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).