Antecedentes:

La mayoría de los análisis de crecimiento hechos para rubia no toman en cuenta la incertidumbre del modelo, ni de los parámetros.

Ojetivos:

Explorar la incertidumbre de los modelos usando tres modelos distintos (von Bertalanffy, logístico y Gompertz) y el criterio de Akaike. También estimar los parámetros de crecimiento y su incertidumbre con métodos de máxima verosimilitud (con tres supuestos para la variancia residual) y Bayesianos.

Métodos:

Los modelos se ajustaron a datos de longitud por edad de organismos capturados en Antón Lizardo, Veracruz. En cuanto a los métodos Bayesianos, se construyó una distribución a priori para la longitud asintótica basada en información de la literatura. Se usó la metodología Cadenas de Markov de Monte Carlo (CMMC) para ajustar el modelo logístico.

Resultados:

Los resultados del criterio de Akaike sugirieron que el modelo logístico fue el que mejor se ajustó a los datos observados. Las estimaciones de los parámetros fueron: Longitud asintótica (L∞ = 64.9 ± 5.43), tasa de crecimiento (K = 0.49 ± 0.07) y la edad para el punto de inflexión (I = 3.28 ± 0.42). En cuanto al análisis Bayesiano, las simulaciones MCMC sugirieron que el valor más probable para la longitud asintótica fue 64.3 cm con intervalo de 95% de probabilidad de (58.7, 70.1). El valor más probable para la tasa de crecimiento fue 0.48 con intervalo de probabilidad de 95% de (0.42, 0.55). Finalmente, el valor más probable para la edad en el punto de inflexión fue 1.7 años con intervalo de 95% de probabilidad de (1.31, 2.16).

Conclusiones:

Los métodos de máxima verosimilitud y Bayesianos deben ser considerados como herramientas estadísticas básicas para la evaluación del crecimiento individual, debido a que proveen un análisis robusto de la información disponible de la especie y la oportunidad de incorporar dichos análisis a acciones de manejo para la explotación sustentable del recurso.