PATRONES DE

DISTRIBUCIÓN ESPACIAL
Tipos de arreglos espaciales
 Al azar
 Regular o Uniforme
 Agrupada
 Hipótesis Ecológicas
 Disposición al Azar

 Todos los puntos en el espacio tienen

la misma posibilidad de ser ocupados
por un organismo

 La presencia de un individuo en cierto

punto en el espacio no afecta la
ubicación de otro individuo
Disposición al Azar
 Hábitat continuo
 Mismas condiciones de habitabilidad
 Sin Interacción
Disposición Uniforme
 Todos los puntos en el espacio tienen la misma
posibilidad de ser ocupados por un organismo

 La presencia de un individuo en cierto punto en el

espacio sí afecta la ubicación de otro individuo en el
espacio
Disposición Uniforme
 Hábitat continuo
 Mismas condiciones de habitabilidad
 Interacción negativa
 Competencia

 Rara vez se
evidencia por
causa de índole
metodológica
Disposición Agrupada
 No todos los puntos en el espacio tienen la misma
posibilidad de ser ocupados por un individuo; o todos
tienen la misma posibilidad de ser ocupados.
 La presencia de un individuo en cierto punto del
espacio afecta la ubicación de otro individuo
Disposición Agrupada
 Puede existir o no condiciones
homogéneas del hábitat
 Interacciones positivas
 Grupos de migración
 Agrupaciones en dormideros
 Agrupaciones para
reproducción
 Agrupaciones sociales
Pruebas para evaluar la
disposición en el espacio
 Modelo de Poisson
 La distribución de Poisson satisface
mejor las condiciones ecológicas de
un arreglo al azar. Describe el
número esperado de individuos
ubicados al azar en una muestra.
 Se verifica si la distribución de los
individuos en una muestra sigue la
distribución de Poisson
Pruebas para evaluar la
disposición en el espacio
 Prueba de Razón Varianza/Media
 Se funda en la distribución de Poisson: la
media es igual a la varianza.
 V/M menor que 1: Arreglo UNIFORME
 Varianza es menor que la media
 V/M igual a 1: Arreglo AL AZAR
 Varianza mayor que la media
 V/M mayor a 1: Arreglo AGRUPADO
 Prueba de Moore
 Índice basado en las frecuencias de las
tres primeras clases (0, 1 y 2 individuos
por muestra)
 0 = (2 n0 n2)/(n1)2
 n1;n2;n3 frecuencia de las muestras con 0,
1y 2 individuos
 Disposición al Azar 0 = 1
DETERMINACIÓN DEL TIPO DE
DISTRIBUCIÓN ESPACIAL

MÉTODO DE POISSON
Bondad de Ajuste
 Otra forma para estudiar la distribución
espacial consiste en
 Comparar la distribución de frecuencias
observadas en un muestreo basado en
cuadrículas con
 Las frecuencias esperadas dada una
distribución teórica.
 Las frecuencias se refieren al número de
oportunidades en las cuales se obtiene un
número determinado de individuos en una
cuadrícula.
Distribución de Poisson
 Para ello extendemos sobre la población una
grilla uniforme y adecuada al tamaño del
organismo.
 Contamos los cuadrantes de la grilla que
tienen 0,1, 2, 3….n individuos, obteniendo de
esta forma una distribución que suponemos
es al azar.
 Para poder determinar si esto es cierto o no,
la comparamos estadísticamente con una
distribución teórica, construida sobre algunos
parámetros derivados de nuestros datos de
terreno (media).
 Esta distribución es la de Poisson, que
nos da la probabilidad de que ocurra un
suceso x según la siguiente fórmula:

Mx e-M
P(x) = -------------
X!

X: suceso en el que se está interesado

M: número medio de individuos por unidad de muestreo
X!: factorial de X
e : antilogaritmo
Ejemplo: Hemos extendido una grilla de 5 x 4 = 20 cuadrantes, y
hemos encontrado lo siguiente:
Llamaremos
suceso (x) al
hecho de
encontrar x
individuos en
un cuadrante.

Por lo tanto
hay
cuadrantes
con 0, 1, 2, 3,
4, 5 y 6
sucesos.
El total de organismos encontrados en la grilla es
de 54
El promedio
(M) de
organismos
por cuadrante
es 54/20 = 2,7

•Esta media
será el
parámetro con
que se
construirá la
distribución de
Poisson. ()
 Construcción de la distribución de probabilidades de Poisson
-M x
M
N° de sucesos

X! e Probabilidad
Poisson
N° sucesos
esperados
N° de
(X) N° de sucesos por P(x) *20
sucesos
observados
N° de casos
observados 2,7 P(x)
0 3 0 1 0.064 0.064 1

1 2 2 1 0.064 0.176 4

2 4 8 2 0.064 0.242 5

3 4 12 6 0.064 0.222 4

4 4 16 24 0.064 0.152 3

5 2 10 120 0.064 0.084 2

6 1 6 720 0.064 0.038 1

7 0 0 5040 0.064 0.015 0

20 54 20
Comparación O - E
 El siguiente paso es probar que estadísticamente los
casos (sucesos) obtenidos en terreno no difieren de
los casos (sucesos) esperados de acuerdo a la
distribución de Poisson (Ho, Hipótesis nula)
 Por lo tanto, si no hay diferencia, podremos decir que
nuestra distribución es una distribución espacial
azarosa, ya que sabemos que la distribución de
Poisson es al azar.
 La herramienta estadística que usamos es la prueba
de Chi cuadrado .
 Para ello se calcula un valor de Chi2 a partir de los
datos esperados y los observados, según la
siguiente fórmula:
Chi Cuadrado
(Obs. – Esp.)2
Chi2 = ∑ _______
Esp.

•El valor calculado (5,704) se compara con un valor de tabla de Chi2 con
un nivel de confianza de a= 0,05 y n-1 G.L (Grados de libertad).
•Siendo n el números de categorías efectivas, i.e. aquellas que presentan
casos, en nuestro ejemplo: 8 categorías y 7 con casos.
•La regla de decisión nos dice que debemos rechazar la hipótesis nula si el
valor de Chi2 calculado es igual o mayor que el valor de Chi2 de la tabla.
•El valor crítico de Chi2 con 6 G.L. y a = 0,05 es de 12,592, de manera que
no podemos rechazar la Ho (CHI MENOR) y concluimos que nuestra
población sigue una distribución de Poisson.