Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Aplicación de técnicas
multivariantes en estudios ecológicos
• Técnicas multivariantes.
• Técnicas de clasificación
• Índices de similitud
• Técnicas de clasificación o agrupación
• Técnicas de ordenación
• Tipos. Ventajas e inconvenientes
• TÉCNICAS MULTIVARIANTES (o
MULTIFACTORIALES)
Técnicas multivariantes o multifactoriales
Muestra q
Sp. presentes Sp. ausentes Totales
(n = a+b+c+d)
Análisis de similitud
Datos cualitativos:
• Índices que incluyen dobles ceros o dobles ausencias Ejemplos:
a+d
• Si se da la misma importancia a la doble S = ---------------
a+b+c+d
presencia que a la doble ausencia:
a+d
• Si se da más importancia a las diferencias que a S = -------------------
a+2b+2c+d
las semejanzas:
2a + 2d
• Si se da más importancia a las semejanzas: S = -------------------
2a+b+c+2d
Datos cuantitativos:
2w
• Indice atribuido a Steinhaus por Motyka (1950). S = -------------
A+B
• Indices de distancia:
• Distancia Euclídea: Se calcula por la fórmula de Pitágoras, teniendo en
cuenta un espacio euclídeo de n dimensiones. Varía V entre 0 e infinito; cuanto
mayor es la distancia, menos similares son las dos muestras.
• Indice de Bray-Curtis: Es una estandarización del índice de Manhattan. Varía
entre 0 (muestras idénticas) y 1 (totalmente diferentes).
• Indice de Camberra:
Camberra Es otra estandarización del índice de Manhattan. Varía
entre 0 y 1, como el de Bray-Curtis.
Los índices de Bray Curtis y de Camberra resultan muy afectados por el
tamaño de la muestra, no son eficaces en la comparación de comunidades
diversas, con tamaños grandes de muestra. Son muy útiles para el estudio de
comunidades con poca diversidad de especies y tamaños de muestra pequeños
Análisis de similitud
Datos cuantitativos. Índices de distancia
MATRIZ DE DATOS
Índices de similitud
MATRIZ DE SIMILITUD
O AFINIDAD
Análisis de similitud. Técnicas de clasificación o agrupación
Técnica de clasificación
DENDROGRAMA
Técnicas de clasificación o agrupación
La clasificación puede ser:
• Jerárquica o reticulada: Una clasificación jeráquica es como un árbol,
mientras que en una clasificación reticulada hay solapamientos como en
una red.
• Divisiva o aglomerativa: En una clasificación divisiva se empieza por el
conjunto de muestras y se van dividiendo en clases; en la clasificación
aglomerativa se empieza desde la base y se van agrupando las muestras.
• Monotética o politética: En una clasificación monotética dos grupos
hermanos se distinguen por un atributo simple (como presencia de una
especie). En una clasificación politética se utiliza la similitud global,
basada en todos los atributos (todas las especies).
Uniones promedio
Uniones completas
U.P.G.M.A.
TÉCNICAS DE ORDENACIÓN
• Su fin principal es representar las relaciones entre muestras y especies
(o parámetros químicos, u otro tipo de varibles) tan fácilmente como sea
posible en un espacio de baja dimensionalidad.
II (21%)
M
• Frecuentemente se acompaña esto de una M
B
Se maximiza así la varianza de la proyección de los puntos (muestras), como proyecciones perpendiculares sobre el primer
eje ACP. En otras palabras, el primer eje ACP está en la dirección que captura la mayor varianza posible a lo largo de los
ejes de ordenación (el eje pasa por el centro de la nube de puntos y es el que absorbe o explica la mayor información de esa
nube de puntos). El segundo eje es perpendicular al primero y absorbe la mayor varianza residual y así sucesivamente.
El resultado de una ordenación ACP es una secuencia de ejes de importancia progresivamente menor.
Análisis Factorial de Correspondencias (AFC ó CA)
Denominado también Análisis de Correspondencias.
El AFC, como el ACP busca una derivación de nuevos ejes que maximicen la
información de la estructura de los puntos de una nube de puntos
multidimensional, haciendo posible la disminución de dimensionalidad.
A.C.P. Muestras
Matriz de datos
Análisis de Correspondencias Canónicas
(ACC o CCA)
• Esto suele ser muy próximo al principal deseo de los ecólogos, una
herramienta matemática objetiva que haga que emerjan las
relaciones básicas entre las especies vegetales o animales y las
características ambientales.
DOS MATRICES:
1) Matriz de Muestras
(zonas quemadas en
diferentes años) x
Especies vegetales
2) Matriz de Muestras
(zonas quemadas en
diferentes años) x
Variables del suelo
TRES GRÁFICAS
(superpuestas):
1) Muestras (Zonas)
2) Especies vegetales
3) Variables del suelo
TWINSPAN (Two-Way Indicator Species Analysis)
% Cob. Clases.
0,1-2 1
2-10 2
10-25 3
25-50 4
>50 5