Agrociencia

Colegio de Postgraduados
agrocien@colpos.colpos.mx
ISSN (Versión impresa): 1405-3195
MÉXICO

2000
José de Jesús Návar Cháidez / José Contreras Aviña
AJUSTE DE LA DISTRIBUCIÓN WEIBULL A LAS ESTRUCTURAS DIAMÉTRICAS
DE RODALES IRREGULARES DE PINO EN DURANGO, MÉXICO
Agrociencia, mayo-junio, año/vol. 34, número 003
Colegio de Postgraduados
Texcoco, México
pp. 353--362

Red de Revistas Científicas de América Latina y el Caribe, España y Portugal

Universidad Autónoma del Estado de México

http://redalyc.uaemex.mx
 NÁVAR-CHÁIDEZ Y CONTRERAS-AVIÑA: DISTRIBUCIÓN WEIBULL EN RODALES IRREGULARES DE PINO
AJUSTE DE LA DISTRIBUCIÓN WEIBULL A LAS ESTRUCTURAS DIAMÉTRICAS
DE RODALES IRREGULARES DE PINO EN DURANGO, MÉXICO
FITTING THE WEIBULL DISTRIBUTION TO DIAMETER STRUCTURES OF
UNEVENAGED STANDS OF PINUS IN DURANGO, MÉXICO
José de Jesús Návar-Cháidez y José Contreras-Aviña
Facultad de Ciencias Forestales. Universidad Autónoma de Nuevo León. Apartado Postal 41. 67700,
Linares, Nuevo León. (jnavar@ccr.dsi.uanl.mx)
RESUMEN
La distribución Weibull se ha convertido en una herramienta clá-
sica del manejo forestal. La estimación y predicción de las estruc-
turas diamétricas futuras son algunos usos comunes de esta tecno-
logía matemática. Se presentan seis métodos para estimar pará-
metros de la distribución Weibull, comparando su eficiencia, su
sesgo y su bondad de ajuste. Los procedimientos se evaluaron ajus-
tándolos a las estructuras diamétricas de nueve rodales irregula-
res y mezclados de Pinus - Quercus - Juniperus con tres índices de
sitio en Durango, México. Los resultados indicaron que la técnica
convencional de máxima verosimilitud de dos parámetros mostró
estimadores menos sesgados, más eficientes y con una de las ma-
yores bondades de ajuste. Por esta razón, se recomienda este pro-
cedimiento para estimar las estructuras diamétricas de los rodales
irregulares y mezclados de la Sierra Madre Occidental.
Palabras clave: Pinus spp., ajuste del diámetro, manejo forestal, máxi-
ma verosimilitud.
INTRODUCCIÓN
E
l ajuste de distribuciones probabilísticas a las es-
tructuras diamétricas se ha convertido en una he-
rramienta clásica en el manejo forestal. Las dis-
tribuciones gamma, lognormal, beta, johnson SB, charlier,
y Weibull han sido evaluadas por Gadow (1984) y por
Laar et al. (1989). Esta última distribución, introducida
por Waloddi Weibull (Devore, 1987), fue propuesta para
múltiples aplicaciones. Wenger (1984) y Vanclay (1994)
describen ejemplos de su aplicación para proyectar las
estructuras diamétricas con el propósito de estimar el cre-
cimiento forestal.
Farrar y Matney (1994) ajustaron la distribución
Weibull con un solo procedimiento, a pesar de que exis-
ten varias tecnologías de ajuste de parámetros (Haan,
1986; Devore, 1987), entre las que destacan: máxima
verosimilitud, momentos, cuadrados mínimos, métodos
gráficos, ajuste de puntos o percentiles, etc. Las primeros
Recibido: Mayo, 1998. Aprobado: Diciembre, 1999.
Publicado como ARTÍCULO en Agrociencia 34: 353-361. 2000.
353
353
ABSTRACT
The Weibull distribution has become a classic tool in forest man-
agement for the estimation and projection of diameter structures.
This report presents a summary of six methods to estimate the
parameters used in the Weibull distribution, to test their efficiency
and bias and their goodness of fit. The methods were evaluated by
fitting parameters to diameter structures of nine uneven-aged and
mixed Pinus-Quercus-Juniperus stands, located in three site indexes
in Durango, México. The results indicate that the conventional two-
parameter procedure of maximum likelihood had estimators with
the least bias, more efficient and with one of the best goodness of
fit tests. Therefore we recommend this method to estimate diam-
eter structures of uneven-aged and mixed stands of the Sierra
Madre Occidental of Durango, Mexico.
Key words: Pinus spp., diameter fit, forest management, maximum
likelihood.
INTRODUCTION
F
itting probabilistic density functions (pdf) to di-
ameter structures has become a classic tool in for-
est management. The gamma, lognormal, beta,
johnson SB, charlier and Weibull distributions have been
evaluated by Gadow (1984) and Laar et al. (1989). The
latest pdf, introduced by Waloddi Weibull (Devore, 1987),
was proposed for multiple applications. Wenger (1984)
and Vanclay (1994) describe technological examples in
which the Weibull distribution has been used to project
diameter structures in forest growth and yield applica-
tions.
Farrar and Matney (1994) fitted the Weibull distribu-
tion using a single procedure of parameter estimation.
However, there are several mathematical technologies of
parameter estimation (Haan, 1986; Devore, 1987),
amongst the most important are maximum likelihood,
moments, least square, graphical applications and point
estimation or percentiles. The first two are widely recog-
nized in the scientific literature (Shiver, 1988), although
the latter is the most commonly used due to the ease with
which parameters can be estimated (Shiver, 1988;
Newberry et al., 1993).
354 AGROCIENCIA VOLUMEN 34, NÚMERO 3, MAYO-JUNIO 2000
dos son las más reconocidas en la literatura (Shiver, 1988),
aunque la última es muy popular por su facilidad para
estimar los parámetros (Shiver, 1988; Newberry et al.,
1993).
Por otro lado, en diferentes estudios se han compara-
do procedimientos de ajuste de parámetros, dentro de los
cuales destacan los de máxima verosimilitud con dos y
tres parámetros, percentiles y momentos (Zarnoch y Dell,
1985; Ueno y Osawa, 1987; Shiver, 1988; Laar et al.,
1989; Torres-Rojo et al., 1992) pero estas comparacio-
nes no se han hecho para describir las estructuras diamé-
tricas de rodales irregulares y mezclados de Pinus-
Quercus-Juniperus como los que existen en la Sierra
Madre Occidental, con datos derivados de sitios de mues-
treo en inventario forestal convencional.
El objetivo de este trabajo fue comparar seis procedi-
mientos de estimación de parámetros de la distribución
Weibull aplicada a la predicción probabilística de las es-
tructuras diamétricas en rodales irregulares y mezclados
en el Edo. de Durango, México. La comparación de los
procedimientos se hizo con base en la bondad de ajuste y
el sesgo y eficiencia de los parámetros estimados, para
establecer el procedimiento más recomendable en este
tipo de rodales.
MATERIALES Y MÉTODOS
La investigación se efectuó en el ejido Vencedores del Municipio
de San Dimas, Durango, México, ubicado en el macizo montañoso de
la Sierra Madre Occidental, entre los meridianos 105o 36’ 19’’ y 105o
51’ 48’’ O y los paralelos 24o 19’ 05’’ y 24o 30’ 16’’ N, con una altitud
promedio de 2540 m. La precipitación y temperatura promedio anual
son 900 mm y 15 o C, respectivamente.
La vegetación presente en los rodales estudiados está compuesta
por bosques de Pinus y mezcla de los géneros Pinus-Quercus y Pinus-
Quercus-Juniperus. El género Pinus es el dominante con 65 % de los
individuos, seguido de Quercus con 30 % y Juniperus con el resto.
Las especies de pino observadas fueron P. cooperi Blanco, P. leiophy-
lla Sch. et Cham., P. teocote Sch. et Cham. y P. durangensis Mart.
Metodología
La información se colectó en 27 sitios temporales de muestreo,
con forma circular de 1000 m2 de superficie cada uno, distribuidos
aleatoriamente en nueve rodales, con tres índices de sitio: 15, 18 y 21 m.
En cada árbol de todas las especies arbóreas presentes en el sitio se
midió el diámetro normal, la altura total, el diámetro de copa y la
edad.
La distribución Weibull
Esta distribución, como función de densidad probabilística (fdp)
está dada por el Modelo 1, y como función de densidad acumulada
(fda) por el Modelo 2 (Haan, 1986):
Several researchers have investigated the goodness of
fit of several procedures of parameter estimation such as
maximum likelihood of two and three parameters, mo-
ments, and percentiles (Zarnoch and Dell, 1985; Ueno
and Oshawa, 1987; Shiver, 1988; Laar et al., 1989; Torres-
Rojo et al., 1992). However, these methods have not been
applied to describe the diameter structures of uneven-aged
and mixed forest stands of the Sierra Madre Occidental,
dominated by Pinus-Quercus-Juniperus, with data derived
from sampling in conventional forest inventories.
The objective of this study was to compare six proce-
dures of parameter estimation of the Weibull distribution
fitted to the diameter structures of uneven-aged and mixed
forest stands of Durango, México, as well as to recom-
mend the best procedure of parameter estimation in these
native forest stands. Comparison tests include goodness
of fit, bias and efficiency of parameter estimators.
MATERIALS AND METHODS
This research was conducted in the forest ejido ‘Vencedores’ lo-
cated in the municipality of San Dimas, Durango, México (105o 36’
19’’ to 105o 51’ 48’’ W and 24o 19’ 05’’ to 24o 30’’ 16’’ N, at an aver-
aged altitude of 2540 m). The area belongs to the mountain range of
the Sierra Madre Occidental. The study site has a temperate, moist
climate with average annual long-term rainfall of 900 mm and 15 oC
average temperature.
Pine-oak-tascate (Pinus-Quercus-Juniperus) forests characterize
the plant community. Pines dominate tree diversity, comprising 65 %
of the tree sinusia. Oaks account for 30 % and tascate for the remain-
ing tree diversity. Pine species were P. cooperi Blanco, P. leiophylla
Sch. et Cham., P. teocote Sch. et Cham. and P. durangensis Mart.
Methodology
Data was collected in 27 temporary circular sampling units, with
an area of 1000 m2 each. Sampling sites were randomly chosen in
nine forest stands, placed in three site indexes: 15, 18 and 21 m. For
each tree the diameter at breast height, top height, canopy cover and
age were measured.
The Weibull distribution
This distribution, as a pdf is given by Model 1, and as a cumula-
tive density function (cdf) by Model 2 (Haan, 1986):
R| L a x- e f O a U|
S- M P V
Px a x f = a a x - e f
a -1
a b - e f- a e |T MN b- e PQ |W (1)
R| L x- e O a U|
S- M P V
a x f = 1- e T| N b- e Q W|
(2)
Px
 NÁVAR-CHÁIDEZ Y CONTRERAS-AVIÑA: DISTRIBUCIÓN WEIBULL EN RODALES IRREGULARES DE PINO 355

R| L a x- e f O a U| where Px(x) = Probability of the random variable at x; Px(x) = Cumu-

S- M b- e PPQ V|
- a |T MN
Px a x f = a a x - e f a b - ef e
lative probability of the random variable from 0 to x; e = Natural anti-
a-1 W (1)
logarithm; a, b, e = Shape, scale and location parameters, respectively.

|RS- LM x- e OP a |UV In this study, parameters a, b, and e were estimated using the

Px a x f = 1 - e T
| N b- e Q |W (2) following procedures:

1. Weighted probabilistic moments of three parameters (MPP).

donde Px(x) = Probabilidad de la variable aleatoria en el punto x; Px(x) Grender et al. (1990) report the solution to the moments procedure by
= Probabilidad acumulada de la variable aleatoria, desde 0 hasta el weighting probabilities fitted to skewed diameter structures. The so-
punto x; e = Antilogaritmo natural; a, b y e = Parámetros de forma, lution is given by (3), (4), and (5).
escala y posición.

En el estudio, los parámetros a, b y e fueron ajustados por medio af

ln 2
a l=1, e¹0 =
L OP (3)
ln M
de los siguientes procedimientos:
2M1,1,0 - M1,0 ,0
1. Momentos probabilísticos ponderados de tres parámetros (MPP). MN 2c 5 M 1,1, 0 - M1, 0 , 0 - 6 M1, 2, 0 + 2 M1,3,0 h PQ
Grender et al. (1990) presenta la solución del método de momentos
por medio de probabilidades ponderadas para estructuras diamétricas
que enfatizan las frecuencias menores o las clases diamétricas mayo-
res, cuyas soluciones son: (3), (4) y (5) el=1,e¹0 =
c
4 M1,1,0 3M1,2,0 - M1,3,0 - M1,1,0 - M12,1,0 h
(4)
M1,1,0 - 8 M1,0,0 +12 M1,2,0 - 4 M1,3,0

af
ln 2
cM -e h
a l=1, e¹0 =
L OP (3) b l=1,e¹0 =
1,0,0
L 1
l=1, e¹0
OP
ln M
2M1,1,0 - M1,0 ,0
MN 2c5 M h PQ G M1+
MN a PQ
(5)
1,1, 0 - M1,0 ,0 - 6 M1,2,0 + 2 M1,3,0
l=1, e¹0

c
4 M1,1,0 3 M1,2,0 - M1,3,0 - M1,1,0 - M12,1,0 h M l , j ,0 =
1 n l
åx
d i
i-1
j

el=1,e¹0 =
M1,1,0 - 8 M1,0,0 +12 M1,2,0 - 4 M1,3,0
(4) n i= j+1 i d i
n-1
j
(6)

cM -e h
1,0,0 l=1, e¹0
d i = j!aia-i -11-f! j f!
i-1
b l=1,e¹0 =
L 1 OP
G M1+
j (7)

MN a PQ
(5)
l=1, e¹0
where ln = Natural logarithm; G = Gamma function; Mi,j,0 = Weighted

d i
i-1
moment with real numbers l,j,0; l,i,j = Real ordered numbers of x.
1 n l j
M l , j ,0 = åx
n i= j+1 i d i
n-1
j
(6) 2. Moments (MSP). Hahn and Shapiro (1967) observed that the skew
coefficient (g) is related to a by:

d i = j!aia-i -11-f! j f!
i-1
j (7)
g=
a f a f a
G 1 + 3 / a - 3G 1+ 2 / a G 1 + 1 / a + 2 G 3 1 + 1 / a f a f
a
G 1+ 2 / a - G f 2
a1 + 1 / a f 3/2

(8)
donde ln = Logaritmo natural; G = Función gamma; Ml,j,0 = Momento
ponderado con números reales l,j,0; l,i,j = Son números reales de x
and with (8), they defined:
ordenados ascendentemente.

2. Momentos sin ponderar (MSP). Hahn y Shapiro (1967) indican b=m+sA(a) (9)
que el coeficiente de asimetría (g) de la variable aleatoria está relacio-
nado con a por: e=b-sB(a) (10)

g=
a f a f a
G 1 + 3 / a - 3G 1 + 2 / a G 1 + 1 / a + 2 G 3 1 + 1 / a f a f where s is the standard deviation of the observed diameters, and

a f
G 1+ 2 / a - G 2 1+ 1 / a a f 3/2

(8) a f
A a = 1- G 1+ 1 / a B aa fa f (11)
356 AGROCIENCIA VOLUMEN 34, NÚMERO 3, MAYO-JUNIO 2000

a f a f a f
y con esto definieron: - 1/ 2
B a = G 1+ 2 / a - G 2 1+ 1 / a (12)
b=m+sA(a) (9)
3. Two-parameter maximum likelihood procedure. In this technique
e=b-sB(a) (10) of parameter estimation, three options were used: the first is the con-
ventional procedure (MV0) and assumes that e = 0. As diameters
donde s es la desviación estándar de los diámetros, y smaller than 9 cm were not observed, the second option (MV1) dis-
placed the diameter structure to the center of the first class interval
a f
A a = 1- G 1+ 1 / a B a a fa f (11) The last option (MV2) displaced the diameter structure to the origin
by subtracting the minimum diameter-1 from every observed diam-
eter. Haan (1986) and Devore (1987) report the solutions to this pro-
a f a
B a = G 1+ 2 / a - G 2 1+ 1 / af a f - 1/ 2
(12) cedure, as follows:

n
l= n
3. Máxima verosimilitud de dos parámetros. Con este procedimiento
se utilizaron tres opciones: la primera (MV0), que es el método con-
å xia (13)
i=1
vencional, supone que e = 0. Como no se observaron diámetros meno-
res que 9 cm, en el segundo caso (MV1) los parámetros se ajustaron n
suponiendo que e es el centro de clase diamétrica mínima, y en el a= n n
tercer caso (MV2) se desplazó la distribución probabilística hacia el l å xia lnxi - å lnxi (14)
origen por la sustracción del diámetro mínimo-1 a cada diámetro i=1 i=1

observado. Haan (1986) y Devore (1987) presentan las soluciones a

b=l-1/a (15)
este procedimiento, como:

where: l = Weighting parameter of a; xi = Each of the values of the

n random variable x; n = Number of observations of the random variable.
l= n
å xia (13)
i=1
4. Least square procedure (CM). Model 16 was fitted by least square
techniques, with the cumulative probability of sorted diameters, x,
n Px(x) = r/n; where r = Real number sorted in ascending order and n =
a= n n Total number of observations of the random variable x.
l å xia lnxi - å lnxi (14)
i=1 i=1
R| L a x - ef O a U|
P a x f = 1 - exp S- M P V|
i
b=l
|T MN b - e PQ
-1/a
(15)
W
x (16)

donde: l = Parámetro de ponderación de a; xi = Cada uno de los valo-

res de la variable aleatoria x; n = Número de observaciones de la va-
Procedure
riable aleatoria x.

Procedures MVO, MV1 and MV2 iteratively fitted a until param-

4. Cuadrados mínimos (CM). Con la probabilidad acumulada del
eter convergence was reached by using Equation 14, including (13)
diámetro observado ordenado, x, Px(x)=r/n; donde r = Orden y n =
and (15). For MSP, Equation 8 was first iteratively solved, afterwards
Número total de observaciones, el Modelo 16 fue ajustado por cua-
Equations 9 and 10 were solved by using Models 11 and 12. For MPP,
drados mínimos. first Equations 7 and 6 were solved in order to apply Equations 3, 4
and 5. For CM, Equation 16 was fitted by least square techniques in
R| L a x - ef O a U| nonlinear regression. Procedures requiring iterative techniques, in ad-
P a x f = 1 - exp S- M P V|
i dition to MPP, were conducted using computer programs developed
x
|T MN b - e PQ W
(16)
by the correspondant author. The Weibull equation was solved with
each set of parameter estimators and observed frequencies were com-
pared to those estimated by fitting c2 and Kolmogorov-Smirnoff (K-
Procedimiento S) tests. Absolute frequencies in class intervals of 5 cm were adjusted
to the former goodness of fit test. The second test was carried out with
Los métodos MV0, MV1 y MV2 se trabajaron iterativamente hasta the cumulative frequencies, estimated employing Model 2.
ajustar a con la Ecuación 14, incluyendo la Ecuación 13 y posterior- These techniques were evaluated for Pinus spp. at the stand, site
mente se resolvió la Ecuación 15. Para MSP, primero se resolvió por index and forest scales. For Quercus spp., these techniques were applied
 NÁVAR-CHÁIDEZ Y CONTRERAS-AVIÑA: DISTRIBUCIÓN WEIBULL EN RODALES IRREGULARES DE PINO 357

la Ecuación 8 y posteriormente por las Ecuaciones 9 y 10, con el auxi- at the site index and forest scales, and finally for Juniperus spp. at the
lio de las Ecuaciones 11 y 12. Para MPP, se trabajó la Ecuación 6, forest scales alone. Table 1 presents the statistical characteristics of
definiendo la Ecuación 7, para resolver posteriormente las Ecuacio- the measured trees at the stand, site index and forest scales.
nes 3, 4 y 5. Para CM, se ajustó la Ecuación 16 por medio de cuadra- For Pinus spp. parameters were estimated again by using randomly
dos mínimos en regresión no lineal. Los procedimientos que requirie- selected samples of 90, 80,..., and 10 % of the total observed diameters.
ron procesos iterativos, además de MPP, se trabajaron en un programa Bias and efficiency of parameter estimators were obtained by assuming
de cómputo desarrollado por el autor principal. Con los estimadores that 100 % of the observed diameters belong to a population and each
de los parámetros se calcularon las frecuencias para estimar bondades percentage belongs to a sample. The number of samples varied to ob-
de ajuste por c2 y Kolmogorov-Smirnov (K-S). La primera se trabajó serve the convergence of sample with population parameter estimators.
con las frecuencias absolutas para intervalos de clase de 5 cm obser-
vadas y estimadas con la Ecuación 1 y la segunda con las probabilida- RESULTS AND DISCUSSION
des diamétricas acumuladas observadas y estimadas con la Ecuación 2.
Estos procedimientos se evaluaron para el género Pinus al nivel Parameter estimation
del rodal, índice de sitio y total; para el género Quercus al nivel de
índice de sitio y total y para el género Juniperus sólo al nivel total. En The procedures produced different parameter estima-
el Cuadro 1 se presentan los estadísticos de los árboles medidos por tors. The average parameter estimator for a, calculated
rodal, índice de sitio y total. by MV0 and MV1 was the largest, while calculated by
Con el total de observaciones diamétricas del género Pinus MPP it was the smallest (Table 2). The average estimator
(N=674) se seleccionaron aleatoriamente 90, 80,…,10 % de los datos for b calculated by MPP and MV2 was similar, but it had
y se volvieron a estimar los parámetros para conocer su sesgo y efi- the smallest value of all estimates. MV0, MV1 and CM
ciencia, suponiéndose que los parámetros de 100 % fueron de una presented similar b estimators. MPP recorded the best
población, y los de cada porcentaje, de una muestra. Las muestras average e estimator, because the minimum observed di-
tuvieron diferente número de observaciones para observar la conver- ameters oscillated between 8 and 10 cm; in contrast to
gencia de los parámetros de la muestra con los de la población. CM, MSP, MV0 and MV2, which underestimated it.
The estimator for a was less variable when calculated
RESULTADOS Y DISCUSIÓN by MV0, MV1 and CM techniques and more variable
when estimated by MSP techniques. The estimator for
Estimación de parámetros
Cuadro 1. Estadísticos de los árboles muestreados de los géneros
Pinus, Quercus y Juniperus en sitios de 1000 m2 de nue-
Los procedimientos produjeron diferentes estimado-
ve rodales con tres índices de sitio en el Ejido Vencedo-
res. El estimador promedio de a, calculado por MV0 y res de Durango, México.
MV1, fue el mayor y el calculado por MPP fue el menor Table 1. Statistics of trees of Pinus, Quercus and Juniperus genera
(Cuadro 2). El estimador promedio de b calculado con sampled in circular plots of 1000 m2, placed in nine stands
with three site indexes in the ejido ‘Vencedores’ of
los procedimientos MPP y MV2 fue similar entre ellos, Durango, México.
pero menor que los obtenidos con los demás procedi-
mientos. Con respecto a este parámetro, los procedimien- Diámetro (cm)
tos MV0, MV1 y CM resultaron en estimadores simila- Rodal/Índice
de sitio/Género Número Promedio Desviación Asimetría
res. MPP mostró el mejor estimador promedio de e por- de árboles geométrico estándar
que los diámetros mínimos para los rodales oscilaron entre
8 y 10 cm; en cambio con los métodos CM, MSP, MV0 y 1/1/Pinus 72 23.7 11.5 0.112
MV2 se subestimó e. 2/1/Pinus 66 19.8 12.0 1.547
3/1/Pinus 109 18.8 10.7 1.233
El parámetro a fue menos variable cuando se estimó 4/2/Pinus 87 20.9 11.3 1.655
por MV0, MV1 y CM y más variable cuando se estimó 5/2/Pinus 129 16.5 8.6 1.404
por MSP. El parámetro b fue menos variable cuando se 6/2/Pinus 76 19.9 12.2 0.848
estimó por MV0, MV1, MSP y CM, y más variable cuan- 7/3/Pinus 39 27.7 12.9 0.316
8/3/Pinus 60 23.3 13.5 1.425
do se estimó por MPP y MV2. El parámetro e fue menos 9/3/Pinus 36 25.6 8.5 -0.076
variable cuando se estimó por MPP y más variable cuan- (1,2,3)/1/Pinus 247 20.4 11.5 0.953
do se estimó por MSP y CM (Cuadro 2). (1,2,3)/1/Quercus 108 23.8 13.0 1.768
(4,5,6)/2/Pinus 291 18.6 10.7 1.384
(4,5,6)/2/Quercus 124 23.1 11.8 1.717
Pruebas de bondad de ajuste (7,8,9)/3/Pinus 135 25.1 12.2 0.937
(7,8,9)/3/Quercus 85 24.7 14.5 1.305
La hipótesis nula (c2, 0.05) se aceptó en 4, 9, 7, 4, 6 y Total Pinus 674 20.4 9.3 1.098
Total Quercus 425 23.7 13.0 1.602
13 de 18 ocasiones para los procedimientos MPP, MSP,
Total Juniperus 52 21.3 8.8 1.092
MV0, MV1, MV2 y CM, respectivamente (Cuadro 3).
358 AGROCIENCIA VOLUMEN 34, NÚMERO 3, MAYO-JUNIO 2000

Cuadro 2. Parámetros de la distribución Weibull estimados por seis procedimientos en nueve rodales de Pinus, Quercus y Junuperus con
tres índices de sitio en Durango, México.
Table 2. Weibull distribution parameters estimated by six procedures in nine forest stands dominated by Pinus, Quercus and Juniperus in
three site indexes of Durango, México.

Procedimiento de estimación de parámetros

Rodal/Índice MPP MSP MV0 MV1 MV2 CM

de sitio
a b e a b e a b a b a b a b e

1/1 1.93 26.5 2.87 3.17 30.3 -6.80 2.54 29.8 2.54 29.8 1.67 21.6 3.27 30.5 -12.12
2/1 1.39 20.5 1.75 1.45 22.4 1.56 2.01 25.3 2.01 25.3 1.27 15.5 1.21 22.9 8.08
3/1 1.11 12.7 8.60 1.51 22.4 6.22 2.27 23.6 2.27 23.6 1.11 12.5 0.95 21.5 9.17
4/2 0.89 10.7 11.6 1.13 23.6 10.10 2.17 26.1 2.17 26.1 1.33 15.3 1.35 22.9 9.99
5/2 0.87 7.9 9.63 1.26 18.9 7.32 2.25 20.5 2.25 20.5 1.10 9.4 0.88 17.8 9.64
6/2 0.98 14.1 8.60 1.71 25.2 2.35 2.02 25.8 2.02 25.8 1.20 15.7 0.91 23.1 9.00
7/3 1.38 23.4 9.10 2.59 34.4 -0.60 2.61 34.4 2.61 34.4 1.65 23.4 2.29 33.8 0.72
8/3 1.22 19.4 8.22 1.25 27.6 9.52 2.86 29.9 2.86 29.9 1.24 18.5 1.69 28.6 4.33
9/3 1.76 20.1 9.13 3.94 30.2 -3.01 3.62 30.0 3.62 30.0 2.21 20.2 - 30.0 -
CS1P 1.29 16.6 7.53 1.61 25.0 4.90 2.15 23.0 2.15 23.0 1.43 17.6 1.18 24.5 7.82
CS2P 0.99 11.3 9.41 1.27 21.8 7.21 2.08 23.6 2.08 23.6 1.26 13.8 1.06 20.9 8.99
CS3P 1.73 23.9 6.44 1.62 30.0 8.34 2.40 31.3 2.40 31.3 1.49 20.6 2.45 30.8 -0.03
CS1Q 0.90 12.1 10.34 1.08 24.1 9.64 1.61 16.0 1.61 16.0 1.65 17.1 1.13 23.1 9.11
CS2Q 1.06 13.0 9.74 1.10 23.4 9.91 1.69 16.4 1.69 16.4 1.70 17.2 1.13 23.4 9.62
CS3Q 0.91 14.2 9.56 1.32 26.5 5.61 1.53 17.8 1.53 17.8 1.56 18.4 0.90 24.6 9.64
Total para Pinus (P) 1.26 16.5 7.94 1.45 24.6 6.11 2.12 26.5 2.12 26.5 1.35 15.4 1.19 24.8 7.94
Total para Quercus (Q) 1.00 14.1 9.72 1.20 25.4 8.74 1.60 18.4 1.60 18.4 1.40 16.4 1.10 24.6 9.54
Total para Juniperus 1.08 11.3 9.91 1.48 22.3 8.4 2.21 17.4 2.21 17.4 2.27 18.5 1.65 22.1 7.01

MPP = Momentos ponderados probabilísticos; MSP = Momentos sin ponderar; MV0,1,2 = Máxima verosimilitud 0,1,2; CM = Cuadrados mínimos.
a, b y e = Parámetros de forma, escala y posición de la distribución Weibull.
-: Falta de convergencia.

Cuadro 3. Resultados de la prueba de bondad de ajuste de c2 para b was less variable when calculated by MV0, MV1, MSP
los diámetros observados en nueve rodales distribuidos
en tres índices de sitio de Durango, México. Valores crí- and CM and more variable when estimated by MPP and
ticos: c29,05=18.3 y c29,01=23.2. MV2. The estimator for e was less variable when esti-
Table 3. Results of the c 2 test, fitted to observed and estimated
diameter structures of nine forest stands at three site in-
mated by MPP and more variable when estimated by MSP
dexes in Durango, México. Critical values are: c29,05=18.3 and CM (Table 2).
and c29,01=23.2).

Rodal/ Procedimiento de estimación de parámetros Goodness of fit tests

Índice
de sitio MPP MSP MV0 MV1 MV2 CM The null hypothesis was accepted on 4,9,7,4,6,13 of
1/1P 10.4 10.3 9.5 24.4 21.1 9.8 18 cases for MPP, MSP, MV0, MV1, MV2 and CM, re-
2/1P 24.4 21.8 16.7 23.0 20.6 9.5 spectively, when using the c2 goodness of fit test, p=0.05
3/1P - 9.2 21.7 181.0 12.3 3.6
4/2P - 11.2 20.6 27.9 18.8 11.2 (Table 3). However, using p=0.01, the null hypothesis
5/2P - 14.0 68.9 5457.0 23.2 4.7 was accepted in 4,12,10,6,13,14 of 18 cases for the above
6/2P - 21.1 24.2 61.9 26.7 15.6 procedures, respectively (Table 3). According to this test,
7/3P 44.4 3.6 3.5 13.5 5.8 3.2
8/3P 74.7 10.4 22.1 74.1 21.7 7.9 CM, MSP and MV2 were the most appropriate proce-
9/3P 941.7 69.9 50.3 169.0 14.1 - dures of parameter estimation.
CS1P 646.0 18.3 41.7 229.0 19.6 10.6
CS2P - 24.3 78.6 1078.0 17.8 12.9 The null hypothesis (p=0.05) was accepted in 0, 13,
CS3P 75.6 11.1 11.1 29.7 18.7 11.1 13, 7, 13 and 16 of 18 cases when parameters were esti-
CS1Q 9.6 24.8 10.2 11.3 10.9 24.2 mated by MPP, MSP, MV0, MV1, MV2 and CM, respec-
CS2Q 25.2 31.5 11.2 15.3 9.1 31.1
CS3Q 12.6 14.5 15.1 15.1 25.1 9.8 tively, using the K-S goodness of fit test (Table 4). With
Total P 2863.0 24.9 93.1 383.5 40.5 9.8 p=0.01, the null hypothesis was accepted in 1, 15, 14, 8,
Total Q 28.5 55.0 138.2 23.2 35.8 52.1
Total J 17.1 21.9 25.2 26.2 30.2 19.9 15, 16 of 18 possibilities if estimated by the procedures
mentioned above, respectively. These results demonstrate
P = Pinus; Q = Quercus; J = Juniperus; MPP = Momentos ponderados that the best procedure of parameter estimation was CM,
probabilísticos; MSP = Momentos sin ponderar; MV0,1,2 = Máxima
verosimilitud 0,1,2; CM = Cuadrados mínimos. closely followed by the maximum likelihood procedures;
-: Valores de c2 con enteros de más de 4 dígitos. MV2, MV0, and the moment procedure MSP. MPP and
 NÁVAR-CHÁIDEZ Y CONTRERAS-AVIÑA: DISTRIBUCIÓN WEIBULL EN RODALES IRREGULARES DE PINO 359

En cambio, con p=0.01, la hipótesis nula se aceptó en 4,
12, 10, 6, 13 y 14 de 18 casos para los procedimientos
MPP, MSP, MV0, MV1, MV2 y CM, respectivamente
(Cuadro 3). Con base en esta prueba, el mejor método de
estimación de parámetros fue CM, seguido de MSP y
MV2.
En la prueba de K-S se aceptó la hipótesis nula, con
p=0.05, en 0, 13, 13, 7, 13 y 16 de 18 casos para los
métodos de estimación de parámetros MPP, MSP, MV0,
MV1, MV2 y CM, respectivamente (Cuadro 4). Con
p=0.01, la hipótesis nula se aceptó en 1, 15, 14, 8, 15 y
16 de 18 casos, respectivamente. Con estos resultados, el
método de estimación de parámetros de CM fue el de
mejor ajuste; MV2, MSP y MV0 ocuparon la segunda
posición y muy cerca del primer método. Los procedi-
mientos de estimación MPP y MV1 mostraron las mayo-
res desviaciones.
El número de hipótesis nulas fue de 9 y 13 para la
prueba de c2 y de 11 y 15 para la prueba de K-S para los
géneros Pinus y Quercus, respectivamente, al considerar
los seis métodos de estimación de parámetros y los diá-
metros aglomerados por calidad de sitio. Estas observa-
ciones muestran que los diámetros de Quercus son más
regulares que los de Pinus.
Sesgo y eficiencia de los estimadores
Los menores sesgos totales y promedio para a se
presentaron con el uso del procedimiento MV0 y por
MV1 had the largest deviations between observed and
estimated cumulative diameter structures.
Considering the six procedures of parameter estima-
tion and diameter structures pooled by site index, the
number of accepted null hypothesis was 9 and 13 for the
c2 test and 11 and 15 for the K-S test for Pinus and
Quercus, respectively. These observations indicated that
Quercus diameter structures are more regular than those
of Pinus.
Skew and efficiency of parameter estimators
The smallest total and average bias figures for a were
recorded for MV0 and thus for MV1 as well; for b with
MPP, and for e with MSP. The CM procedure recorded
the largest average bias figures for all three parameters
(Table 5). According to this test, the maximum likelihood
technique, MV0, is the most reliable in parameter esti-
mation.
In general, the estimator’s variance increased when
the number of data was reduced in all techniques. How-
ever, the coefficients of variation for a and b were smaller
when estimated by MV0 and greater for a and e when
estimated by MSP. The CV were larger for b when esti-
mated by MPP (Table 5).
The MV0 procedure showed parameters with the
smallest variances, smallest bias and largest efficiencies.
It also was one method with the largest proportions of

Cuadro 4. Resultados de la prueba de bondad de ajuste de Kolmogorov-Smirnov (K-S) para los diámetros observados en nueve rodales
distribuidos en tres índices de sitio en Durango, México.
Table 4. Results of the K-S test fitted to observed and estimated cumulative diameter structures of nine forest stands with three site indexes
in Durango, México.

Rodal/Índice Método de estimación de parámetros Valores críticos de K-S

de sitio
MPP MSP MV0 MV1 MV2 CM 0.05 0.01

1/1 0.19 0.09 0.09 0.20 0.11 0.07 0.16 0.19

2/1 0.21 0.20 0.11 0.22 0.13 0.07 0.16 0.19
3/1 0.44 0.10 0.12 0.25 0.15 0.06 0.13 0.15
4/2 1.00 0.08 0.14 0.21 0.12 0.05 0.14 0.17
5/2 1.00 0.13 0.17 0.31 0.16 0.06 0.11 0.14
6/2 0.35 0.12 0.14 0.25 0.19 0.07 0.15 0.18
7/3 0.30 0.05 0.06 0.15 0.07 0.04 0.21 0.25
8/3 0.29 0.09 0.16 0.26 0.09 0.06 0.17 0.21
9/3 0.49 0.09 0.09 0.14 0.12 0.97 0.23 0.27
CS1P 0.31 0.09 0.10 0.21 0.09 0.06 0.08 0.10
CS2P 0.62 0.10 0.14 0.24 0.08 0.06 0.07 0.09
CS3P 0.25 0.06 0.05 0.14 0.05 0.05 0.11 0.14
CS1Q 0.58 0.06 0.08 0.09 0.09 0.05 0.13 0.15
CS2Q 0.52 0.06 0.05 0.06 0.05 0.05 0.12 0.14
CS3Q 0.39 0.10 0.11 0.12 0.11 0.05 0.14 0.17
Total P 0.32 0.08 0.11 0.21 0.01 0.07 0.05 0.06
Total Q 0.43 0.05 0.58 0.05 0.45 0.03 0.07 0.08
Total J 0.72 0.08 0.07 0.06 0.07 0.08 0.19 0.22

P = Pinus; Q = Quercus; J = Juniperus; MPP = Momentos ponderados probabilísticos; MSP = Momentos sin ponderar; MV0,1,2 = Máxima
verosimilitud 0,1,2; CM = Cuadrados mínimos.
360 AGROCIENCIA VOLUMEN 34, NÚMERO 3, MAYO-JUNIO 2000

consiguiente en MV1; para b ocurrieron con el procedi-
miento MPP, y para e con el procedimiento MSP. Los
mayores sesgos totales y promedio para a, b y e se pre-
sentaron con el procedimiento CM (Cuadro 5). De acuer-
do con esta prueba, el método de máxima verosimilitud
(MVO) generó los mejores estimadores de los paráme-
tros de la población.
En general, los estimadores de los parámetros se des-
viaron de los parámetros poblacionales a medida que el
número de datos disminuyó con todos los procedimien-
tos de estimación (Cuadro 5). Los CV para a y b fueron
menores con el procedimiento MV0 y mayores con MSP
para a y e y con MPP para b (Cuadro 5).
El método MV0 mostró las menores varianzas en sus
parámetros, menores sesgos y mayores eficiencias; tam-
bién fue uno de los métodos con mayores números de
hipótesis nulas en las pruebas de c2 y de K-S. Por esta
razón, se recomienda su uso en el modelaje probabilístico
de las estructuras diamétricas de los bosques mezclados,
irregulares y bajo manejo de la Sierra Madre Occidental
de Durango, México.
El método de máxima verosimilitud fue el más apro-
piado para modelar las estructuras diamétricas de bos-
ques de Q. robur (Laar et al., 1989), de P. elliottii (Shiver,
1988) y de P. montezumae (Torres-Rojo et al., 1992) y se
recomendó por estimar parámetros insesgados, eficien-
tes, consistentes y con menor varianza. Haan (1986) de-
fine que este procedimiento utiliza toda la información
de la muestra para estimar parámetros y que por esta ra-
zón puede converger en la solución correcta con un me-
nor número de datos. Sin embargo, Torres et al. (1992)
mostraron que este método no produce necesariamente
los estimadores más robustos en bosques de P. montezu-
mae.
A pesar de que los procedimientos de máxima vero-
similitud y de percentiles no difirieron estadísticamente
en el ajuste a estructuras diamétricas de plantaciones de
P. taeda, Zarnoch y Dell (1985) recomiendan utilizar el
accepted null hypothesis in both goodness of fit tests (c2
and K-S). Therefore its use is recommended to model
probabilistically the diameter structures of mixed and
uneven-aged forests under management of the Sierra
Madre Occidental of Durango, México.
Maximum likelihood techniques were the most ap-
propriate methodologies to model diameter structures of
forest stands dominated by Q. robur (Laar et al., 1989),
by P. elliottii (Shiver, 1988) and by P. montezumae
(Torres-Rojo et al., 1992). This methodology has been
widely recommended because parameters are estimated
with the highest efficiency, consistency and smallest vari-
ance and bias. Haan (1986) indicates that this procedure
uses all the sample information to estimate parameters
and therefore it converges to the right solution with few
observations. However, Torres-Rojo et al. (1982) showed
that this method did not necessarily provide the robustest
parameter estimators in P. montezumae forest stands.
Maximum likelihood and percentile techniques mod-
eled P. taeda diameter structures well, however, the latter
procedure has been recommended due to the ease and
quickness to estimate parameters (Zarnoch and Dell,
1985). Therefore percentile approaches have become
popular in parameter estimation (Knowe et al., 1992;
Newberry et al., 1993).
The least square methodology (CM) fitted the diam-
eter structures best. However, it yields parameter estima-
tors with large variances and bias and therefore it is inef-
ficient. MPP and MSP recorded one of the worst c2 and
K-S goodness of fit tests though occasionally they had
small variances and biased parameter estimators. The
former methodology, originally described by Grender et
al. (1990), can be modified for several moments and can
fit diameter structures better. This is a matter of addi-
tional research. Ueno and Oshawa (1987), however, did
not observe statistical differences in modeled diameter
structures by maximum likelihood procedures of two and
three-parameters and moments for P. densiflora stands,

Cuadro 5. Estadísticos de los parámetros de la distribución Weibull estimados con seis procedimientos en nueve muestras aleatorias de 674
árboles de pino en Durango, México.
Table 5. Statistics of Weibull distribution parameters estimated by six procedures in nine randomly chosen samples of 674 pine trees of
Durango, México.

Procedimiento de estimación de parámetros

Estadístico MPP MSP MV0 MV1 MV2 CM

a b e a b e a b a b a b a b e

Población 1.28 16.2 7.93 1.48 24.74 6.23 2.14 26.11 2.14 26.11 1.33 16.30 1.21 24.34 8.00
Media 1.25 16.2 7.95 1.55 24.91 6.42 2.13 26.34 2.13 26.30 1.24 15.61 1.19 24.51 7.99
Varianza 0.01 1.06 0.44 0.07 0.71 3.59 0.01 0.19 0.01 0.19 0.01 0.79 0.00 0.39 0.59
Sesgo 0.32 0.19 0.22 0.70 2.15 2.06 0.13 2.36 0.13 2.36 1.01 8.19 0.20 1.90 0.13

MPP = Momentos ponderados probabilísticos; MSP = Momentos sin ponderar; MV0,1,2 = Máxima verosimilitud 0,1,2; CM = Cuadrados mínimos.
a, b y e = Parámetros de forma, escala y posición, respectivamente de la distribución Weibull.
 NÁVAR-CHÁIDEZ Y CONTRERAS-AVIÑA: DISTRIBUCIÓN WEIBULL EN RODALES IRREGULARES DE PINO
segundo método por su rapidez y facilidad para estimar
parámetros. Por esta razón, este último procedimiento se
ha convertido en un método popular para estimar pará-
metros (Knowe et al., 1992; Newberry et al., 1993).
El método CM presentó las mejores bondades de ajus-
te. Sin embargo, estimó parámetros con las mayores
varianzas, sesgos y, por consiguiente, es ineficiente. Los
métodos MPP y MSP presentaron una de las menores
bondades de ajuste en ambas pruebas aunque en ocasio-
nes resultaron con varianzas y sesgos bajos. El primer
método, descrito originalmente por Grender et al. (1990),
puede ser modificado para diferentes momentos y ajus-
tarlo mejor. Este es un tema de investigación adicional.
Ueno y Osawa (1987), por otra parte, no encontraron di-
ferencias significativas entre las estructuras modeladas
por la distribución Weibull de dos y tres parámetros ajus-
tados por procedimientos de máxima verosimilitud y mo-
mentos para diámetros de P. densiflora, aunque se reco-
mendó el segundo por su facilidad y rapidez de estima-
ción de parámetros.
CONCLUSIONES
El método de máxima verosimilitud de dos paráme-
tros utilizado para ajustar la distribución Weibull a la
estructura diamétrica de nueve rodales irregulares y mez-
clados (Pinus-Quercus-Juniperus) resultó con paráme-
tros menos variables, más eficientes, menos insesgados
y con una de las mejores bondades de ajuste. Por esta
razón, se recomienda aplicarlo para modelar las estruc-
turas diamétricas de los bosques irregulares y mezclados
de la Sierra Madre Occidental de Durango, México.
AGRADECIMIENTO
Al CONACyT por su apoyo a los Proyectos 2452P-N y 28536B,
respectivamente.
LITERATURA CITADA
Devore, J. L. 1987. Probability and Statistics for Engineers and the Sci-
ences. Brooks/Cole Pub. Calif. 312 p.
Farrar, R. M., and T. G. Matney. 1994. A dual growth simulator for
natural even-aged stands of longleaf pine in the South’s east Gulf
region. Southern J. App. For. 18 (4): 147-155.
Gadow, K. V. 1984. Fitting diameter distributions of even aged pine
stands. Forst. Centralblatt 103: 360-374.
Grender, J. M., T. R. Dell, and R. M. Reich. 1990. Theory and deriva-
tion for probability weighted moment estimates for Weibull pa-
rameter estimates. Institute for Quantitative Studies. Res. Paper
SO-260 Southern For. Exp. Sta. USDA For. Serv. 19 p.
361
although they recommended the latter procedure because
parameters can be estimated more easily.
CONCLUSIONS
The two-parameter maximum likelihood methodol-
ogy of parameter estimation is recommended to fit the
Weibull distribution to the diameter structures of uneven-
aged and mixed (Pinus-Quercus-Juniperus) forest stands.
This procedure estimated parameters with the smallest
variance, bias and with one of the best efficiency and
goodness of fit tests. Therefore, it is recommended for
modeling the diameter classes of uneven-aged and mixed
coniferous forests of the Sierra Madre Occidental of
Durango, México.
—End of the English version—
pppvPPP
Haan, C. T. 1986. Statistical Methods in Hydrology. Iowa State Press.
378 p.
Hahn, G. J., and S. S. Shapiro. 1967. Statistical Models in Engineer-
ing. John Wiley. New York. 418 p.
Knowe, S. A., T. B. Harrington, and R. G. Shula. 1992. Incorporating
the effects of interspecific competition and vegetation manage-
ment treatments in diameter distribution models for Douglas-fir
saplings. Can. J. For. Res. 22: 1255-1262.
Laar, A. V., R. Mosandl, and A. Van Laar. 1989. Diameter distribu-
tions in young oak stands. Allgemeine Forst und Jagdzeitung 160:
189-194.
Newberry, J. D., J. A. Moore, L. J. Zhang, and L. Zhang. 1993. Evalu-
ation of simple quantile estimation functions for modeling forest
diameter distribution in even-aged stands of interior Duglas-fir.
Can. J. For. Res. 23: 2376-2382.
Shiver, B. D. 1988. Sample size and estimation methods for the weibull
distribution for unthinned slash pine plantation diameter distribu-
tions. For. Sci. 34: 809-814.
Torres R., J. M., M. Acosta M. y O. S. Magaña. 1992. Métodos para
estimar los parámetros de la función Weibull y su potencial para ser
predichos a través de atributos de rodal. Agrociencia Serie Recursos
Naturales Renovables 2(2): 57-76.
Ueno, Y., and Y. Osawa. 1987. The applicability of the weibull and
expanded weibull distributions. J. Jap. For. Soc. 69: 24-28.
Vanclay, K. V. 1994. Modelling Forest Growth and Yield: Applica-
tions to Mixed Tropical Forests. CAB Int. Wallingford, Oxon. UK.
312 p.
Wenger, K. F. 1984. Forestry Handbook. 2nd ed. Soc. Am. For. John
Wiley & Sons. New York. 1335 p.
Zarnoch, S. J., and T. R. Dell. 1985. An evaluation of percentile and
maximum likelihood estimators of weibull parameters. For. Sci.
31: 260-268.