Teorema de Bayes aplicado a la estimación del rendimiento de la sardina Monterrey (Sardinops sagax caeruleus Girard) de Bahía Magdalena, Baja California Sur, México

Resumen

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 (H₁) en el modelo, y error de observación (H₂) 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 H₁ 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 densodependencia) 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.