Population models generally predict increased extinction risk (ER) with increased population variability ( PV ), yet some empirical tests have provided contradictory findings. We resolve this conflict by attributing negative measured relationships to a statistical artifact that arises because PV tends to be underestimated for populations with short persistence. Such populations do not go extinct quickly as a consequence of low intrinsic variability; instead, the measured variability is low because they go extinct so quickly. Consequently, any underlying positive relationship between PV and ER tends to be obscured. We conducted a series of analyses to evaluate this claim. Simulations showed that negative measured relationships are to be expected, despite an underlying positive relationship. Simulations also identified properties of data, minimizing this bias and thereby permitting meaningful analysis. Experimental data on laboratory populations of a bruchid beetle (Callosobruchus maculatus) supported the simulation results. Likewise, with an appropriate statistical approach (Cox regression on untransformed data), reanalysis of a controversial data set on British island bird populations revealed a significant positive association between PV and ER (p = 0.03). Finally, a similar analysis of time series for naturally regulated animal populations revealed a positive association between PV and quasiextinction risk (p < 0.01). Without exception, our simulation results, experimental findings, reanalysis of published data, and analysis of quasiextinction risk all contradict previous reports of negative or equivocal relationships. Valid analysis of meaningful data provides strong evidence that increased population variability leads to increased extinction risk.
Los modelos poblacionales generalmente predicen un mayor riesgo de extinción (ER) al aumentar la variabilidad poblacional ( PV ), a pesar de ello, algunas pruebas empíricas han proporcionado resultados contradictorios. Nosotros hemos resuelto este conflicto mediante la atribución de mediciones de relaciones negativas a un producto estadístico que surge debido a que la PV tiende a ser subestimada para poblaciones de persistencia corta. Estas poblaciones no se extinguen rápidamente como resultado de una variabilidad intrínseca baja; por lo contrario, la variabilidad medida es baja debido a que las poblaciones se extinguen tan rápidamente. Consecuentemente, cualquier relación positiva subyacente entre la PV y el ER tienden a ser opacadas. Llevamos a cabo una serie de análisis para evaluar este argumento. Las simulaciones mostraron que las relaciones negativas medidas son de esperarse, a pesar de una relación positiva subyacente. Las simulaciones también identificaron propiedades de los datos que minimizan este sesgo y por lo tanto permiten un análisis significativo. Los datos experimentales en poblaciones de laboratorio de un coleóptero bruchidae (Callosobruchus maculatus) respaldan los resultados de las simulaciones. De la misma manera, el uso de una técnica estadística adecuada (por ejemplo, la regresión Cox en datos sin transformar), usada en la repetición del análisis de un juego de datos controvertidos de poblaciones de aves de la Isla Británica reveló una asociación positiva significativa entre la PV y el ER (p = 0.03). Finalmente, un análisis similar de series de tiempo para poblaciones de animales reguladas de manera natural revelaron una asociación positiva entre la PV y el riesgo de cuasi-extinción (p < 0.01). Sin excepciones, nuestros resultados de simulaciones, los resultados experimentales, la repetición del análisis de datos publicados, y el análisis de riesgo de cuasi-extinción contradicen informes previos de relaciones negativas o equívocas. Los análisis válidos de datos significativos proveen una evidencia sólida de que los incrementos en la variabilidad poblacional conducen a un incremento en el riego de extinción.