Medidas de similaridad y distancia

Slides:

Advertisements

Presentaciones similares

Santiago, 07 de septiembre del 2013

Advertisements

LO QUE DA COMO RESULTADO

Taller 2. Medición de distancia entre variables y sujetos

Medidas de dispersión y variabilidad

Cálculo vectorial El curso debería ser de un año

ALGUNOS CONCEPTOS PREVIOS

Especies a lo largo de gradientes ambientales Capítulo 5 de McCune y Grace 2002.

Definición de grupos: clasificación Capítulos 10 y 11 de McCune y Grace 2002.

MEDIDAS DE VARIABILIDAD O DISPERSION

Trigonometría.

Fundamentos de Programación Matemática y Casos de Estudio en Economía.

Análisis de Correlación y de Regresión lineal simple

Técnicas multivariantes:

RESOLUCIÓN DE SISTEMAS DE ECUACIONES LINEALES MEDIANTE DETERMINANTES TEMA 3 Un determinante de una matriz cuadrada es un número real que se obtiene operando.

ANÁLISIS DE CONGLOMERADOS

Ajustes de datos: transformación de datos.

TECNICAS DE MUESTREO Y MONITOREO DE LA VEGETACIÓN

Estadísticas en ecología de comunidades. Relación entre 2 variables.

Muestreo de comunidades

Tema 2: Parámetros Estadísticos

Ordenación Polar (Bray Curtis)

Definición de grupos: clasificación Capítulos 10 y 11 de McCune y Grace 2002.

Capítulo 7. Evaluación de políticas ambientales. Eficiencia y equidad.

Especies a lo largo de gradientes ambientales Capítulo 5 de McCune y Grace 2002.

1.La geometría del espacio euclidiano 2.Funciones vectoriales 3.Diferenciación 4.Integrales múltiples 5.Integrales de línea 6.Integrales de superficie.

Primer examen Miércoles 21 de marzo (jueves académico) Durante el periodo de laboratorio.

NÚMEROS IRRACIONALES. REPRESENTACIÓN EN LA RECTA NUMÉRICA

Escalamiento Multidimensional No-Métrico Capítulo 16 de McCune y Grace 2002.

Capítulo 4 de McCune y Grace 2002

ESPAD III * TC 19 Teorema de Pitágoras.

45 Integrales Longitud de arco

Calcula el valor de los ángulos del siguiente triángulo

Análisis de correspondencia canónica (CCA)

Diversidad de plantas Lectura recomendada: Páginas de Schulze et al

Cálculo vectorial El curso debería ser de un año

Análisis de especies indicadoras Capítulo 25 de McCune y Grace 2002.

QUE LOS ALUMNOS COMPRENDAN DE DONDE SE DEDUCE LA FÓRMULA PARA CALCULAR LA DISTANCIA ENTRE DOS PUNTOS y le den utilidad en la solución de problemas.

Estadísticas en ecología de comunidades Páginas en Ruokolainen et al 2004.

Números irracionales.

Medidas de similaridad y distancia Capítulo 6 de McCune y Grace 2002, y páginas de Ruokolainen et al

SEMINARIO DE INVESTIGACION Titular: Agustín Salvia

BLOQUE III. ESTADÍSTICA DESCRIPTIVA CON DOS O MÁS VARIABLES. 3. 1

La sombra que proyecta un vector sobre otro

Estadísticas en ecología Páginas en Ruokolainen et al 2004.

Teoría sobre gradientes

Escalamiento Multidimensional No-Métrico. Rasgos generales Busca las mejores posiciones de n objetos en un espacio de k dimensiones que se asemejen más.

Apuntes Matemáticas 1º ESO

Análisis de los Datos Cuantitativos

Reducción de dimensionalidad por ordenación Capítulo 13 de McCune y Grace 2002.

Y ALGUNAS APLICACIONES

Bienvenido! En este tema realizaremos ejercicios sobre la distancia entre 2 puntos, el punto medio de un segmento y pendiente de una recta. Utiliza los.

Teorema de Pitágoras Matemáticas 3 Bloque 4

Ejercicios Dado un conjunto de datos, aplicar el Criterio de Fourier para desechar los posibles valores atípicos.

Estadísticas en ecología Páginas en Ruokolainen et al 2004.

Teorema de Pitágoras Uno de los teoremas más importantes que se cumple con los triángulos, en especifico de los triángulos rectángulos. Este teorema tiene.

Unidad 4 Análisis de los Datos.

MATEMÁTICA Y CIENCIA I MTRO. JOSÉ SALVADOR BELTRÁN LEÓN.

REGRESIÓN LINEAL MÚLTIPLE

Anuncio Entregar propuesta en o antes de viernes 30 de marzo.

Procedimientos de multirespuesta por permutación (MRPP)

Teoría sobre gradientes

TEOREMAS DE EUCLIDES Y PITÁGORAS.. OBJETIVO Conocer y aplicar el teorema de Euclides y teorema de Pitágoras.

PITÁGORAS TRIÁNGULOS. Cuando construimos un triángulo cualquiera, nos encontramos con que existe una relación entre los lados. Es fácil verlo cuando cruzamos.

Ajustes de datos: manejo de datos ausentes y de rezagados.

MÉTRICA EN EL ESPACIO Por Jorge Sánchez.

Ajustes de datos: manejo de datos ausentes y de rezagados.

TEOREMA DE PITAGORAS OBJETIVO: Aplicar el teorema de Pitágoras en ejercicios presentados en diferentes contextos.

Promediación ponderada (“Weighted averaging”)

Transcripción de la presentación:

Medidas de similaridad y distancia Capítulo 6 de McCune y Grace 2002, y páginas 37-44 de Ruokolainen et al. 2004

Similaridad en composición de las comunidades o unidades de muestra Especies parcela1 parcela2 parcela3 A 5 28 B 3 12 C 2 15

Composición, similaridad y distancia (o disimilaridad)

Espacio de muestras Espacio de especies

Medidas de distancia Categorías: Métricas: Distancia es 0 cuando los objetos son idénticos Cuando son distintos la distancia es positiva Distancia entre A y B = distancia entre B y A Distancia entre 2 de 3 objetos no es > que la suma de las otras 2 distancias (axioma de la desigualdad del triángulo) Semimétricas: puede violar el 4to criterio Nométricas: viola uno o más de los otros criterios

Medidas de distancia multidimensional Distancia euclidiana Versión multidimensional del Teorema de Pitágoras: c2 = a2 + b2 c = √ a2 + b2 Distancia euclidiana = Species 1

Distancia a lo largo de bloques de ciudad Ecuación general: Species 1

Coeficientes de proporciones Estos se pueden convertir a medidas de distancia a lo largo de bloques. Coeficiente de Jaccard Coeficiente de Sorensen

Similaridad Jaccard Jaccard para presencia/ausencia Jaccard = Jaccard = spp compartidas / total spp Jaccard cuantitativo (incluyendo abundancia de especies)

Similaridad Sorensen Sorensen para presencia/ausencia Sorensen = Sorensen cuantitativo (como distancia):

Distancia Chi cuadrada Problemática porque da mucha importancia a especies con poca abundancia. Utilizada en programas de multivarianza bien populares (e.g., DCA, CCA) Distancia Chi cuadrada:

Desempeño de medidas de distancia Si las especies responden a su ambiente, una gráfica de distancias entre comunidades debe reflejar un patrón lineal a lo largo del gradiente ambiental principal

Desempeño de medidas de distancia: euclidiana Beta alta Beta baja

Desempeño de medidas de distancia: Sorensen Beta alta Beta baja

Desempeño de medidas de distancia: Beta baja

Desempeño de medidas de distancia: Beta alta

Ejercicio Reduzcan la matriz OakRaw_t a solo 3 muestras x 3 especies, con las especies mas abundantes y con las primeras 3 muestras. Le dan por nombre Oak_t_3x3 Calculen las siguientes distancias con el módulo de ordenación Bray-Curtis y seleccionando generar una matriz de distancias: euclidiana, Jaccard, Sorensen y Chi cuadrada.