Estadísticas en ecología Páginas 45-56 en Ruokolainen et al 2004.

Presentación del tema: "Estadísticas en ecología Páginas 45-56 en Ruokolainen et al 2004."— Transcripción de la presentación:

1 Estadísticas en ecología Páginas 45-56 en Ruokolainen et al 2004

2 Diseño: fuente de los problemas principales Justificación clara, razonable, interesante y útil. ¿Qué queremos aprender del estudio? –Expresar la pregunta clara y enfocada. Aclarar cual es la variable dependiente, cual la independiente y cuales son las medidas que se le harán a esas variables. Recordatorio: Las estadísticas no deben dictar la esencia del estudio.

3 Algunas situaciones comunes en que las estadísticas son útiles

4 Diferencias entre promedios Evaluación de una sola variable (e.g., largo de los vellos en el envés de las hojas de X especie) Si la probabilidad de que ambas distribuciones de valores pertenezcan a una sola distribución es mayor de cierto valor (e.g., 5%) se considera que no se puede rechazar la hipótesis nula de “no diferencias”, o sea, que las diferencias pueden deberse al azar. Si esa probabilidad es mas baja se considera que hay evidencia de diferencias (significativas). Por lo tanto, concluimos que algo influye en esas diferencias.

5 Relación entre 2 variables

6 Correlación Examina el grado en que 2 variables varían a la par. Por ejemplo, ¿existe una variación a la par entre la abundancia de jasmín (x) y la abundancia de bayahonda (y)? La hipótesis nula sería: H 0 : x no se correlaciona con y (x no varía a la par con y)

7 Correlación Y = a + bX

8 Causa y efecto Una correlación alta sólo implica una alta asociación entre las 2 variables Asociación no implica causación –Ej., en Inglaterra las ciudades con mas iglesias tienen mayor tasa de crímenes. –¿Debemos concluir que la religión aumenta la criminalidad? En muchas disciplinas se requiere conocer el mecanismo para adjudicar causa a una asociación entre variables.

9 Regresión lineal y = 18.5 + 12.9x Variable independiente Variable dependiente + datos ▀ predicciones

10 Cuando tratamos con más de 2 variables

11 Análisis de gradientes Pretende detectar los gradientes ambientales más influyentes sobre la distribución y abundancia de las especies. También puede ofrecer información sobre otras propiedades de las comunidades. Generalmente se combina con análisis de tipos de comunidades (clasificación).

12

13 Análisis de gradientes Indirecto: –Pretende determinar diferencias en composición. –Sólo utiliza la información de las especies en muestras. –La información de los factores ambientales puede integrarse luego de un análisis posterior. Directo: –Pretende determinar relaciones entre composición y factores ambientales. –Utiliza información de especies e información de factores ambientales en el mismo proceso.

14 Más de 2 variables: 8 especies x 4 muestras Especies S1 S2 S3 S4 Cardinals 1 0 0 3 roadrunners 1 0 0 0 bluebirds 3 2 0 0 phoebes 1 0 5 2 titmice 0 9 6 0 red-tails 1 0 0 0 chickadees 20 1 1 0 waxwings 66 0 0 0

15 Muestras en espacio de 3 especies

16 Análisis de componentes principales

17 Reducción de muchas dimensiones a bien pocas dimensiones

18 Un ejemplo con 28 muestras y 3 variables Variables = X1, X2, X3 Muestras = a, b, c, …z

19

20

21

22

23

24

25 Relación lineal vs. no lineal

26 Relación lineal

27 Relación no lineal (binomial o normal)

28 Diversidad beta: baja Diversidad beta: alta PCA puede ser adecuado Otras técnicas serían preferibles: NMS, DCA