Data analysis in forest sciences: why do we continue using null hypothesis significance tests?

• Sergio A Estay ^[1] ; Paulette I Naulin ^[2]
  1. [1] Pontificia Universidad Católica de Chile

     Pontificia Universidad Católica de Chile

     Santiago, Chile

     
  2. [2] Universidad de Chile

     Universidad de Chile

     Santiago, Chile

     
• Localización: Revista Bosque (Valdivia), ISSN-e 0717-9200, ISSN 0304-8799, Vol. 32, Nº. 1, 2011, págs. 3-9
• Idioma: inglés
• Títulos paralelos:
  • Análisis de datos en ciencias forestales: ¿por qué continuar usando pruebas de significancia estadística?
• Enlaces
  • Texto completo
• Resumen
  • español

    Los métodos estadísticos son una parte indispensable del quehacer científico. En las ciencias forestales el uso de pruebas de significancia estadística ha sido la regla predominante para juzgar hipótesis o asociaciones entre variables a pesar de sus múltiples problemas y las diversas críticas publicadas por muchos años en otras áreas de la ciencia. En esta revisión se muestra el origen de las actuales metodologías, sus principales problemas y se presentan algunas opciones al alcance de la mayor parte de los investigadores. De continuar usando estas técnicas en lugar de métodos estadísticos correctos o sin el adecuado complemento, el trabajo podría tornarse ineficiente y riesgoso, en especial, dadas las importantes decisiones que en materia medioambiental corresponde tomar. Razones para la permanencia de estas pruebas en las ciencias forestales son discutidas.

  • English

    Statistical methods are indispensable for scientific research. In forest sciences, the use of null hypothesis significance tests (NHSTs) has been the rule of thumb to judge hypotheses or associations among variables, in spite of the multiple problems of these techniques and the several criticisms published for many years in other scientific areas. In this review, the origin of current techniques, their most important problems, and some alternatives that are known to most forest researchers are shown. Persistence in using NHSTs, instead of better statistical methods or without adequate complements, could render our work inefficient and risky. Reasons for the permanence of NHSTs in forest sciences are discussed.