Soluciones metodológicas y asesoramiento estadístico

Proporcionamos soluciones estadísticas para estudios ecológicos y ambientales, biología de organismos y áreas relacionadas. También ofrecemos soluciones de software para el análisis fractales y multifractales de series temporales, perfiles y superficies (©EcoStatistics, versión 2019). Con una experiencia establecida, PJSchmid Scientific Consulting ofrece una amplia gama de soluciones estadísticas y metodológicas de muestreo1-6 en las siguientes áreas:

Diseño de investigación

  • Hipótesis comprobables: asesoría en el desarrollo de hipótesis comprobables.
  • Diseño experimental: asistencia en el diseño muestreal de terreno y/o laboratorio, para que sus muestreos/experimentos sean válidos.
  • Diseño muestreal: asesoría en la decisión en métodos de muestreo7 (aplicando directivas nacionales/internacionales).
  • Interpretación estadística: asistencia en la interpretación de datos estadísticos.
  • Presentación estadística: asesoría en cómo publicar sus investigaciones en revistas académicas arbitradas.
  • Presentación de los datos: asistencia en el diseño de presentaciones de datos estadísticos para un mejor impacto público.

Tamaño de muestra

Un aspecto estadístico muy importante en cualquier tipo de investigación es la justificación del tamaño de la muestra. El tamaño de muestra es crítico para representar correctamente una población dentro de un margen predefinido de error. La determinación del tamaño de muestra es un tema central porque las muestras que son demasiado pequeñas ó insuficientes, a menudo conducen a resultados erróneos y conclusiones equivocadas. Al contrario, al aumentar el número de muestras, las estimaciones de los parámetros resultan más precisos. Le asesoramos sobre el tamaño apropiado de muestra para un análisis estadístico válido y robusto.

Análisis del poder estadístico

El poder de un test estadístico se define como la probabilidad de que rechace la hipótesis nula. Le aconsejamos cómo llevar a cabo un análisis de poder para su investigación, ya sea para estimar el tamaño de muestra que Ud. requiere ó para validar si el tamaño de muestra que usted ha planeado es suficiente. Para ello, se requiere que Ud. haya recopilado datos a través de un estudio piloto, ó existan datos publicados.

Inferencia y análisis de datos estadísticos

El objetivo más común de la inferencia estadística es la prueba de la hipótesis. Permite sacar conclusiones generales y decidir si la probabilidad de los resultados de la muestra coincide con la hipótesis sobre una población. Nosotros podemos asesorar sobre el uso adecuado de los siguientes análisis y técnicas de modelado:

  • Estadística descriptiva: medidas de tendencia central, medidas de dispersión, etc.
  • Simulaciones: método de permutación, Bootstrap, Jackknife y validación cruzada.
  • Pruebas de hipótesis: pruebas estadísticas no paramétricas, paramétricas y exactas.
  • Modelos estadísticos: modelos de regresión estándar y robustas, incluyendo el modelo II de regresión.
  • Estadísticas multivariada: como CA, DCCA, EMD y NEMD.
  • Presentación gráfica: visualización gráfica de datos para su publicación y presentación.

Publicaciones científicas seleccionadas

1. Schmid, P.E. & Schmid-Araya, J.M. 1997.  Freshwat. Biol. 38, 67  ( leer el resumen ).
2. Schmid, P.E., Tokeshi, M. & Schmid-Araya, J.M. 2000.  Science 289, 1557  ( leer el resumen ).
3.Schmid, P.E., Tokeshi, M. & Schmid-Araya, J.M. 2002. Proc. R. Soc. Lond. B 269, 2587  (descarga la publicación).
4. Schmid-Araya, J.M. et al. 2002a.  J. Anim. Ecol. 71, 1056  ( leer el resumen ).
5. Schmid-Araya, J.M. et al. 2002b.  Ecology 83, 1271  ( leer el resumen )
6. Schmid-Araya, J.M. et al. 2016. Ecology 97, 3099  ( descarga la publicación).
7. Schmid, P.E. & Schmid-Araya, J.M. 2010. Arch. Hydrobiol. 176, 365  ( leer el resumen).