teorema de Bayes mostró que las probabilidades estimadas de un modelo de máxima verosimilitud para la hipótesis H 1 fueron bastante informativas como probabilidades previas. De esta forma, el rendimiento máximo sostenible ( MRS ) de la pesquería fue de 14,400 t con u MRS = 0.35. La tabla de decisión mostró que los parámetros del modelo tienen una probabilidad > 0.80 para α (parámetro de denso independencia) entre 0.040 y 0.058, mientras que β (parámetro de denso- dependencia) varía entre 1.6 y 2.2 con probabilidad > 0.85. La distribución conjunta de ambos parámetros permitió un rendimiento 10,100 t < MRS < 20,200 t por temporada de pesca.
- English
The yield of the Pacific sardine "Sardinops sagax caeruleus" from Bahía Magdalena, B.C.S., was analyzed using a stock- recruitment model. The model was stochastic, and it used the hypotheses of process error ( H 1 ) in the model, and observation error ( H 2 ) in the data. The results showed a positive bias in the management quantities and the parameters of the model. Confronting both hypotheses with a Monte Carlo simulation resulted in evidences of the effect of the observation error in the measurement of the adult stock of the sardine population. Statistical analysis supported in the Bayes theorem showed that the probabilities estimated from a maximum likelihood model for hypothesis H 1 are informative enough as prior probability. In this way, the maximun sustainable yield ( MSY) of the fishery was 14,400 t with u MSY = 0.35. The decision table showed that parameters of the model have a probability > 0.80 for α (density-independent parameter) between 0.040 and 0.058, while β (density-dependent parameter) varies between 1.6 and 2.2 with a probability > 0. 85. The joint distribution of both parameters allowed a yield 10,100 t < MSY < 20,200 t per fishing season.
