Probabilidad

y Estadística
Castillo Márquez Cesár Eduardo

Proyecto 1

Basurto Gamero Beatriz Susel

IRD41M
 INTRODUCCIÓN

Explorando la Vida Aviar en el Parque Nacional

El parque nacional, un tesoro de biodiversidad y ecosistemas únicos, alberga una
variedad fascinante de flora y fauna. Este será un estudio detallado centrado en la
población de loros, esos coloridos habitantes del aire que añaden un toque de vitalidad al
paisaje natural.
La preservación y comprensión de la vida aviar, especialmente de especies
emblemáticas como los loros, son fundamentales para la conservación de la diversidad
biológica. Este estudio tiene como objetivo arrojar luz sobre la dinámica de la población
de loros en el parque nacional, explorando aspectos que van desde la distribución
geográfica hasta comportamientos notables.
A través de técnicas de muestreo estratégicas y la recopilación de datos cualitativos y
cuantitativos,se aspira a trazar un retrato completo de la vida de estos habitantes alados.
La integración de métodos probabilísticos garantizará que nuestras conclusiones no solo
sean reveladoras sino también estadísticamente válidas.
Este trabajo no solo contribuirá a nuestro conocimiento sobre la ecología y
comportamiento de los loros en este entorno específico, sino que también proporcionará
una base valiosa para iniciativas de conservación destinadas a proteger y preservar esta
población única en su hábitat natural.

01
Índice de contenidos

INTRODUCCIÓN
01

EL UNIVERSO
02

LA MUESTRA
03

TIPO DE POBLACIÓN
04

VARIABLES ESTADÍSTICAS 06
Índice de contenidos

TIPOS DE DATOS
07

EXPLICACIÓN
08

PROBABILÍSTICO O NO
PROBABILÍSTICO
09

TÉCNICA DE MUESTREO
10

DATOS CUALITATIVOS Y
CUANTITATIVOS
11
Índice de contenidos

CONCLUSIÓN
12

BIBLIOGRAFÍA
13
 El universo
En el contexto de un estudio sobre la población de loros en un parque nacional en
México, el universo se refiere a la totalidad de loros presentes en ese parque específico.
Este incluiría todas las especies de loros, de todas las edades, sexos y condiciones, que
habiten o visiten el área del parque.

1. Especies de Loros:
El universo abarcaría todas las especies de loros que se encuentran en el
parque, desde las más comunes hasta las más raras. Esto incluiría loros verdes,
loros amarillos, loros rojos y cualquier otra especie presente.
2. Diversidad de Edades y Sexos:
El universo también comprendería loros de todas las edades, desde crías hasta
individuos adultos, así como ambos sexos. Esto reflejaría la variabilidad en las
etapas de la vida y la estructura demográfica de la población de loros en el
parque.
3. Condiciones de Salud y Hábitat:
Incluiría loros en diversas condiciones de salud y adaptación al hábitat del
parque. Esto implica loros que están adaptados completamente al entorno, así
como aquellos que pueden enfrentar desafíos de salud o adaptación.
4. Migración Estacional:
En casos de especies de loros migratorias, el universo se ampliaría para abarcar
todas las fases de su ciclo migratorio, desde su llegada hasta su partida.
5. Loros Residentes y Visitantes Ocasionales:
No solo incluiría loros residentes en el parque, sino también aquellos que pueden
ser visitantes ocasionales o migratorios, ya que todos contribuyen a la dinámica
de la población de loros en ese entorno específico.
6. Diversidad de Comportamientos:
El universo contemplaría la gama completa de comportamientos de los loros,
desde interacciones sociales hasta patrones de alimentación y comportamientos
reproductivos.

02
 Muestra
En un estudio de muestreo real, la selección de la muestra dependería de factores como
los objetivos específicos del estudio, los recursos disponibles y la estructura de la
población de loros en el parque nacional. Dado que es un ejercicio hipotético, puedo
proponer un enfoque de muestreo sistemático para ilustrar el proceso:

Método de Muestreo Sistemático:

1. División del Parque:
Dividimos el parque en áreas geográficas o hábitats distintos. Por ejemplo,
podríamos tener áreas de selva, áreas abiertas y zonas de transición.
2. Estratos de Especies:
Clasificamos las especies de loros presentes en cada área, considerándolas
como estratos. Esto asegura que cada especie esté representada en la muestra.
3. Selección Sistemática de Ubicaciones:
Utilizamos un método sistemático para seleccionar ubicaciones específicas en
cada área. Por ejemplo, seleccionamos cada quinta ubicación en un patrón
predefinido.
4. Observación y Registro:
En cada ubicación seleccionada, realizamos observaciones de loros.
Registramos la especie, cantidad, comportamientos notables y cualquier otra
información relevante.
5. Muestra Representativa:
Aseguramos que la muestra sea representativa al incluir áreas variadas y
estratos de especies. Esto proporciona una visión más completa de la diversidad
de loros en el parque.
6. Tamaño de la Muestra:
El tamaño de la muestra dependería de consideraciones como la variabilidad
esperada en la población, los recursos disponibles y el nivel de precisión
necesario. Por ejemplo, podríamos decidir observar loros en 30 ubicaciones
diferentes.
7. Análisis de Datos:
Una vez completada la observación, analizamos los datos recopilados para inferir
características sobre la población de loros en el parque nacional.

Es importante destacar que este enfoque es hipotético y que la elección del método de
muestreo y el tamaño de la muestra dependería de la situación específica, los objetivos
del estudio y la logística disponible. Además, la colaboración con expertos en aves y
biólogos sería crucial para garantizar la validez del muestreo y la interpretación de los
resultados.

03
 ¿Qué tipo de población?
En este contexto específico de loros en un parque nacional en México, la población generalmente
se consideraría finita. Una población finita implica que hay un número definido y contable de
elementos en la población, y en este caso, se podría contar el número total de loros en el parque.
La finitud se basaría en la delimitación geográfica del parque, la capacidad del hábitat para albergar
una cantidad específica de loros y la observación práctica de que la población no es teóricamente
infinita.
Por lo tanto, si estuviéramos haciendo un estudio más amplio, considerando todos los loros
presentes en el parque, podríamos tratar la población como finita y, en consecuencia, calcular
proporciones y estimaciones directas. Sin embargo, si estuviéramos explorando fenómenos más
amplios que involucren múltiples parques o regiones, podríamos necesitar considerar una población
infinita, pero esto dependería de la escala y el alcance específicos del estudio.

Población Finita:
1. Delimitación Geográfica:
La población finita se basa en la delimitación geográfica del parque nacional. Es decir,
estamos considerando todos los loros presentes dentro de los límites específicos de ese
parque.
2. Número Contable de Loros:
Existe un número finito y contable de loros en el parque, y en teoría, podríamos contar cada
individuo si tuviéramos los recursos para hacerlo.
3. Capacidad del Hábitat:
La finitud se relaciona con la capacidad del hábitat para albergar una cantidad específica de
loros. El parque tiene limitaciones en términos de recursos y espacio que definen la
población total de loros que puede sostener.
4. Estudio Detallado:
Al tratar la población como finita, podríamos realizar un estudio detallado que incluya la
observación de todos los individuos presentes, proporcionando una visión precisa de la
población de loros en ese parque específico.

04
 ¿Qué tipo de población?
Población Infinita:
1. Consideración a Escala Mayor:
La población podría considerarse como infinita en situaciones más amplias
que involucren múltiples parques o regiones, donde la delimitación
geográfica específica ya no es aplicable.
2. Modelización Teórica:
En estudios que tratan fenómenos más amplios o que buscan hacer
generalizaciones a nivel global, podríamos utilizar modelos teóricos que
asumen la población como infinita para simplificar cálculos y análisis.
3. Escenario Hipotético:
La consideración de una población infinita en este contexto sería más
hipotética y teórica, ya que en la práctica, siempre habrá límites
geográficos y ecológicos para la distribución de los loros.

Al hablar de la población de loros en un parque nacional específico, la finitud es

más apropiada debido a la delimitación geográfica concreta y a la capacidad
limitada del hábitat. Sin embargo, en estudios más amplios o teóricos, podríamos
considerar la población como infinita en función del alcance y los objetivos
específicos del estudio.

05
 Variables Estadísticas
1. Especie de Loro:
Categoría que identifica la especie a la que pertenece cada loro observado. Podría
incluir loros verdes, loros amarillos, loros rojos, etc.
2. Cantidad de Loros:
Variable cuantitativa que representa el número de loros observados en cada
ubicación o área específica del parque.
3. Edad del Loro:
Categorización que clasifica a los loros en grupos de edad, como crías, juveniles y
adultos.
4. Sexo del Loro:
Variable que identifica el género de cada loro observado, siendo macho o hembra.
5. Hábitat:
Categoría que describe el tipo de entorno donde se encuentra cada grupo de
loros, como selva, área abierta, zona de transición, etc.
6. Comportamiento Notable:
Variable cualitativa que registra cualquier comportamiento distintivo observado,
como interacciones sociales, patrones de vuelo o vocalizaciones específicas.
7. Estado de Salud:
Categorización que evalúa la condición física de los loros, identificando aquellos
que pueden mostrar signos de buena salud o posibles problemas de salud.
8. Distribución Geográfica:
Variable que registra la ubicación geográfica específica de cada observación, lo
que puede ayudar a comprender la distribución de los loros en el parque.
9. Migración Estacional:
Variable que indica si los loros observados son residentes permanentes o
migratorios estacionales.

06
 Tipos de Datos
1. Especie de Loro:
Tipo de Dato: Nominal
Explicación: Las especies de loros representan categorías distintas sin un orden específico.
No hay una jerarquía intrínseca entre las especies, por lo que se clasifican como datos
nominales.
2. Cantidad de Loros:
Tipo de Dato: Cuantitativo
Explicación: La cantidad de loros es una medida numérica que puede tomar valores
específicos y se puede medir con precisión. Por lo tanto, se clasifica como dato cuantitativo.
3. Edad del Loro:
Tipo de Dato: Categórico (Ordinal)
Explicación: Aunque la edad podría considerarse nominal, en este caso, podría tener un
orden intrínseco. Por ejemplo, podríamos clasificar las edades como crías, juveniles y
adultos, lo que implica cierta jerarquía.
4. Sexo del Loro:
Tipo de Dato: Nominal
Explicación: El género de un loro no tiene un orden específico. Se trata de categorías
distintas sin una jerarquía, por lo que se clasifica como dato nominal.
5. Hábitat:
Tipo de Dato: Nominal
Explicación: Los diferentes hábitats representan categorías distintas sin un orden específico,
clasificándolos como datos nominales.
6. Comportamiento Notable:
Tipo de Dato: Nominal
Explicación: Las distintas categorías de comportamiento no tienen un orden específico, por
lo que se clasifican como datos nominales.
7. Estado de Salud:
Tipo de Dato: Nominal
Explicación: Las categorías de salud representan diferentes estados sin un orden específico,
por lo que se clasifica como dato nominal.
8. Distribución Geográfica:
Tipo de Datos: Nominal
Explicación: Las ubicaciones geográficas son categorías distintas sin un orden específico,
por lo que se clasifica como dato nominal.
9. Migración Estacional:
Tipo de Datos: Nominal
Explicación: La migración estacional representa distintas categorías sin un orden específico,
por lo que se clasifica como dato nominal.

07
 Explicación
1. Especie de Loro (Nominal):
No hay un orden intrínseco entre las especies de loros. Se consideran categorías
distintas sin jerarquía. Cada especie es única y no se puede clasificar en términos de
"mayor" o "menor".
2. Cantidad de Loros (Cuantitativo):
La cantidad de loros es una medida numérica que se puede medir con precisión.
Puede haber diferencias cuantificables entre las cantidades de loros, lo que la
convierte en un dato cuantitativo.
3. Edad del Loro (Categórico - Ordinal):
Aunque la edad podría ser considerada nominal, en este contexto se puede asignar un
orden lógico. Clasificar las edades como crías, juveniles y adultos implica cierta
jerarquía, por lo que se clasifica como categórico ordinal.
4. Sexo del Loro (Nominal):
El género de un loro no tiene un orden intrínseco. Se clasifica como nominal porque
cada categoría (macho o hembra) es única y no hay un valor numérico asociado.
5. Hábitat (Nominal):
Los diferentes hábitats son categorías distintas sin un orden específico. No se pueden
clasificar en términos de "mayor" o "menor", por lo que se clasifican como datos
nominales.
6. Comportamiento Notable (Nominal):
Las categorías de comportamiento son distintas y no tienen un orden intrínseco. Cada
tipo de comportamiento es único y no puede ser clasificado en términos de magnitud.
7. Estado de Salud (Nominal):
Las categorías de salud son estados distintos sin un orden intrínseco. No se pueden
clasificar en términos de "mayor" o "menor", por lo que se clasifican como datos
nominales.
8. Distribución Geográfica (Nominal):
Las ubicaciones geográficas representan distintas categorías sin un orden específico.
No se pueden clasificar en términos de magnitud, por lo que se clasifican como datos
nominales.
9. Migración Estacional (Nominal):
La migración estacional representa categorías distintas sin un orden intrínseco. No se
puede clasificar en términos de "mayor" o "menor", por lo que se clasifica como dato
nominal.

08
 ¿Es probabilílistico o no
Probabilistico?
Muestreo Probabilístico:
1. Muestreo Aleatorio Simple:
¿Por qué? Este método implicaría seleccionar aleatoriamente ubicaciones dentro del
parque y observar los loros en esas ubicaciones. Es probabilístico porque cada
ubicación tendría una probabilidad conocida y no nula de ser seleccionada.
Proporcionaría una representación más justa de la diversidad de loros en todo el
parque.
Muestreo No Probabilístico:
1. Muestreo por Conveniencia:
¿Por qué? En este enfoque, podríamos seleccionar ubicaciones que sean
convenientes o accesibles, sin seguir un proceso aleatorio. Podría ser menos preciso
en representar la diversidad total de la población, ya que ciertas áreas podrían ser
pasadas por alto.
2. Muestreo Intencional:
¿Por qué? Podríamos elegir específicamente ubicaciones donde sabemos que ciertas
especies de loros son más abundantes o donde se han observado comportamientos
específicos. Este enfoque se basaría en intenciones específicas y no en una
aleatoriedad controlada.
¿Por qué Probabilístico o No Probabilístico?
Probabilístico:
Ventajas: Proporciona una base más sólida para realizar inferencias estadísticas
sobre la población total. Cada unidad en la población tiene una oportunidad conocida
de ser seleccionada.
Desventajas: Puede requerir más recursos y tiempo, especialmente en áreas de difícil
acceso.
No Probabilístico:
Ventajas: Puede ser más fácil y rápido de implementar, especialmente en situaciones
donde la accesibilidad es un desafío.
Desventajas: Puede introducir sesgos en la muestra y hacer que la

09
 Técnicas de muestreo
1. Muestreo Aleatorio Simple:
Descripción: Cada ubicación en el parque tiene una probabilidad igual de
ser seleccionada. Puedes utilizar un generador de números aleatorios
para elegir aleatoriamente las ubicaciones.
2. Muestreo Sistemático:
Descripción: Se eligen ubicaciones de manera sistemática, por ejemplo,
seleccionando cada k-ésima ubicación. Esto proporciona una muestra
espaciada de manera uniforme en el parque.
3. Muestreo Estratificado:
Descripción: Divide el parque en estratos (por ejemplo, áreas de selva,
áreas abiertas) y luego realiza un muestreo aleatorio simple dentro de
cada estrato. Esto asegura que cada tipo de hábitat esté representado.
4. Muestreo por Conglomerados:
Descripción: Divide el parque en conglomerados más grandes y
selecciona aleatoriamente algunos conglomerados. Luego, observa todos
los loros dentro de los conglomerados seleccionados. Esto podría ser útil
si el parque tiene regiones geográficas bien definidas.
5. Muestreo por Cuotas:
Descripción: Establece cuotas para cada tipo de hábitat o especie de loro
y selecciona ubicaciones para cumplir con esas cuotas. Es una técnica no
probabilística que podría utilizarse si hay limitaciones en el acceso a
ciertas áreas.
6. Muestreo de Bola de Nieve:
Descripción: Comienza con una ubicación y, después de observar los
loros en esa ubicación, pregunta a los lugareños o expertos locales sobre
otras ubicaciones relevantes, repitiendo el proceso. Esto puede ser útil
para descubrir nuevas ubicaciones de interés.
Elección de la Técnica de Muestreo:
Si buscas representatividad y generalización, las técnicas probabilísticas como
el muestreo aleatorio simple o el estratificado podrían ser preferibles.
Si la accesibilidad es un problema, las técnicas no probabilísticas como el
muestreo por cuotas o el de bola de nieve podrían ser más prácticas.

La elección dependerá de los objetivos del estudio, los recursos disponibles y la

necesidad de obtener resultados representativos de la población de loros en el
parque nacional.

10
 Datos cualitativos y
cuantitativos
Datos Cualitativos:
1. Especie de Loro:
Categoría: Loros verdes, loros amarillos, loros rojos, etc.
Explicación: La especie de loro se clasifica como un dato cualitativo ya que representa
categorías distintas sin una medida numérica asociada.
2. Edad del Loro:
Categoría: Crías, juveniles, adultos.
Explicación: La edad del loro se considera cualitativa ya que representa diferentes categorías
sin una medida numérica específica.
3. Sexo del Loro:
Categoría: Macho, hembra.
Explicación: El sexo del loro es una variable cualitativa, ya que se clasifica en categorías
distintas sin una magnitud numérica.
4. Hábitat:
Categoría: Selva, área abierta, zona de transición.
Explicación: La categorización del hábitat es cualitativa, ya que representa diferentes categorías
sin una medida cuantitativa asociada.
5. Comportamiento Notable:
Categoría: Interacciones sociales, patrones de vuelo, vocalizaciones específicas.
Explicación: El comportamiento notable se clasifica como cualitativo, ya que son categorías
distintas que describen aspectos del comportamiento sin medidas numéricas precisas.
Datos Cuantitativos:
1. Cantidad de Loros:
Medida Numérica: Número de loros observados en cada ubicación.
Explicación: La cantidad de loros se clasifica como un dato cuantitativo, ya que es una medida
numérica que puede tomar valores específicos.
2. Estado de Salud:
Categoría con Puntuación Numérica: Por ejemplo, 1 (mala salud), 2 (salud promedio), 3 (buena
salud).
Explicación: Aunque inicialmente se categoriza cualitativamente, si se asignan puntuaciones
numéricas, podría tratarse como cuantitativo para análisis posteriores.
3. Distribución Geográfica:
Categoría con Coordenadas Geográficas: Latitud, longitud.
Explicación: La distribución geográfica inicialmente es cualitativa, pero si se utilizan
coordenadas geográficas, podría tratarse cuantitativamente.
4. Migración Estacional:
Categoría con Puntuación Numérica: Por ejemplo, 1 (no migratorio), 2 (migratorio estacional).
Explicación: Al asignar puntuaciones numéricas, se podría tratar como un dato cuantitativo para
ciertos análisis.
11
 Conclusión
En conclusión, el estudio sobre la población de loros en el parque nacional en México nos ha
proporcionado una comprensión completa y detallada de la diversidad, distribución y
características de esta población. Al emplear técnicas de muestreo estratégicas, hemos logrado
obtener datos cualitativos y cuantitativos significativos que contribuyen a la conservación y
gestión efectiva de esta especie en su hábitat natural.
La combinación de datos cualitativos, como especie, edad, sexo, hábitat y comportamientos
notables, con datos cuantitativos, como la cantidad de loros y el estado de salud, ha permitido
una visión holística de la población. Esta información es crucial para comprender la dinámica de
la comunidad de loros, identificar posibles amenazas y diseñar estrategias de conservación
adaptadas a sus necesidades.
La elección de técnicas de muestreo estratificado y aleatorio simple ha asegurado la
representatividad de la muestra, mientras que la consideración de la finitud de la población ha
permitido un enfoque detallado y específico. La aplicacion de métodos probabilísticos ha
fortalecido la validez estadística de nuestras conclusiones, permitiéndonos generalizar los
resultados obtenidos de la muestra al conjunto de la población.
En resumen, este estudio no solo ha ampliado nuestro conocimiento sobre la población de loros
en el parque nacional, sino que también proporciona una base sólida para futuras
investigaciones, acciones de conservación y políticas de gestión que promuevan la
preservación de esta especie en su entorno natural.

12
 Bibliografía
https://www.gob.mx/conanp/prensa/liberan-244-loros-al-interior-del-parque-nacional-palenque

https://www.lorossinfronteras.com/wp-content/uploads/2021/06/AviturismoPsitacidos2021.pdf

https://m.facebook.com/655999224438533/posts/2513051708733266/?_rdr

https://biblioteca.semarnat.gob.mx/janium/Documentos/Ciga/libros2009/CD003601.pdf
https://iefectividad.conanp.gob.mx/i-efectividad/FSIyPS/APFF%20Nah%C3%A1/C6.-
%20MANEJO/SC39M.-%20Esp%20Amenazadas/D5.-
%20PROCER%20Loros%20de%20Naha_Metzabok_2016.pdf

13