Universidad San Carlos de Guatemala -USAC-

Centro Universitario del Nor-Occidente -CUNOROC-

Curso: Inventarios Forestales
Facilitador: Ing. Sergio Miguel Godínez
Investigación documental: teoría del muestreo estadístico e indicadores estadísticos del
muestreo forestal.
Candelaria Eleaneth Ros Esteban Carnet: 202146493 31 de enero, 2024
1. INDICADORES ESTADÍSTICOS PARA EL MUESTREO FORESTAL

El termino inventariar significa “cuantificar el recurso forestal desde los puntos de vista
cualitativos y cuantitativos”. (Padilla, 1987)

Un inventario forestal es el método usado para medir y registrar los datos del bosque, procesar
estos datos de campo para obtener así información de la cantidad y calidad de los árboles y
características del área boscosa, con un grado de detalle y precisión de acuerdo al objetivo
previsto y la exactitud requerida. (Ferreira, 2005).

Para describir las características de un bosque, se tienen que manejar algunos valores
estadísticos, los cuales se presentan a continuación:

̅)
1.1. Media (𝐗

Es una medida de tendencia central, y se define como:

∑ 𝑋1
𝑥̅ =
𝑛

Donde

X1= Calor observado de la unidad i-ésima de la muestra.

N= n° de unidades de la muestra (tamaño de muestra).

Fuente: (CATIE/CONAP, 1996)

1.2. Desviación estándar (S)

Es el índice de dispersión más usado para medir la desviación de los valores individuales con
respecto a la media. Da una idea de los individuos en una muestra si están próximos a la media
o están diseminados. Se define como:

1
 ∑(𝑋𝑖 2 ) − (∑ 𝑋𝑖)2 /𝑛
𝑠=√
𝑛−1

El denominador indica el número de grados de libertad. (CATIE/CONAP, 1996)

Aplicado al bosque, un valor bajo indica que la población es homogénea, y un valor alto indica
que la población es heterogénea.

1.3. Coeficiente de variación (CV)

Es un índice usado para medir la dispersión en términos relativos y equivale a expresar la

desviación estándar como porcentaje de la media. (CATIE/CONAP, 1996)
El coeficiente de variación permite comparar la variabilidad de poblaciones que tienen diferentes
medias, y se calcula así:

𝑠
𝐶𝑉 = ( ) × 100
𝑋̅

En otras palabras, el coeficiente de variación, expresa la relatividad de una variable en un rodal,

independientemente de la unidad de medida. Los rodales diferentes y con el mismo CV, requieren
el mismo número de muestras para producir medias de igual confiabilidad independientemente del
área de los rodales.

1.4. Error estándar de la muestra (Sx)

Así como la desviación estándar mide el promedio de las desviaciones de las observaciones
individuales con respecto a la media muestral, el error estándar mide el desvió de las medias
muéstrales respecto de la media poblacional, y se calcula por la fórmula:

Donde:
N = Área del bosque en has / Área de la parcela en has

2
En la práctica, cuando n/N es igual o menor que 0.05, se puede considerar la población como
infinita; también se puede considerar como población infinita un bosque con un área mayor de 400
hectáreas.

Cuando la población es infinita, para el cálculo del error estándar se emplea la fórmula siguiente:

Fuente: (CATIE, 2002)

1.5. Error de muestreo absoluto (Em)

El error de muestreo se produce por, el hecho de no haber evaluado, medido o contado todas las
unidades de muestreo en el bosque. (CATIE, 2002)
El error de muestreo es diferente para cada parámetro forestal (densidad, área basal y volumen) y
también difiere de especie a especie.
En general, el error de muestreo para una especie es mayor, para un grupo de especies se reduce
el error y más todavía si se trata del total de especies. Se calcula por la expresión:

Donde:
t = Valor t de Student (depende del nivel de confianza requerido y de los grados de libertad).
(INAB, 1999)

1.6. Error de muestreo relativo (Em%)

El error de muestreo relativo es el error de muestreo expresado en porcentaje, y se calcula a través
de la fórmula siguiente:

Fuente: (CATIE/CONAP, 1996)

3
En Guatemala, el CONAP recomienda que para bosques de coníferas el error de muestreo
permitido, no debe ser mayor del 15%; mientras que para bosques mixtos se considera un máximo
de error de muestreo permisible del 20%.

1.7. Límites de confianza (LC)

Son los límites entre los cuales con cierta probabilidad s e encuentra la media verdadera de la
población y s e estima a partir de la media muestral. (INAB, 1999)

La media obtenida a partir de una muestra difiere de la verdadera media poblacional. La media
poblacional está comprendida entre un límite inferior y un límite superior. Es decir, se puede
estimar a través de las relaciones siguientes:

Donde:

LCs = Límite de confianza superior

LCi = Límite de confianza inferior

1.8. Tamaño de muestra

El tamaño de la muestra se refiere al área total por inventariar, expresado en número de parcelas
de un tamaño definido. Determinar el tamaño de la muestra es uno de los pasos más importantes
a la hora de desarrollar un diseño de muestra. Si la muestra es demasiado pequeña, el nivel de
incertidumbre será grande y si la muestra es demasiado grande, el coste será innecesariamente
elevado.
Para determinar el tamaño de la muestra, existen dos modalidades: método de la intensidad de
muestreo y método del error de muestreo. (Ferreira Rojas, 2005)

Estos métodos se discuten a continuación:

4
1.8.1. Intensidad de Muestreo

En este método el tamaño de la muestra se estima aplicando un porcentaje de intensidad del área
total, para lo cual se requiere bastante experiencia y habilidad para fijar el porcentaje; el método
no deja de ser subjetivo y arbitrario. Por ejemplo, para un área grande o cuando no se requiere una
exactitud alta, se puede fijar una intensidad del 2% al 5%.
Para calcular el número de parcelas se utilizan las fórmulas siguientes:

Donde:
Np = número de parcelas a levantar
Am = área muestreada (has)
Tp = tamaño de la parcela (has)
Im = intensidad de muestreo (%)
At = área total del bosque (has)

1.8.2. Método del error de muestreo

Este método consiste en determinar el número de parcelas de muestreo tomando como base la
variabilidad del bosque, y para medir esta variabilidad se usa el coeficiente de variación.
En base a la variabilidad de la población, un bosque heterogéneo necesita mayor número de
parcelas que un bosque homogéneo, para obtener la misma precisión en el muestreo.
Para calcular el número de parcelas en un muestreo simple se utiliza la siguiente fórmula:

Donde:

5
n = número de parcelas a levantar
CV = coeficiente de variación (%)
t = valor t de Student (depende del nivel de confiabilidad requerido y de los grados de libertad)
E = error de muestreo máximo requerido (generalmente se utiliza un 15%) (Carrera, 1996; Ferreira,
1994)

De la fórmula anterior, se deduce que el tamaño de la muestra está en función de la variabilidad

del bosque (CV) y de la precisión requerida (E), y no del tamaño de la superficie del bosque a
inventariar. El problema normalmente es que de antemano no se conoce el valor del coeficiente de
variación. Este valor depende de la homogeneidad del bosque y del tamaño de las parcelas.
En general, el coeficiente de variación del volumen, puede ir desde 35% para bosques homogéneos
hasta 250% para bosques muy heterogéneos. En el Altiplano Occidental de Guatemala, el
coeficiente de variación del volumen varía en general entre 22 y 32% en el caso de bosques de
coníferas y entre 26 y 46% en el caso de bosques mixtos y latifoliados.

1.9. Grados de libertad (Gl)

“La suma de los valores de las desviaciones de los valores individuales con respecto a su media
es igual a cero, hecho que puede demostrarse. Si se conocen los n-1 valores de los valores a partir
de la media, entonces se conoce el n-ésimo valor, ya que queda determinado automáticamente
debido a la restricción de 3 que todos los valores de n sumen cero”. (Daniel Wayne 2007, p41)
(Cruz-Oré, 2013)

“El valor de los grados de libertad se relaciona con el número de veces que se usa la información
de la muestra”. (Dawson 2005, 4 p91) (Cruz-Oré, 2013)

“Los grados de libertad de una prueba estadística son el número de datos que son libres de variar
cuando se calcula tal prueba”. (Pagano 2009, p321) (Cruz-Oré, 2013)

Los grados de libertad también son necesarios en la distribución t de Student ya que caracterizan
la forma de la curva. Cuantos más grados de libertad, más acampanada será la forma de la curva y
por lo tanto más se asemejará a una distribución normal estándar.
En el caso de la distribución t de Student tenemos que los grados de libertad corresponden a n –
1 cuando tenemos una sola muestra y (n1 – 1) + (n2 – 1) si estamos comparando dos muestras.
(datos, s.f.)

6
Ejemplo:

El valor de “t” depende del nivel de confianza requerido y de los grados de libertad (n-1). Para
siete grados de libertad (nuestro ejemplo) y un nivel de confianza del 95%, el valor t es 2.365.

1.10. Confiabilidad
Al realizar un inventario forestal se tiene como primer objetivo: obtener resultados confiables para
la planeación de las actividades silvícolas (Schreuder et al., 2006). (Roldán-Cortés et al., 2013)
El nivel de confianza o confiabilidad, va depender del grado de detalle del inventario a realizar.
A medida que el número de muestras aumenta, la varianza del error de cálculo disminuye, la
precisión de los cálculos aumenta y es posible otorgar más confianza a la estimación.
Generalmente, se conoce el valor exacto del cálculo, pero no el del estado real del bosque. Gracias
a los muestreos probabilísticos, es posible determinar la probabilidad de que un cálculo se
encuentre en una distancia especificada a partir de un valor real. Éstas son las funciones del
“intervalo de confianza”, un intervalo estimado de proporciones que probablemente incluya
valores reales, pero desconocidos, de la proporción de bosque; y el “coeficiente de confianza”, la
probabilidad de que intervalos de confianza similares creados con diferentes muestras contengan
una proporción real de bosque.
La precisión de un inventario, se indica a través del error de muestro expresado como un
porcentaje del volumen medio por hectárea. Usando el error de muestreo a un nivel de confianza
de 95% (es el nivel más usado), como índice de grado de precisión, los inventarios se pueden
clasificar de la siguiente manera:
▪ Inventario detallado: Error de muestre entre 5-y 10%
▪ Inventario Semidetallado: Error de muestreo entre 10 y 15%
▪ Exploratorio: Error de muestreo entre 15 y 20%
▪ De reconocimiento: no se indica el error de muestreo. (Ferreira Rojas, 2005)

1.11. Inferencia estadística

Esta estadística proporciona una metodología para tomar decisiones sobre una población,
siguiendo un razonamiento derivado de la evidencia de datos numéricos observados en una
muestra en esa misma población. (CATIE, 2002)

7
La inferencia estadística intenta tomar decisiones basadas en la aceptación o el rechazo de ciertas
relaciones que se toman como hipótesis. Esta toma de decisiones va acompañada de un margen de
error, cuya probabilidad está determinada. (Sabadías, 1995)

En otras palabras, esta estadística como tal nos permite inducir conclusiones de situaciones,
sucesos o fenómenos previamente estudiados.

8
 2. BIBLIOGRAFÍA
CATIE. (2002). Inventarios Forestales para Bosques de Latifolidos en América Central. (E. (C.
B. Lorena Orozco, Ed.) Recuperado el 29 de 01 de 2024, de
https://repositorio.catie.ac.cr/bitstream/handle/11554/2600/Inventarios_forestales_para_bos
ques_latifoliados.pdf?sequence=1
CATIE/CONAP. (1996). Guía para la planificación de inventarios forestales en la zona de usos
multiples de la reserva de la biosfera maya, Petén, Guatemala. Turrialba, Costa Rica.
Recuperado el 28 de 01 de 2024, de
https://repositorio.catie.ac.cr/bitstream/handle/11554/2272/Guia_para_la_planificacion.pdf
?sequence=1&isAllowed=y
Cruz-Oré, J. L. (2013). ¿Que significan los grados de libertad? Revista, Sociedad Peruana de
Epidemiología, Lima, Perú. Recuperado el 31 de 01 de 2024, de
https://www.redalyc.org/pdf/2031/203129458002.pdf
Ferreira Rojas, O. (2005). Herramientas para el manejo de bosques. Siguatepeque, Honduras.
Recuperado el 30 de 01 de 2024, de https://dokumen.tips/documents/manual-de-invent-a-
rio-forestal-pdf.html
INAB. (1999). Manual Técnico Forestal. Guatemala, Guatemala. Recuperado el 30 de 01 de
2024, de https://pdfcoffee.com/qdownload/manual-tecnico-forestal-inab-pdf-2-pdf-
free.html
Roldán-Cortés et al. (2013). Estimadores de muestreo para inventario de plantaciones. División
de Ciencias Forestales, Universidad Autónoma Chapingo, Chapingo, México. Recuperado
el 30 de 01 de 2024, de https://www.scielo.org.mx/pdf/remcf/v5n26/v5n26a4.pdf
Sabadías, A. V. (1995). Estadística descriptiva e inferencial. Universidad de Castilla-La Mancha.
Recuperado el 31 de 01 de 2024, de
https://www.google.com.gt/books/edition/Estad%C3%ADstica_descriptiva_e_inferencial/
RbaC-wPWqjsC?hl=es-
419&gbpv=1&dq=Estad%C3%ADstica+inferencial+concepto&pg=PA33&printsec=frontc
over
Datos, E. m. (s.f.). Entiende de una vez que son los grados de libertad en estadística. Recuperado
el 31 de 01 de 2024, de https://elmundodelosdatos.com/entiende-que-son-los-grados-de-
libertad-en-estadistica/