Estadsticas Paleontolgicas
Versin 3.05
Manual de referencia
yvind Hammer
Museo De Historia Natura
l
Universidad de Oslo
ohammer@nhm.uio.no
1999-2015
Contenido
Bienvenido al
pasado! ................................................................................................................
.... 10
Instalacin ............................................................................................................
....................... 11
La hoja de clculo y el men
Edicin ......................................................................................... 12
Introduccin de
datos ....................................................................................................................
12
Seleccin de
reas ...................................................................................................................
12
Mover una fila o una
columna ............................................................................................. 13
Cambiar el nombre de filas y
columnas ....................................................................................... 13
El aumento del tamao de la
matriz ........................................................................................... 13
Cortar, copiar,
pegar ....................................................................................................................
13
Quitar ...................................................................................................................
........................... 13
Colores de fila y
smbolos ...............................................................................................................
13
Seleccin de tipos de datos para las columnas y grupos
especificando ................................. .. 13
Eliminar filas / columnas uninformative .............................................................
14
Transponer ...........................................................................................................
................... 14
Columnas agrupadas a
Multivar ....................................................................................... 14
Filas agrupadas a
Multivar ..................................................................................................... 15
Observaciones a tabla de
contingencia ...................................................................... ... 15
Pila de filas agrupadas en
columnas ............................................................................. 15
Pares de valores a la
matriz ............................................................................................ 15
Las muestras a eventos (UA de
RASC) .......................................................................................... 15
Eventos a muestras (RASC para
UA) ................................................................................. 15
Carga y almacenamiento de los
datos ..................................................................................... 16
Importacin de datos para Excel..16
Lectura y escritura de archivos
Nexus ....................................................................................... 16
Importacin de archivos de
texto ............................................................................................... 17
Mostrador .............................................................................................................
......... 17
Men
Transformar ..........................................................................................................
... 18
Logaritmo .............................................................................................................
............ 18
Media
Reste ....................................................................................................................
. 18
Retire
tendencia .............................................................................................................
...... 18
Fila
percentage............................................................................................................
..................... 18
BoxCox .......................................................................................................................
............ 18
Retire tamao desde
distancias ......................................................................................... 19
Los
percentiles ...........................................................................................................
.............. 29
Valores faltantes se
eliminan.......................................................................................................... 29
Grfica de probabilidad
normal ............................................................................................... 30
Ternario ................................................................................................................
........... 31
Burbuja
trama ........................................................................................................... 32
Matriz ...................................................................................................................
................ 33
Superficie .............................................................................................................
............ 34
Men
Estadsticas ..........................................................................................................
............... 35
Univariante ...........................................................................................................
.......... 35
Pruebas de una
muestra ........................................................................................................... 38
Una muestra de t prueba para determinado medio 0
(paramtrica) ...... ................................. 38
Uno-muestra de prueba de Wilcoxon para la mediana dada M (no
paramtrico) ............... 39
Pruebas de dos
muestras .............................................................................................................
40
t test y pruebas relacionados sobre la igualdad de
medios .............. ............................................. 40
F prueba para la igualdad de
varianzas .............................................................................42
Pruebas de
normalidad .......................................................................................................
69
Tabla de contingencia (chi2
etc.) ................................................................................................ 72
Riesgo /
probabilidades ......................................................................................................
.......... 74
Proporcin
individual ..............................................................................................................
... 76
El anlisis de supervivencia (curvas de Kaplan-Meier, prueba de log-rank
etc.) ........................... 77
Combine
errores ..............................................................................................................
79
Men
Multivar ...............................................................................................................
80
Principales
componentes ................................................................................................. 80
Coordenadas
Principales ............................................................................................................
84
MDS no
mtrico ................................................................................................................
85
Anlisis de correspondencia sin
tendencia .............................. .................................................. 89
Correspondencia
cannica ................................................................................................... 90
Seriacin ..............................................................................................................
................ 91
Anlisis factorial CABFAC, AN NO EN EL PASADO
3 .......... ............................................. 92
El anlisis
discriminante .......................................................................................................
93
En dos bloques
PLS ......................................................................................................................
95
Anlisis de
conglomerados .....................................................................................................
. 96
Vecino
unirse ...................................................................................................................
........... 98
K-means
clustering .............................................................................................................
.. 99
Normalidad
multivariante ...................................................................................................
100
De la caja
M ..........................................................................................................................
...... 101
MANOVA ...............................................................................................................
............... 103
Slo ida
ANOSIM ................................................................................................................
............ 104
Slo ida
PERMANOVA .........................................................................................................
........... 105
De doble sentido
ANOSIM.................................................................................................................
........... 106
De doble
sentidoPERMANOVA..............................................................................................
...................... 107
Lineal ...................................................................................................................
........................ 131
Cuadrtico ............................................................................................................
......................... 131
Power.....................................................................................................................
...................... 132
Exponencial ..........................................................................................................
........................ 132
Von
Bertalanffy ...........................................................................................................
................. 132
MichaelisMenten .................................................................................................................
...... 132
Logstico ...............................................................................................................
.......................... 132
Gompertz .............................................................................................................
........................ 133
Gauss ...................................................................................................................
................... 133
Regresin
sinusoidal .............................................................................................................
..... 134
Spline
suavizado .............................................................................................................
......... 136
LOESS
suavizado .............................................................................................................
... 137
Anlisis de mezcla..138
Modelos
Abundancia ..........................................................................................................
........ 140
Periodograma
simple ..................................................................................................................
160
Anlisis espectral
REDFIT .................................................................................................... 161
Anlisis espectral
Multitaper ............................................................................................. 163
Walsh
transformar ..........................................................................................................
..... 164
De corta duracin transformada de
Fourier ............................................................... 165
Transformada wavelet ............................................................................ 166
Autocorrelacin ...............................................................................................
168
Autoasociacin .....................................................................................................
.................. 169
Correlacin
cruzada ......................................................................................................... 171
Correlogram Mantel (y periodograma) .......................................................... 172
Prueba de
rachas ..................................................................................................................
........ 174
ARMA (y el anlisis de la intervencin) AN NO EN EL PASADO
3 ................. ........................... 175
Modelo Insolacin (forzamiento solar) AN NO EN ULTIMOS
3 ............................................. 177
Eventos
Point ....................................................................................................................
178
Cadena de
Markov ........................................................................................................ 180
Suavizadores
sencillos .......................................................................................... 181
Filtro
FIR ........................................................................................................................
182
Fecha / tiempo de conversin .................................................................... 184
Men
geomtrica .........................................................................................................
185
Direcciones (una
muestra) .................................................................................................... 185
Direcciones (dos
muestras) ........................................................................................... 188
Correlacin
Circular ....................................................................................................... 190
Esfrico (una
muestra) ...........................................................................................................
191
Anlisis de patrones Point - vecinos ms
cercanos ..................... ....................................... 192
Anlisis del patrn de punto K de
Ripley ........................................................................... 194
Densidad
Kernel ........................................................................................................... 196
Alineaciones
Point ......................................................................................................... 198
Autocorrelacin espacial (I de
Moran) ............................................ .............................. ... 199
Grillado (interpolacin
espacial) ................................................................................... 201
Multivariante NO alometra TODAVA EN PASADO
3 .......................................................... 204
PCA de puntos de referencia en 2D (urdimbres
relativa) ................................................... . 205
Estras delgada placa de puntos de
referencia .................................................. ... 206
Bienvenido al pasado!
Este programa fue diseado originalmente como un seguimiento de PALSTAT,
un paquete de software para el anlisis de los datos paleontolgicos escrito por
PD Ryan, D.A.T. Harper y J.S. Whalley (Ryan et al. 1995). A travs del desarrollo
continuo durante ms de diez aos, PASADO ha crecido hasta convertirse en un
conjunto amplio de estadsticas utilizado no slo por los paleontlogos, pero en
muchos campos de la ciencia de la vida, ciencias de la tierra, ingeniera y
economa.
Ms explicaciones de muchas de las tcnicas implementadas junto con
historias de casos se encuentran en el libro "anlisis de los datos
paleontolgicos" (Hammer & Harper 2005).
Si tiene alguna pregunta, informes de errores, sugerencias de mejora u otros
comentarios, estaremos encantados de saber de usted. Contacte con nosotros
en ohammer@nhm.uio.no. Para informes de errores, no olvide enviarnos los
datos utilizados, como salvado de PASADO, junto con una descripcin completa
de las acciones que conducen al problema.
La ltima versin del pasado, junto con la documentacin y un enlace a la lista
de correo Pasado, se encuentran en
http://folk.uio.no/ohammer/past
Estamos muy agradecidos si usted cita PASADO en las publicaciones
cientficas. La referencia oficial es Hammer et al. (2001).
Referencias
Hammer, . Y Harper, D.A.T. 2006. Anlisis de Datos Paleontolgico. Blackwell.
. Hammer, , Harper, DAT, y PD Ryan, 2001. PASADO: Paleontolgico
Estadsticas paquete de software para la Educacin y el anlisis de datos.
Palaeontologia Electronica 4 (1): 9pp.
Harper, D.
La hoja de clculo y el men Edicin
PASADO tiene una interfaz de usuario de hoja de clculo. Los datos se
introducen como una matriz de clulas, organizada en filas (horizontalmente) y
columnas (verticalmente).
Introduccin de datos
Para los datos de entrada en una celda, haga clic en la celda con el ratn y el
tipo de los datos. Las clulas tambin se puede navegar con las teclas de
flecha. Cualquier texto se puede introducir en las clulas, pero la mayora de
las funciones se esperan nmeros. Tanto coma (,) y el punto decimal (.) Se
aceptan como separadores decimales.
Datos de ausencia / presencia se codifican como 0 1, respectivamente.
Cualquier otro nmero positivo se interpretar como presencia. Ausencia /
presencia-matrices se pueden mostrar con los cuadrados negros para
presencias marcando la casilla "modo de plaza" por encima de la matriz.
Datos de secuencias genticas se codifican usando C, A, G, T y U (minsculas
tambin acepta).
Los datos que faltaban se codifican con signos de interrogacin ("?"). A menos
que el apoyo a los datos que faltan se especifique en la documentacin de una
funcin, la funcin no se manejan correctamente los datos que faltan, as que
ten cuidado.
La convencin en el pasado es que los elementos ocupan las filas, columnas y
variables. Por lo tanto, tres personas braquipodos podran ocupan filas 1, 2 y
3, con sus longitudes y anchuras de las columnas A y B. El anlisis de clusters
ser siempre artculos de racimo, que es filas. Para el anlisis en modo Q de las
asociaciones, las muestras (sitios), por lo tanto se deben introducir en filas,
mientras taxones (especies) estn en columnas. Para cambiar entre Q-modo y
el modo R, filas y columnas pueden ser fcilmente intercambiados mediante la
operacin de transposicin.
Seleccin de reas
La mayora de las operaciones en el pasado slo se llevan a cabo en el rea de
la matriz que se ha seleccionado (marcado). Si intenta ejecutar una funcin
que espera que los datos, y ningn rea ha sido seleccionado, recibir un
mensaje de error.
Una fila se selecciona haciendo clic en la etiqueta de la fila (columna de la
izquierda).
grupo que consecutivo. Algunos anlisis (por ejemplo, de dos vas ANOVA)
requieren dos o incluso ms columnas de grupo.
Tenga en cuenta que a diferencia de las versiones anteriores del pasado, no
hay vnculos automticos entre colores, smbolos y grupos. Si desea utilizar
diferentes colores y / o smbolos para los diferentes grupos, puede configurar la
columna del grupo primero y luego usar la funcin de 'colores de fila / smbolos'
en el men Edicin para asignar colores / smbolos en consecuencia.
Eliminar filas / columnas uninformative
Las filas o columnas pueden ser poco informativo especialmente con respecto
a los anlisis multivariados. Tales filas y columnas deben ser considerados para
su eliminacin. Varios tipos se pueden buscar y eliminados: Filas o columnas
con slo ceros, filas o columnas que slo faltan los datos ("?"), Y las filas o
columnas con una sola clula que no sea cero (nicos).
Transponer
La funcin de transposicin, en el men Edicin, ser intercambiar filas y
columnas. Esto se utiliza, por ejemplo, para cambiar entre el modo de R y Q en
el modo de anlisis de conglomerados, anlisis de componentes principales y
seriacin.
Columnas agrupadas a Multivar
Convierte de un formato con artculos multivariantes se presentan en grupos
consecutivos de N columnas al formato anterior con un elemento por cada fila
y todas variables aleatorias a lo largo de las columnas. Para N = 2, dos
especmenes y cuatro variables ad, la conversin es de
a1b1a2b2
c1d1c2d2
a1b1c1d1
a2b2c2d2
15
Filas agrupadas a Multivar
Convierte de un formato con artculos multivariantes se presentan en grupos
consecutivos de N filas con el formato anterior con un elemento por cada fila y
Grupo
Lento
Med
Rpido
Especies
Negro
Punto
Norte
4
2
3
0
Negro
Punto
Sur
4
3
7
0
Rojo
Punto
Oeste
18
24
33
1
Rojo
Punto
Oriente
10
6
7
1
Adems de este formato, el pasado tambin puede detectar y abrir archivos en
los siguientes formatos:
Excel (slo la primera hoja de clculo).
Nexus (ver ms abajo), popular en sistemtica.
formato TPS desarrollado por Rohlf. Los campos emblemticos, contornos,
curvas, id, escala y comentarios son compatibles, otros campos se ignoran.
NTSYS. Varias mesas y rboles no son compatibles. El archivo debe tener las
".nts 'de extensin.
FASTA formato de secuencia molecular, especificacin simplificada segn
NCBI.
PHYLIP formato de secuencia molecular. El archivo debe tener la extensin
'.phy'.
Arlequin formato de secuencia molecular. Para los datos de genotipo los dos
haplotipos se concatenan en una sola fila. No se admiten todas las opciones.
formato BioGraph para bioestratigrafa (formato DATUM MUESTRAS o). Si se
encuentra un segundo archivo con el mismo nombre pero extensin '.dct', que
se incluir como un diccionario BioGraph.
formato RASC para bioestratigrafa. Debe abrir el archivo .DAT, y el
programa de espera correspondientes archivos .dic y .DEP en el mismo
directorio.
formato CONOP para bioestratigrafa. Debe abrir el archivo .DAT (archivo de
registro), y el programa espera .EVT correspondiente (evento) y .sct (seccin)
archivos en el mismo directorio.
Importacin de datos desde Excel
Men Transformar
Estas rutinas someten sus datos para operaciones matemticas. Esto puede
ser til para llevar a cabo funciones en sus datos, o como un paso de
preprocesamiento necesario para algunos tipos de anlisis.
Logaritmo
La funcin de registro en el men Transformar log-transforma sus datos
utilizando el logaritmo en base 10. Si los datos contienen valores cero o
negativas, puede ser necesario aadir una constante (por ejemplo 1) antes de
la transformacin log-(uso evaluar la expresin x + 1).
Esto es til, por ejemplo, para comparar la muestra de una distribucin lognormal o para el montaje de un modelo exponencial. Adems, los datos de
abundancia con algunos taxones muy dominante pueden ser log-transformados
con el fin de downweight estos taxones.
Los datos que faltaban compatibles.
Media Reste
Esta funcin resta la media columna de cada una de las columnas
seleccionadas. Los medios no pueden ser calculadas fila sabio.
Los valores perdidos compatibles.
Retire tendencia
Esta funcin elimina cualquier tendencia lineal a partir de un conjunto de datos
(dos columnas con pares XY, o una columna con valores de Y). Esto se realiza
por sustraccin de una lnea de regresin lineal a partir de los valores de Y.
Extraccin de la tendencia puede ser una operacin til antes de la hora serie
analiza como el anlisis espectral, y auto- correlacin cruzada y ARMA.
Y = {x 1 / / ln X donde = 0 0