¿La heterogeneidad en el tamaño de la muestra afecta la selección del modelo de crecimiento?

Resumen

Resumen

Para resolver el problema de datos limitados de edad-talla en organismos acuáticos, se ha propuesto fortalecer la muestra con datos simulados con distribuciones normales. Se considera que el reforzamiento corrige el efecto de la heterogeneidad de tamaños en seleccionar un modelo sesgado. Para analizar estas afirmaciones se generaron datos simulados de edad- talla bajo nueve escenarios diferentes, con tamaño de muestra heterogénea y después estos mismos datos fueron reforzados con más datos simulados para homogenizar los tamaños de muestra por edad. Entonces varios modelos candidatos fueron evaluados para cada conjunto de datos (datos originales y reforzados) bajo un enfoque de selección multimodelo (MMS) con errores aditivos y multiplicativos. Entonces se estimó el índice de Akaike y la diferencia de Akaike. Las muestras reforzadas se repitieron 100 veces.

El Enfoque MMS selecciono siempre el modelo generador de los datos como el mejor modelo con tamaños de muestra heterogénea.  Mientras que, con las muestras reforzadas, no siempre el modelo generador fue seleccionado como mejor y en algunos casos fue clasificado como el peor. Se observó que la heterogeneidad de varianzas y la estructura del error asumido si afecta la selección del mejor modelo entre muestras originales y reforzadas. Se propone que tanto el modelo candidato como la estructura del error se sometan al enfoque MMS cuando se modele el crecimiento de especies acuáticas y hacer un esfuerzo por complementar los datos limitados y no fortalecer con datos simulados que pueden tener un sesgo de origen.