101

EVALUACIN DE PROCEDIMIENTOS DE AJUSTE PTIMO DE TODOS LOS PARMETROS DE WEIBULL 3P PARA MODELAR LA ESTRUCTURA HORIZONTAL EN PLANTACIONES DE Pinus taeda.
O. S. Vallejos-Barra1; D. Aedo-Ortiz2; P. N. Izquierdo-Ossandon3; M. A. Vsquez-Sandoval4
Ingeniero Forestal, Dr. Profesor asistente de la Facultad de Ciencias Forestales, Universidad de Talca. 2 Norte 685, Talca, Chile. Correo-e: ovallejo@utalca.cl 2 Ingeniero Forestal, Ph. D. Profesor asistente de la Facultad de Ciencias Forestales, Universidad de Talca. 2 Norte 685, Talca, Chile. Correo-e: daedo@utalca.cl 3 Estudiante de Ingeniera Forestal, Facultad de Ciencias Forestales, Universidad de Talca. 2 Norte 685, Talca, Chile. Correo-e: paulaizq@gmail.com 4 Ingeniero Civil en Industrias Forestales, M. Sc. Profesora asistente de la Facultad de Ciencias Forestales, Universidad de Talca. 2 Norte 685, Talca, Chile. Correo-e: mvasquez@utalca.cl
1

RESUMEN
Se gener un conjunto de procedimientos de clculo que permitieran estimar los tres parmetros de la funcin de densidad de probabilidad Weibull 3P. Adems, se estimaron y evaluaron los parmetros ptimos de esta funcin mediante los procedimientos de clculo desarrollados, para modelar los dimetros a la altura del pecho de rboles de Pinus taeda. Los rboles fueron medidos durante ocho aos en seis parcelas para cada una de las cinco densidades de plantacin consideradas. Los parmetros de la Weibull 3P fueron estimados por cuatro mtodos alternativos: mxima verosimilitud, momentos, percentiles e hbrido. Los procedimientos de optimizacin buscaban minimizar tanto el ndice de error como los estadsticos de las pruebas de bondad de ajuste: KolmogorovSmirnov, Anderson-Darling, Kuiper, Cramer-Von Mises y Watson. Cuatro fueron los resultados principales de esta investigacin. Primero, los mtodos de estimacin de parmetros y la edad de plantacin afectaron el valor del parmetro de localizacin. Segundo, 45 % de los valores del parmetro de localizacin fueron negativos. En estos casos, se encontr una relacin lineal altamente significativa entre los parmetros de localizacin, de escala y forma. Entonces, el efecto de un valor del parmetro de localizacin negativo fue compensado por el valor de los otros parmetros. Tercero, el mtodo de percentiles y de mxima verosimilitud producen el menor y mayor valor del parmetro de localizacin, respectivamente. Cuarto, la mayor exactitud en el ajuste se logr con los mtodos de estimacin de parmetros de los percentiles y de los momentos. La mayor exactitud en el ajuste de la prueba Anderson-Darling se asoci al mtodo de los momentos y el resto de las pruebas de bondad de ajuste con el mtodo de los percentiles. PALABRAS CLAVE: estructura horizontal, mtodos de estimacin de parmetros, Weibull 3P.

EVALUATION OFWEIBULL 3POPTIMALALL-PARAMETERS ADJUSTMENT PRODEDURES FOR HORIZONTALSTRUCTURE MODELING IN Pinus taeda PLANTATIONS SUMMARY
A set of calculation procedures for estimating the three parameters of the Weibull 3P probability density function was generated, including the location parameter. The optimal parameters of the Weibull 3P probability density function for modeling the diameters at
Recibido: 25 de mayo, 2009 Aceptado:19 de agosto, 2009 Revista Chapingo Serie Ciencias Forestales y del Ambiente 15(2): 101-108, 2009.

102
breast height in different times at different densities of Pinus taeda plantations calculated by the generated procedures were evaluated. Yearly, during eight years, six plots for each of the five plantation densities were measured. Weibull 3P parameters were estimated by four alternative methods: the maximum likelihood, the moments, the percentiles and the hybrid. The optimization procedures looked for minimizing not only the error index but also the Kolmogorov-Smirnov, Anderson-Darling, Kuiper, Cramer-Von Mises and Watson goodness-of-fit statistics. The main findings of this research were four. First, the parameter estimation method and the plantation age affect the location parameter value. Second, 45% of the calculated location parameter values were negative. In these cases, a highly significant linear relationship was found between location, scale and shape parameters. Then, the effect of a negative location parameter value was compensated by the other parameter values. Third, the percentiles and the maximum verisimilitude methods produced the smallest and largest location parameter values, respectively. Fourth, the percentiles and moments parameter estimation methods had the best adjustment accuracy. Anderson-Darling goodness-of-fit test was associated with the moments method and the rest of goodness-offit tests was associated with the percentiles method for better adjustment accuracy. KEYS WORD: horizontal structure, parameter estimation method, Weibull 3P

INTRODUCCIN Los modelos de produccin por clase diamtrica se basan en la aplicacin de funciones de densidad de probabilidad (fdp) para la representacin de la distribucin del dimetro a la altura del pecho (DAP) de los rboles muestreados. Segn Borders et al.,(1987), la distribucin Weibull de tres parmetros [1] ha sido ampliamente usada por ser flexible y poseer integral definida [2]. Liu et al.,(2004) y Mehttalo (2004) aaden a las caractersticas sealadas anteriormente una tercera, la relativa facilidad para estimar sus parmetros.
c DAP a f ( DAP ) = * b b
c 1

Smirnov (Cuadro 2), prueba que define su estadstico con base en la mxima distancia entre probabilidades acumuladas observadas y estimadas. Esta prueba es ms sensible a diferencias en valores centrales que extremos del rango de la variable aleatoria analizada. En cambio la prueba de Anderson-Darling da mayor relevancia a las diferencias en los extremos de las probabilidades acumuladas. Segn Evans et al.,(1989) la prueba de Anderson-Darling es ms potente que la de KolmogorovSmirnov al utilizar la fdp Weibull 3P. Otras pruebas de bondad de ajuste incorporadas en programas estadsticos son las de Kuiper, Cramer-Von Mises y Watson, pero stas no han sido comnmente usadas en el rea forestal., Donde i vara entre 1 y n (desde el menor al mayor valor del DAP), F(DAPi) que corresponde a la frecuencia ________ relativa acumulada hasta el i-simo valor del DAP y F (DAP ) es el promedio de los F(DAP). Otra alternativa de comparacin es utilizar el ndice de error [3], propuesto por Reynolds et al.,(1988), que indica la cantidad de rboles errneamente estimados por defecto o exceso en las clases diamtricas. Al igual que las pruebas de bondad de ajuste, el mtodo de estimacin de parmetros ms destacado presentar el menor ndice de error.

DAP a c * exp b [1]

DAP a c F(DAP) = 1 exp b

[2]

Donde a, b y c son parmetros de localizacin, escala y forma respectivamente. Para estimar los parmetros de esta fdp se han descrito diversos mtodos de estimacin, algunos de los cuales se presentan en el Cuadro 1. Donde i vara entre 1 y n (desde el menor al mayor valor del DAP), n es la cantidad total de observaciones, DAPi es el dato i-simo de DAP, DAPq es la media cuadrtica del ____ DAP, DAP es la media aritmtica del DAP, i es la funcin gamma de (1 + i/c), DAP93 es el valor del DAP al percentil 93, xj es ln(-ln(1- j / 10)) e yj es ln(DAPj), siendo j = 10, 20, ., 80, 90 percentiles. Para comparar la exactitud de estos mtodos se recurre a pruebas de bondad de ajuste; seleccionando el mtodo que obtenga el menor valor del estadstico asociado a la prueba. Frecuentemente se utiliza la prueba de KolmogorovEvaluacin de procedimientos...

ndice de error (IE) = n j n j

j=1

[3]

Donde nj y n j son el nmero de rboles medidos y

estimados respectivamente en la clase diamtrica j y k es el total de clases diamtricas. Para estimar la probabilidad acumulada F(DAPi) se requiere contar con valores conocidos para los tres parmetros de la distribucin Weibull 3P. Sin embargo, los mtodos de estimacin (Cuadro 1) slo consideran frmulas para el clculo de los parmetros de escala y forma, debindose asumir un valor para el parmetro de localizacin. Este parmetro ha sido considerado como un porcentaje del DAP mnimo; frecuentemente se ha utilizado

103
CUADRO 1. Estimacin de los parmetros de la funcin de densidad de probabilidad Weibull 3P segn autor y mtodo. Mtodo y autor Hbrido(Cao, 2004) Expresin

b=

DAP93 a ( ln(1 0,93))

2

1/ c

a DAPq + 2 * a *

( DAP93 a ) * 1 ( ln(1 0,93))

1/ c
1/ c

( DAP93 a ) * 2 ( ln(1 0,93))

2/c

=0

Mxima verosimilitud(Johnson et al.,1994)

n ( DAP a ) c i i =1 b= n
n c

1 c

i =1

( DAPi a ) * ln( DAPi a )

i =1

( DAPi a )

i =1

( DAPi a ) n

(c 1) *

1 a)

i =1 ( DAP i

c b
c

* ( DAPi a )
i =1

c 1

Momentos (Cao, 2004)

b=

____ ( DAP a ) 1

____ 2 2 2 DAPq + a 2 * a * DAP b * 2 = 0

Percentiles Scolforo (1998)

c=
n i =1

i =1

xj

( x j )
i =1

n xj * yj
i =1 n n

x j * y j i =1

n n y i =1 j 1 i1 x j * = b = exp n c n

CUADRO 2. Descripcin de las pruebas de bondad de ajuste. Test de bondad de ajuste Expresin

Kolmogorov-Smirnov

Dn

i -1 i = mx. mx. F ( DAPi ) ; mx. F ( DAPi ) n n

i =1

Anderson-Darling

A = n

( 2 * i 1) * ln( F ( DAPi )) + ( 2 * n + 1 2 * i ) * ln(1 F ( DAPi )) n

Kuiper

V = mx.

i -1 i F ( DAPi ) + mx. F ( DAPi ) n n

2*i 1
2

Cramer-Von Mises

W = F ( DAPi )
2

i =1
n

+ 2*n 12 * n

Watson

________ 2 2 2 U = W n * ( F ( DAP ) 0,5)

Revista Chapingo Serie Ciencias Forestales y del Ambiente 15(2): 101-108, 2009.

104 el valor 0.50 (Hawkins et al., 1988; Liu et al., 2004). En otras oportunidades los porcentajes asumidos han sido: 0.33; 0.66 y 1.00 (Liu et al.,2004). Nepal y Somers (1992) consideran el lmite inferior de la primera clase diamtrica como el parmetro de localizacin. Zhang et al., (2003), proponen que este parmetro sea igual a la diferencia entre el DAP mnimo y una constante, postulndose como potenciales valores para esta constante: 0.5; 1.0; 1.5 y 2.0 cm. Otra propuesta es utilizar la frmula de Bailey et al.,(1989), citada por Cao (2004), siendo sta: (n1/3 * DAPmnimo - DAP50) / (n1/3 - 1), si el resultado es negativo se asume que el parmetro de localizacin es igual a cero (Knowe et al., 1997). Con el afn de evitar el uso de valores supuestos para el parmetro de localizacin, Vallejos (2003) ajust la distribucin Weibull 3P de manera ptima. La propuesta metodolgica se describe en Vallejos et al.,(2004), donde a travs de un proceso iterativo de bsqueda binaria usando el algoritmo Newton-Raphson, se calcularon los tres parmetros que minimizaron el estadstico Dn de la prueba de Kolmogorov-Smirnov. Recientemente Chen (2006) y Vallejos (2007) ajustaron la fdp Lognormal de tres parmetros de manera ptima, utilizando tambin el algoritmo NewtonRaphson. La presente investigacin es una ampliacin de la propuesta de Vallejos (2004), considerando las restantes pruebas de bondad de ajuste (Cuadro 2) y el ndice de error. Adems se modific la restriccin asociada al parmetro de localizacin, ya que este puede ser menor o igual que el lmite inferior de la primera clase diamtrica. Se introdujo esta modificacin por la incorporacin del ndice de error que trabaja con clases diamtricas y porque matemticamente es posible obtener resultados negativos del parmetro de localizacin. La estructura de esta investigacin se presenta en la expresin [4], donde el clculo del parmetro de escala y de forma depender del mtodo de estimacin de parmetros seleccionado (Cuadro 1). Funcin objetivo: Sujeto a: Minimizar los estadsticos de los test de bondad de ajuste y el ndice de error a MATERIALES Y MTODOS Los datos provienen de un ensayo de cinco densidades de plantacin (3333, 2000, 1428, 1111 y 909 rbolesha-1) de Pinus taeda L, establecido el ao 1987 en la hacienda Lageado, del Municipio de Jaguariava, Estado de Paran, Brasil (latitud 24 18 45 S y longitud 49 41 15 O). En cada densidad de plantacin se establecieron seis parcelas que fueron medidas a los 4, 5, 6, 7, 8, 9, 10 y 12 aos de edad (30 parcelas remedidas en 8 oportunidades origina un total de 240 parcelas). En cada ocasin se registr el DAP de todos los rboles de las parcelas utilizando una cinta diamtrica con precisin al mm. La descripcin diamtrica de las parcelas se presenta en el Cuadro 3, donde se observa que los rboles crecieron con el transcurso del tiempo, originando un incremento en el DAP mnimo y mximo. Este incremento diamtrico tambin se observ al disminuir el nmero de rbolesha-1, exceptuando las densidades intermedias (1428 y 1111 rboles ha-1) donde el DAP mnimo present valores inferiores a las restantes densidades. En cada una de las 240 parcelas, se minimiz por separado el estadstico asociado a cada una de las cinco pruebas de bondad de ajuste ms el ndice de error, considerando los cuatro mtodos de estimacin de parmetros (5760 procesos de minimizacin). La minimizacin se llev a cabo usando el complemento Weibullfit.xla, programa de Visual Basic for Applications de Microsoft Excel desarrollado por el autor principal de esta investigacin. Weibullfit.xla interacta con el complemento Solver.xla para producir la minimizacin solicitada y adicionalmente calcula las restantes pruebas de bondad de ajuste y el ndice de error. Las respuestas a los dos objetivos planteados, determinar los factores que influyen tanto en el clculo del parmetro de localizacin como en la exactitud del ajuste de la fdp Weibull 3P, se obtuvieron mediante anlisis de varianzas completamente aleatorios, utilizando el software Statgraphics Centurion XV versin 15.2. En ambos casos, los supuestos del anlisis de varianza no se cumplieron, an aplicando las trasformaciones recomendadas por Kirk (1995). En virtud de esto, se utilizaron anlisis de varianzas no paramtricos de Kruskal-Wallis. Al evidenciar diferencias estadsticamente significativas entre las fuentes de variacin, se recurri a las pruebas de rangos mltiples descritas por Conover (1999). Se analizaron cada una de las fuentes de variacin primarias (los mtodos de estimacin de parmetros, las pruebas de bondad de ajuste e ndice de error, las densidades de plantacin y las edades) y la combinacin general entre ellas. El anlisis se hizo por separado, ya que la prueba de Kruskal-Wallis se aplica a cada fuente de variacin primaria o posible combinacin de stas.

[4]

< lmite inferior de la primera clase diamtrica, considerando amplitudes de clase de 1 cm

byc > 0 El objetivo de esta investigacin fue determinar los factores que influyen tanto en el clculo del parmetro de localizacin como en la exactitud del ajuste de la fdp Weibull 3P. Los factores considerados fueron los mtodos de estimacin de parmetros (Cuadro 1), las pruebas de bondad de ajuste (Cuadro 2) incluyendo el ndice de error (expresin 3), la densidad de plantacin y la edad de los rboles.
Evaluacin de procedimientos...

105
CUADRO 3. Descripcin diamtrica de las parcelas segn densidad de plantacin y edad. Edad (aos) 3333 DAPmin 4 5 6 7 8 9 10 12 3.0 4.5 4.8 4.8 5.1 5.1 6.4 7.0 DAPmx 11.8 14.8 17.8 19.4 21.0 22.6 23.6 25.8 DAPmin 3.7 5.1 5.7 5.7 5.7 7.6 7.6 8.6 2000 DAPmx 11.9 15.6 18.8 20.7 21.7 23.6 24.8 28.3 DAPmin 2.7 4.0 4.5 4.5 4.5 4.8 5.3 6.5 Densidad de plantacin (rbolesha-1) 1428 DAPmx 12.3 15.9 19.1 21.3 22.9 24.8 26.4 29.1 1111 DAPmin 1.3 2.6 2.6 3.8 4.1 6.4 6.7 7.0 DAPmx 12.3 15.8 20.1 22.3 23.9 26.4 29.0 32.2 909 DAPmin 3.3 6.4 8.0 8.0 8.3 8.3 8.3 10.0 DAPmx 12.6 17.4 22.0 24.8 26.7 28.3 29.9 30.9

RESULTADOS Y DISCUSIN Al ejecutar los 5760 procesos de minimizacin se evidenci que el 45, el 3 y el 52 por ciento de los casos los parmetros de localizacin correspondieron a valores menores que cero (a < 0), iguales a cero (a = 0) y mayores a cero (a > 0), respectivamente. Este resultado muestra la inconveniencia de utilizar valores prefijados para este parmetro, ya que cada conjunto de datos tiene asociado un valor del parmetro de localizacin especfico. El valor mnimo del parmetro de localizacin calculado fue de -433 millones. Llama la atencin la magnitud de este valor, as como el porcentaje con valores negativos. Sin embargo, en estos casos se aprecia una relacin lineal altamente significativa del parmetro de localizacin con los otros parmetros (Figura 1A). El posible efecto de un parmetro de localizacin negativo muy reducido se ve compensado con los valores que toman los parmetros de escala y de forma. La relacin con el parmetro de escala fue casi perfecta (R2 1.00), en tanto que con el parmetro de forma se presenta mayor dispersin (R2 = 0.92). Cuando este parmetro fue mayor o igual que cero (Figura 1B) mantuvo la tendencia observada en el caso de ser negativo, pero manifiestamente con mayor dispersin. Los coeficientes de determinacin fueron altamente significativos, pero slo

alcanzaron valores de 0.08 y 0.36 para el parmetro de escala y forma respectivamente. Al analizar el Cuadro 4 se comprueba que las fuentes de variacin primarias influyeron en el clculo del parmetro de localizacin (P<0.05). De igual modo la combinacin de los factores primarios evidenci diferencias estadsticamente significativas en todos los casos. La excepcin se observ en las pruebas de bondad de ajuste e ndice de error cuyas diferencias en el valor del parmetro de localizacin no fueron estadsticamente significativas (P>0.05). El menor parmetro se present al minimizar la prueba de bondad de ajuste de Watson y obtener los parmetros con el mtodo de estimacin de parmetros de los percentiles, para una densidad de 1111 rbolesha-1 a una edad de siete aos. El mayor parmetro se alcanz al minimizar la prueba de bondad de ajuste de Kuiper, calculando los parmetros con el mtodo de los momentos, para una densidad de 909 rbolesha-1 a una edad de 12 aos. La densidad de plantacin 1111 rbolesha-1 present diferencias estadsticamente significativas con las restantes densidades de plantacin. Al excluir esta densidad del

A)

B)

FIGURA 1. Relacin entre los parmetros de la fdp Weibull 3P A) parmetro de localizacin negativo y B) parmetro de localizacin positivo o cero.
Revista Chapingo Serie Ciencias Forestales y del Ambiente 15(2): 101-108, 2009.

106
CUADRO 4. Prueba de rangos mltiples Kruskal-Wallis del parmetro de localizacin segn fuente de variacin primaria. Fuente de variacin primaria Mtodos de estimacin
1

Grupos homogneos b b b a

Fuente de variacin primaria Densidad de plantacin (rboles ha-1)

Grupos homogneos b b b a b a a a a a a

Hibrido Mxima verosimilitud Momentos Percentiles

3333 2000 1428 1111 909 4 5 6 7 8 9 10 12

Pruebas debondad de ajuste e ndice de error

Kolmogorov-Smirnov Anderson-Darling Kuiper Cramer-Von Mises Watson ndice de error

a a a a a a

Edad (aos)

b b b b b

Las fuentes de variacin con letras iguales no presentan diferencias significativas (P<0.05). Un ascenso en las letras del abecedario indica un aumento de valor del parmetro de localizacin.

anlisis, no se evidencian estas diferencias para el parmetro de localizacin, de modo que por tratarse de una densidad intermedia, el resultado obtenido obedece a una fuente de variacin inexplicada, cuya causa probable podra deberse a heterogeneidad del material gentico utilizado en la plantacin, una tcnica deficiente de plantacin o un sitio dismil en relacin a las otras densidades consideradas. Cuando el valor del parmetro de localizacin fue negativo, no se apreci una relacin con la edad de los rboles (Figura 2A). En cambio, cuando el valor del parmetro fue positivo (Figura 2B), este aument progresivamente con el transcurso del tiempo, ya que el crecimiento de los rboles origina un crecimiento de los dimetros mnimos. Se comprob que las fuentes de variacin primarias y su combinacin produjeron diferencias en la exactitud del ajuste, ya que en todos los casos hubo diferencias estadsticamente significativas (P<0.05).En el Cuadro 5, se observa el resultado de la prueba de rangos mltiples

descrito por Conover (1999) para el anlisis de varianza de Kruskal-Wallis. El mtodo de los percentiles fue el mtodo de estimacin de parmetros con mayor grado de exactitud en el ajuste. La excepcin se present cuando se minimiz el estadstico de la prueba de Anderson-Darling, donde el mtodo de los momentos fue el ms destacado. Cabe hacer notar que el mtodo de los momentos siempre estuvo compartiendo el primer o segundo lugar, dependiendo de la minimizacin realizada. En cambio, el mtodo de mxima verosimilitud siempre estuvo en las ltimas posiciones. Vallejos (2003) tambin observ que el mtodo de los percentiles produjo el mayor grado de exactitud en el ajuste; sin embargo, en esa investigacin las diferencias numricas no se transformaron en diferencias estadsticamente significativas (P>0.05), como s ocurre en el presente estudio. Probablemente Vallejos (2003) no detect diferencias estadsticas, ya que trabaj con hbridos del gnero Populus cuya variacin diamtrica es inferior a la considerada en este estudio.

A)

B)

FIGURA 2. Relacin del parmetro de localizacin promedio con la edad de plantacin A) parmetro de localizacin negativo y B) parmetro de localizacin positivo o cero.
Evaluacin de procedimientos...

107
CUADRO 5. Prueba de rangos mltiples Kruskal-Wallis de las pruebas de bondad de ajuste e ndice de error segn fuente de variacin primaria.
2

Grupos homogneos A2 c b c b c b c a a b a b c d a a b a b d c a b b b c c c d c c c c b c b a a a b b b b a a a b b a a a c b c b b c a d b c c a a b a d a b b b b c c d d d b a a a a a a b b a a b b b V b c a a a b a b a b a a b b a b c a d a b b b b b W2 b c U2 a b IE

Fuente de variacin primaria Mtodos de estimacin Hibrido Mxima verosimilitud Momentos Percentiles Pruebas debondad de ajuste e ndicede error Kolmogorov-Smirnov Anderson-Darling Kuiper Cramer-Von Mises Watson ndice de error Densidad de plantacin (rboles ha-1) 3333 2000 1428 1111 909 Edad (aos) 4 5 6 7 8 9 10 12
2

Dn b c b a a b b b b c a c b c d d b c c b c a a a a a a

b a b

a b a b

Las fuentes de variacin con letras iguales no presentan diferencias significativas (P<0.05). Un ascenso en las letras del abecedario indica un aumento del estadstico de las pruebas de bondad de ajuste o del ndice de error.

La propuesta metodolgica es consistente toda vez que en cada minimizacin se asegur la obtencin del valor mnimo del respectivo estadstico de las pruebas de bondad de ajuste o ndice de error segn corresponda. La densidad de plantacin tuvo un comportamiento errtico en torno a la minimizacin, ya que dependiendo de la prueba de bondad de ajuste o ndice de error, se obtuvieron diversos resultados. Por ejemplo, al considerar las pruebas de Kolmogorov-Smirnov y Kuiper la mayor densidad de plantacin (3333 rbolesha-1) present el mayor grado de exactitud en el ajuste. En las restantes pruebas y en el ndice de error, esta densidad qued relegada a las ltimas posiciones. Al aumentar la edad de la plantacin se obtuvo un mayor grado de exactitud en el ajuste. En una plantacin la estructura horizontal en edades inferiores tiende a ser uniforme, y a medida que transcurre el tiempo la competencia entre los rboles modifica esta uniformidad, permitiendo que la fdp Weibull represente mejor dicha estructura. Lo contrario sucedi con el ndice de error, porque a menor edad de la plantacin se reduce la cantidad de clases diamtricas, requeridas en el clculo de este ndice.

CONCLUSIONES El valor del parmetro de localizacin de la fdp Weibull 3P dependi del mtodo de estimacin de parmetros utilizado. El mtodo de los percentiles origin los menores valores del parmetro de localizacin. Tambin la edad de plantacin influy en el parmetro de localizacin, a medida que sta aument lo hizo de igual modo el valor del parmetro. Los mtodos de estimacin de parmetros influyeron en el grado de exactitud en el ajuste de la fdp Weibull 3P. El mtodo de los percentiles fue el mejor mtodo de estimacin de parmetros, exceptuando la minimizacin de la prueba de Anderson-Darling donde el mtodo de los momentos es el recomendado.

LITERATURACITADA
BORDERS, B.; SOUTER, R.; BAILEY, R.; WARE, K. 1987. Percentilebased distributions characterize forest stand tables. Forest Science, Bethesda, 33(2): 570-576. CAO, Q. 2004. Predicting parameters of a Weibull function for modeling diameter distribution. Forest Science, Bethesda, 50(5): 682685.
Revista Chapingo Serie Ciencias Forestales y del Ambiente 15(2): 101-108, 2009.

108
CHEN, C. 2006. Test of fit the three-parameter lognormal distribution. Computational Statistics & Data Analysis, Amsterdam, n. 50: 1418-1440. CONOVER, W. 1999. Practical nonparametric statistics. Tercera edicin, New York: John Wiley & Sons Inc., 584 p. EVANS, J.; JOHNSON, R.; GREEN, D. 1989. Two- and three-parameter Weibull goodness-of-fit tests. Madison: U.S.D.A., Forest Service, Forest Products Laboratory, 27 p. (Res. Pap. FPLRP-493). HAWKINS, K.; HOTVEDT, J.; CAO, Q.; JACKSON, B.1988. Using the Weibull distribution to model harvesting machine productivity. Forest Products Journal, Madison, 38(4): 59- 65. JOHNSON, N.; KOTZ, S.; BALAKRISNAN, N. 1994. Continuous Univariate Distributions. Segunda Edicin, New York: John Wiley & Sons, Inc., 756 p. (Volume 1). KIRK, R. 1995. Experimental design: procedures for the behavioral sciences. Tercera edicin, Pacific Grove: Brooks/Cole Publishing Company and International Thompson Publishing Company, 921 p. KNOWE, S.; AHRENS, G.; DEBELL, D. 1997. Comparison of diameterdistribution-prediction, stand-table-projection, and individualtree-growth modeling approaches for young red alder plantations. Forest Ecology and Management, Amsterdam, n. 98: 49-60. LIU, CH.; ZHANG, S.; LEI, Y.; NEWTON, P.; ZHANG, L. 2004. Evaluation of three methods for predicting diameter distributions of black spruce (Picea mariana) plantations in central.,Canadian Journal of Forest Research, Montreal, n. 34: 2424-2432. MEHTTALO, L. 2004. An algorithm for ensuring compatibility between estimates percentiles of diameter distribution and measured stand variables. Forest Science, Bethesda, 50(1): 20-32. NEPAL, S.; SOMERS, G. 1992. A generalized approach to stand table projection. Forest Science, Bethesda, 38(1): 120-133. REYNOLDS, M. JR.; BURK, T.; HUANG, W. 1988. Goodness-of-fit test and model selection procedures for diameter distribution models. Forest Science, Bethesda, 34(2): 373-399. SCOLFORO, J. 1998. Modelagem do crescimento e da produo de florestas plantadas e nativas. Lavras: UFLA/FAEPE, 441 p. VALLEJOS, O. 2003. Sistema de simulao do crescimento e produo de Populus spp. no Chile (Sistema SALICA). Curitiba: UFPR. 135 p. Tesis (Doctorado en Ciencias Forestales) Universidad Federal de Paran. VALLEJOS, O.; SANQUETTA, C.; ARCE, J.; MACHADO, S.; DO, A.; DALLA, A. 2004. Proposta metodolgica para o ajuste timo da distribuio diamtrica Weibull 3P. Floresta, Curitiba, 34(3): 387-393. VALLEJOS, O. 2007. Ajuste ptimo de la distribucin Lognormal de tres parmetros en hbridos de Populus. Revista Chapingo serie Ciencias Forestales y del Ambiente, Universidad Autnoma de Chapingo, 13(1): 29-32. ZHANG, L.; PACKARD, K.; LIU, CH. 2003. A comparison of estimation methods for fitting Weibull and Johnsons SB distributions to mixed spruce-fir stands in northeastern North America. Canadian Journal of Forest Research, Montreal, n. 33: 1340-1347.

Evaluacin de procedimientos...