Anlisis de los datos

Cualquiera sea el objetivo del estudio

ecolgico se obtiene un inventario por UM, lo
que en conjunto componen una MBD.
Es necesario entonces clasificar y ordenar los
datos.
Primeros pasos: los mtodos biocenticos
(fitosociologa de Braun-Blanquet)
Escuela francesa de bentos ordenaba los
datos de mayor a menor (abundancia,
biomasa, frecuencia, etc)

La fase analtica consiste en el levantamiento de
inventarios detallados sobre el territorio.

Fase de muestreo o toma de datos de campo,
donde recopilaremos la informacin sobre las
agrupaciones .

Fase sinttica, tratamiento estadstico de los
inventarios levantados en campo y su comparacin
con tablas y comunidades ya descritas y publicadas
en la literatura especializada
http://riunet.upv.es/bitstream/handle/10251/16818/El%20inventario%20
Fitosociol%C3%B3gico.pdf?sequence=3
Al final lo que estamos realizando es un muestreo
preferencial estratificado.
Hay que tener en cuenta que debemos realizar los
inventarios en zonas lo ms homogneas posible,
y que representen adecuadamente lo estudiado
evitando las zonas de transicin entre
comunidades.

a) Presencia ausencia
b) Abundancias codificadas:
Datos semi-cuantitativos, escala arbitraria para abundancias relativas
(ausente =0; presente =1, regularmente comn =2; hasta dominante =5)
Ventaja: evaluacin rpida con poca prdida de precisin
Desventaja: tendencia a normalizar los datos
c) Frecuencias
Conteo de n de ocurrencias de c/sp.
Estn relacionadas al tamao de la muestra
d) Densidades
Es el ms comn: registros de abundancia.
Producen datos asimtricos, requieren Transformaciones
Se expresa en trminos de unidades de rea
Es independiente del tamao de muestra
e) Biomasa
En animales coloniales o plantas
Se expresa en unidades de peso
Casos monovariantes:
Se utilizan para comparar variables simples:

-Test de t
-Chi cuadrado
-test no paramtricos

-Casos multivariantes:
-Los datos se refieren a un nuevo sistema de ejes que facilita observar
las relaciones y la estructura.
-Se agrupan las UM en funcin de su semejanza de manera de poder
simplificar los resultados.

-Correlacin, regresin, MDS, Cluster, ACP, ACC

-Indices
-Valor mnimo cuando todos los individuos son de la misma especie.
-Valor mximo cuando no lo son.
-Son poco sensibles a la extensin de la muestra.
-Invariantes a variaciones como la extraccin de un grupo taxonmico.
-Diversidad, Equitatividad, etc
Permite modificar los datos para:
-Cumplir con la validez de los anlisis estadsticos (normalidad,
varianza constante)
-Balancea las contribuciones de las especies raras y abundantes.
a) Log 10
Es la ms comn
Yij= Log 10 (Xij + 1)
Se prefiere cuando algunos de los valores observados son pequeos
(particularmente ceros)
Es aplicable cuando existe heterogeneidad y los desvos estndar son
proporcionales a las medias.
Efecto: Comprime los extremos superiores de la escala de medicin,
reduciendo la importancia de los valores grandes en relacin a los valores
ms pequeos de la matriz.
b) Ln
Yij= Log 10 (Xij + 1)
Para densidades de plancton >10.
Datos de profundidad y tamao de partcula (phi)
c) Raz cuadrada
Yij= Xij
Se aplica cuando la media y varianza son iguales.
Para datos biolgicos
Resultado: muestra con distribucin normal.
d) Raz cuarta
Yij= Xij
Efectos similares a la transformacin logartmica
Macrobentos y meiobentos
e) Arco-seno
Yij= arcoseno Xij sen-1 Xij
Es aplicable a datos binomiales expresados como fracciones decimales o
porcentajes
Valores porcentuales de la materia orgnica
Ninguna


Log
Presencia/ ausencia
Anlisis estadsticos de los datos
Varias preguntas por contestar
a) Programa a utilizar
b) Caractersticas de la matriz?
c) Anlisis a realizar: Biolgicos, ambientales?
d) Datos que se van a graficar y cmo?
MBD MBD c/0
MBD
reducida
MBD
Algunas spp. ocurren en forma demasiado irregular.
Esto puede afectar algunos anlisis

Eliminando las especies raras:
Todas aquellas que se encuentren por debajo de un % arbitrario de
dominancia en cualquier estacin (ej. 0,5%)
Cul conviene usar y porqu!!!
En el caso de que se cumpla con las condiciones requeridas por las
pruebas ms poderosas, conviene utilizar la paramtrica, ya que se
rechazar Ho con validez universal
Modo Q: agrupa UM
Modo R: agrupa especies
Kruskal (1964) sugiere las siguientes interpretaciones del Stress:
- 0.2 Pobre
- 0.1 Aceptable
- 0.05 Bueno
- 0.025 Aceptable
- 0.0 Excelente
MDS
Predice cul es la probabilidad de que un individuo en
una muestra sea de la misma especie que el de la
muestra anterior.
S
H = - (pi)(log
10
pi)
i=1

donde H = contenido de informacin de la muestra
(diversidad);
S = riqueza especfica;
pi = proporcin de individuos de la especie i
respecto al total de individuos.

Vara entre un valor mnimo de 0 y un mximo que
depende de la riqueza especfica.
Usando el ndice de Shannon-Wiener, para un S
dado, el H ser mximo cuando los individuos se
distribuyan equitativamente entre las especies (i.e.,
cuando todos los pi sean iguales entre s e iguales a
1/S).

Equitatividad = H/ln S