Carlos Alberto Quan Ponce – 32011171 18/09/2022

(Esta fue la única captura que tome en directo, porque no me fije que había que tomar más,
una disculpa licenciado.)

Introducción
En esta sesión se habló del análisis de datos para la investigación ambiental, sobre los
programas necesarios para probar sus investigaciones, comprobar datos, así como la
implementación de estos en el resultado de la investigación, también se abarcan temas como:
Análisis multivariado, estructuras comunitarias, análisis de componentes principales, etc.

Resumen
Primero que nada tenemos que saber los programas necesarios para la investigación
ambiental, en la clase se mencionan programas como PostGresql, R, Google Earth Engine, R
aparte de un programa es un lenguaje muy versátil, ya que también se puede conectar a base
de datos y es mejor para sacar estadísticas y demás, pero Python también es bastante
competente ya que desarrolla mejor la inteligencia artificial, los dos son útiles, solo depende
de las necesidades de la investigación, por eso no hay uno mejor o peor, ambos tienen sus
fortalezas y debilidades.

Para dominar el estudio del medioambiente y la biodiversidad, es necesario dominar la ciencia

de los datos, como mencionan en la clase, la estadística y su implementación en las
investigaciones son cruciales para validar nuestro estudio, esto nos puede ayudar hasta a
predecir acciones que se pueden producir en un futuro, por eso el dominio del análisis de
datos, es el futuro no solo de la investigación ambiental, sino de todas las ramas de la ciencia,
aparte hay que entender el fundamento de nuestros análisis, la estadística nos ayuda a tener
conclusiones sobre el comportamiento que tiene lo que sea que estemos investigando.
El análisis multivariado sirve para analizar múltiples variables, toma de decisiones, y diseñar
experimentos de campo, visualizar estructuras comunitarias, y el desarrollo de investigación,
también se habla del análisis no métrico multidimensional, está compuesto por una matriz con
sitios de muestro y clasificación por métodos de manejo, este tipo de manejo presenta una
gráfica como se ordena este tipo de manejo con las especies.

El análisis de componentes principales es la mayor técnica para reducir datos, por medio de un
preprocesamiento de la estandarización, también se menciona el análisis de correspondencia
canónica, que tiene como objetivo buscar relaciones que pueda haber entre dos grupos de
variables y la validez de las mismas.

La ordenación Gaussiana consiste en una representación gráfica de la distribución normal de

un conjunto de datos, los cuales se reparten en tres familias: bajos, medianos y altos. De esta
manera, se crea un gráfico de forma acampanada y simétrica. (Después de estas explicaciones
nos muestran gráficamente como usar estos tipos de análisis de datos, y su función
dependiendo de la finalidad de la investigación).

Conclusiones
En esta curso pude ver la importancia que tiene la estadística en nuestro día a día, no solo en
la investigación ambiental, así como el análisis de datos, todo lo que nos rodea se basa en
recolección de datos y estadística, por ejemplo, cuando estamos hablando con un amigo y
mencionamos que queremos comprar un celular nuevo, y de ahora en adelante la mayoría de
anuncios que veamos van a ser sobre celulares, esto es por la recolección de datos, aplicación
y estadística, también programas como R, que son vitales para el análisis y recolección de
datos.