MEDIDAS DE DIVERSIDAD

COMUNITARIA

ARTURO ROCHA RAMIREZ

RAFAEL CHAVEZ LOPEZ
Diversidad Comunitaria:
Cada comunidad esta compuesta de poblaciones de especies taxonomicamente diferentes.
La diversidad de la comunidad se refiere al número de especies diferentes en la comunidad
considerando tanto a las especies abundantes como a las raras.
Riqueza de especies : se refiere a los tipos diferentes de especies y su abundancia.
Tecnicamente se puede representar por la proporción entre las diferentes especies (S o
s) y el número total de especies (N o n).

Equidad o Equitatividad de especies: se refiera a una medida que califica la equidad

de las abundancias entre las especies en terminos de sus números de individuos.

Los índices de diversidad (nombre que reciben las medidas de diversidad comunitaria)
aportan información sobre:

• La rareza de las especies

• O bien cuales son las especies más abundantes en una comunidad.

Con esta información, la medición de la diversidad es una herramienta importante para

entender la estructura de la comunidad.
HAGAMOS UN ( ) PARA HABLAR SOBRE LA RAREZA DE LAS
ESPECIES (POBLACIONES)…

LAS CATEGORÍAS SON:

Especies
normales

Especies
amenazadas

Especies
vulnerables

Especies raras

Especies
Especies extintas
endémicas
¿Un tamaño poblacional bajo se relaciona a un mayor riesgo de vulnerabilidad?
The Biological Aspects of Rare Plant Conservation Edited by Hugh Synge © 19R I
John Wiley & Sons Ltd. Chp. 17. Seven forms of rarity Deborah Rabinowitz.
Division of Biological Sciences, University of Michigan, Ann. Arbor, Michigan, USA
 Regresando al tema….|

Los índices de diversidad son medidas matemáticas de la diversidad

comunitaria, con base en el número de especies y la equitatividad de su
abundancia.

Los índices de diversidad aportan más información acerca de la composición

de la comunidad a diferencia de como lo hace la riqueza específica
precisamente por que involucran al número de especies y la equitatividad de
su abundancia.
Diferentes
índices para
estimar la
Diversidad
 MEDIDAS DE DIVERSIDAD

¿En el análisis se desea dar mayor énfasis a las especies

dominantes o a las raras?

TIPO 1: Son más sensibles a los cambios de la

abundancia de las especies RARAS. Margalef (1958),
Gleason (1922), Menhinick (1964), Shannon-Wiener
(1948) y el de Brillouin (1962).
CLASES DE
INDICES
TIPO 2: Son más sensibles a los cambios de la
abundancia de las especies COMUNES. Simpson
(1949), en sus diferentes expresiones.
 ÍNDICES TIPO I

S 1
Margalef Da 
log N
Donde:
S S = número de especies en la
Gleason Dg  muestra
log N N = número total de individuos

S
Menhinick Db 
N
 ÍNDICES TIPO I
Índices basados en la teoría de la información: Shannon-Wiener

Los índices de Shannon-Wiener y de Brillouin están basados en la teoría de la información,

miden la cantidad de orden (o de desorden) contenido en un sistema. de manera estricta esta
función sólo puede usarse en muestras tomadas aleatoriamente de una comunidad
grande, en la que es conocido el número de especies (S).

S
H ´    pi log 2 pi
i 1
Donde:

H´ = Diversidad de Shannon-Wiener (contenido de información de la muestra)

bits/individuo.
pi = proporción de la especie i en la muestra = ni / N
S = número de especies en la muestra
N = número total de individuos en la muestra
 ÍNDICES TIPO I

Con una pequeña manipulación algebraica:

 S

 N log N   ni log ni 
H ´  i 1 
N
Donde:

N = número total de individuos en la muestra

ni = número de individuos de la especie i

La medida de diversidad (H´) se incrementa con el número de especies (S) en la

comunidad y en teoría puede alcanzar valores muy elevados. En la práctica, para
las comunidades biológicas H´ no excede el valor de 5.
Comparando valores de diversidad

Índice de Shannon

La hipótesis nula H0 : H'1 = H'2 (la diversidad del sitio 1 es

estadísticamente igual a la del sitio 2) se utiliza la prueba de t

modificada (Hutchenson, 1970). El valor de t se calcula como:

 
La varianza es calculada por:
 

Donde:

pi = abundancia relativa del grupo taxonómico i.

n= número total de individuos.

K= número de grupos taxonómicos.

Los grados de libertad para esta prueba se calculan
usando la siguiente fórmula:

Se compara con los valores de la Tabla de t de

Student con α = 0.05
 ÍNDICES TIPO I
Brillouin
La mayor parte de las muestras de las comunidades pueden ser tratadas como colecciones
en lugar de muestras aleatorias de una comunidad biológica grande. En casi todos los
casos en los que se asume que los datos son una colección finita y muestreados sin
reemplazo

1  N 
H log  
N  n1!n2 !n3!n4 !........nn! 

 S

 log N !   log n !
i 

H   i 1 
N
Donde:
H = índice de Brillouin
N = número total de individuos
n1 = número de individuos de la especie 1
n2 = número de individuos de la especie 2
 ÍNDICES TIPO II
Complemento de Simpson
Es una medida de la diversidad no paramétrica, Simpson (1949) propuso
que la diversidad está inversamente relacionada con la probabilidad de que
dos individuos extraídos aleatoriamente en una muestra sean de la misma
especie. Para una población infinita está dada por:

S
D  
i 1
pi
2

Donde:
D = índice de Simpson (índice de dominancia)
pi = proporción de la especie i en la comunidad = ni / N

Inverso de D S
Simpson mide la
diversidad de la
1 D  1  
i 1
pi
2

comunidad
 ÍNDICES TIPO II
Complemento de Pielou

   
S 
ni  ni  1 
Para comunidades 1  D  1    
i 1   
con poblaciones  N N  1 
  
finitas

Donde:
Ni = número de individuos de la especie i en la
muestra
S


N = número total de individuos en la muestra =
n
i 1
i

S = número de especies en la muestra

 ÍNDICES TIPO II

Reciproco de Simpson

1 1 Donde:
 S
D
p
i 1
i
2
1/D = índice del recíproco de Simpson
pi = proporción de la especie i en la
comunidad

El intervalo del índice de Simpson (1–D) oscila de 0 (baja diversidad) a 1 (alta

diversidad). El recíproco de Simpson (1/D) oscila de 1 a S (S=número de
especies en la muestra). De esta manera, la diversidad de Simpson puede ser
fácilmente interpretada como el número de especies igualmente requeridas para
generar la heterogeneidad de la muestra. Algunos autores prefieren usar la
expresión 1/D, debido fundamentalmente, a que los valores estimados se
comparan mejor en el intervalo de valores posible.
Comparando valores de diversidad

Índice de Simpson (Dominancia)

La hipótesis nula H0: D'1 = D'2 (la diversidad del sitio 1 es estadísticamente igual a la
del sitio 2) se utiliza la prueba de t de Student modificada (Keefe y Bergerson, 1977).
El valor de t se calcula como:
Para valores grandes de N:

 
Donde:
 Calculando el valor de t de Student

Este valor se compara con el valor critico de t de

Student, con gl = ∞ y α = 0.05

 Para valores pequeños de N:

 
Métodos de rarefacción
 Permiten hacer comparaciones de números de especies entre
comunidades cuando el tamaño de las muestras no es igual.
 Estima el número esperado de especies de cada muestra si todas las
muestras fueran reducidas a un tamaño estándar, es decir, si la
muestra fuera considerada de n individuos (n <N) ¿cuántas
especies se habrían registrado?:

 donde: E(S) = número esperado de especies

 N = número total de individuos en la muestra
 Ni = número de individuos de la iésima especie
 n = tamaño de la muestra estandarizado
Supuestos:
1. Las muestras a ser comparadas deben ser consistentes
desde el punto de vista taxonómico, esto es, que todos
los individuos pertenezcan al mismo grupo
taxonómico supra especifico;
2. El diseño de muestreo puede diferir en la intensidad
del muestreo, pero no en el método de colecta;
3. Los tipos de hábitat de donde se obtienen las muestras
deben ser similares.
 Desventajas:

 Al hacer una intrapolación, desaprovecha información, porque

toma como estándar o medida general el tamaño de la muestra
más pequeña para todas las muestras, dejando a un lado los datos
extra de muestras con mayor esfuerzo de muestreo.

 El límite máximo de extrapolación por rarefacción es determinado

por el tamaño de la muestra más grande.
 Para este método, Un problema de sobrestimación ocurre cuando
las muestras provienen de una comunidad con distribución
agregada, por lo que se recomienda usar muestras grandes y
dispersas en la comunidad.
Métodos no paramétricos
 Son un conjunto de estimadores NO-paramétricos en el sentido estadístico,
ya que no asumen el tipo de distribución del conjunto de datos y no los
ajustan a un modelo determinado.
 Requieren solamente datos de presencia-ausencia.

 Chao 2.

 donde:
 L = número de especies que ocurren solamente en una muestra (especies
“únicas”)
 M = número de especies que ocurren en exactamente dos muestras
 Para este estimador es posible calcular también un estimador de la varianza el
valor de Chao 2 provee el estimador menos sesgado para muestras pequeñas.
Chao 1
 El estimador Chao 1se basa en las abundancias de las
especies en las muestras, considera que muchas especies son
raras.
 El estimador Chao 1 pretende estimar cuantas especies están
representadas por un solo individuo (singletons) y cuantas
por dos individuos (doubletons)

Donde:
S = número de especies
a= número de especies con un individuo
b= número de especies con dos individuos
Jacknife de primer orden
 Se basa en el número de especies que ocurren solamente en una muestra
(L).
 El método Jackknife es una técnica especialmente útil para corregir el sesgo de
estimación. El estimador Jackknife de un parámetro se encuentra
aplicando sistemáticamente el método de estimación al conjunto de
datos resultante de eliminar consecutivamente cada una de las
observaciones. El estimador de Jacknife será el promedio de dichas
estimaciones. Es decir, dada una muestra de tamaño n, la estimación
jackknife se encuentra mediante la agregación de las estimaciones de  n-
1 observaciones en la muestra.
 En estudios de diversidad de plantas el valor Jacknife de primer orden
fue el estimador más preciso y menos sesgado de ocho métodos de
extrapolación evaluados.