ANLISIS DE LA DISTRIBUCIN

DE ESPECIES: MTODOS DE
ORDENACIN Y CLASIFICACIN

Curso de Diseo, Anlisis y Modelacin

de Patrones Ecolgicos.

Contenido

Introduccin
Diseo de muestreo y anlisis de la relacin
de las distribuciones de especies
Ordenacin de unidades de variacin
Clasificacin de unidades de variacin

La distribucin de
especies

Cuando se tienen datos disponibles sobre la

abundancia de las especies en varias unidades de
muestreo, o al menos su presencia y ausencia, es
posible analizar su distribucin espacial.
El estudio de las interacciones es de capital
importancia en los estudios ecolgicos.
Los patrones de asociacin interespecfica resultan
de la seleccin o rechazo de un mismo hbitat por
parte de dos especies, si tienen afinidad o
repulsin etc.

La distribucin de
especies

La distribucin es dependiente o
independiente?
Hay diferentes enfoques para responder esta
pregunta
Los base de datos pueden ser de
presencia/ausencia o de abundancia
(densidad, biomasa)

Enfoques de anlisis

Anlisis de correlacin o covarianza

Pruebas de hiptesis
Anlisis multivariado
Modelos nulos

Antes de iniciar

Cuando hablamos de distribucin de especies,

inevitablemente se toca el punto de rareza.
Coloquialmente, cuando hablamos de
especies raras lo hacemos con una
connotacin de no comn, inusual.
Sin embargo, en realidad la rareza puede ser
de varios tipos. Los criterios para sealarlos
son bsicamente tres

Criterios de rareza

mbito geogrfico. La especie puede tener

un amplio mbito de distribucin, o estar
restringida a un rea particular.
Especificidad de hbitat. Una especie
puede ocupar una gran cantidad de hbitats,
o por el contrario solo se le encuentra en unos
muy especficos.
Tamao poblacional. Dentro de su mbito,
una especie puede ser abundante o estar
representada por unas cuantas poblaciones.

Anlisis de coocurrencia o

covarianza

Si el anlisis se basa en datos de presencia y

ausencia, se denomina anlisis de coocurrencia
Si la base de datos son abundancias, se
denomina anlisis de covariacin.
En cada caso, las herramientas de anlisis
involucran pruebas de hiptesis.

Anlisis de coocurrencia

Una de las maneras ms simples de medir la

asociacin entre especies es utilizando la razn
de varianza propuesta por Schluter (1984).
La hiptesis nula es que no hay asociacin entre
especies.
Hay dos condciones: las especies son
independientes; la asociaciones positivas y
negativas se cancelan mutuamente.

Matriz bsica de
datos

Unidades de muestreo
Especie
s

II

III

S
Total

Total

Prueba de hiptesis

Primero

se obtiene la varianza total de las

ocurrencias de las especies:
Luego se obtiene la varianza total en el
nmero de especies:

Prueba de hiptesis

El
estadstico de prueba es: . Si , la asociacin
es positiva; si , es negativa.
Este valor se contrasta con
Los lmites son

Ejemplo

Unidades de muestreo
Especie
s

II

III

IV

Total

Total

Anlisis de
covariacin

Anlisis de correlacin o covarianza

Con la correlacin se mide el grado de relacin o
asociacin lineal entre las variables
Con la covarianza se mide la magnitud de la
varianza conjunta
Este es el paso previo para entender el
procedimiento multivariado

Ejemplo

Unidad de muestreo
Especie I
s

II

III

IV

Total

15

10

Total

10

Modelos nulos

Son modelos puramente estadsticos, en los

que se pretende eliminar los efectos
biolgicos (interacciones).
Son tiles para confrontar los patrones
observados y tratar de ubicar los procesos que
les dieron origen.
Hay tres reas de inters: Co-ocurrencia,
estabilidad y reglas de ensamble.

Objetivos

El anlisis de co-ocurrencia tiene como objetivo

detectar patrones no aleatorios, en trminos de la
presencia conjunta de las especies.
En el caso de la estabilidad lo que se busca es
determinar la persistencia de la estructura, sobre
todo en escalas temporales.
Finalmente, las reglas de ensamble especifican los
valores y dominios de los factores que definen las
agrupaciones ecolgicas.

Anlisis de coocurrencia

Detectar el nmero de unidades de tablero:

0 1

1 0
Determinar el nmero de pares de especies
que no tienen presencias conjuntas.
Detectar el nmero de combinaciones nicas
de especies.
Determinar la razn de varianza (V)

Ejemplo

II

III

IV

VI

Ceu_sp

Com_cu
c

Com_del 1

Bub_arm 1

Lat_doh

ndice C

Mide

el nmero promedio de unidades de

tablero entre todos los posibles pares de
especies.
En una asociacin o agrupacin estructurada
por la competencia, debe haber ms unidades
de tablero que las esperadas por azar.
En este caso,

Pares de especies

Se
calcula el nmero de especies que no se
presentarn juntas.
Se espera que si la estructura est dada por la
competencia, haya ms pares de especies que
lo esperado por azar.
En este caso, se presentan tres pares de
especies .

Combinaciones
nicas

Se determina el nmero de combinaciones

nicas de especies que estn representadas
en los diferentes sitios.
Se espera que haya menos combinaciones
que las debidas al azar, si la estructura est
influenciada por la competencia.
Aqu hay cinco combinaciones

Razn de varianzas

Si
las especies estn distribuidas de manera
independiente y su presencia entre los sitios es
equiprobable, .
Si se presenta una fuerte covarianza negativa
entre las especies, .
Si la covarianza es positiva, .
En este caso, .

Reglas de ensamble

Definir y medir una propiedad de las

agrupaciones.
Describir los patrones asociados a esa
propiedad.
Establecer explcitamente las reglas que
influyen en la expresin de la propiedad.
Determinar los mecanismos que ocasionan los
patrones.

Ejemplos

Si una agrupacin vegetal sufre inundaciones, el

subconjunto de especies que sobreviva presentar
aernquima.
En ausencia de depredadores, una charca de zonas
templadas presenta entre 5 y 10 especies de
anfibios. Si una especie de pez depredadora se
introduce en el sistema, la riqueza cae a valores de
0 a 2 especies.
Hay una relacin lineal entre el nmero de
escarabajos y el volumen de materia gruesa en
descomposicin en las selvas deciduas.

Contraejemplos

Organismos similares tienden a no coexistir

La competencia controla la distribucin de las
aves en las islas.
La diversidad de especies vegetales se
incrementa conforme la latitud disminuye.
La distribucin de las lagartijas en las islas se
desva significativamente de los modelos
nulos.

Anlisis multivariado

El anlisis multivariado tiene como objetivo el

simplificar tanto el manejo como la
interpretacin de datos complejos.
Estos datos estn organizados en matrices.
Hay dos grandes grupos de tcnicas
multivariadas: de ordenacin y de
clasificacin.

Anlisis de
ordenacin

Son mtodos que permiten organizar unidades

de muestreo a lo largo de ejes cuantitativos
de atributos (especies).
Los datos de los atributos pueden ser
cualitativos o cuantitativos.
El objetivo es reducir la dimensionalidad de
los datos
Uno de los resultados ms importantes es el
diagrama de ordenacin.

Ejemplo:

Anlisis de
clasificacin

Sirve para ubicar grupos, por lo general de

unidades de muestreo, de acuerdo con su
similitud.
Los datos a utilizar pueden ser cualitativos o
cuantitativos.
Hay mtodos divisivos y aglomerativos
En los ltimos hay diferentes medidas de
similitud y de agrupacin.

Medidas de similitud

Cualitativas (presencia/ausencia): Jaccard,

Sorensen, Baroni-Urbani y Buser.
Cuantitativas (distancia): Euclideana, BrayCurtis y Canberra.
Cuantitativas (correlacin): Pearson,
Spearman.
Cuantitativas (similitud): Similitud Porcentual,
ndice de Morisita e ndice de Horn.