Anexo 4. Estadística Multivariada para Estudios de Comunidades Biologicas PDF

Estadística Multivariada para el Estudio
de Comunidades Biológicas
Dr. José R. Marín Jarrín y Dr. Antonio J. Herrera

de
Comunidades Biológicas
1. Introducción al análisis estadístico multivariado
Características de estudios
ecológicos y diseños de
muestreos asociados
Características de estudios ecológicos
y diseños de muestreos asociados
 Autoecología: estudio de una especie en relación a su
ambiente, lo cual comprende factores tanto bióticos como
abióticos.
 Ecología de comunidades: es el estudio de varias especies en
forma simultánea en relación a su ambiente.
 Ecología del Paisajismo: se focaliza en patrones espaciales a
escala regional y los procesos relacionados a ellos.
 Biogeografía: distribuciones a gran escala espacial de especies
en respuesta a clima, suelo, parámetros oceanográficos, etc.
 Estudios de Evaluación ambiental: cambios en el ambiente y
respuesta de la comunidad biológica a factores originados por
actividades humanas.
 La diversidad en los tipos de estudios ecológicos se relaciona
con la complejidad de la investigación de la ecología.
 Los métodos apropiados para el análisis de los datos en

estudios ecológicos muestra el mismo incremento en la
complejidad.
Pasos en la investigación en la
ecología de comunidades
 Planteamiento del problema y establecimiento de los
objetivos.
 Formulación de las hipótesis.
 En consecuencia, lo anterior determina la colección de los
datos mediante el diseño del muestreo.
 El análisis de los datos responde a los objetivos y el tamaño
en cuanto a la cantidad de los datos, el diseño del muestreo y
la forma como este diseño fue llevado a cabo.
Características de los estudios
ecológicos: procedimientos en la
generación de datos
 Gran parte de los datos en la investigación ecológica se originan de los
muestreos en el campo: este se inicia con la planificación de cómo, donde
y cuando tomar las muestras.
 La planificación de la estrategia de muestreo, no únicamente para reducir
costos, sino además para generar datos interpretables.
 La evaluación de las comunidades biológicas en espacio y tiempo se
realizan mediante monitoreo: procesos de observaciones repetitivas de
una o más variables ambientales (Físico naturales, Biológicas,
Socioculturales).
 El análisis de los datos derivados de estudios de monitoreo puede indicar
cambios en niveles de las variables ambientales evaluadas:
ecotoxicológicos, manejo y conservación, estudios de procesos en
ecosistemas.
Tipos de Diseños de estudios en
 Experimentales: el investigador monta y controla el proceso
ecológico en estudio, e influye en las fuentes de variación.
Ejemplo: experimentos en playas rocosas, fanerógamas
marinas, meso y microcosmo. Se puede establecer causalidad.
 Estudios observacionales: el investigador no controla las

fuentes de variación (espacio y tiempo) que influye en los
datos colectados. El muestreo puede ser aleatorio o
sistemático. Generalmente son estudios de relación entre las
variables medidas, sin llegar a poder establecer causalidad.
Ejemplo: Línea base ambiental.
Tipos de Diseños de estudios en
 Estudios prospectivos controlados: se colecta las unidades
muestrales en la cual variables explicativas son medidas. Las
unidades son monitoreadas para ver si un evento particular
ocurre. Si todas las variables explicativas fueron medidas, se
puede establecer causalidad. Ejemplos: diseño BACI, Estudios
de muestreos ecotoxicológicos, Análisis de riesgos
ecológicos, etc.
 Estudios retrospectivos controlados: una respuesta
característica ha sido registrada y subsecuentemente la
historia de las unidades es trazada para detectar variables
explicativas relevantes.
Diferencias entre análisis
Multivariado y univariado
 Los datos utilizados en la ecología de comunidades son
mayormente multivariado, debido a que cada unidad de
muestreo es caracterizado por muchos atributos. Pero…
 ¿Qué significa multivariado, y como se diferencia de la

estadística que conocemos?
Variable
 La propiedad o característica medida en la unidad de muestreo, y que varía
de un individuo a otro.
 En la plantación de banano, si se esta probando el efecto de un novedoso
fertilizante y un ambientalmente amigable pesticida sobre el crecimiento,
una variable que puede reflejar lo anterior es la altura que alcanza la planta
en un determinado tiempo. El análisis estadístico que se pueda aplicar sobre
el estudio anterior se considera univariado, ya que solo puede hacerse
inferencia sobre la única variable medida en la unidad experimental (altura
en la planta de banano).
 Sin embargo, altura no es lo único que se puede medir en cada planta:
ancho del tallo, cantidad de frutos, número de parásitos, potencial hídrico,
etc.
 En consecuencia, el análisis estadístico a aplicar se considera multivariado,
ya que las conclusiones e inferencias se realizan sobre las múltiples
variables respuesta medidas, las cuales son probabas en forma simultánea.
Investigación en la Ecología de Comunidades
Ecosistema
Especie
2
Físicos
Interacción
Especie Especie
1 4
Químicos
Especie
3
Interacción Factores
Comunidad
biológica abióticos
Ecología de comunidades
 En la unidad muestral (Cuadrata, cilindro, draga, etc) , las
variables a medir es la abundancia (densidad, número de
individuos, biomasa) de las especies presentes. Es así como
los análisis a aplicar para realizar inferencias y conclusiones
en espacio y tiempo de la composición de especies son
multivariados.
Características, objetivos y alcances de los
análisis multivariados
 Es la parte de la estadística y del análisis de datos que

estudia, analiza, representa e interpreta los datos que
resultan de observar más de una variable estadística
sobre una muestra de individuos proveniente de una
o varias poblaciones.
 Tienen como objetivo la simplificación, el resumir
grandes cantidades de datos, por medio de pocos
parámetros.
Fuentes: Carles, 2014; Peña, 2002; Johnson, 2000.

Características, objetivos y alcances de los
análisis multivariados
 Encontrar relaciones entre: variables respuestas, la

unidades experimentales o muestreales, y tanto las
variables respuestas como las unidades
experimentales o muestreales.
 Muchas técnicas multivariadas tienden a ser de
naturaleza exploratoria.
 Suelen ser útiles para examinar los datos en la
búsqueda de información valiosa.
Fuentes: Carles, 2014; Peña, 2002; Johnson, 2000.

Objetivos de los análisis multivariados
 Resumir las múltiples variables medidas en las unidades
experimentales/muestrales en un pequeño conjunto de
nuevas variables como transformaciones de las originales, con
la mínima pérdida de información.
 Encontrar grupos en los datos, si existen.
 Clasificar nuevas observaciones en grupos definidos.
 Relacionar dos conjuntos de variables.
Breve historia
 Comenzaron desarrollándose para resolver problemas de
clasificación en Biología, se extendieron para encontrar
variables indicadoras y factores en psicometría, Marketing y
las Ciencias Sociales y han alcanzado una gran aplicación en
Ingeniería y Ciencias de la Computación.
ISOMAP, Tenenbaum et al. 2000
2000 2000
LLE, Roweis & Saul 2000
1990 1990
CCA, ter Braak 1986 CCA, ter Braak 1986
1980 DCA, Hill 1979 1980 DCA, Hill 1979
NMS, Anderson 1971

1970 1970
CA(RA), Roux & Roux 1967
Year First Used in Ecology

NMS, Kruskal 1964
NMS, Shepard 1962 1960
1960
Year Developed
BC, Bray & Curtis 1957 BC, Bray & Curtis 1957
PCA, Goodall 1954
1950 1950
1940 1940
CA(RA), Hirschfield 1935
PCA, Hotelling 1933 1930
1930
1920 1920
1910 1910
PCA, Pearson 1901
1900 1900
Figure 13.1. Timeline of development of some ordination methods and their application in ecology. BC =
Bray-Curtis ordination, CA(RA) = correspondence analysis (reciprocal averaging), CCA = canonical
correspondence analysis, DCA = detrended correspondence analysis, ISOMAP = isometric feature
mapping, LLE = locally linear embedding, NMS = nonmetric multidimensional scaling, and PCA =
principal components analysis.
Clasificación de los análisis
multivariados
 Técnicas Multivariadas dirigidas por las variables: se enfocan
primordialmente en las relaciones que podrían existir entre
las variables respuesta que se están midiendo.
 Ejemplos de este tipo de técnica son aquellas que se basan en
una matriz de correlación o de varianza-covarianza: análisis
de ordenación (Componentes Principales, Análisis de
Correspondencia), análisis por factores, el análisis de
regresión y el análisis de correlación Canónica.
Clasificación de los análisis
multivariados
 Técnicas Multivariadas dirigidas por las unidades
experimentales muestreales: se enfocan en las relaciones que
podrían existir entre las unidades que se están midiendo.
 Ejemplos de este tipo de técnica : análisis discriminante,
análisis por agrupación, el análisis multivariado de varianza.
Técnicas Multivariadas dirigidas por las
variables
 La mayor parte de este tipo de técnica se
basa en la creación de nuevas variables
(artificiales), las cuales se pueden comparar
entre sí con mayor facilidad.
Análisis de componentes principales
 Se utiliza un procedimiento matemático que transforma un
conjunto de variables respuesta correlacionadas en un nuevo
conjunto de variables no correlacionadas (Ortogonales)
conocidas como componentes principales.
 Este análisis se puede hacer sobre una matriz de varianza-
covarianza o una matriz de correlación.
 Suele ser bien útil para identificar sub-grupos entre las
unidades experimentales o muestreales.
Ejemplo de ACP: gradiente fisicoquímico a lo largo del eje costero en
Barlovento, Venezuela.
Octubre 2000
26,62%
51,56%
Análisis por factores
 Produce un nuevo grupo de variables ortogonales, llamados
factores sudyacentes, con la finalidad de que estos
proporcionen una mejor explicación de los datos.
 Se diferencia de los componentes principales que depende de
un modelo estadístico, basado en la explicación de la
estructura de covarianza o de correlación, o de ambas entre
las variables medidas.
unidades
 Análisis Multivariado de Varianza: es una generalización del
Análisis de Varianza de una variable. Puede ayudar al
comparar varias poblaciones al considerar en forma
simultánea las variables medidas.
 Disminuye la probabilidad de cometer el error de tipo I, la
cual aumenta si se realiza un ANOVA para cada variable.
 En ecología es útil para contrastar diferencias entre varios
sitios y/o tiempo, en cuanto a la composición de especies.
unidades
 Análisis por agrupación: se utiliza para
clasificar individuos o unidades
experimentales en subgrupos de manera
única. Trata específicamente los problemas
de clasificación.
Análisis de conglomerados
Versión Estudiantil
diantil VersiónVersión
Versión Estudiantil Estudiantil VersiónVersión
Estudiantil Estudiantil Versión
Estudiantil Estudiantil
Versión Versión
Versión Versión
Versión EstudiantilVersión Estudiantil
Versión EstudiantilVersión Estudiantil
Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión
VersiónEstudiantil
Estudiantil Versión
Estudiantil Versión Estudiantil
VersiónEstudiantil
Estudiantil
ersión Estudiantil
tudiantil Versión Versión Estudiantil
Estudiantil VersiónVersión Estudiantil
Versión EstudiantilVersión
Estudiantil Versión Estudiantil Versión
Estudiantil VersiónEstudiantil
VersiónEstudiantil
VersiónEstudiantil
VersiónEstudiantil
Versión Estu
E
diantil Versión Estudiantil
Versión Estudiantil VersiónVersión Estudiantil
Promedio
Estudiantil
Promedio Versión
(Average
linkage)
Estudiantil
(Average linkage) Versión
VersiónEstudiantil
Estudiantil
ersión Estudiantil
Estudiantil Versión Versión Estudiantil
Distancia: Estudiantil
(Euclidea)
Estudiantil
Distancia: Versión
Versión
(Euclidea) Estudiantil Versión
VersiónEstudiantil
VersiónEstudiantil
VersiónEstudiantil
Versión Estu
E
Estudiantil Versión EstudiantilVersión
VersiónEstudiantil
Estudiantil
ersión Estudiantil
tudiantil 2,00 Versión
VersiónEstudiantil
VersiónEstudiantil
VersiónEstudiantil
Versión Estu
E
VersiónEstudiantil
Estudiantil
9,00
ersión Estudiantil
VersiónEstudiantil
VersiónEstudiantil
VersiónEstudiantil
Versión Estu
E
diantil Versión
6,00
Versión EstudiantilEstudiantil
VersiónVersión Estudiantil
VersiónEstudiantil
Estudiantil
ersión Estudiantil
tudiantil Versión Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estu
17,00 Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión E
diantil El Versión Estudiantil
pico-Villa marina Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
ersión Estudiantil
19,00 Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estu
tudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión E
diantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
4,00 Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
ersión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estu
diantil Versión20,00Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
tudiantil Versión
Bahía-Astillero
ersión Estudiantil
15,00 Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estu
16,00
tudiantil Versión
diantil Versión
18,00 EstudiantilVersión
Versión Estudiantil Versión E
Versión
ersión EstudiantilVersión
Versión Estudiantil Versión Estu
14,00
tudiantil Versión
diantil Versión EstudiantilVersión
Versión
ersión Estudiantil
13,00 Versión
Cardón-Refinería EstudiantilVersión
tudiantil Versión
11,00
Versión
tudiantil Versión
diantil Versión
10,00 EstudiantilVersión
Versión
12,00
tudiantil Versión
Versión
Estudiantil
5,00 Versión EstudiantilVersión
Amuay-Zona Urbana
diantil
tudiantil Versión
VersiónEstudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
ersión
VersiónEstudiantil
EstudiantilVersión
VersiónEstudiantil
EstudiantilVersión Estudiantil
Versión Versión
Versión Versión
Versión Versión
Versión VersiónVersión
Estudiantil Estudiantil Versión Versión
Estudiantil Estudiantil Versión Estudiantil
diantil
tudiantil Versión
3,00
VersiónEstudiantil
EstudiantilVersión
VersiónEstudiantil
Versión Versión
Versión Versión
Estudiantil Estudiantil VersiónVersión
ersión
VersiónEstudiantil
EstudiantilVersión
VersiónEstudiantil
Versión Versión
Versión Versión
Versión Versión
1,00
diantil
tudiantil Versión
VersiónEstudiantil
EstudiantilVersión
VersiónEstudiantil
Versión Versión
Versión Versión
ersión
VersiónEstudiantil
EstudiantilVersión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil VersiónVersión
Estudiantil Versión Versión
Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Estudiantil
Versión Estu
0,00 Versión Estudiantil Versión Estudiantil Versión Estudiantil2,43 Versión Estudiantil Versión Estudiantil Estudiantil 4,86 Estudiantil Versión Estudiantil Versión Estudiantil Versión
7,30 Estudiantil Versión Estudiantil Versión Estudiantil Versión 9,73
diantil
tudiantil Versión
VersiónEstudiantil
EstudiantilVersión
VersiónEstudiantil
Versión Versión
Versión Versión
ersión Estudiantil 0,00 2,11 4,22 6,33 8,43
VersiónEstudiantil
Versión Versión
Versión Versión
Versión Versión
Principales características de
los métodos paramétricos y no
paramétricos
Estimación de Parámetros
Parámetros poblacionales y Estadísticos Muestrales

Parámetros:
Histograma de la Poblacion
160
140 Media (m)

120
100
Varianza(s2)
Frecuencia
Datos 80
(Población de Interés)
60
40
Desv. Est. (s)
20
0
Etc.
-4 -2 0 2 4
Clases
Inferencias
Muestreo Histograma de la Muestra

16 Estadísticos:
14
12 Promedio ( X )
Frecuencia
10
Muestras 8 Varianza muestral(S2)

6
4 Desv. Est. muestral(S)

2
0
-4 -2 0 2 4 Etc.
Clases
¿Cuáles son los supuestos de las estadísticas
paramétricas?
 La distribución poblacional de la variable aleatoria
dependiente es normal, y la distribución de la variable
aleatoria obtenida de los datos debe ser normal.
 El muestreo es aleatorio.
 Las muestras son independientes.
 El nivel de la medición de la variable dependiente o
respuesta es por intervalo o razón.
 Cuando dos o más poblaciones son estudiadas, éstas

tienen una varianza homogénea, es decir:
 Las poblaciones en cuestión tienen una dispersión

similar en sus distribuciones
¿Cuáles son los métodos o pruebas estadísticas
paramétricas más utilizadas?
 Coeficiente de Correlación de Pearson.
 Regresión lineal.
 Prueba T.
 Análisis de varianza.
 Análisis de covarianza (ANCOVA).

Análisis No Paramétricos
Son de distribución libre, los cuales no existen

supuestos tan numerosos ni severos y son aplicables a
cualquier variable, en particular a las de tipo nominal u
ordinal así como a distribuciones diversas.
Otras características de los análisis no
paramétricos
 Pueden ser usados sobre datos con una escala nominal o
categórica.
 Pueden ser usados sobre datos con una escala de medición
ordinal.
 Pueden ser usados en datos con escala en intervalo o razón.
¿Cuáles son las suposiciones de la estadística no
paramétrica?
 La mayoría de estos análisis no requieren de supuestos acerca de la
forma de la distribución poblacional. Aceptan distribuciones no
normales.
 Las variables no necesariamente deben de estar medidas en un nivel por

intervalos o razón, pueden analizarse datos nominales u ordinales.
 Sí se aplica análisis no paramétricos a datos por intervalos o razón, estos

deben se resumidos a categoría discretas. Las variables deben ser
categóricas.
¿Cuáles son los métodos o pruebas estadísticas no
paramétricas más utilizadas?
 La Ji cuadrado o Chi cuadrado.
 Los coeficientes de correlación e independencia para tabulaciones

cruzadas.
 Los coeficientes de correlación para rangos ordenados de Spearman y

Kendall.
Diferencia entre Paramétrico y no
paramétrico
Paramétrico No paramétrico
La distribución de la variable aleatoria de los La distribución de la variable aleatoria
datos de la muestra debe ser igual a la medida en los datos de la muestra no tiene
poblacional (Normales) que ser igual a la poblacional (Normales). La
distribución de la variable aleatoria es
distinta a la Normal, lo cual es útil para
variables discretas (Binomial)
Necesita un tamaño de muestra Puede trabajar con un tamaño de muestra

grande(>30) más pequeño
Basado en parámetros de medidas de Basado en medidas de posición (Cuantiles,
tendencia central (Media) y Dispersión Mediana).
(Varianza)
Si se comparan dos o más poblaciones, estas No tienen este tipo de supuesto. Deben
deben ser homocedásticas. estar a escala nominal, ordinal, o de radio.
Tipos de matriz de datos y
particularidades de datos
ecológicos
Ejemplos de objetos y atributos en matrices ecológicas
Tipo de estudio Objectos Atributos
Análisis de la Instrumento de Especies

comunidad muestreo
Marcadores moleculares
Tipos de comunidad
Estructura o función
Factores Ambientales
Período temporal
Niche-space analysis Individuos Uso del recurso y disponibilidad
Poblaciones Ambiente óptimo, límites
Especie Características físicoquímica del recurso
Asociaciones Habitats
Análisis funcional Individuos Historia de vida
Poblaciones Morfología
Especie Funciones ecológicas
Taxa Superiores Preferencias ecológicas

Ejemplos de datos en una matriz ecológica.
A Especies E Variables ambientales
ALSA CAHU CECH HYDU HYEN HYIN HYVI PLHE Elev Humd trat
Plot01 1.51 0.11 0 0.35 0.21 0 0 0.24 311 9 1
Plot02 1.73 0 0 0.25 0.23 0 0 0.53 323 17 1
Plot03 1.20 0 0.02 0.03 0.05 0 0 0.05 12 10 1
Plot04 1.42 0.05 0 0.99 0.13 0 0.09 0.08 15 8 1
Plot05 1.14 0 0 0.14 0.17 0 0 0 183 12 1
Plot06 1.39 0.07 0.07 0 0 0 0 0.04 12 26 2
Plot07 2.26 0.11 0.03 0.02 0 0 0 0.07 46 29 2
Plot08 1.01 0.32 0.03 0 0 0 0 0.48 220 19 2
Plot09 1.09 0.09 0 0 0 0 0 0 61 22 2
Plot10 2.90 0 0.04 0.19 0.71 0.30 0.15 0.39 43 34 2
Plot11 3.22 0.03 0.06 0 0.56 0.41 0 0.63 256 21 3
Plot12 3.42 0.12 0 0.38 0.26 0 0 0.06 46 17 3
Plot13 2.55 0.08 0 0 0.27 0.43 0.08 0.15 76 22 3
Plot14 2.72 0.13 0 0.28 1.11 0 0.11 0 488 36 3
Plot15 3.01 0 0 0.28 0.67 0.86 0 0.25 274 23 3

Características de los análisis. normal y de transposición de la matriz comunidad
(A).
Normal Traspuesta
Unidades Las unidades muestrales son Cada unidad muestral es un eje en el

muestrales puntos en el espacio especie. espacio multidimensional. Una especie
Cada eje en el espacio es un punto, posicionada a lo largo del
representa una especie. eje por su abundancia.
Especies Son ejes. Son puntos.
Ordination La UM son puntos y los ejes Los puntos son especies. Ejes son
combinaciones lineales combinaciones de UM correlacionadas.
especies
Continuación
Reducción de la Usualmente reducido a pocas Una alta dimensionalidad es requerida

dimensionalidad dimensiones para descubrir la estructura de
correlación
Especies Ambas contribuyen a las Especie común separan en cierta

comunes y medidas de distancia entre medida de las especies raras
raras UM.
Problema Si algunas medidas de Igual

doble cero similaridad son sensible y
otorgan mayor similaridad
entre UM cuando hay ceros.
Agrupamiento La especie frecuente e La especie frecuente e infrecuente se

infrecuente es mezclada en la cae en grupos diferentes, incluso si ellos
descripción de los grupos de comparten grados óptimos.
unidades de la muestra.
Metaobjects Species Environment Species SU

traits Scores

Sample
units (SU) A E (AS') (X)
Species S (SA'E)
traits
Environment (A'E)'
Species scores (Y)

Figure 2.1. The complete community data set. Bold uppercase letters represent different
matrices. Calculated matrices are in parentheses. Sample unit (SU) scores and species scores
are based on ordination or classification of sample units or species. The prime mark (') indicates
a transposed matrix (see Appendix 1).
Particularidades de datos ecológicos
 Son complejos, con ruido, redundancia, correlación o
colinearilidad, y con valores extremos.
 Son voluminosos.
 Parte de la información es únicamente interpretable de
forma indirecta.
Medidas de similaridad
Concepto y tipos
 Es una expresión matemática que permite resumir en un número
el grado de relación entre dos entidades, sobre la base de la
semejanza o la desigualdad entre la cualidad o la cantidad de sus
atributos, o ambas.
 Las medidas de afinidad se dividen en cualitativas y cuantitativas
según empleen los tipos de datos que su denominación indique,
aunque algunos datos cualitativos codificados se analizan a través
de índices cuantitativos.
 También según su significación matemática pueden dividirse en
índices de distancia, que varían entre 0 e α; correlación (también
llamados de dependencia), que varían entre -1 y 1; y similitud o
disimilitud (llamados también de asociación) cuyo intervalo de
variación está entre 0 y 1, ó entre 0 y 100, si los datos están
expresados en porcentajes.
Table 6.1. Example data set.
Abundance of two species in
two sample units.
Species
Sample unit 1 2
A 1 4 Figure 6.1. Graphical representation of the
B 5 2 data set in Table 6.1. The left-hand graph
shows species as points in sample space. The
right-hand graph shows sample units as points
in species space.
5 Sample space 5 Species space
Sp 1
Sample Unit B
4 4 SU A
Species 2
3 3
Sp 2 SU B
2 2
1 1
0 0
0 1 2 3 4 5 0 1 2 3 4 5
Sample Unit A Species 1
Table 6.2. Reasonable and acceptable domains of input data, x, and ranges of distance measures, d = f(x).
Domain
Name (synonyms) of x Range of d = f(x) Comments
Sørensen x0 0d1 proportion coefficient in city-
(Bray & Curtis; (or 0  x  100%) block space; semimetric
Czekanowski)
Relative Sørensen x0 0d1 proportion coefficient in city-
(Kulczynski; Quantitative (or 0  x  100%) block space; same as Sørensen
Symmetric) but data points relativized by
sample unit totals; semimetric
Jaccard x0 0d1 proportion coefficient in city-
(or 0  d  100%) block space; metric
Euclidean (Pythagorean) all non-negative metric
Relative Euclidean all 0  d  2 for quarter Euclidean distance between
(Chord distance; points on unit hypersphere;
standardized Euclidean) hypersphere; 0  d  2 metric
for full hypersphere
Correlation distance all 0d1 converted from correlation to
distance; proportional to arc
distance between points on unit
hypersphere; cosine of angle
from centroid to points; metric
Chi-square x0 d0 Euclidean but doubly weighted
by variable and sample unit
totals; metric
Squared Euclidean all d0 metric
Mahalanobis all d0 distance between groups
weighted by within-group
dispersion; metric
Euclidean distance
EDi,h =  (
j=1
a i, j - a h, j ) 2
City-block distance (= Manhattan distance)

p
CBi,h = | a
j=1
i, j - a h, j |
Figure 6.2. Geometric representations of basic

distance measures between two sample units (A
and B) in species space. In the upper two
graphs the axes meet at the origin; in the lowest
graph, at the centroid.
Euclidean distance
EDi,h =  (
j=1
a i, j - a h, j ) 2
City-block distance (= Manhattan distance)

p
CBi,h = | a
j=1
i, j - a h, j |
Figure 6.2. Geometric representations of basic

distance measures between two sample units (A
and B) in species space. In the upper two
graphs the axes meet at the origin; in the lowest
graph, at the centroid.
Minkowski metric in two dimensions:
k k k
Distance = x + y
k = 2 gives Euclidean distance

k = 1 gives city-block distance
Minkowski metric in two dimensions:
k k k
Distance = x + y
Minkowski metric in p dimensions:
Distancei,h = k  (a
j=1
i, j
k
- a h, j )
k = 2 gives Euclidean distance

k = 1 gives city-block distance
The correlation coefficient can be rescaled
to a distance measure of range 0-1 by:
rdistance = (1 - r ) / 2
Proportion coefficients
2( A  B)
Sorensen similarity =
( A  B) + ( A  B)
A B
Jaccard similarity =
A B
Figure 6.3. Overlap between two species abundances along an
environmental gradient. The abundance shared between species A and
B is shown by w.
Paquetes estadísticos (PC-Ord,
Primer, Canoco)
Caso de estudio para el
desarrollo del curso
Introducción
 En Venezuela, la capacidad de refinación es de 166.714 Ton
m/día, lo que equivale a una descarga de petróleo en los
efluentes estimada en 6.541,16 Ton m/año (GEMSAP, 2007).
 Las principales refinerías se ubican en la región costera, en la
cual destaca el Centro Refinador Paraguana (CRP), cuya
operación comenzó en 1949, por lo cual se podría asumir un
gradiente de concentración, tanto de hidrocarburos como de
metales, a lo largo de la zona costera.
Problema de Investigación
¿Cuál es el papel del CRP como fuente de

contaminación para los ecosistemas marino-
costeros establecidos en la costa suroeste de
Paraguaná?
Objetivos
 Medir las variables físico-químicas, así como los compuestos
inorgánicos y orgánicos más representativos de las
operaciones de la Refinería, en columna de agua y
sedimentos, para conocer su posible patrón espacio-
temporal.
 Evaluar la comunidad bentonica y su relación con la presencia
de contaminantes en la matriz sedimentaria.
Área de Estudio
Trabajo de
campo
Agua En cada estación Sedimento
Botella Van Dorn: Muestreos en marzo y julio de 2006 Draga Van Veen 36 cm2
muestra Integrada
•Sólidos Totales Suspendidos •Metales pesados (Cd, Ni, Pb y Zn),
(STS), •AYG,
•Aceites y Grasas (AYG), •Granulometría,
•Hidrocarburos residuales del •Carbono Orgánico Total (COT),
Petróleo (TRPH), •TRPH,
•Metales pesados (Cd, Ni, Pb y •Sulfuros Ácidos Volátiles (SAV),
Zn) •Hidrocarburos Policiclicos Aromáticos
(PAH),
•Tres muestras por estación para evaluar
la macrofauna bentónica.
Grupos tróficos Poliquetos (Fauchald y
Jumars, 1979)
 Alimentador Superficial (S) altamente móvil (M) o discretamente
móvil (D): Spionidae, Capitellidae, Terebellidae, Paraonidae,
Cirratulidae, Ampharetidae.
 Alimentador sub-superficial altamente móvil o sésil (S):

Capitellidae, Opheliidae, Maldanidae.
 Carnívoro altamente móvil o discretamente móvil: Nephtyidae,

Goniadidae, Dorvilleidae, Phyllodocidae, Nereididae, Eunicidae,
Onuphidae, Syllidae, Amphinomidae, Glyceridae, Lumbrineridae.
 Filtrador (F) sésil: Sabellidae.

Análisis de los Datos
 Detección de patrones espaciales y temporales en las
variables químicas de los sedimentos: análisis de
Componentes Principales (ACP) basados en el porcentaje de
fango, TRPH, AYG, PAH y metales, transformadas a una
escala logarítmica (Base 10), estandarizadas y normalizadas.
 Evaluación de diferencias entre grupos de estaciones que
determinaron los ACP: análisis de PERMANOVA
(Anderson, 2005), utilizando el índice de disimilitud de Bray-
Curtis.
Análisis de los Datos
 Detección de patrones espaciales y temporales en la
abundancia de grupos tróficos en poliquetos, y relación con
la físico-química y química del agua y el sedimento: análisis
por Correspondencia Canónica (Ter Braak, 1986),
transformando los datos de abundancia de los grupos tróficos
al Log10(X+1); útil para modelar comunidades a través de
predictores ambientales (Palmer 1993; Peres-Neto et al.,
2006; Selleslagh y Amara, 2008; Gonçalves et al., 2009).
Tratamientos de Datos
 Registro del historial del análisis de datos
 Revisión de características de datos
 Análisis exploratorio de datos
 Cumplimiento de suposiciones
 Transformación de datos y su impacto

Registro del historial del análisis de datos
 Diagrama
Bio.txt
Transformación de Datos log 10 (x+1)
Bio1.txt
Análisis de Outliers
Eliminación de Outlier (Muestra ##)
Bio2.txt
Registro del historial del análisis de datos
 Tabla
Proyecto:_____________________ Fecha de Análisis:

Resultado o
____________
Archivo de Input Acción
Conclusión
Archivo de Output
Transformación Matriz Principal

Bio.txt Bio1.txt
log10(x+1) Transformada
Bio1.txt Análisis de Outliers Identificación de Outlier Resultados.txt

Características de Datos
 Cuantitativos
Ej.: 1,2,3,4,5,6
 Categóricos
Ej.: Playas, Salinas, Pedernales
 Presencia/Ausencia
Ej.: 0 o 1
 Rango
Ej.: Primero, Segundo, Tercer nivel…
Análisis exploratorio de datos
 Calidad de Datos
 Datos Faltantes
 Distribución de Datos
 Outliers
 Especies Raras y Abundantes

Calidad de datos
 Sumario de Datos
 Promedio, Tamaño de muestra, valores mínimos y máximos
 Aleatoriamente escoger datos que doble chequear
 Usando bitácora de campo o laboratorio

Datos Faltantes
 Que hace software?

Muestra Temperatura Salinidad
A 22,6 33
 Eliminar Variables B 30,4 31
C ? 32
 Insertar Promedios D 32,5 30
E 26,4 32,5
 Usar Regresiones Promedio = 28,0
Regresión = 26,85
Datos Faltantes
 Que hace software?

A 22,6 33
 Eliminar Variables B 30,4 31
C ? 32
 Insertar Promedios D 32,5 30
E 26,4 32,5
 Usar Regresiones Promedio = 28,0
Regresión = 26,85
Datos Faltantes
 Usar Regresiones

A 22,6 33
B 30,4 31
C ? 32
D 32,5 30
E 26,4 32,5
Promedio = 28,0
Regresión = 26,85
Características de Distribución de Datos
Uniforme Normal
Normal Log Triangular
Exponencial Beta
Características de Distribución de Datos - Sesgo
Sesgo Negativo Distribución Normal Sesgo Positivo
Características de Distribución de Datos - Kurtosis
Mesokurtosis (Normal) Leptokurtosis Platikurtosis

K=0 K>0 K<0
Eje 2
Outliers
Eje 1
Outliers
Que hacer con ellos?
 Eliminar
‒ Calidad de Datos
‒ Influencia Alta de Resultados
 No Eliminar
‒ Diferencias Biológicas Interesantes
 Eliminar y No Eliminar
Especies Raras y Muy Abundantes
 Influencia Análisis
 Eliminar Especies %F < Valor Predeterminado
Suposiciones
Principales
 Independencia de Muestras
 Normalidad
 Varianzas Similares
Secundarias
 Relación Lineal entre Variables
 Outliers
Transformación
Porqué?
 Suposiciones
 Pregunta u Objetivo de Estudio
Tipos
 Raíces
 Logarítmicas
 Porcentajes/Relativización
 Presencia/Ausencia
Métodos de Clasificación
 Análisis de Conglomerados (Análisis de Clusters)
‒ Análisis de Clusters de dos vías
 nMDS A
VS C
B
A B C
Análisis de Clusters
 Medidas de Similaridad
‒ Sorensen o Bray Curtis, Euclediana, etc.
 Método de Unión o Linkage Promedio del Grupo
Vecino más cercano
Vecino más lejano
A B
A BB
A
Nonmetric Multidimensional Scaling
 Ordenación y exploración de grupos
 Util con datos no Paramétrico y heterogéneos
 Clasifica en base a jerarquías, aliviando problema de 0s

Sp. 2 Sp. 2
A
A
C
Sp. 1
B C
B
0 Sp. 1 Sp. 3
Nonmetric Multidimensional Scaling
Como funciona?
 Incorpora todas las dimensiones en 1 – 6 ejes
 Medidas de Similaridad
 Corre múltiples iteraciones con datos reales y aleatorios
 Provee valores de stress (valor p) e inestabilidad

de
Comunidades Biológicas
Métodos de Ordenación
Generalidades de análisis de
ordenación
Propósitos y usos
 La ordenación es el término colectivo para las técnicas de
multivariante que arreglan sitios a lo largo de hachas sobre la
base de datos sobre la composición de especie.
 El objetivo de los análisis de ordenación es arreglar los
puntos tal que los más cercanos corresponden a los sitios que
son similares en la composición de especie, y los puntos que
están alejados corresponden a los sitios que son distintos en la
composición de especie.
 La representación gráfica es un diagrama en el cual los sitios
son representados por puntos en el espacio bidimensional
mediante la conformación de dos ejes (PcOrd tiene la
capacidad de presentar un diagrama tridimensional).
Suposiciones Generales de los análisis
de ordenación
 Ya que la ordenación entonces es considerada como una
técnica por aproximación mediante matriz (los datos por lo
general son presentados en la disposición de doble dirección
de una matriz, sitio-especie), entonces:
 hay una estructura subyacente (o latente) en los datos: las
presencias de todas la especies son determinadas por unas
variables desconocidas ambientales (variables latentes) según
un modelo de respuesta simple (Visión de gradiente
indirecto).
Suposiciones Generales de los análisis
de ordenación
 A semejanza de un análisis de regresión, pero con la
diferencia que no se conocen las variables explicativas
ambientales. Estas variables latentes, son construidas de tal
modo que sean la mejor explicación en la estructura de los
datos de las especies:
 Cada especie constituye una variable de respuesta, y estas
variables de respuesta son analizadas simultáneamente.
Análisis de Ordenación más populares
 Análisis de Componentes principales (PCA).

 Análisis por Correspondencia (CA).
 Análisis por Correspondencia Modificado (Detrended
Correspondence Analysis, DCA).
 Escalamiento multidimensional nométrico (NMDS)
Componentes Principales
 Se considera como una extensión de ajuste lineal mediante
regresión por mínimo cuadrados.
 Se construye la variable teórica que reduce al mínimo la

suma cuadrática total después del ajuste lineal mediante
regresión por mínimo cuadrados en los datos de las especies.
Ejercicio PCA
 Realizar PCA matriz principal (Biológica)sin transformación.
 Realizar PCA matriz principal (Biológica) con

transformación que realizó ayer.
 Importe matriz secundaria (ambiental).
 Realizar PCA con matriz secundaria.

Análisis por Correspondencia
 es una extensión del método de ponderado haciendo un
promedio usado en el análisis de gradiente directo de
Whittaker (1967)
 Descubrir ' el gradiente subyacente ambiental ‘ aplicando el
algoritmo de los promedios recíprocos (Hill, 1973)
 Mediante un mecanismo iterativo en la cuales se parte de

valores arbitrarios en los sitios y en la especie indicadora o de
mayor peso hasta llegar al mejor ajuste que explique la
estructura de los datos.
Ejercicio CA
 Realizar CA matriz principal (Biológica)sin transformación.
 Realizar CA matriz principal (Biológica) con transformación

que realizó ayer.
Análisis por Correspondencia
Modificado (DCA)
 Es una modificación del CA para eliminar el efecto de arco:
 Elimina la deformación que hace sitios ubicados en los
extremos de los gradientes se parezcan más que sitios en el
medio del gradiente.
 Elimina la relación cuadrática entre los primeros ejes de

ordenación.
Ejercicio DCA
 Realizar DCA matriz principal (Biológica)sin
transformación.
 Realizar DCA matriz principal (Biológica) con

Análisis por Correspondencia Canónica
(CCA)
 CCA es la técnica que selecciona la combinación lineal de las
variables ambientales que maximiza la dispersión de los
puntajes de las especies para las variables ambientales. En el
primer eje de ordenación.
 El segundo eje de ordenación CCA selecciona las

combinaciones lineales de las variables ambientales que
maximizan la dispersión de puntaje de las especies, pero
sujeto a la limitación de no estar correlacionado con el
primer eje .
Ejercicio CCA
 Realizar CCA matriz principal (Biológica)sin transformación.
 Realizar CCA matriz principal (Biológica) con

Ejercicio NMDS
 Realizar matriz principal (Biológica)sin transformación.
 Realizar matriz principal (Biológica) con transformación que

realizó ayer.
Comparación de Grupos
• MRPP
• Permanova
• Análisis de Especies Indicadoras
• Prueba de Mantel
• Otros
MRPP
 Procedimiento de Permutación de Respuesta Múltiple (No paramétrico)
 Comparar grupos (Análogo a ANOVA)
 Requiere medida de distancia
 Permite comparación entre pares
 Inclusión de bloques si muestras son balanceadas
 Provee: t, A y valor de P
PerManova
 Manova basado en Permutaciones (no paramétrico)
 Comparar grupos (Análogo a ANOVA)
 Requiere medida de distancia y muestras balanceadas (en PCORD, no en R)
 En PCORD permite comparación entre pares
 En PCORD permite análisis de dos vías y anidación
 Provee: Suma de Cuadrados, R, pseudo F y valor de P

Análisis de Especies Indicadoras (ISA)
 Determina especies o variables indicadoras de un grupo
 Utiliza Abundancia y Frecuencia para calcular Valor Indicador (IV)
 Calcula valor de P usando permutaciones
 Permite incluir bloques si muestras están balanceadas

Prueba de Mantel
 Compara dos matrices (relación)
 Requiere medidas de distancia para cada base de datos
 Utiliza permutaciones (no paramétrico)
 Provee r (-1 < r < 1), t y valor de P

Otras Opciones
 MANOVA
 Paramétrico, ANOVA multivariado, poder más alto
 Análisis de Similaridad
 No paramétrico, similar a MRPP y Permanova, en Primer

Anexo 4. Estadística Multivariada para Estudios de Comunidades Biologicas PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Anexo 4. Estadística Multivariada para Estudios de Comunidades Biologicas PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

Estadística Multivariada para el Estudio

Dr. José R. Marín Jarrín y Dr. Antonio J. Herrera

 Los métodos apropiados para el análisis de los datos en

 Estudios observacionales: el investigador no controla las

 ¿Qué significa multivariado, y como se diferencia de la

 Es la parte de la estadística y del análisis de datos que

Fuentes: Carles, 2014; Peña, 2002; Johnson, 2000.

 Encontrar relaciones entre: variables respuestas, la

Fuentes: Carles, 2014; Peña, 2002; Johnson, 2000.

1980 DCA, Hill 1979 1980 DCA, Hill 1979

NMS, Anderson 1971

Year First Used in Ecology

Parámetros poblacionales y Estadísticos Muestrales

140 Media (m)

Muestreo Histograma de la Muestra

Muestras 8 Varianza muestral(S2)

4 Desv. Est. muestral(S)

 Cuando dos o más poblaciones son estudiadas, éstas

 Las poblaciones en cuestión tienen una dispersión

 Análisis de covarianza (ANCOVA).

Son de distribución libre, los cuales no existen

 Las variables no necesariamente deben de estar medidas en un nivel por

 Sí se aplica análisis no paramétricos a datos por intervalos o razón, estos

 La Ji cuadrado o Chi cuadrado.

 Los coeficientes de correlación e independencia para tabulaciones

 Los coeficientes de correlación para rangos ordenados de Spearman y

Necesita un tamaño de muestra Puede trabajar con un tamaño de muestra

Tipo de estudio Objectos Atributos

Análisis de la Instrumento de Especies

Niche-space analysis Individuos Uso del recurso y disponibilidad

Poblaciones Ambiente óptimo, límites

Especie Características físicoquímica del recurso

Análisis funcional Individuos Historia de vida

Especie Funciones ecológicas

Taxa Superiores Preferencias ecológicas

A Especies E Variables ambientales

Plot01 1.51 0.11 0 0.35 0.21 0 0 0.24 311 9 1

Plot02 1.73 0 0 0.25 0.23 0 0 0.53 323 17 1

Plot03 1.20 0 0.02 0.03 0.05 0 0 0.05 12 10 1

Plot04 1.42 0.05 0 0.99 0.13 0 0.09 0.08 15 8 1

Plot05 1.14 0 0 0.14 0.17 0 0 0 183 12 1

Plot06 1.39 0.07 0.07 0 0 0 0 0.04 12 26 2

Plot07 2.26 0.11 0.03 0.02 0 0 0 0.07 46 29 2

Plot08 1.01 0.32 0.03 0 0 0 0 0.48 220 19 2

Plot09 1.09 0.09 0 0 0 0 0 0 61 22 2

Plot10 2.90 0 0.04 0.19 0.71 0.30 0.15 0.39 43 34 2

Plot11 3.22 0.03 0.06 0 0.56 0.41 0 0.63 256 21 3

Plot12 3.42 0.12 0 0.38 0.26 0 0 0.06 46 17 3

Plot13 2.55 0.08 0 0 0.27 0.43 0.08 0.15 76 22 3

Plot14 2.72 0.13 0 0.28 1.11 0 0.11 0 488 36 3

Plot15 3.01 0 0 0.28 0.67 0.86 0 0.25 274 23 3

Unidades Las unidades muestrales son Cada unidad muestral es un eje en el

Especies Son ejes. Son puntos.

Reducción de la Usualmente reducido a pocas Una alta dimensionalidad es requerida

Especies Ambas contribuyen a las Especie común separan en cierta

Problema Si algunas medidas de Igual

Agrupamiento La especie frecuente e La especie frecuente e infrecuente se

units (SU) A E (AS') (X)

Species scores (Y)

City-block distance (= Manhattan distance)

Figure 6.2. Geometric representations of basic

City-block distance (= Manhattan distance)

Figure 6.2. Geometric representations of basic