Documente Academic
Documente Profesional
Documente Cultură
Magnusson
Coordenao de Pesquisas em Ecologia
Instituto Nacional de Pesquisas da Amaznia
Guilherme Mouro
Embrapa Pantanal
Empresa Brasileira de Pesquisa Agropecuria
2002-2
Agradecimentos
Muitas pessoas contriburam para o desenvolvimento deste livro, principalmente
nossos alunos. Entretanto, somente podemos mencionar umas poucas pessoas que
contriburam no estgio final da obra. Sua estrutura geral foi concebida durante a estadia
de um de ns (W.E.M.) na Universidade de Griffith, Austrlia, graas interveno de
Carla Catterall e Marc Hero e a bolsa de ps-doutorado recebida da CAPES. Mike Dale
revisou a verso em Ingls e corrigiu muitos dos deslizes gramaticais, estatsticos e
filosficos. A verso em Portugus se beneficiou das revises cuidadosas de Helena
Bergallo, Isis Medri e Agostinho Catella.
1
Magnusson e Mouro
ndice
Captulo 1: Introduo ......................................................................... 4
O que delineamento amostral? ............................................................ 9
O que esperamos que voc obtenha deste livro ................................... 13
Captulo 2: Fluxogramas e questes cientficas. .................................. 16
Construindo a hiptese inicial ............................................................... 17
Trs tipos de estudo .............................................................................. 21
Qual o tamanho do problema? ............................................................. 24
Para onde ir? ......................................................................................... 25
Captulo 3: Descrevendo a natureza - algumas convenes "cientficas"
e algumas tcnicas teis. .................................................................... 26
Descritores sem sentido........................................................................ 34
Captulo 4: Quanta evidncia necessria? ........................................ 36
Qual a qualidade da informao? ......................................................... 37
Captulo 5: Quando improvvel significa bem possvel. ....................... 42
Como os livros de texto contam a estria? ........................................... 47
Como os estatsticos contam observaes independentes ................... 48
mais fcil compreender o mundo se no o colocar de cabea para
baixo. .................................................................................................... 50
Captulo 6: Como evitar acumular o risco em comparaes simples .... 53
Com que tipo de risco estamos preocupados? ..................................... 53
Usando a variabilidade para reconhecer uma diferena ....................... 54
Uma premissa importante .................................................................... 57
Partio das varincias .......................................................................... 59
Captulo 7: Anlises para um mundo com todas as tonalidades .......... 62
Encaixotando o mundo ......................................................................... 62
Descrevendo um mundo retilneo ........................................................ 65
O quanto o modelo se ajusta? .............................................................. 68
Captulo 8: Problemas do mundo real - mais de um fator ................... 71
Fatores simultneos .............................................................................. 71
2
Adicionando variabilidades repartidas .................................................. 74
Checando premissas com grficos de parciais ...................................... 75
Interaes ............................................................................................. 76
Captulo 9: Quais variveis analisar? .................................................. 78
Inteligncia artificial .............................................................................. 79
Variveis fantasmas geradas por computadores .................................. 83
Captulo 10: Modelos complexos ....................................................... 87
Estimando efeitos diretos ..................................................................... 89
Estimando efeitos indiretos .................................................................. 90
Alguns problemas com a anlise de caminhos ...................................... 91
Captulo 11: Endireitando o mundo com transformaes e outros
truques .............................................................................................. 93
Estimativas por tentativa e erro sem transformao ............................ 96
Outros mtodos atpicos ....................................................................... 97
Modelos gerais lineares ........................................................................ 98
Problemas e armadilhas da estimativa no-linear .............................. 100
Captulo 12: Anlise multivariada - cortando as rvores para enxergar
melhor a floresta. ............................................................................. 102
Grficos de gradientes ........................................................................ 103
Gradientes hipotticos ........................................................................ 106
Mais do que uma dimenso ................................................................ 109
Anlises de vetores de "eigen"............................................................ 110
A fora da cultura: testes de significncia ........................................... 112
Discriminando entre grupos ................................................................ 115
Categorias que crescem em rvores ................................................... 116
Selecionando variveis ........................................................................ 119
Saber o que queremos antes de comear ........................................... 120
Captulo 13: Dicas para professores.................................................. 122
Referncias ...................................................................................... 130
3
Magnusson e Mouro
Captulo 1:
Introduo
A ltima coisa que o mundo precisa de mais um livro de estatstica. Existem
dezenas deles, aos quais os estatsticos podem recorrer, quando necessrio. Muitos so
escritos com estilo e leveza. Ento, para qu dois eclogos, que se sentem especialmente
incompetentes em matemtica, se arriscariam a escrever um livro que trata de conceitos
de estatstica? Uma das razes que temos, j por alguns anos, lecionado um curso um
pouco "diferente" de estatstica bsica, especialmente endereado para estudantes de
ps-graduao em ecologia e, de alguma forma, este curso tem revolucionado a
habilidade destes estudantes em comunicar seus resultados de pesquisa (Magnusson
1997). Entretanto, no usvamos nenhum livro de texto para acompanhar este curso e
estudantes e professores sempre nos cobravam um. A outra razo que nos demos conta
de que nosso curso vem servindo principalmente para remediar falhas acumuladas na
formao destes alunos (Magnusson 1977). Gastamos um tempo enorme para ensinar
conceitos bsicos que eles desaprenderam durante seus cursos bsicos de estatstica.
Tukey (1980) j percebera que "Os estudantes que nunca foram expostos
estatstica confirmatria parecem aprender a estatstica exploratria mais prontamente."
Os maiores erros no delineamento amostral resultam de no se levar em conta conceitos
bsicos de lgica que muitos estudantes levariam, se sua ateno no tivesse sido
desviada pela matemtica das estatsticas. Platt (1964) colocou isto de forma eloqente na
seguinte passagem, traduzida um pouco livremente: "Voc pode capturar um fenmeno
em uma malha lgica ou matemtica. A lgica uma malha grossa, mas forte. A
matemtica fina, porm frgil. A matemtica uma forma bonita de embrulhar um
problema, mas no pode reter sua essncia, a no ser que ela tenha sido capturada na
malha lgica desde o comeo". Guttman (1985) se referiu a isso como "contingente e
contedo".
claro que esperamos poder ensinar algum contedo atravs da matemtica,
porque alguns conceitos estatsticos/matemticos podem nos ajudar a ver o mundo mais
claramente. Contudo, estes no so os conceitos enfatizados nos cursos regulares de
estatstica. Os estudantes freqentemente nos perguntam porque os cursos regulares de
estatstica no tratam destes assuntos. A resposta que eles tratam. Se voc pegar as
primeiras pginas de cada captulo de qualquer bom livro de estatstica e coloc-las juntas,
elas contariam uma histria muito semelhante que contaremos neste livro. Outros
autores tm se dados conta da necessidade de passar aos leitores uma viso geral que
coloque as diferentes anlises estatsticas em uma mesma ordenao lgica. No final do
primeiro captulo de seu livro Harris (1975) escreveu o seguinte: "Para qu ler o resto
deste livro? Podemos considerar que se um estudante de doutorado em psicologia
entendeu plenamente os conceitos contidos nesta seo, os quais se baseiam apenas em
bom senso, ento este estudante adquiriu cerca de 90% da habilidade necessria para
interpretar estatsticas multivariadas." Contudo, poucas pessoas lem o primeiro captulo
de Harris ou de qualquer outro livro de estatstica. Um pesquisador est interessado nas
interaes de muitos fatores e algum diz "voc precisa de regresso mltipla (ou anlise
de componentes principais, ou anlise de varincia fatorial, ou outro procedimento
aparentemente complicado), ento v para a pgina 365. O autor do livro deve ter tido
muita "dor de cabea" para apresentar a seqncia lgica, que gradativamente levaria ao
entendimento necessrio para usar a informao apresentada na pgina 365. Contudo,
poucos iro ler a obra pgina por pgina. Nenhum dos autores deste livro leu qualquer
4
outro livro de estatstica do princpio ao fim, na ordem em que os autores apresentaram o
contedo. Mas, gostaramos que vocs lessem este livro desta forma e portanto, fizemos
nossos captulos bastante curtos.
Este livro trata da estatstica bsica e desenho experimental que os estudantes
precisam para entender a literatura ecolgica. Quando dizemos "estatstica bsica" no
queremos dizer ficar tirando, ao acaso, bolinhas coloridas de um saco, ou usar anlise de
varincia para comparar as taxas de crescimento de sorgo em canteiros com trs nveis
diferentes de fertilizantes. Estas questes no so bsicas, so triviais. Em nosso curso
usualmente gastamos 3 dias (24 horas-aula) para preparar os alunos para simples
comparaes de mdias, mas isto no o ponto final. Se depois de 10 dias, o estudante
no entender as bases de regresses mltiplas, anlise de varincia fatorial, estatstica
multivariada e "anlise de caminhos", ele no ser capaz de ler a literatura. preciso estar
"alfabetizado" para aprender o conhecimento acadmico.
H muitos nveis pelos quais se pode abordar uma matria e a escolha da
abordagem uma deciso pessoal e criticamente importante. Para ilustrar a nossa
escolha, vamos apresentar duas analogias bem emocionais. Se voc desejasse aprender a
respeito de armas de fogo, poderia comear tomando aulas de balstica e engenharia de
materiais. Ou voc poderia ler os folhetos dos fabricantes de armas e aprender como a
posse de armas far voc se destacar socialmente e torn-lo(a) mais atraente para o sexo
oposto. Entretanto, ns comearamos ensinando que armas de fogo foram projetadas
para matar pessoas ou animais e que h consideraes ticas e prticas em relao ao
seu uso. Um fisiologista pode praticar sexo para obter dados ou amostras, e investigar a
qumica da reproduo. Revistas populares ensinam que o intercurso sexual um meio de
atingir um status social elevado e que dispor de muitos parceiros motivo para orgulho.
Ns comearamos dizendo que o intercurso sexual tem as funes bsicas de servir de
meio de comunicao entre duas pessoas e, eventualmente, fazer bebs. No estamos
dizendo que nosso ponto melhor ou mais abrangente que os demais, apenas que ele o
mais importante para ns. Acreditamos que tratados matemticos sobre estatstica so to
importantes quanto a engenharia de materiais ou a fisiologia intracelular, porm, talvez
no seja o melhor caminho para levar estudantes a dominarem o conhecimento
necessrio para usar a estatstica de uma forma prtica na interpretao de dados. Por
outro lado, a estatstica, da mesma forma que armas de fogo e revistas sobre sexo, pode
ser uma ferramenta para promover identidade cultural. Entretanto, acreditamos que o uso
da estatstica como uma ferramenta de anlise de dados e como meio de comunicao
entre pesquisadores o melhor ponto de partida. Se voc deseja uma abordagem
reducionista, leia Winer et al. (1991) ou Harris (1975). Se voc quer usar a estatstica
como uma forma de distingi-lo entre seus pares na academia, pode ler captulos
individuais de qualquer livro-texto de estatstica ou, melhor ainda, o texto inteiro de
Dytham (1999). Mas se deseja uma alternativa a estas opes, este o livro correto para
voc.
Talvez voc no precise realmente deste livro. Se voc responder "sim" para todas
as questes que aparecem na tabela 1, voc domina os principais conceitos necessrios
para planejar pesquisas e pode se imergir na malha delicada da matemtica. Infelizmente,
a maioria das pessoas que respondem "sim" para todas as questes da tabela 1
simplesmente o fazem por no serem capazes de se aperceber o quanto desconhecem.
5
Magnusson e Mouro
Voc est preparado para comear a coletar os dados de sua pesquisa? Se voc
responder "sim" para todas as perguntas abaixo, ento no precisa ler este livro
6
Mais perigosos ainda, so os que acreditam que a matemtica pode suprir a falta
de conhecimento dos conceitos referidos na tabela 1. Se o pesquisador no compreendeu
bem estes conceitos, nenhuma quantidade de frmulas tediosas resolvidas mo, ou em
miraculosos programas de computadores, nem mesmo um monte de teoremas
matemticos pode tornar o seu trabalho til. Este livro no pode torn-lo competente em
todos os aspectos abordados na tabela 1. Na verdade, poderamos escrever um livro
inteiro a respeito de cada um. Concordamos inteiramente com Harris (1975), quando diz
que ainda no encontrou algum que tenha adquirido domnio em qualquer rea da
estatstica sem ter realizado muitas anlises com dados reais preferivelmente dados
realmente importantes para esta pessoa. Contudo, podemos passar para os leitores uma
introduo aos conceitos.
Um dos problemas com os livros de estatstica que eles foram escritos por
estatsticos. Um estatstico aquele tipo de pessoa que enxerga o mundo em termos de
abstraes matemticas e que se sente confortvel com conceitos que no tm
contrapartida no mundo real (Guttman 1985). Os estatsticos descobriram h muito tempo
que o domnio da estatstica s vem aps uma base em amostragem e inspeo dos dados
brutos (p.ex. Deming 1975, Tukey 1980).
Nosso curso basicamente segue as recomendaes da "American Statistical
Association/Mathematical Association of America joint curriculum committee" (veja Moore
1997: Fig. 1). A maior diferena que ns ensinamos os conceitos usando grficos
simples e, quando necessrio, analogias. Enquanto os cursos regulares de estatstica
gastam um dia explicando os conceitos e 9 dias afogando os estudantes em matemtica,
nosso curso emprega 10 dias na explorao de conceitos em relao s tcnicas e anlises
mais freqentes na literatura ecolgica, e deixa a matemtica para cursos subseqentes
ou estudo individual. Esta abordagem funciona bem tanto para estudantes que nunca
tiveram um curso de estatstica, quanto para estudantes e profissionais que j tiveram
cursos avanados. Alguns dos nossos alunos mais entusiastas so responsveis por
ministrar cursos de estatstica para estudantes universitrios. A maioria manifestou
vontade de aprofundar seu conhecimento de matemtica e muitos disseram que
gostariam de repetir os cursos de estatstica que fizeram anteriormente. Este efeito
muito diferente do que o provocado pela maioria dos cursos tradicionais de estatstica,
que tendem justamente a aumentar a fobia matemtica, geralmente presente nos
bilogos. Em defesa dos bilogos, lembramos que h muitas formas de inteligncia e a
proficincia em matemtica apenas uma delas (Goleman 1995).
Enfatizamos bastante a comunicao. Um dos nossos problemas com tcnicas
estatsticas que cada disciplina tem suas escalas de amostragem e tipos de anlises
caractersticas. As agncias financiadoras de pesquisa vm pressionando cada vez mais os
pesquisadores a submeter projetos integrados, que so usualmente chamados de
interdisciplinares ou multidisciplinares. Nestes projetos, o lder precisa reunir as
contribuies de diferentes pesquisadores, preocupando-se em organiz-las de modo que
a proposta final tenha, ou pelo menos aparente ter, coerncia e unidade. Usualmente, o
lder no tem experincia nos diferentes campos de estudo do projeto integrado, e
aceita os desenhos amostrais apresentados por seus colegas. Isto faz com que as equipes
de pesquisa trabalhem no mesmo local, freqentemente lado a lado e com alguma sorte
at comunicando-se uns com os outros, o que no implica, necessariamente, em uma
anlise integrada dos dados. Algumas vezes, a criao de bancos de dados, ao invs da
interpretao deles, passa a ser o objetivo principal dos projetos (Hale 1999). Em
conseqncia, a maioria dos estudos publicada independentemente em revistas
especializadas e os resultados integrados, que as agncias financiadoras esperavam, no
7
Magnusson e Mouro
aparecem.
Muitos cientistas so pessoas com dificuldades no trato social, que no gostam de
ser vistos por seus pares como sendo diferentes. Neste caso, pares significam outros
cientistas que militam na mesma disciplina e no os colegas do grupo integrado. Eles
vem a estatstica como um trofu cultural ao invs de um meio de comunicao de
informaes objetivas. Salsburg (1985) vai a ponto de se referir estatstica como uma
religio. O lder do grupo freqentemente se depara com a difcil tarefa de convencer os
membros da equipe a ajustar seus esquemas de amostragem em funo da questo
global que est sendo estudada e no s padronizaes de suas disciplinas. provvel
que o lder do grupo seja competente poltica e socialmente, mas com pouco preparo em
matemtica ou estatstica. Provavelmente, ele/ela tem apenas uma vaga idia de como
integrar os diversos protocolos de amostragem e menos idia ainda das conseqncias
matemticas de no integr-los.
Uma soluo simples seria o lder do grupo fazer cursos avanados de matemtica
e estatstica e simultaneamente, manter seus contatos polticos e postergar o incio do
projeto at quando se sentisse matematicamente competente. Isto seria o mesmo que
exigir que um operrio industrial ganhe a vida pescando: pode funcionar na teoria, mas
no vai parecer certo quando a famlia comear a passar fome. Este livro foi elaborado
para fornecer aos lderes de projetos integrados, informaes suficientes para que eles
entendam a necessidade e as limitaes de protocolos de amostragens efetivos, sem
tentar transform-los em matemticos profissionais. Todos os conceitos so apresentados
com o mnimo de matemtica: s fornecemos o necessrio para que o pesquisador seja
capaz de se comunicar com um estatstico, quando julgar oportuno o aconselhamento
especializado e para entender o jargo que outros membros da equipe tenham
memorizado.
Assumimos que os leitores podem interpretar grficos simples como o da figura 1,
que descreve algumas medidas de altura de um grupo de homens e mulheres. Vamos
tentar mostrar que os teste estatsticos mais teis produzem resultados que podem ser
interpretados em termos de grficos simples como este. Delineamento amostral e clculos
estatsticos no so necessrios se as informaes originais puderem ser diretamente
expressas em grficos bidimensionais. No entanto, acreditamos que os conceitos por
detrs de muitas das anlises estatsticas e os resultados que elas produzem, podem ser
ensinados graficamente e escrevemos este livro para tentar convenc-los disto.
Figura 1
190
185
ALTURA (cm)
180
175
170
S ES
MEN E R
H O
ULH 8
M
O que delineamento amostral?
Delinear uma amostragem coletar os dados de forma que voc tenha uma boa
chance de tomar uma boa deciso. Em grande parte, depende apenas do bom senso, mas
ainda assim, nos captulos seguintes, vamos mostrar alguns exemplos de como modelos
simples podem ajudar a revelar padres que, a princpio, estavam escondidos.
O delineamento amostral pode ser to crtico, que pequenas diferenas nos
procedimentos de amostragem fazem com que ele seja apropriado ou no para responder
determinada questo. O pior que muitas vezes no nos damos conta disto. Considere,
por exemplo, a estria a seguir. Uma espcie de primata ocorre apenas em uma reserva e
acredita-se que sua populao est em declnio. Algumas pessoas sugeriram que a espcie
ocorre em maior densidade nas partes da reserva com maior densidade de rvores e isto
tem implicaes em termos das aes de manejo necessrias para a conservao da
espcie em questo. As autoridades responsveis pela proteo da vida silvestre
encomendam um estudo de 2 anos para determinar o quanto as densidades do primata
esto associadas com as densidades de rvores e se a populao do tal primata est
realmente em declnio. O bilogo A contratado e decide fazer uma contagem dos
primatas e das rvores seguindo transeces que atravessam a rea em estudo. Ele faz
uma contagem no primeiro ano e uma segunda no ano seguinte, para comparar a
densidade de primatas entre anos. Os diagramas da figura 2 mostram os dados crus
obtidos pelo bilogo A em seus levantamentos e os grficos da figura 3 mostram como ele
apresentou seus dados s autoridades. Os smbolos "x" representam macacos e os
smbolos "o" representam rvores.
Figura 2
ANO 1 ANO 2
9
Magnusson e Mouro
Figura 3
40
a b
PRIMATAS 30
20
10
0
0 1 2 3 0 10 20 30
ANOS RVORES
Figura 4
ANO 1 ANO 2
10
Figura 5
40
a b
PRIMATAS
30
20
10
0
0 1 2 3 5 10 15 20
ANOS RVORES
Figura 6
ANO 1 ANO 2
12) fornecem exemplos para vertebrados, Stern (1998), para plantas, e Johnson et al.
(1999) discutem como amostrar caractersticas de habitats. Krebs (1998) oferece uma
discusso sobre aspectos gerais de forma e tamanho das unidades amostrais.
Mesmo quando no h gradientes fortes, como no nosso exemplo, sempre h uma
escala em que os organismos esto agrupados. No podemos nos estender muito em
como selecionar as unidades amostrais neste livro. Entretanto, a menos que a forma e o
tamanho das unidades amostrais seja apropriada para uma determinada questo,
nenhuma das tcnicas estatsticas, nem as mais sofisticadas, que discutiremos nos
prximos captulos, tero utilidade para revelar padres da natureza ou comunicar
resultados de pesquisa. Tukey (1980) enfatizou que "Encontrar a pergunta certa
freqentemente mais importante do que encontrar a resposta certa". No podemos ajudar
muito os leitores neste aspecto crucial, j que formular questes realmente interessantes
envolve insight, experincia e curiosidade. Mas no basta que as perguntas sejam
interessantes. Elas precisam ser "respondveis", no sentido de que devem dar origem a
hipteses que possam ser refutadas (veja captulo 5). Perguntas do tipo "existe vida
depois da morte?" so evidentemente interessantssimas, mas desafiam a mente humana
a derivar hipteses refutveis. Perguntas como estas se situam alm da cincia e da fsica
atual, so metafsicas e a biologia repleta de questes metafsicas. Formular perguntas
interessantes e respondveis arte. Mesmo assim recomendamos a leitura de Tukey
(1980) e Guttman (1985), para aqueles que desejam uma orientao adicional neste
tpico.
O delineamento amostral diz respeito compreenso de conceitos que so
importantes a cada passo no processo, desde o planejamento, execuo, anlise e
publicao. Este livro no como os livros regulares de estatstica, embora no traga nada
que no possa ser encontrado nos livros regulares, se souberem onde procurar. Tambm
no um manual de um programa de computador (veja Dytham 1999 para uma
introduo computao estatstica). Este livro cobre apenas os princpios mais gerais que
os pesquisadores precisam entender para usar as estatsticas convencionais de forma
inteligente. No tentamos ser completos. Na verdade, acreditamos que este livro ser
tanto mais til quanto mais assuntos deixarmos de fora dele. Ns sofremos cada vez que
decidimos excluir um ponto importante ou detalhes interessantes, mas nossa experincia
indica que muita informao retarda o aprendizado e a compreenso de conceitos. Uma
vez armado destes conceitos, o pesquisador pode rapidamente descobrir os detalhes. No
cobrimos os tpicos que a maioria dos pesquisadores parecem entender. Escolhemos
aqueles que os pesquisadores e estudantes tm dificuldade em entender em seus cursos
regulares de estatstica, e que causam a maioria dos problemas de comunicao entre
pesquisadores. Alm disso, fornecemos o mnimo de referncias possvel, j que a maior
parte do que veremos aparece em qualquer bom livro-texto de estatstica, embora quase
sempre to escondido que a maioria dos leitores simplesmente no pode encontrar.
Muitos de vocs podem simplesmente ignorar a maioria das citaes, j que elas podem
distrair a ateno dos conceitos mais importantes. Contudo, os professores esto
convidados a se referir literatura original, ao invs de nossos sumrios necessariamente
breves e incompletos. A literatura que citamos fortemente enviesada em direo s
abordagens conceituais e filosficas, ao invs de em tcnicas matemticas, exceto talvez,
na seo sobre estatstica multivariada, devido complexidade especial deste tpico.
12
O que esperamos que voc obtenha deste livro
H conceitos importantes que constituem a base da maior parte da comunicao
cientfica. Para comunicar estes conceitos preferimos usar exemplos mas, ocasionalmente,
tivemos de usar alguns clculos. Recomendamos que os leitores no se acanhem diante
deles, porque esto sendo usados para passar conceitos importantes. A ordem em que
apresentamos os captulos neste livro ligeiramente diferente da ordem em que os
apresentamos em nosso curso, j que em sala de aula, a presena do professor, com todo
seu carisma, permite uma organizao menos metdica da matria a ser apresentada.
Talvez aqueles leitores que tambm sejam professores de cursos de estatstica, ou de
delineamento amostral, queiram comear com o captulo 13 "Dicas para professores".
Captulo 2: "Fluxogramas e questes cientficas". Atravs de todo o livro
iremos nos referir a diagramas de fluxo (fluxogramas) que descrevem hipteses
ecolgicas. Nenhum teste estatstico pode ser interpretado sem que esteja relacionado a
um fluxograma, embora talvez os leitores no possam entender isto at o final do captulo
10. Neste estgio, fluxogramas so importantes para for-lo a ser explcito a respeito de
seus objetivos e ajud-lo a comear a compreender a diferena entre as variveis que
causam efeito (variveis independentes) e variveis que so afetadas (variveis
dependentes). Ainda no captulo 10 h, tambm, uma breve discusso da importncia da
escala em ecologia, o que relacionado a problemas discutidos j no captulo 2.
Captulo 3: "Descrevendo a natureza". Este o captulo mais parecido com
livros convencionais de estatstica. Entretanto, no se preocupe muito com as frmulas. O
importante que voc compreenda que alguns conceitos, como "desvio padro," podem
ser visualizados em grficos enquanto outros, como "varincia", no so fceis de se
visualizar. Ns exploramos o "erro padro" para ensinar alguns outros conceitos em nosso
curso (veja "Dicas para professores"). De qualquer forma, no h necessidade de se
memorizar frmulas e as tcnicas que envolvam conceitos difceis de serem visualizadas
em grficos sero explicadas por analogias nos captulos subseqentes. O captulo 3
mais importante como uma introduo ao conceito de "desvio" e como uma base que
permita ao leitor interpretar a literatura. Esperamos poder convenc-los de que a maioria
da estatstica "descritiva" obscurece os dados mais do que os revelam, e esperamos
apresentar (reapresentar) a vocs a ferramenta de comunicao cientfica mais
importante, o grfico de disperso (grfico de pontos ou "scatterplot").
Captulo 4: "Quanta evidncia necessria?" Este captulo apresenta a
relao entre a fora da inferncia e o nmero de pontos em um grfico de disperso.
Discute tambm sobre informaes que no aumentam a fora de nossas inferncias, o
que ficou conhecido entre os eclogos como "pseudo-repetio" (no Ingls
"pseudoreplication"). Aqueles que freqentam a literatura cientfica precisam aprender a
reconhecer, ou pelo menos a suspeitar de pseudo-repeties espaciais, temporais,
filogenticas e tcnicas. Precisam entender que nenhuma observao intrinsecamente
vlida ou uma pseudo-repetio. Isto depende inteiramente da questo que est sendo
formulada.
Captulo 5: "Quando improvvel significa bem possvel". Aqui apresentamos
a filosofia popperiana, que est por trs da maioria das correntes de pensamento
predominantes na estatstica. No possvel entender a estrutura da maioria dos testes
estatsticos, a menos que se entenda os conceitos sob uma perspectiva popperiana. Ela
tambm a base para "dendrogramas de decises" e outros procedimentos cientficos que
sequer envolvem clculos matemticos. Cincia sem filosofia uma coisa perigosa.
Captulo 6: "Evitando riscos em comparaes simples", introduz a anlise de
13
Magnusson e Mouro
varincia simples (ANOVA) para fatores categricos. Aqui, pela primeira vez neste livro,
discutiremos explicitamente erros do tipo II, que, embora freqentemente sejam mais
importantes do que erros do tipo I, raramente so considerados nos testes estatsticos.
Nossa discusso sobre erros do tipo II breve, assim, se voc no gostar das implicaes
de se cometer estes erros, recomendamos a leitura de alguns dos trabalhos que citamos
neste captulo. Embora a ANOVA de um fator seja apresentada como uma forma de evitar
a acumulao de riscos, o conceito mais importante a ser assimilado simplesmente a
possibilidade de repartir a variabilidade entre o fator atuante e o resduo. Os leitores
precisam compreender este conceito, ou no sero capazes de entender quaisquer
tcnicas estatsticas usual. Por este motivo, procuramos apresent-lo em grficos simples,
e rogamos que se detenham sobre estes grficos o tempo necessrio para absorver o
conceito completamente.
Captulo 7: "Anlises para um mundo com todas as sua tonalidades trata
de uma "ANOVA" com fatores contnuos, que geralmente chamada de regresso. Neste
captulo vocs devero aprender que o mundo consiste de variveis contnuas e que
converter variveis contnuas em categorias quase sempre contra-produtivo e
freqentemente, enganador. Entretanto, aprendero que o conceito de uma nica partio
da variabilidade nos dados em suas fontes de variao, se aplica tanto para as variveis
categricas quanto para as contnuas.
Na verdade, a ANOVA de fatores categricos, que referida nos livros de estatstica
como "Anlise de varincia", nada mais do que um caso especial de regresso. H
outras maneiras de se atacar questes de apenas um fator, mas, para no quebrar a
seqncia lgica, a deixaremos para o captulo 11. Isto no seria necessrio dentro de
sala de aula (veja "Dicas para professores").
Captulo 8: "Problemas do mundo real: mais do que um fator." Este ttulo
uma pequena pretenso de nossa parte. Na verdade, este ainda no o "mundo real" e o
ttulo apenas mostra que modelos mais complexos usualmente so requeridos para
comear a responder questes ecolgicas. Infelizmente, muitos pesquisadores acreditam
que estas anlises modelam situaes do mundo real. As anlises aqui empregadas ainda
so baseadas em modelos lineares simples e aditivos, que permitem uma partio nica
de efeitos entre os fatores. No passe para os captulos seguintes enquanto no estiver
confiante de que compreendeu o conceito de alocao das varincias entre diferentes
fatores, e o conceito de interao entre fatores.
Captulo 9: "Quais variveis analisar?" Provavelmente no respondemos esta
questo neste captulo. A engenhosidade e a experincia necessria para a seleo tima
das variveis so parte da arte do naturalista e no podem ser ensinadas nos livros.
Contudo, usamos os conceitos aprendidos nos captulos e exemplos anteriores para
mostrar aos leitores o que no devem fazer para selecionar variveis.
Captulo 10: "Amarrando as coisas", continua a utilizar modelos lineares
aditivos para representar o mundo. Porm, aqui mostramos que, exceto em situaes
extremamente simples e freqentemente triviais, no existe uma variabilidade nica que
pode ser atribuda a cada fator. Este captulo deve comunicar, sem sombra de dvida, a
importncia dos diagramas que foram descritos no captulo 2. O leitor deve compreender
as diferenas entre efeitos diretos, indiretos e gerais, e porque nenhum teste estatstico
pode ser interpretado sem que esteja relacionado com um fluxograma.
Captulo 11: "Endireitando o mundo: transformaes e outros truques."
Pela lgica, este tpico deveria vir em seguida ao captulo 7, como fazemos em sala de
aula. Entretanto, em um livro isto poderia distrair o leitor da discusso sobre as tcnicas
de alocao de varincias, que a base de cerca de 90% da estatstica encontrada na
literatura ecolgica. As tcnicas descritas neste captulo usam uma variedade de mtodos
14
para estimar os parmetros que descrevem nossos modelos matematicamente, e eles
freqentemente podem lidar com curvas complexas. Porm, elas tm sido pouco usadas,
porque geralmente no permitem a alocao da varincia entre as fontes e no podem ser
usadas para se determinar a importncia relativa de cada fator, a no ser que lancemos
mo de simulaes complicadas em computadores, ou nos contentemos em dividir os
fatores em categorias de "significantes" e "no significantes".
Talvez, depois de compreender todas as limitaes das tcnicas de alocao de
varincias, os pesquisadores mais avanados comecem a considerar seriamente o
emprego de tcnicas de simulaes para refinar seus modelos.
Captulo 12: "Anlise multivariada." Diz-se que "os tolos correm por caminhos
aonde os prudentes vo passo-a-passo". Infelizmente, os inexperientes tambm correm
para a estatstica multivariada. Muitos estudantes (e seus orientadores) pensam que a
estatstica multivariada um remdio para todos os males. Freqentemente, estudantes
podem gerar enormes matrizes de dados que impressionam a maioria das pessoas, mas
que em muitos casos no tm repeties suficientes nem para o exame de um nico fator.
Entretanto, se um estudante intui um padro na relao de diferentes variveis, atravs
do exame de grficos ou tabelas, e busca este padro usando tcnicas multivariadas,
possvel que os resultados no sejam apenas artefato estatstico.
Mesmo que os estudantes no pretendam utilizar tcnicas multivariadas, precisam
compreender seus princpios gerais, para serem capazes de entender a literatura.
Tentamos mostrar os princpios gerais sem revisar a matemtica envolvida, e apontar as
dificuldades mais comuns. Os leitores devero ser capazes de, pelo menos, conceituar a
relao entre dimenses "fantasmas" e gradientes reais, antes de terminar com esta
sesso.
Captulo 13: "Dicas para professores", apresenta a seqncia de aulas que
funcionou melhor em nossa experincia, e fornecemos exemplos que podem ser usados
nos exerccios em classe.
15
Captulo 2:
Fluxogramas e questes cientficas.
Cincia uma arte, e arte diz respeito comunicao. Um pintor v uma paisagem
e determina o que ele quer retratar (p. ex. harmonia, quietude, grandiosidade) e
representa esta qualidade essencial em duas dimenses, usando cor, textura e forma.
Dependendo da escola a que o artista pertena, ele pode querer transmitir algo a respeito
da paisagem ou de si mesmo, ou ambos. Um cientista faz quase a mesma coisa. O
eclogo, olhando para a paisagem, pode pensar em reduzi-la a uma qualidade essencial
(p. ex. competio, mutualismo, restries fsicas, metabolismo) e representa esta
qualidade em duas dimenses, usando palavras, grficos e frmulas matemticas. Muitas
vezes o cientista acredita que sua representao da realidade "objetiva" e a nica que
uma pessoa racional poderia fazer. Contudo, cedo ou tarde ele aprende, atravs de sua
experincia pessoal ou pelo estudo da histria da cincia, que sua representao apenas
parcial e que est distorcida pelos filtros de sua cultura e de sua poca. Assim, ele
considera alternativas e tenta calcular a probabilidade de estar errado. Este processo
formalizado na matemtica da estatstica inferencial. Em cincia, espera-se que o autor
esteja comunicando mais sobre a paisagem do que a respeito de si mesmo.
A principal contribuio do lder de um grupo integrado de pesquisa a elaborao
de um diagrama bi-dimensional do sistema que est sendo investigado. Vamos chamar
este desenho de "fluxograma". Contudo, um engenheiro chamaria isto de "anlise de
sistemas", enquanto um psiclogo falaria em "modelos causais". Eclogos freqentemente
fazem "anlises de caminhos" (Path Analyses). Os detalhes desses mtodos no importam
no momento. O importante entender que diferentes pessoas enfrentando problemas
complexos fazem uso de tcnicas similares e essas tcnicas no so propriedades de uma
ou outra disciplina. preciso arte para fazer fluxogramas e algumas regras bsicas, mas
apenas a prtica leva competncia. Ns descobrimos que dos modelos complicados, os
fluxogramas so os mais fceis de serem entendidos pelos estudantes e, portanto, um
bom lugar para se comear a tratar da complexidade da natureza. Alguns estudantes mais
avanados e professores de cursos de bioestatstica podem querer procurar em Higashi e
Burns (1991) outras maneiras de conectar elementos dos ecossistemas.
Comece por decidir o que voc est estudando. Isto precisa ser alguma coisa
mensurvel. Conceitos complexos como "qualidade ambiental", "estado de conservao" e
"justia social" no tm dimenses, ou pelo menos no tm dimenses que podem ser
reconhecidas pela maioria das pessoas e por isso no sero teis. O que que realmente
se deseja medir? Qualidade ambiental poderia significar condies que propiciem longas
expectativas de vida para seres humanos, condies que propiciem a seres humanos uma
ampla variedade de atividades ao ar livre, condies que permitam a perpetuao de
comunidades de animais ou plantas que existiam no local quando as populaes humanas
eram pequenas, ou qualquer outra de uma multido de condies que qualquer pessoa
considere indicativa de "qualidade".
prefervel envolver toda a equipe no processo de deciso sobre quais so as
questes do estudo, mesmo quando aparentemente as questes tenham sido
determinadas pela agncia financiadora. Esta parte do estudo usualmente a mais difcil
e, por essa razo, evitada na maioria das propostas. No h questes implcitas ou
bvias em um projeto de pesquisa. Se a questo no foi explicitamente colocada, significa
que o lder do projeto est confuso, ou incompetente, ou pior ainda, desonesto. So
palavras duras, mas a conseqncia de questes vagas o desperdcio de tempo, dinheiro
16
e credibilidade dos cientistas. Hobbs, (1988) apresenta um fluxograma engraado, mas ao
mesmo tempo trgico, que representa a contribuio de pesquisas ecolgicas na tomada
de decises. Cada dlar desperdiado em uma pesquisa ruim, poderia ser usado para
salvar vidas de crianas carentes. Temos trabalhado em pases e regies pobres e
admitimos que nos tornamos intolerantes com esforos de pesquisa desperdiados. H
muitos textos sobre processos de deciso disponveis nas livrarias e no vamos nos
alongar neste assunto. Uma boa introduo a esta discusso pode ser encontrada em
Tukey (1960, 1980) e no captulo 1 de Caughley e Sinclair (1994). Uma discusso mais
"estatstica" dos problemas na seleo das questes e medidas em estudos integrados
pode ser encontrada em Osenberg et al. (1999). Vamos assumir que a questo ou a
varivel a ser investigada j foi determinada e focalizar o problema de decidir o que pode
afetar esta varivel e de que maneira.
18
Figura 8
EDUCAO
CAPACIDADE
PROFISSIONAL
SADE
Figura 9
EDUCAO
CAPACIDADE
RENDA
PROFISSIONAL
SADE
19
Figura 10
EDUCAO
CAPACIDADE
PROFISSIONAL
SADE
Figura 11
EDUCAO
CAPACIDADE
ESCOLARIDADE HIGIENE
PROFISSIONAL
SADE
22
Figura 12
75
60
% ATIVIDADE
45
30
15
0
0 5 10 15 20 25
TEMPERATURA (C)
23
membros da equipe. Delineamentos amostrais integrados so freqentemente os mais
eficientes e ns vamos discutir alguns daqui a pouco, mas antes, vamos considerar a
escala da questo.
24
Para onde ir?
Em geral, os pesquisadores decidem qual mtodo de anlise iro usar copiando um
disponvel na literatura, e no consideram a especificidade de suas questes. Por causa
disso, as anlises tendem a definir as questes, ao invs de vice-versa (Yoccoz, N. G.
1991). Portanto, importante que o lder da equipe tenha algum conhecimento sobre os
conceitos que embasam os tipos de anlises mais comumente empregadas pelos
cientistas. Afortunadamente, as anlises estatsticas mais usadas so baseadas em poucos
conceitos bsicos. Para us-los, precisaremos ser capazes de construir fluxogramas,
interpretar grficos simples e entender a filosofia que est por trs dos testes de
hipteses. Os fluxogramas que construmos mostram onde pensamos estar. Eles nos
sugerem experimentos crticos ou observaes que precisamos fazer. Platt (1964) disse
que deveramos "devotar de 30 a 60 minutos por dia para reflexo e anlise, anotando
explicitamente, em um caderno de notas permanente, as alternativas lgicas referentes
aos nossos experimentos crticos". Infelizmente, estas habilidades no so ensinadas na
maioria dos cursos de estatstica para bilogos. Tentaremos considerar alguns dos
aspectos bsicos destas habilidades nos prximos captulos.
25
Captulo 3:
Descrevendo a natureza - algumas convenes
"cientficas" e algumas tcnicas teis.
Neste captulo vamos discutir algumas estatsticas simples, que so usadas para
descrever dados ou as populaes de medidas das quais eles foram obtidos. Tcnicas
estatsticas podem ajudar a elucidar padres ocultos nos dados, se o modelo representado
pelo nosso fluxograma for complexo, como veremos nos captulos 8 e 10. Entretanto, a
maioria das estatsticas encontradas na literatura cientfica relaciona-se com situaes
extremamente simples, e mais escondem do que revelam os padres. Ser til para os
leitores conhecer os termos, assim podero ler a literatura cientfica e conversar com seus
pares. Mas, na verdade, apenas poucos conceitos sero importantes para os prximos
captulos, e estes so conceitos facilmente visualizados em grficos bidimensionais.
Vamos considerar como um pesquisador poderia descrever seus dados sobre
densidades de lagostins em riachos. O pesquisador amostrou 5 riachos e apresenta os
dados como o nmero de lagostins por 100 m de riacho. Os dados poderiam ser
apresentados como uma lista de densidades (1, 3, 4, 5, 7 lagostins/100 m). Contudo,
estes dados so freqentemente apresentados juntamente com outros dados para
comparao (veja captulos 5 e 6). Portanto, vamos refletir sobre como eles podem ser
apresentados da forma mais proveitosa. A forma mais simples seria coloc-los em um
grfico (figura 13).
Figura 13
8
7
NMERO POR 100m
0
LAGOSTINS
Figura 14
8
{
NMERO POR 100m
5
+3
4
} +1
{
3
0
-1
} -3
LAGOSTINS
Com um pouco de prtica, a maioria dos pesquisadores pode olhar para um grfico
e rapidamente estimar qual a regio do grfico compreendida entre a mdia menos um
desvio absoluto e a mdia mais um desvio absoluto. O desvio absoluto to intuitivo que
se poderia esperar que fosse a estatstica mais usada para descrever a variabilidade dos
dados. No entanto, ele raramente usado, e uma outra estatstica, o desvio padro, ou
alguma derivao dele, o descritor de variabilidade mais freqentemente empregado. O
desvio padro tem vantagens relacionadas com algumas anlises mais complexas, que
sero consideradas em captulos posteriores. Entretanto, ele est longe de ser intuitivo.
Entre uma a trs vezes por ano, nos ltimos 10 anos, temos solicitado a nossos alunos de
ps-graduao, que indiquem onde deve passar a linha que corresponde ao desvio padro
de cada lado da mdia em grficos simples como o da figura 13. Poucos puderam
aproximar a posio correta, e destes, quase nenhum soube explicar porque escolheram
aquela posio. Muitos destes estudantes j haviam publicado trabalhos nos quais usaram
o desvio padro para descrever seus dados. preocupante constatar que eles no sabiam
o que estavam descrevendo e que no fossem capazes de interpretar os resultados de
outros autores que usaram o mesmo descritor.
O desvio padro e as estatsticas relacionadas so usados to freqentemente que
vale a pena despender um pouco de tempo para visualizar o que ele representa.
Entretanto, lembrem-se que h inmeros outros descritores de disperso que podem ser
mais apropriados em muitas situaes (Iglewicz 1983). Assim como o desvio absoluto, o
desvio padro baseado nas diferenas do valor de cada observao em relao mdia,
27
s que, no caso do desvio padro as diferenas so elevadas ao quadrado. Se somarmos
os desvios quadrados, teremos uma quantidade chamada soma de quadrados. Isto no
muito til para descrever a variabilidade, porque, sendo uma soma, esta quantidade
aumenta com cada observao extra. Contudo, se tomarmos a mdia dos desvios
quadrados, teremos um descritor que independente do tamanho da amostra. Isto
chamado de varincia. Ao contrrio da mdia absoluta, o desvio quadrado mdio
(varincia) no til para descrever a variabilidade, porque est em uma potncia
diferente da dos dados originais e provavelmente nem ir caber em nossos grficos. Por
exemplo, difcil de se visualizar lagostins com comprimento mdio de cinco centmetros
quatro centmetros quadrados! Para trazer a medida de variao de volta escala
original em que as medidas foram tomadas, podemos extrair a raiz quadrada. A raiz
quadrada da mdia dos desvios quadrados chamada de desvio padro. Isto parece uma
rota sinuosa para se chegar a um valor que diferente, mas no muito diferente, do
desvio mdio absoluto.
Os valores de um desvio mdio absoluto (mostrados como estrelas na figura 15) e
de um desvio padro de cada lado da mdia (pentgonos) so quase idnticos. Ambos os
desvios foram calculados para a populao ao invs de para a amostra, mas no vamos
explanar sobre as diferenas aqui. Para a interpretao grfica a diferena trivial, exceto
para amostras extremamente pequenas. Vamos discutir sobre os usos do desvio padro
posteriormente. Por agora, basta interiorizar que o valor do desvio padro usualmente no
muito diferente da mdia dos desvios absolutos e, portanto, podemos imaginar, em um
grfico, a posio aproximada de um desvio padro em cada lado da mdia. Isto dever
ajud-los a entender as descries que outros pesquisadores fazem de seus dados.
Figura 15
8
7
NMERO POR 100m
0
LAGOSTINS
29
Figura 16
NMERO 5
0
_1 AS
T RA DI
OS M
AM
A amostra tem uma mdia que bastante diferente da mdia real (4) das 300
medidas. Entretanto, a mdia das 60 mdias (3,8) foi mais prxima. Obviamente, a mdia
de 60 amostras traz muito mais informao do que uma nica amostra de cinco
elementos. Com 60 mdias, podemos tambm estimar o desvio padro das mdias (erro
padro) com razovel acurcia. O desvio padro das 60 mdias foi 0,77. Portanto,
esperamos que cerca de 68% das mdias tiradas desta populao estejam compreendidas
entre 4 + 0,77 e 4 - 0,77. A distribuio das mdias tende normalidade, mesmo se a
distribuio das medidas originais no fosse normal. Isto conseqncia de um teorema
chamado de "Teorema do Limite Central" e o que justifica o uso de testes estatsticos
baseados na distribuio normal quando a populao de medidas originais no segue esta
distribuio.
Se todas estas mdias de mdias e parmetros de parmetros os deixam confusos,
no se preocupem. No vamos usar muito estes conceitos, a no ser para examinar como
alguns pesquisadores apresentam seus dados, e como eles poderiam apresent-los de
forma mais simples e efetiva. Ningum usa 60 amostras para calcular um erro padro,
porque os estatsticos nos dizem que podemos estimar o erro padro a partir de uma
nica amostra. H um erro padro diferente para cada tamanho de amostra que
desejarmos tirar. Entretanto, com uma nica amostra de cinco elementos, podemos,
teoricamente, estimar o desvio padro das mdias vlido para um grande nmero de
amostras de cinco elementos.
A frmula "mgica" apenas dividir a estimativa do desvio padro da populao,
baseado na amostra, pela raiz quadrada do nmero de observaes da amostra. Em nosso
caso, sabemos que o erro padro das mdias das amostras de cinco elementos est
prximo de 0,77. A figura 17 apresenta a distribuio das 60 estimativas de erro padro,
baseadas em nossas 60 amostras. Ns acrescentamos nesta figura o erro padro baseado
no desvio padro das 60 mdias, chamando-o de "real", porque ele deve ser muito
30
prximo do valor real do erro padro, que desconhecido.
Figura 17
1.5
1.0
NMERO
0.5
0.0
EP "REAL" ESTIMADOS
20
15
10
0
LAGOSTINS IC95 DP EP
32
Figura 19
12
a b
10
LAGOSTINS
0
XE
S ES ES XE
S
EI EIX EIX EI
_P _P _P _P
CO
M
S EM CO
M
SE M
Note que este grfico mostra quase todos os detalhes a respeito dos dados, mas
muitos cientistas no os consideram "cientficos". Afinal, qualquer pessoa, at um no-
cientista, pode avali-los. Os membros da equipe de pesquisa provavelmente iro preferir
grficos que demonstrem sua cultura cientfica, mesmo que estes grficos distoram a
informao. A figura 20a ilustra um grfico de barras representando os mesmos dados da
figura 19, incluindo barras de erros para os erros padres. Este tipo de grfico
efetivamente esconde toda a informao a respeito da quantidade de dados que
coletamos. Os estatsticos diro que se pode interpretar as barras de erros, porque suas
premissas a respeito do mundo real esto sempre corretas e qualquer bilogo competente
tem um sentimento intuitivo do que um erro padro representa e deve ser capaz de
reconstituir o grfico original em sua cabea. Contudo, temos ministrado cursos de
estatstica para estudantes de graduao e ps-graduao e temos sido consultados por
pesquisadores experientes durante um perodo de mais de duas dcadas, e podemos
assegur-los de que nenhuma destas duas afirmaes verdadeira. Se voc deseja
esconder seus dados, coloque-os em grficos de barras. O "box plot" da figura 20b um
pouco melhor. Entretanto, poucos pesquisadores sabem como interpret-los e ainda
perdemos a informao a respeito de quantos dados utilizamos para produzir o grfico.
"Box plots" so uma boa alternativa quando voc tem tantos dados que no podem ser
apresentados em um grfico de disperso (Tukey 1972), mas ao contrrio deste, no tem
utilidade para se planejar a amostragem (captulo 4). Use-os como ltima alternativa,
nunca como o mtodo padro de apresentar os resultados, sejam dados hipotticos ou
no.
33
Figura 20
12
a b
10
LAGOSTINS
0
XES XES XE
S
XE
S
EI EI EI EI
_P _P _ P _ P
M E M M M
CO S CO SE
34
variao ser freqentemente expressa como soma de quadrados, ou varincia.
Entretanto, o leitor no precisa ser capaz de visualizar a soma de quadrados ou a
varincia para us-las. As outras estatsticas que sumarizam dados raramente so teis,
exceto para mostrar cultura acadmica, e no deveriam ser usadas, a no ser quando
tabelas ou grficos de disperso no sejam alternativas viveis. No se preocupe se no
puder visualiz-las. Elas so como as roupas do rei, somente os verdadeiramente honestos
vo admitir que no podem v-las.
35
Captulo 4:
Quanta evidncia necessria?
Nosso artista pintando a paisagem no usa uma tela maior que a parede da sala.
Ele tambm no tentar contar a estria de 10 maneiras diferentes na mesma tela. Se ele
deseja se comunicar e no morrer de fome antes de completar seu trabalho, ter que
decidir o quanto suficiente. Decidir o quanto adequado, sem desperdcios, tambm a
arte do cientista. Vamos comear considerando uma questo simples e um grfico
simples.
Nosso cientista, estudando o lagostim, decide testar o quanto locais sem peixes
tm mais lagostins do que locais com peixes predadores. Ele conta o nmero de lagostins
em sees de riachos com e sem peixes predadores, mas est inseguro sobre quantas
sees deve amostrar. Obviamente, uma seo de cada tipo no vai nos dizer muito (fig.
21a). Ento ele aumenta o nmero para trs sees de cada tipo, mas ainda permanece a
dvida (fig.21b). Entretanto, com cinco sees de riachos de cada categoria, j no resta
muita dvida (fig. 21c).
Figura 21
10
8
a b c
LAGOSTINS
0
ES ES XE
S ES XE
S ES
IX IX I IX I IX
PE PE PE PE PE PE
M M M M M M
CO SE CO SE CO SE
Figura 22
10
a b
8
LAGOSTINS
0
S S ES ES
XE XE X X
PEI EI EI EI
_ _ P _P _P
M M M EM
CO SE CO S
TABELA 2
COPPODOS ALGAS
ALEVINOS 3217 18
ADULTOS 23 2936
39
Tabela 3
COPPODOS ALGAS
ALEVINO 1 0 6
ALEVINO 2 3211 7
ALEVINO 3 6 5
ADULTO 1 8 2906
ADULTO 2 8 1
ADULTO 3 7 29
Agora, ningum acredita que exista uma diferena geral na dieta de adultos e
alevinos. Por acaso, um adulto encontrou um grupo de coppodos e um alevino fez um
banquete em um aglomerado de algas. Por qu o teste nos deu uma resposta falsa?
Porque a anlise assumiu que o registro de cada coppodo ou alga foi independente dos
outros. Os dados no refletem contingncia. Ns poderamos levar a cabo um teste de
contingncia vlido, se selecionssemos ao acaso apenas um item por cada estmago de
peixe, e descartssemos todo o resto da amostra. Isto iria requerer 6194 indivduos de
peixes, cada um coletado em um cardume diferente. Obviamente, esta seria uma maneira
muito ineficiente de atacar a questo. justamente o fato de as tabelas de contingncia
requererem observaes independentes e somente acumularem informao na forma de
presena/ausncia que as fazem to ineficientes para a maioria das questes ecolgicas.
Quando o leitor encontrar uma anlise de tabela de contingncia, pode estar
razoavelmente seguro de suspeitar que o pesquisador cometeu pseudo-repetio e que as
inferncias estatsticas so desprovidas de sentido. H uma pequena chance de a anlise
estar correta e, neste caso, o desenho amostral provavelmente foi muito ineficiente.
Entretanto, h uma chance muito, muito pequena, de a anlise de contingncia estar
correta e ser eficiente para responder a questo. Agora o leitor pode ver porque cursos de
estatstica bsica freqentemente examinam apenas probabilidades referentes a se retirar
bolas pretas e brancas de um barril. Barris no reproduzem, no nadam em cardumes e
no mudam muito com o tempo. Por isso eles so fceis de ser modelados
matematicamente. Entretanto, eles podem no ter muita relevncia para a maioria dos
eclogos.
A melhor maneira de evitar pseudo-repeties desenhar um mapa conceitual da
distribuio dos objetos de interesse em seu estudo. Cada ponto no seu diagrama deve
representar uma unidade de amostragem em potencial. A unidade de amostragem pode
ter diferentes nomes, dependendo da disciplina. Pode ser chamada de transeco,
parcela, grupo focal, gro, pixel ou outros nomes. Unidades de amostragem so
freqentemente relacionadas com a rea, mas pode ser uma espcie, um intervalo de
tempo, unidades experimentais ou outros objetos. Elas so sempre a menor unidade que
se pode medir, que ainda faz sentido em relao questo investigada.
O diagrama deve cobrir todo o universo de interesse. Este pode ser chamado de
universo de inferncia, escala de inferncia, escopo, extenso, imagem e outros nomes.
Estes diagramas no precisam ser acurados ou artsticos; servem apenas para
proporcionar uma impresso geral.
Dois exemplos reais podem ilustrar a tcnica. Uma estudante quer comparar o
40
comportamento de pssaros nos cerrados amaznicos e do Brasil central. Ela estuda
muitos indivduos, mas quando mapeia os cerrados de interesse (a figura 23a uma
representao conceitual do mapa), ela descobre que seu universo amostral no o
mesmo que o universo de interesse, e ela muda sua questo. Note que este mapa
conceitual simples, com formas ovais representando reas de cerrado, uma linha reta
representando a borda entre os dois biomas e trs manchas pretas representando reas
amostrais suficiente para mostrar que o universo de amostragem no corresponde ao
universo de interesse da questo original.
A figura 23b mostra o universo de interesse de um estudante que trabalha com
pssaros migratrios e deseja fazer inferncias sobre migraes de longas distncias.
Embora ele tenha informaes sobre um grande nmero de pssaros, amostrou apenas
uma das espcies que fazem aquela migrao (representados por pontos pretos na
figura). Um diagrama simples como o da figura 23b, com espcies de interesse
representadas por uma linha de crculos foi suficiente para mostrar o quanto o universo de
amostragem do estudante era limitado em relao ao seu universo de interesse.
Conseqentemente, ele compreendeu que, antes de fazer inferncias fortes ele deveria
restringir sua questo a apenas uma espcie ou aumentar o nmero de espcies
amostradas. Mapas conceituais quase sempre iro dar uma boa idia de se o pesquisador
est usando os dados apenas como uma vaga pista (sem repeties verdadeiras), como
uma inferncia forte (inmeras evidncias independentes), ou algum meio termo. O que
parece ser mapear as unidades amostrais, na verdade um processo de decidir qual a
questo que ser atacada.
Na maioria dos captulos seguintes, vamos discutir como a maioria das anlises
estatsticas mais comuns pode ser vista como mtodos de se reduzir problemas complexos
a duas dimenses, de forma que podem ser apresentados em simples grficos de
disperso. Se os lderes de equipes no puderem representar os resultados esperados de
suas anlises em forma de grficos simples, eles no compreendem as anlises e no
deveriam us-las. Entretanto, quando confrontados com sua incapacidade de produzir
grficos bidimensionais que representem seus resultados, os lderes de equipe iro clamar
que o objetivo de um estudo cientfico no produzir grficos simples, que podem ser
entendidos por qualquer pessoa. Eles diro que o objetivo dos estudos cientficos
estimar probabilidades. Nos prximos captulos vamos considerar a estranha definio de
probabilidade usada pela maioria dos cientistas.
41
Captulo 5:
Quando improvvel significa bem possvel.
Os estatsticos vm usando, por muito tempo, uma definio sui generis de
probabilidade, que vai contra a nossa intuio (Platt 1964). Entretanto, a aceitao geral
desta definio remonta a Sir Karl Popper, nas primeiras dcadas do sculo XX. Popper era
um austraco e, por isso, foi surpreendente que ele tenha sido agraciado com o ttulo de
Cavalheiro pela Rainha da Inglaterra. Sua filosofia teve larga aplicao nos ramos da
poltica, cincias sociais e estudo do aprendizado. Contudo, muitos cientistas no se do
conta disto e usam a filosofia Popperiana apenas como um rbitro imparcial para
determinar um mundo objetivo.
O fundamento da teoria Popperiana que no se pode provar nada, apenas
desprovar. Para realmente entender isto, preciso ler muito mais do que poderamos
apresentar aqui. Aqueles interessados em um tour a respeito de Popper e suas idias,
em uma prosa colorida, embora prolxa, devem ler a sua Unended Quest: an Intellectual
Autobiography. (Popper 1976). Aqueles que no tiverem tanto tempo podem consultar
Popper de Magee (1982). No campo poltico, Popper desmantelou a justificativa
cientfica nazista para o genocdio de judeus e, por isso, foi agraciado por Sua
Majestade. Suas idias sobre o processo de aprendizado humano abriram, de muitas
maneiras, caminhos para a moderna sociobiologia. A filosofia Popperiana a base para a
abordagem de chaves dicotmicas de deciso em estudos de planejamento, que tem sido
reconhecida como uma das abordagens mais poderosas na cincia (Platt 1964). Sua
filosofia o eixo central de quase toda a literatura moderna sobre estatstica, e este o
aspecto que vamos considerar neste volume. Entretanto, a filosofia Popperiana, e
especialmente a abordagem "freqentista", no o nico ou necessariamente o melhor
mtodo cientfico. Pichett e colaboradores (1994) fornecem uma boa introduo sobre
outras maneiras de se olhar o mundo.
Hilborn e Mangel (1997) escreveram um grande livro chamado "The Ecological
Detective", no qual oferecerem uma viso geral de diferentes meios de se abordar
fenmenos ecolgicos e contrastaram algumas abordagens de investigao. Ao invs de
considerarmos diferentes agendas de pesquisa como abordagens diferentes, podemos
interpret-las apenas como diferenas nas nfases. Embora Hilborn e Mangel (1997)
foram avessos a chamar seus modelos de "hipteses" e ministraram o paradigma
Bayesiano, eles iniciaram sua discusso com a premissa de que os leitores j conheciam
tudo de que tratamos neste livro. Recomendamos que os professores de estatstica leiam
o livro de Hilborn e Mangel antes de ministrarem seus cursos e que os alunos leiam-no
aps a completa leitura deste livro.
Popper ensina que s aprendemos quando erramos. Considere uma criana recm-
nascida. Ela est programada para esperar alguma coisa do mundo. Se ela no tivesse
nenhum programa em seu crebro, seria como um computador sem um sistema
operacional totalmente morto. Vamos imaginar que a criana programada para
acreditar que o mundo macio (isto hipottico, j que os autores admitem que no tm
lembranas to antigas). Os pais da criana fazem o possvel para que tudo o que toque a
criana seja macio em seus primeiros dias de vida e, portanto, ela no tem razes para
rejeitar sua preconcepo de que o mundo todo macio. Entretanto, note que no
importa quantos objetos macios ela tenha tocado, isto nunca provar que o mundo
macio. Basta tocar um nico objeto rgido, talvez um brinquedo de cor azul, para rejeitar
toda sua conjectura sobre um mundo macio. A criana descobre que estava errada e
42
aprende. Ela criar uma nova conjectura, talvez que apenas objetos azuis sejam rgidos, e
somente ir adiante quando houver alguma razo para refutar esta nova conjectura.
Este exemplo ilustra o fato de que muito fcil obter evidncia para rejeitar
alguma coisa. Freqentemente uma nica observao que contrarie as expectativas ser
suficiente. Entretanto, nenhuma quantidade de corroborao provar que aquela
conjectura seja correta. Durante milhares de anos, todas as observaes corroboravam a
afirmativa de Aristtoles de que um corpo permanece parado na ausncia de foras, at
que Newton finalmente a tenha refutado. Segundo Newton, a acelerao, e no o
movimento, demandava foras, e a acelerao de um corpo era diretamente dependente
da fora exercida sobre ele, e inversamente dependente de sua massa. Bastou alguns
sculos para que Eistein refutasse Newton, demonstrando que essa relao no vlida
para todos os casos (i.e. para escalas muito grandes ou muito pequenas). Hoje, os fsicos
se esforam para refutar Einstein e empurrar a cincia adiante.
A estatstica Popperiana se baseia nesta linha de raciocnio, de que mais fcil
refutar do que provar alguma assertiva, embora o embasamento da maioria dos livros
convencionais de estatstica seja muito mais restritivo do que a teoria geral de Popper,
uma linha que tem sido chamada de "freqentista". Os adeptos da estatstica convencional
(freqentista) no perguntam qual a probabilidade de estarem certos, mas a
probabilidade de estarem errados. Para fazer isto, eles comeam estabelecendo uma
hiptese nula. Uma hiptese nula uma assertiva de como o mundo deveria ser, se nossa
suposio estivesse errada. Fizemos a conjectura de que a presena de peixes afetava a
densidade de lagostim e o nosso grfico foi consistente com nossa conjectura. Nossa
hiptese nula era que no havia diferenas entre as densidades de lagostins entre os
riachos com e sem peixes. A figura 24a ilustra nosso grfico inicial, construdo sob a
hiptese de que os peixes afetam as densidades do lagostim. A figura 24b ilustra como
imaginamos que o grfico deveria parecer se a hiptese nula (no h diferena nas
densidades de lagostins em riachos com e sem peixes) fosse correta.
A arte do cientista ser capaz de visualizar grficos que representem a hiptese
nula e comparar esta idealizao com o grfico obtido com dados reais. Entretanto, h
muitos grficos que podem representar a hiptese nula. Poderamos ter amostrado outros
10 riachos e o resultado seria ligeiramente diferente. A estatstica inferencial diz respeito a
lidar com muitas possibilidades diferentes sob a hiptese nula.
Figura 24
OBSERVADO HIPTESE NULA
12 12
a b
LAGOSTINS
8 8
4 4
0 0
S S S S
XE XE XE XE
EI EI EI EI
_P _P _P _P
M M M M
SE CO SE CO
43
Obviamente no podemos ajustar muitos grficos em uma nica pgina, portanto,
iremos olhar para apenas uma coisa em cada grfico para fazer a comparao. Esta
medida de cada grfico chamada de uma estatstica. Agora, precisaremos fazer algumas
operaes, mas sero contas simples. Para os dados mostrados na figura 24a, calculamos
a mdia das densidades nos riachos sem peixes (7,7) e nos riachos com peixes (3,8), e a
diferena entre as mdias, que chamaremos de "DIF" foi igual a 3,9. Para os dados
hipotticos mostrados na figura 24b, a diferena entre a mdia da densidade de lagostins
nos riachos sem peixes (7,0) e com peixes (7,7) foi igual a - 0,7 (i.e. DIF=-0,7).
intuitivo: quando peixes afetam as densidades de lagostins, esperamos maiores diferenas
absolutas entre as mdias das densidades em riachos com e sem peixes do que quando os
peixes no afetam as densidades de lagostins. Entretanto, um ctico poderia dizer que a
associao entre a densidade de lagostins e a presena de peixes foi acidental. Ao
amostrarmos apenas cinco riachos de cada tipo, poderamos ter selecionado
inadvertidamente cinco riachos com peixes que, por acaso, tinham menos lagostins do
que os riachos sem peixes. Devemos reconhecer que o ctico tem sua razo. Se apenas
um riacho no tivesse lagostins, e por puro acaso fosse justamente um dos riachos da
categoria dos "com peixes", poderia ser suficiente para abaixar a mdia geral das
densidades de lagostins em riachos com peixes.
Para avaliar este argumento, vamos criar uma hiptese mais especfica a respeito
de nossas observaes. Poderemos dizer que esperamos uma diferena nas densidades
dos lagostins, entre riachos com e sem peixes, maior que a esperada para uma
associao ao acaso entre a presena ou ausncia de peixes. A hiptese nula estabelece
que ainda esperamos alguma diferena entre as mdias das densidades de lagostins nas
duas categorias de riachos, mas que esta diferena no maior que a esperada para uma
associao aleatria entre as densidades de lagostins e a presena de peixes. A questo
agora : de que tamanho deve ser DIF para que ns rejeitemos a hiptese nula e
continuemos a acreditar em nossa hiptese alternativa?
Para responder isto, precisamos calcular DIF quando a hiptese nula "verdadeira"
(os Popperianos ortodoxos diriam: quando a hiptese nula no falsa). Para isto, vamos
usar uma moeda e atribuir aleatoriamente a qualidade de "peixes presentes" (cara) e de
"peixes ausentes" (coroa) aos valores medidos de densidades de lagostins, constantes da
tabela 4. Criamos as variveis PEIXE1, PEIXE2 e PEIXE3 da tabela 4 por este sorteio, com
a restrio de que somente cinco riachos de cada tipo (PEIXE + ou PEIXE -) foram
admitidos, para que, como na amostra original, houvesse sempre o mesmo nmero de
riachos com e sem peixes.
TABELA 4
RIACHO PEIXE LAGOSTINS PEIXE1 PEIXE2 PEIXE3
1 + 1 + + +
2 - 5 - + -
3 + 3 + + +
4 - 7 - - -
5 + 4 + - -
6 - 8 + - +
7 + 5 - - -
8 - 9 + - +
44
9 + 6 - + +
10 - 9.5 - + -
Figura 25
10 10 10
8
a 8
b 8
c
LAGOSTINS
6 6 6
4 4 4
2 2 2
0 0 0
XE
S ES XE
S
XE
S
XE
S
XE
S
EI IX EI EI EI EI
_P _ PE _P _P _P _P
M M M M M M
SE CO SE CO SE CO
Agora, podemos calcular DIF para cada um destes grficos. O primeiro tem uma
DIF=1,1, o segundo tem uma DIF=1,7 e o terceiro uma DIF=-0,7. Se tivssemos feito
mais desses grficos de resultados esperados quando a hiptese nula verdadeira, qual
seria a probabilidade de encontrarmos uma diferena to grande ou maior que a calculada
para os dados "observados" (DIF= -3,9)? Para responder a isto, precisaramos de mais um
grande nmero de grficos e de lanar a moeda muitas e muitas vezes: uma maneira
ineficiente de alocar a caracterstica de presena ou ausncia de peixes para os riachos.
Felizmente, um computador pode eficientemente simular este processo que acabamos de
descrever, ento pedimos a ele para calcular 100 DIFS baseadas na alocao aleatria da
presena ou ausncia de peixes em riachos. A tabela 5 traz as primeiras 20 DIFs
calculadas pelo computador.
TABELA 5
GRFICO DIF GRFICO DIF
1 2,7 11 2,1
2 1,9 12 2,7
3 -0,09 13 -3,1
4 2,5 14 1,5
5 -2,7 15 -1,1
6 1,7 16 -0,1
7 0,5 17 1,3
8 0,1 18 -0,5
45
9 1,5 19 -0,7
10 3,1 20 -0,3
-1
-2
-3
-4
-5
A DO D O
RV U LA
SE SI
M
OB
Passo 1. Visualize o resultado esperado quando a hiptese que voc est testando for a
correta.
Passo 2. Visualize o resultado esperado quando a hiptese que voc esta testando no for
a correta. Este resultado deve ser a anttese do anterior, ou seja as hipteses
devem ser opostas e excludentes. Ele chamado de hiptese nula e este o
processo de criao da hiptese nula.
Passo 3. Crie a medida que reflita a diferena que voc espera entre a situao em que a
hiptese nula seja a correta e quando a sua hiptese (hiptese alternativa) seja a
46
correta. Esta medida chamada de uma "estatstica".
Passo 4. Obtenha muitos valores de sua estatstica, usando um processo no qual a
hiptese nula seja verdadeira (i.e. sua hiptese seja falsa).
Passo 5. Compare o valor da estatstica para os dados observados com os valores da
estatstica calculados quando a hiptese nula verdadeira (valores nulos). Ento
use a proporo de valores nulos iguais ou maiores que o valor observado como
uma indicao da probabilidade de se obter um valor to grande ou maior do que o
observado, quando a hiptese nula verdadeira.
Passo 6. Decida se a probabilidade suficientemente pequena para que voc rejeite a
hiptese nula e continue acreditando em sua hiptese (note que voc nunca prova
que sua hiptese est correta, apenas que a hiptese nula provavelmente est
errada).
Se est parecendo complicado, retorne figura 26. Deve ser suficiente para
clarificar. Ser uma boa idia anotar este processo, j que o usaremos em todo o decorrer
deste livro. Tnhamos uma questo complexa, que envolvia uma centena de grficos.
Usamos alguma matemtica simples para calcular uma medida na qual estvamos
interessados (neste caso, uma diferena) e usamos os valores resultantes para construir
um nico grfico simples, que nos possibilita fazer uma deciso. Mesmo a lgica intrincada
da filosofia Popperiana pode ser representada em um simples grfico!
Deve estar claro, agora, porque os cientistas procuram por probabilidades
pequenas. Eles esto se perguntando se a cincia conhecida, ou o senso comum, esto
errados, e vo inventando explicaes novas de como o mundo funciona. Basicamente,
eles aceitam que podem estar certos em suas novas explicaes, quando a probabilidade
das explicaes tradicionais estarem certas for muito pequena. Para mostrar que as
explicaes tradicionais esto erradas, eles precisam criar um processo (hiptese nula)
que represente a maneira como a cincia conhecida ou o senso comum espera que o
mundo funcione. Grande parte das polmicas na literatura cientfica se deve a desavenas
sobre qual a hiptese nula, como medi-la e o quanto as evidncias disponveis so
suficientes para rejeit-la (Gotelli 2001). Um bom desenho amostral usualmente tem uma
nica interpretao lgica. Desenhos amostrais inadequados levam a muitas
interpretaes alternativas e poucas concluses podem ser tiradas com confiana.
Figura 27
12
10
a b
LAGOSTINS
8 COM_PEIXES
4 SEM_PEIXES
0
ES ES 0 2 4 6 8 10 12
EIX EIX LAGOSTINS
_P _P
M M
SE CO
a b
COM_PEIXES
SEM_PEIXES
0 2 4 6 8 10 12 0 2 4 6 8 10 12
LAGOSTINS LAGOSTINS
Podemos ver que a distribuio normal nem sempre parece ser uma aproximao
muito boa dos dados dos riachos com peixes, mas geralmente isto no afeta a validade
dos testes estatsticos comumente usados. A distribuio de dados esperados quando a
hiptese nula verdadeira , na verdade, uma nica curva hbrida que um tipo de mdia
matemtica das duas curvas da figura 28b. Usamos esta curva para estimar a diferena
nas mdias para as amostras de um determinado tamanho, quando a hiptese nula est
"correta".
O tipo de distribuio esperado similar ao da nossa DIF (figura 26). Para
comparar nossos valores observados de DIFs com a distribuio esperada de DIFs quando
a hiptese nula "verdadeira" (figura 29a - a mesma da figura 26), poderamos inverter
os eixos, apagar os pontos e comparar apenas a posio da bolinha preta com a
distribuio terica de DIF ao longo do eixo x (figura 29b).
Figura 29
4 20
a b
FREQNCIA RELATIVA
3
2
1
0
DIF
-1
-2
-3
-4
-5 0
O O -5 -2 1 4
AD AD
E RV UL DIF
S M
OB SI
Isto o que a maioria dos livros de estatstica nos ensina a fazer. Entretanto, isto
no ajuda muito na compreenso do processo. Os matemticos no amostram fisicamente
51
suas populaes nulas, mas se imaginarmos que eles fazem esta amostragem e se
tentarmos imaginar as distribuies das estatsticas no eixo vertical, ficar mais fcil
relacionar o processo com os nossos prprios dados. Quase todas as anlises que vamos
considerar destinam-se a examinar a variao dos valores expressos nos eixos verticais de
nossos grficos (variveis dependentes). Portanto, ns apenas complicaramos mais as
coisas se insistssemos em inverter a orientao dos grficos.
Tudo isto est ficando um pouco complicado, portanto, vamos retornar aos
exemplos do mundo real. No prximo captulo, vamos considerar como podemos testar
eficientemente diferenas entre vrias categorias.
52
Captulo 6:
Como evitar acumular o risco em comparaes
simples
Com que tipo de risco estamos preocupados?
O fato de constatarmos que um determinado resultado no freqente quando a
hiptese nula est correta no quer dizer que nunca o observaremos quando ela estiver
correta. Lidamos com probabilidades e coisas improvveis acontecem. A probabilidade de
sua sogra morrer atropelada, hoje mesmo, muito pequena. Entretanto, milhares de
sogras morrero atropeladas esta noite.
O fato das probabilidades com que os estatsticos usualmente trabalham serem
muito diferentes daquelas com que as pessoas se preocupam no dia-a-dia, sempre
causam dificuldades aos estudantes. Isto acontece, principalmente, porque os cientistas
tentam evitar decidir que um fenmeno existe, quando ele no existe. Isto faz sentido,
porque a cincia avana sobre o conhecimento anteriormente acumulado. Se este
conhecimento falso, tudo o mais que for baseado nele estar errado. Se decidssemos
que peixes afetam a densidade de lagostins, quando na verdade no afetam, vamos
deixar de ver a causa real que limita as densidades de lagostins e tomaramos medidas
erradas para aumentar a densidade de lagostins (caso fosse desejvel aumentar sua
densidade). Tradicionalmente, os cientistas da rea biolgica tm considerado que um
fenmeno existe se h menos do que uma chance em 20 (0,05) de que ele no exista.
Esta probabilidade que funciona como um critrio para se determinar se o fenmeno
existe ou no (neste caso 0,05), chamada pelos estatsticos de "nvel de significncia"
Vemos que os cientistas no abraam novas explicaes
facilmente. Rejeitar erroneamente a hiptese nula e decidir que um fenmeno existe,
quando ele no existe, chamado de erro do tipo I. A estatstica convencional
construda para se resguardar deste tipo de erro.
Entretanto, erros do tipo I nem sempre so os mais custosos. Isto mais
facilmente compreendido com um exemplo pessoal. Imagine que voc se apaixone por
um(a) estatstico(a), e desejem ter filhos. Imagine que ele ou ela tenha justamente
retornado de uma conferncia onde tenha se envolvido em relacionamentos promscuos.
Entretanto, seu(sua) parceiro(a) argumenta: "No se preocupe, eu fiz todos os clculos e
a chance de eu no ter contrado alguma doena sexualmente transmissvel de 6%, e a
probabilidade de 0,06 no suficiente para rejeitar a hiptese nula de que eu no tenha
sido contagiado(a)". Foi uma concluso vlida do ponto de vista estatstico e cientfico.
Contudo, provavelmente voc no se importar muito em cometer o erro do tipo I, porque
a probabilidade de aceitar a hiptese nula quando ela falsa muito mais custosa, neste
caso.
Aceitar a hiptese nula, quando ela falsa, chamado de erro do tipo II e a
los estatsticos.
Mesmo que haja apenas uns 20% de chance de seu parceiro ser portador de uma doena
contagiosa e potencialmente fatal, ainda no ser suficiente para que voc continue seu
relacionamento sem uso de preventivos e, possivelmente, at probabilidades muito
menores no sero suficientes para que voc leve adiante a idia de filhos, sem exigir
previamente dele(a) uma bateria de exames laboratoriais.
53
Para uma amostra de determinado tamanho, a probabilidade de se cometer o erro
do tipo II inversamente proporcional probabilidade de se cometer o erro do tipo I. Por
isso, muitos cientistas usam nveis de significncia muito maiores do que 0,05 quando o
erro do tipo II envolve um custo alto. Isto ocorre comumente em estudos que tratam de
sade humana, extino de espcies, e quando a rejeio prematura da hiptese levar
ao abandono de uma linha de pesquisa potencialmente muito importante. Poucos
cientistas aceitariam o nvel de significncia arbitrrio de 0,05 para planejar sua vida
pessoal. Entretanto muitos deles esto prontos para aceit-lo em suas atividades
profissionais, refletindo a falta de seriedade que devotam cincia. A capacidade de se
detectar uma diferena quando ela realmente existe (isto , de no se cometer um erro do
tipo II) chamado de "poder" do teste.
Neste volume, no teremos tempo para enfatizar a importncia de erros do tipo II
e para a maioria das discusses que se seguiro assumiremos que estamos lidando com
situaes nas quais o erro do tipo I o mais custoso. Isto facilitar o aprendizado dos
conceitos gerais. Entretanto, esperamos que os leitores no se esqueam de avaliar a
importncia de erros tipo II em sua pesquisa. Referindo-se especificamente a uma anlise,
Koele (1982) declarou que "Uma avaliao adequada dos resultados experimentais sob
estes modelos simplesmente impossvel sem o conhecimento a respeito do poder dos
testes que usam a estatstica F". Diramos que este comentrio se aplica a todos os
modelos e a todos os testes estatsticos e no apenas queles que usam a estatstica F.
Referncias teis sobre este tpico incluem Koele (1982), Huberty (1987) e Green (1989).
Informando-se alguns dados preliminares, alguns programas de computador podem
calcular o tamanho amostral necessrio para se detectar efeitos de magnitude e
probabilidades especificados (p.ex. SIMSTAT, Pladeau, 1966). Entretanto, sempre haver
alguns "truques" matemticos envolvidos nestas operaes e geralmente ser melhor o
leitor estar certo de ter alguns grficos hipotticos convincentes.
54
Figura 30
12
LAGOSTINS
8
0
RCPC RSP RCPH
Figura 31
DADOS OBSERVADOS HIPTESE NULA
12 12
a
} } b
}
LAGOSTINS
LAGOSTINS
4
} v1
v2
v3 vT
8
4 } } } }
v1 v2 v3 vT
0 0
RCPC RSP RCPH TOTAL RCPC RSP RCPH TOTAL
V1 = V2 = V3 < VT
Esta mesma equao pode ser escrita como i < VT, lembrando que a barra sobre o Vi
significa que se trata de uma mdia e que o ndice subscrito " i" est substituindo, de
forma genrica, os ndices que representam as categorias 1 a 3. Se equaes lhe do
arrepios, recorra aos grficos para apreciar a mesma informao.
A figura 31b mostra um resultado esperado quando a hiptese nula est correta.
No h diferena entre as mdias e, neste caso, podemos ver que a variabilidade dentro
da categoria "variabilidade total" igual a variabilidade dentro de cada categoria.
Podemos expressar isto matematicamente pela equao a seguir:
V1=V2=V3=VT
56
que tambm poderia ser expresso como i = VT. Esperamos que possam ver isto no
grfico, embora o grfico para este exemplo parea um pouco forado (figura 31b). Nele,
a variabilidade em cada categoria foi quase igual das demais e as mdias foram
exatamente iguais. claro que a chance disto ocorrer com amostras reais desprezvel.
Entretanto, no esperamos diferenas muito grandes quando a hiptese nula
"verdadeira" e, neste sentido, o grfico preenche nossas expectativas.
A comparao dos dois grficos mostra que, quando a hiptese nula "verdadeira",
esperamos que a variao mdia dentro de cada categoria seja aproximadamente igual
variao total. Uma estatstica simples que reflete isto a variao total dividida pela
variao mdia dentro das categorias (i.e.VT/i ). Vamos chamar nossa estatstica
conceitual de "RV" (razo da variao). Quando a hiptese nula for "verdadeira", V T =Vi e
RV=1. Quando a hiptese nula falsa, VT >i e RV>>1. A idia essa. No entanto,
assim como Student no usou a estatstica DIF, Fisher no usou RV. Ele usou a razo de
duas varincias (se precisa realmente saber o que varincia, reveja o captulo 3).
Fisher chamou sua estatstica de razo de varincias, mas em sua homenagem ela
foi chamada de estatstica F. A estatstica F de Fisher construda de uma forma um
pouco diferente de nossa RV, como veremos na seo de partilha da variabilidade, mas
assim como em nossa RV, o valor esperado para F quando a hiptese nula "verdadeira"
sempre 1. Como sempre, se as equaes deixaram-no confuso, retorne figura 31 e
certifique-se que pode enxergar a diferena entre as situaes quando a hiptese nula no
verdadeira (figura 31a) e quando ela "verdadeira" (figura 31b). As equaes e as
estatsticas apenas refletem a diferena mostrada no grfico.
Para gerar amostras de F quando a hiptese nula era "verdadeira", Fisher teve de
lanar mo de uma matemtica pesada. Da mesma forma que Student, teve que assumir
que a distribuio de valores na populao nula hipottica seguia a distribuio normal,
embora os resultados de seu teste no tenham sido muito sensveis a desvios moderados
desta premissa. Se o leitor estiver especialmente preocupado com a forma da distribuio
da populao da qual seus dados foram tomados, sempre poder usar testes de
permutao como o nosso usando DIF. Manly (1997) apresenta muitos exemplos de
testes de permutao e outros assemelhados, que no requerem todas as premissas dos
testes paramtricos.
Figura 32
30
{} }
LAGOSTINS
20
10
V1
{ V2
Vi
MDIA
V
TOTAL
0
ES XE
S
TA
L
IX EI
_P
E
_P TO
M M
CO SE
Figura 33
12
} }
LAGOSTINS
8 v2
4
} v1
} v
PEIXE
vT
0
RCP RSP MDIAS TOTAL
59
VFATOR + VRESDUO = VTOTAL
A figura 34 basicamente igual figura 33. Mas a fim de deix-la um pouco mais
universal, em relao aos conceitos que desejamos transmitir, introduzimos pequenas
modificaes. Para facilitar a representao da variao residual (VRESDUO) que no
aparece explicitada na figura 33, ns alinhamos V1 e V2 e abstramos os pontos. Na figura
33 a variao devido ao fator "presena de peixes" aparece como V PEIXE, enquanto na
figura 34 a variao devido ao fator aparece como VFATOR.
Figura 34
12
} } } }
LAGOSTINS
8 v1 = v2 = vRESDUO
vTOTAL
4
0
} vFATOR
Fisher trabalhou com uma quantidade que ficou conhecida como "soma dos
quadrados" (SQ) e tomou decises baseadas nas "mdias dos quadrados" (MQ), mas no
preciso saber calcular estas coisas para entender os princpios por detrs da anlise. Ao
invs de comparar a variao residual com a variao total, a estatstica F de Fisher a
razo entre a mdia dos quadrados do fator (tratamento) e a mdia dos quadrados dos
resduos. Na ANOVA, a mdia dos quadrados do fator no representa apenas a
variabilidade entre as mdias. Ela uma estimativa da variabilidade entre as mdias mais
a variabilidade dentro dos nveis do fator ou tratamento (i.e. variao residual).
As mdias dos quadrados so calculadas como a soma dos quadrados dividida
pelos graus de liberdade. Portanto, elas so anlogas s varincias que calculamos no
captulo 3. Entretanto, elas so varincias compostas. A mdia dos quadrados do fator
uma estimativa da varincia devido ao fator mais a varincia residual, e a mdia dos
quadrados do resduo uma segunda estimativa da varincia do resduo.
Conceitualmente, e esquecendo umas poucas constantes, temos a seguinte equao:
F = (S2Fator + S2Resduos)/S2Resduos
onde S2 significa a varincia. Quando a varincia devido ao fator for zero (a hiptese nula
est "correta"), F = 1. Como foram baseadas em varincias compostas, as razes F
podem se tornar complicadas, como veremos no captulo 8. Entretanto, o conceito de que
a variabilidade pode ser repartida em uma frao devido ao fator e outra devido
variao residual simples.
Os estudantes sempre perguntam como os programas de ANOVA podem calcular F
< 1, se a equao do pargrafo anterior for correta. Isto acontece porque uma mesma
quantidade conceitual, a varincia do resduo, estimada de formas diferentes no
numerador e no denominador da equao. Devido s incertezas da amostragem e porque
o valor esperado pelos estatsticos diferente do valor que ns, simples mortais,
esperamos encontrar, ocorre do resultado das estimativas serem algumas vezes
diferentes. Na verdade, a maioria dos Fs so menores do que um, quando a hiptese nula
60
est "correta".
O valor esperado para um estatstico o valor que se poderia esperar se
repetssemos o exerccio um grande nmero de vezes e usssemos a mdia. Para uma
distribuio enviesada para a direita (quer dizer, que tm a cauda mais espichada para o
lado direito), como a dos valores de F, um valor ocasional muito elevado pode resultar em
um F prximo ou igual a um, embora a maioria dos valores seja menor do que um. Para
os estatsticos, valores esperados sem vieses relacionam-se com o valor mdio esperado
em uma infinidade de tentativas. J o eclogo usualmente est tentando tomar uma
deciso baseado em um nico experimento.
As tabelas de F levam em conta o desvio para a direita e fornecem as
probabilidades corretas. Entretanto, se o leitor estiver construindo seus prprios testes,
compreenda que alguns valores "esperados" podem no estar to prximos daqueles que
voc espera encontrar freqentemente. Caughley and Sinclair (1994:210) apresentam um
exemplo para a estimativa de Petersen de tamanho populacional que mostra como os
valores esperados daquela estimativa so muito maiores que a maioria dos valores
calculados.
Muitos cursos de estatstica comeam com exemplos de tabelas de contingncia
como a maneira mais simples de se analisar categorias. Entretanto, estas anlises s so
simples dentro de salas de aula e so virtualmente sem utilidade em estudos ecolgicos
(veja o exemplo do captulo 4, Hulbert 1984, ou Magnusson 2000b).
61
Captulo 7:
Anlises para um mundo com todas as
tonalidades
Passamos bastante tempo fazendo consideraes de como testar as diferenas
entre categorias. Em nossa vida cotidiana somos cautelosos em relao a pessoas que
insistem em colocar tudo em categorias. Chamamos estas pessoas de sexistas, racistas,
xenfobas ou outros termos que, quase sempre, carregam um tom de nossa censura ou
desconfiana em relao ao seu modo de pensar. Usualmente, essas pessoas no so
socialmente muito competentes (embora Hitler seja freqentemente considerado como a
figura poltica mais importante do sculo XX). Estudos cientficos usualmente comeam
com categorizaes, mas tendem a estagnar-se at que algum comece a estudar os
processos ao invs de apenas os padres.
Para entender algo sobre as cores preciso entender que o olho e o crebro
humano interpretam uma estonteante diversidade de cores a partir de apenas trs tipos
diferentes de receptores de cores em suas retinas. Os engenheiros de equipamentos de
computao usam esta informao para projetar impressoras coloridas que reproduzem
milhes de cores usando combinaes de pigmentos vermelho, verde, azul e preto. De
qualquer maneira, em ltima anlise, a nica coisa que realmente muda de uma cor para
outra o comprimento da onda eletromagntica, uma varivel contnua.
Em nosso cotidiano, reconhecemos diferenas sexuais "fixas", mas esta
categorizao grosseira para muitos propsitos, inclusive na medicina. A maioria das
drogas no interage diretamente com o sexo do organismo, mas com nveis de hormnio,
contedo de gordura do corpo, taxa metablica, densidade dos ossos, e uma multido de
fatores que s de longe podem ser relacionados com a aparncia da genitlia. Mesmo no
contexto social, a categoria sexo no funciona muito bem. Muitas pessoas homossexuais,
com todo direito, recusam-se a ter sua sexualidade definida com base apenas em alguns
detalhes anatmicos. Se as categorias so uma base fraca para nossas relaes sociais,
por qu deveriam ter uma posio to exaltada na cincia?
Encaixotando o mundo
Vamos considerar o que acontece quando categorizamos um fenmeno contnuo e
depois investigar formas mais diretas de se atacar o problema. A figura 35 mostra dados
sobre a atividade de um inseto em relao temperatura do ar. Suponha que dois
bilogos, Joo e Maria, decidiram fazer experimentos para investigar a atividade deste
inseto em funo da temperatura, e delinearam seus experimentos de forma a amostrar a
temperatura em dois nveis: baixa (=1) e alta (=2). Entretanto, cada um decidiu usar
nveis diferentes para representar "alto" e "baixo" e estes nveis esto mostrados na figura
35a e b. Notem que eles no tiveram informao sobre a atividade dos insetos fora dos
nveis de temperatura que escolheram. Depois de coletarem seus dados, cada um
produziu um grfico para mostrar os resultados (figura 36).
62
Figura 35
Joo Maria
30 30
24
a 1 2
24
b 1 2
% ATIVIDADE
18 18
12 12
6 6
0 0
10 16 22 28 34 40 10 16 22 28 34 40
30 30
24
c 1 2
24
d 1 2
% ATIVIDADE
18 18
12 12
6 6
0 0
10 16 22 28 34 40 10 16 22 28 34 40
TEMPERATURA (C) TEMPERATURA (C)
Figura 36
Joo Maria
25 20
a b
23 17
% ATIVIDADE
21 14
19 11
17 8
15 5
BAIXA ALTA BAIXA ALTA
TEMPERATURA TEMPERATURA
J que Joo e Maria leram o captulo anterior deste livro, decidiram testar se as
diferenas entre as mdias das amostras em temperatura "alta" e "baixa" deveriam ser
atribudas ao acaso. Eles poderiam ter usado nosso teste de DIF, mas decidiram usar o
teste t de Student, com uma correo para as diferenas entre as varincias dentro de
cada categoria. O leitor no precisa se preocupar com este refinamento, introduzido para
garantir que a premissa de homogeneidade das varincias do teste t no fosse violada,
porque, no fim das contas, este teste vai dar resultados similares ao de simulaes de
DIF. O teste de Joo estimou uma probabilidade de 0,78 de que a hiptese nula fosse
correta. Conseqentemente, Joo rejeitou sua hiptese de que a temperatura afeta a
atividade do inseto. O teste de Maria estimou uma probabilidade de 0,035 de que a
hiptese nula estivesse correta, portanto rejeitou a hiptese nula como improvvel e
63
passou a aceitar que a temperatura afeta a atividade do inseto. A maioria das pessoas
tendero a chegar s mesmas concluses, apenas examinando os grficos da figura 36,
dispensando o uso de qualquer estatstica extravagante ou lgica Popperiana.
A obteno destes resultados contraditrios compreensvel em termos de um
modelo de anlise de varincia. Diramos que toda a variabilidade devido amostragem
est na variabilidade residual. Este modelo conceitual poderia ser escrito como:
Quando amostramos todos os nveis de um fator, dizemos que este um fator "fixo". Se
amostramos apenas uma pequena proporo dos possveis nveis do fator, ele chamado
de "randmico". Entretanto, nenhum destes termos muito apropriado. Quase sempre, os
nveis de um fator randmico so amostrados de uma forma no aleatria, e nem todos os
possveis nveis tm igual probabilidade de serem amostrados. Este desenho inadequado
pode afetar muito o resultado. Vamos discutir isto depois, porque agora nos
concentraremos em outros efeitos resultantes de se categorizar variveis contnuas, que
tornam a interpretao dos resultados ainda mais difcil.
Voltando parte de baixo da figura 35 (figuras 35c e 35d), vamos supor que Joo e
Maria poderiam ter escolhido nveis de temperatura "alta" e "baixa" que apresentassem as
mesmas mdias que as apresentadas nas figuras 35a e 35b, mas com intervalos mais
largos para cada nvel. Se fizermos os grficos de seus resultados, exatamente como os
grficos com nveis estreitos mostrados na figura 36, nossas concluses sero opostas
(figura 37). Usando o mesmo teste estatstico, Joo agora rejeita a hiptese nula como
sendo improvvel (P=0,013) e Maria "aceita" a hiptese nula (P=0,22).
Figura 37
Joo Maria
30 30
a b
24 24
% ATIVIDADE
18 18
12 12
6 6
0 0
BAIXA ALTA BAIXA ALTA
TEMPERATURA TEMPERATURA
64
A tabela 6 compara as concluses de Joo e Maria quando usam intervalos estreitos
ou largos para definir suas categorias.
TABELA 6
INTERVALOS JOO MARIA
Amplos Significante No significante
Estreitos No significante Significante
Nosso modelo conceitual agora indica que a variao total no apenas depende dos
nveis amostrados, mas tambm da amplitude dos intervalos escolhidos para representar a
categoria.
Existem algumas tcnicas estatsticas para lidar com a variao devida aos nveis do fator
(VNVEIS) e vamos tecer consideraes sobre eles no prximo captulo. Entretanto, no h
um mtodo objetivo de lidar com a variao devida escolha da amplitude destes nveis
(VAMPLITUDE).
Neste ponto, esperamos que os leitores estejam se questionando porque os
pesquisadores despendem energia para categorizar variveis contnuas. Parte da resposta
que os seres humanos se sentem confortveis com categorias aparentemente simples.
Como dissemos anteriormente, este o motivo pelo qual tendemos a ser racistas, sexistas
e xenfobos. Uma outra razo que experimentos de "inferncia forte" usualmente s so
possveis quando se usa categorias. Quando existe um nmero infinito de intervalos, no
possvel assegurar que todos os nveis de cada categoria sejam medidos em todos os
nveis de outro fator que tambm esteja sendo estudado. Alm disso, pode haver uma
grande informao na ordem em que as "categorias" ocorrem na natureza, com a qual a
anlise de varincia de categorias padro simplesmente no consegue lidar (Gaines e Rice
1990).
No se preocupem se no compreendem toda esta terminologia aqui, iremos
retornar a ela posteriormente. Basicamente, quando um pesquisador categoriza uma
varivel contnua em nome do desenho experimental, est trocando uma inferncia fraca
a respeito de uma categoria forte (h apenas uma categoria) por uma inferncia forte a
respeito de categorias subjetivas, e portanto, fracas. Isto est relacionado com nossas
discusses sobre escalas nos captulos anteriores. Hierarquias baseadas na escala
(quantidades mensurveis) podem ter uma base objetiva. Hierarquias baseadas em
"nveis" sempre sero subjetivas e podem impedir o avano da cincia (Allen 1998).
65
Figura 38
3 ha o
o
o
6 ha
1 ha o o
o o
o
5 ha o oo
o o
o
o o o
o
4 ha 2 ha
o o
Vamos construir um modelo simples deste sistema. Podemos esperar uma relao
direta entre a rea da reserva e o nmero de rvores em cada reserva, se no houver
outros fatores atuando. O modelo est representado pela linha na figura 39. Os pontos
representam o nmero de rvores contados em cada reserva.
Figura 39
5
RVORES
0
0 1 2 3 4 5 6 7
RESERVAS
Nosso modelo terico parece ser bastante bom, julgando-se pelo fato de que em
geral os pontos esto perto da linha. O modelo terico pode ser representado por uma
equao, da seguinte forma:
66
NMERO DE RVORES=A+B*REA DA RESERVA
Os livros especializados usariam letras gregas para "A" e "B", porque elas so
tericas e no foram estimadas a partir dos dados. Em nosso exemplo, A=0 e B=1.
Substituindo na equao, veremos que a equao diz que quando no h reserva
(rea=0), no h rvores. A equao diz tambm que para cada hectare extra, teremos,
em mdia, uma rvore a mais. Esta equao geral pode ser usada para descrever uma
linha reta. O "A" a elevao, ou o valor da varivel dependente quando a varivel
independente igual a zero. O "B" a inclinao, ou a quantidade que a varivel
dependente aumenta com um incremento de uma unidade na varivel independente. J
que a maioria das anlises freqentes em ecologia baseada em variaes desta
equao, vale a pena empregar algum tempo e estar certo de que podem visualizar esta
equao no grfico.
Entretanto, na maioria das vezes, no estamos tratando com equaes tericas e
tentaremos determinar a posio da linha a partir dos dados coletados. A figura 40 mostra
uma relao entre a atividade de um inseto e a temperatura, na faixa entre 26 e 36 C.
No conhecemos a verdadeira relao entre a atividade do inseto e a temperatura, mas
esboamos no grfico a linha que achamos que provavelmente representa esta relao,
baseados apenas na distribuio dos pontos.
Figura 40
25
21
% ATIVIDADE
17
13
5
26 28 30 32 34 36
TEMPERATURA
67
A figura 41a mostra uma forma lgica de minimizar a distncia de dois pontos at a
reta. A operao de minimizar as distncias perpendiculares reta at os pontos, como
mostrado na figura 41a, feita pelo mtodo chamado de regresso do maior eixo. J a
regresso do "maior eixo reduzido" encontra a posio da reta que resulta na menor rea
dos tringulos formados pelas linhas horizontais e verticais do ponto at a reta (figura
41b). Estes dois mtodos so lgicos e provavelmente os mais intuitivos para a maioria
das pessoas. Minimizar apenas a distncia vertical (linha contnua na figura 41c) no
parece muito lgico. Minimizar a soma dos quadrados das distncias verticais dos pontos
at a reta (a rea contida nos quadrados na figura 41c), parece ainda mais ilgico.
Entretanto, este o processo por trs do mtodo estatstico mais empregado. Cada um
destes mtodos de minimizar as distncias tem vantagens e desvantagens. No vamos
nos ater neste ponto e se os leitores desejarem uma discusso a respeito, podem
consultar Ricker (1973).
A minimizao dos quadrados das distncias verticais at a linha permitiu o
desenvolvimento de uma grande variedade de anlises complexas e geralmente as mais
teis em termos de previso. Por razes bvias (veja figura 41c), ela chamada de
"regresso dos mnimos quadrados". Ela matemtica e logicamente equivalente anlise
de varincia de Fisher, para variveis categricas independentes. As principais variaes
das anlises estatsticas mais comuns se resumem a minimizar diferentes distncias.
Vamos fazer consideraes sobre isto no captulo 11. Estas distncias so resduos, da
mesma forma que a variao dentro das categorias na anlise de varincias.
Figura 42
25
}v
}
% ATIVIDADE 21
17
RESDUO
vTOTAL
13
9
}vFATOR
5
20 21 22 23 24 25
TEMPERATURA
Quando estimamos a posio da linha a partir dos dados, usamos letras minsculas
para representar a elevao e a inclinao na equao descritiva Y = a + b*X, onde Y
qualquer varivel dependente (em nosso caso "% atividade"), e X qualquer varivel
independente (no caso, "temperatura"). As letras "a" e "b" representam estimativas de
parmetros, porque descrevem a populao de pontos nos quais a regresso foi baseada.
A hiptese nula pode ser representada na situao mostrada na figura 43.
Figura 43
25
} }
21
% ATIVIDADE
17
vRESDUO vTOTAL
13
5
20 21 22 23 24 25
TEMPERATURA
Figura 44
23.0
20.6
} }
% ATIVIDADE
vRESDUO
18.2 vTOTAL
15.8
13.4
} vFATOR
11.0
22 23 24 25
TEMPERATURA
Y = a + b*X + e
O e apenas indica que qualquer valor observado de Y est desviado da linha por
uma quantidade que pode ser atribuda ao efeito de fatores aleatrios ou no estudados.
Poucas pessoas tm problema com esta matemtica simples, mas se este o caso do
leitor, revise o captulo antes de passar ao prximo. A habilidade para interpretar as
estatsticas no to importante quanto a habilidade de interpretar grficos. Veja
Anscombe (1973) para um exemplo de cinco grficos que tm exatamente as mesmas
estatsticas descritivas, mas que levam a interpretaes biolgicas totalmente diferentes.
H mtodos de linearizar relaes no-lineares pela transformao de variveis e podemos
obter modelos mais "corretos", minimizando resduos que no so o quadrado das
distncias verticais (veja captulo 11). Entretanto, o leitor obter uma melhor
compreenso dos conceitos se passar diretamente para o prximo captulo.
70
Captulo 8:
Problemas do mundo real - mais de um fator
Embora os exemplos de testes estatsticos apresentados nos captulos anteriores
tenham sido teis para ilustrar alguns princpios, importante compreender que estes
testes univariados (com apenas uma varivel independente) so usualmente redundantes.
Eles podem ser substitudos, com vantagens, por simples grficos de disperso.
Pesquisadores inexperientes podem se deixar enganar por iluses estatsticas (Anscombe
1973). Se a anlise estatstica sugere uma concluso diferente do padro que aparece no
grfico, no acredite em nenhum dos dois. Muitos tratamentos estatsticos so triviais e
no servem a outro propsito que expressar identidade cultural (Yoccoz, N. G. 1991;
Cherry 1999, Johnson 1999), ou seja, comunicar que a pessoa que est apresentando
aquele resultado um cientista.
Considere o fluxograma da figura 45. Se a varivel independente (rvores)
categrica e tem mais do que dois nveis, a seta pode representar apenas o sentido da
influncia. Ela no pode representar que tipo de efeito a varivel sofrer. Por exemplo, se
"rvores" est representando "espcies de rvores", podemos imaginar que o aumento de
algumas espcies ser bom para os macacos, mas o aumento de outras pode ser ruim ou
ainda os macacos podem ser indiferentes ao nmero de muitas espcies de rvores.
Teremos, tambm, o mesmo problema se a relao contnua, mas no linear, ou pelo
menos, monotnica. Um aumento em uma varivel contnua, como densidade de rvores,
pode causar aumento do nmero de macacos quando as rvores so esparsas, mas um
aumento semelhante pode determinar o decrscimo do nmero de macacos, quando a
cobertura arbrea for muito densa. A figura 12 (captulo 2) que apresenta a variao da
atividade de um inseto em funo da temperatura, ilustra este tipo de relao, muito
freqente na biologia. Vamos comear com um modelo mais simples, que no ocorre com
freqncia na natureza, mas que muito comum em modelos estatsticos. Vamos assumir
que h uma relao linear entre rvores e macacos.
Figura 45
Fatores simultneos
O grfico que ilustra a relao entre macacos e rvores (figura 46a) parece ser
linear e mostra um aumento na densidade de macacos com a densidade de rvores. Esta
relao parece lgica, porque macacos se refugiam de predadores terrestres em rvores.
Se coletarmos dados sobre a densidade de uma espcie de arbusto que os macacos usam
como alimento, tambm encontraremos uma relao linear positiva (figura 46b). Estes
dois grficos sugerem o fluxograma apresentado na figura 47.
71
Figura 46
8 8
NMERO DE MACACOS 7 a F 7 b F
NMERO DE MACACOS
6 6
5 D E 5 D E
4 4
3 B 3 B
2 C 2 C
1 A 1 A
0 0
0 1 2 3 4 5 6 7 0 1 2 3 4 5 6 7
NMERO DE RVORES NMERO DE ARBUSTOS
Figura 47
RVORES +
MACACOS
+
ARBUSTOS
72
Figura 48
8 7
a b
NMERO DE MACACOS
NMERO DE RVORES
7 F 6 E
6 5 F
5 D E 4 C
4
3 D
3 B
2 C 2 A
1 A 1 B
0 0
0 1 2 3 4 5 6 7 0 1 2 3 4 5 6 7
NMERO DE ARBUSTOS NMERO DE ARBUSTOS
8 7
c d
NMERO DE ARBUSTOS
NMERO DE MACACOS
7 F 6 F
6 5 E
5 D E 4 D
4
3 C
3 B
2 C 2 B
1 A 1 A
0 0
0 1 2 3 4 5 6 7 0 1 2 3 4 5 6 7
NMERO DE RVORES NMERO DE RVORES
As letras maisculas junto aos pontos indicam a reserva de onde vieram aqueles
dados. As linhas verticais indicam o desvio de cada ponto em relao reta, ou seja, a
variabilidade no explicada pelo modelo linear. Na figura 48a, a variabilidade de macacos
explicada por arbustos representada pela reta e os desvios indicam a variabilidade de
macacos no associada a arbustos. Da mesma forma, podemos obter a variabilidade de
rvores no associadas com arbustos na figura 48b. As distncias dos pontos at a linha,
que chamamos desvios ou resduos, refletem as mudanas no nmero de rvores ou
macacos devido a outros fatores que no os arbustos.
Se esboarmos o grfico destes resduos contra o nmero de arbustos, veremos
que eles no indicam qualquer relao com os arbustos. Alguns autores diriam que eles
descrevem a variabilidade esperada se arbustos fosse mantido constante. Se construirmos
o grfico dos resduos da figura 48a contra os resduos da figura 48b, pareando cada
ponto pela reserva que o originou, teremos a relao entre macacos e rvores esperada
se removssemos o efeito de arbustos, ou, de forma equivalente, a relao esperada se o
nmero de arbusto fosse constante entre as reservas (figura 49a). A figura 49a a
"regresso parcial" de macacos com rvores. Ela chamada regresso parcial porque
mostra apenas a parte da variabilidade nos dados que no est associada com arbustos.
Podemos generalizar este processo e usar os resduos das figuras 48c e 48d para
produzir o grfico da regresso parcial de macacos e arbustos, independentes de rvores
(figura 49b). De fato, o mtodo de regresso mltipla usa o mesmo processo para isolar
os efeitos provveis de cada fator independente dos efeitos de todos os outros fatores que
aparecerem no modelo.
73
Figura 49
1 3
MACACOS (PARCIAL)
a 2 b
0 1
0
-1 -1
-2
-2 -3
-2 -1 0 1 2 -2 -1 0 1 2
RVORES (PARCIAL) ARBUSTOS (PARCIAL)
macacos=0,33-0,667*rvores+1,667*arbustos.
macacos(parcial)=0-0,667*rvores(parcial)
macacos(parcial)=0+1,667*arbustos(parcial).
74
A regresso geral tem as mesmas inclinaes (valores de b) das regresses
parciais. De fato, ela foi construda pela soma das regresses parciais. A elevao no a
mesma, porque um nico valor no poderia substituir as inclinaes individuais de cada
regresso parcial, que em nosso exemplo foram iguais (ambas as regresses passaram
pela origem dos eixos i.e. a=0), mas que poderiam ser diferentes. De qualquer modo, a
similaridade da regresso geral com as regresses parciais ilustra sua natureza comum. A
regresso geral no passa da soma de efeitos lineares estimados pelas regresses
parciais. Este um modelo simples, mas que provou ser til em muitas situaes.
Figura 50
28
23
ALTURA (cm)
18
13
8
SP1 SP2
ESPCIES
Uma interao indica que o efeito de um (ou mais) fatores depende dos nveis de
outros fatores. Interaes podem ocorrer tanto em variveis categricas quanto em
variveis contnuas e entre variveis contnuas e categricas. Elas so mais
freqentemente estudadas com variveis categricas, porque a maioria dos programas
estatsticos para computadores automaticamente sempre levam em conta todas as
76
interaes possveis para um dado modelo de ANOVA. Entretanto, isto nem sempre
adequado e iremos discutir a seleo de variveis no prximo captulo. Em termos de
nosso fluxograma conceitual, a presena de interao indica que deixamos de fora uma ou
mais variveis importantes. Em geral, descobrir interaes no um exerccio interessante
por si prprio. Entretanto, interaes so sinais importantes de que precisamos repensar
nosso fluxograma de forma que possamos entender por que as interaes ocorrem.
Lembrem-se que o clculo das razes de F, necessrias para se estimar as
probabilidades em ANOVA e regresso, envolve mdias quadradas, que so varincias
compostas (captulo 6). Para se determinar quais varincias esto includas em cada mdia
quadrada, temos que levar em conta se os fatores so fixos ou randmicos. Alguns
programas de computadores perguntaro se os fatores so fixos ou randmicos, e
calcularo as razes F corretas. Outros requerem que o usurio ativamente fornea esta
informao e outros s so capazes de calcular razes de F para um tipo de fator (em
geral, fixo). Portanto, se o leitor fizer os clculos manualmente, ou usar um programa que
no solicita informao sobre se os fatores so fixos ou randmicos, dever consultar um
livro de estatstica apropriado. Os leitores com facilidade em matemtica podem consultar
Winer et al. (1991) para aprender como construir as razes de F corretas. Zar (1996) traz
um apndice que apresenta como fazer isto sem entrar em detalhes do processo
envolvido.
Muitas concluses na literatura ecolgica foram baseadas em anlises incorretas,
porque os pesquisadores analisaram os dados como se todos os fatores fossem fixos
(Bennington et al. 1994, Newman et al. 1997). Revisem o captulo 7 para ver como este
modelo muito restritivo. No vamos nos ater nestes pontos estatsticos porque, se os
dados foram coletados segundo um delineamento adequado, qualquer estatstico pode
ajudar em sua anlise. Entretanto, importante compreender que modelos mistos de
ANOVA sero muito fracos, a no ser que haja um nmero grande de rplicas e de nveis
dos fatores randmicos, de modo que as estimativas de varincia devido aos nveis
amostrados possam ser adequadamente analisadas. Koele (1982) disse: "Experimentos
que tenham fatores randmicos com apenas dois ou trs nveis devem ser considerados
to absurdos como testes t entre amostras com duas ou trs observaes".
77
Captulo 9:
Quais variveis analisar?
Esta uma das perguntas mais comuns de estudantes para orientadores, e uma
pergunta que os pesquisadores experientes deveriam se fazer com maior freqncia. A
resposta mais simples incluir todos os fatores que apareceram em seu fluxograma.
Entretanto, somente deveriam aparecer nos fluxogramas os fatores cuja incluso seja
altamente justificada pela teoria ecolgica, pelo bom senso ou por informao da histria
natural. No queremos incluir muitos, especialmente se eles no contribuem com
informaes a respeito da varivel dependente. Lembrem-se de que perdemos um grau de
liberdade para cada parmetro estimado (veja captulo 5). Para ilustrar um dos perigos de
se incluir variveis desnecessrias em nossas anlises, vamos acompanhar o exemplo
seguinte. Calculamos a relao entre densidade de lagostins e um ndice de poluio em
12 locais. Uma anlise de regresso indicou que a hiptese nula, que era a ausncia de
relao entre a densidade de lagostins e a poluio era muito improvvel (P=0,014). Isto
uma evidncia forte de que a poluio afeta os lagostins. A seguir, sorteamos nmeros
ao acaso para construir 6 variveis completamente aleatrias e as inclumos uma a uma
na anlise. A figura 51 mostra o efeito de se adicionar estas variveis esprias na
proporo da variao explicada (linha contnua) e a probabilidade de o modelo estar de
acordo com a hiptese nula (linha tracejada), ambas expressas em porcentagens.
Figura 51
70
60
PORCENTAGEM
50 R2 P
40
30
20
10
0
0 1 2 3 4 5 6 7 8
VARIVEIS
Entretanto, algum leitor pode ser sortudo, e a incluso de uma varivel aleatria
pode aumentar a "significncia" de sua regresso. Isto representaria embasar sua
interpretao de dados biolgicos nos azares da matemtica. Em geral, a adio de
variveis irrelevantes somente ir comprometer as interpretaes biolgicas. Uma boa
regra decidir quantas repeties sero coletadas, dividi-las por dez e tentar restringir seu
modelo para que no inclua mais do que este nmero de fatores. De qualquer modo, evite
desenhos de experimentos que resultem em menos de dez graus de liberdade no resduo
(Green 1989).
Harris (1975) sugeriu que a anlise de regresso mltipla no robusta a violaes
de sua premissa sobre a distribuio normal de suas variveis, a no ser no caso de
haver pelo menos mais de 50 observaes a mais do que o nmero de variveis
independentes. A filosofia de selecionar variveis tem muito em comum com a filosofia de
comparaes mltiplas e um artigo de Tukey (1991) um bom lugar para se comear a
entender os tipos diferentes de questes que podem ser formuladas a respeito do mundo
real.
Inteligncia artificial
Quando temos inmeros tipos de medidas, os mtodos estatsticos no so
eficientes em escolher quais delas so relacionadas com as outras. Para entender isto,
vamos considerar o tipo de resultados produzidos por alguns esquemas automatizados de
seleo de variveis. Para os prximos exemplos, usaremos apenas dados produzidos por
computadores atravs de um gerador de nmeros aleatrios . Portanto, no h relao
causal entre as variveis e as relaes entre elas so apenas (e exatamente) aquelas
esperadas pelos azares da probabilidade.
Um dos esquemas mais comuns de seleo de variveis a regresso "step-wise".
Existe um grande nmero de variaes neste procedimento, incluindo aquelas
denominadas "step-up" (passo acima), "step-down" (passo abaixo) e "best-subsets
regression" (regresso dos melhores subconjuntos). Os praticantes defendem uma ou
outra como sendo "melhor" do que as demais, embora na verdade isto faa pouca
diferena (Berk 1978). Entretanto, nosso ponto que as probabilidades associadas com os
resultados de qualquer uma delas no podem ser relacionados com nenhuma hiptese
nula conhecida (p. ex. Freedman 1983, James and McCulloch 1990, Anderson et al. 2001).
Elas so pseudoprobabilidades e no devem ser apresentadas como se fossem qualquer
coisa alm disto. Se a tcnica for usada apenas para gerar hipteses, no h razo para
apresentar pseudoprobabilidades, que no tm interpretao lgica. Podemos garantir aos
leitores que perguntar a um bilogo competente uma maneira muito melhor de decidir
quais variveis deveriam ser estudadas. A razo disto porque deveramos conhecer
alguma coisa a respeito do relacionamento das variveis independentes antes de inclu-las
na anlise (veja captulo 10). Apenas como ilustrao, vamos imaginar que os leitores tm
um conhecimento detalhado das relaes entre as variveis independentes, mas no
podem gerar uma hiptese sobre quais so provveis de afetar a varivel dependente.
A tabela 7 foi gerada por nosso computador usando o pacote estatstico SYSTAT 8.
Nela se v os resultados de uma anlise de regresso mltipla convencional, relacionando
a densidade de lagostins com 10 potenciais varivies independentes. Atribumos a elas
nomes realsticos, mas lembrem-se que foram criadas em um gerador de nmeros
aleatrios.
79
Tabela 7
80
Captulo 9
Tabela 8
Analysis of Variance
81
Tabela 9
82
Captulo 9
Tabela 10
Analysis of Variance
Ento, ele decide testar todas as interaes possveis (tabela 11). Tabelas de
ANOVA so interpretadas de baixo para cima. Se o fator est envolvido em uma interao
significante, ento todos os termos acima, nos quais o fator est envolvido, so
presumivelmente significantes. No entanto, os pesquisadores algumas vezes concluem que
o efeito simples de um fator envolvido em uma interao no significante. Isto ilgico.
Se o fator est envolvido em uma interao, ento no existe resposta simples. O efeito
do fator depende do nvel do outro fator ou fatores envolvidos na interao. Baseado na
tabela 11, o estudante concluiu que h uma interao significante (P=0,001) entre
galhos_submersos e peixes_herbvoros, e portanto, que galhos_submersos e
peixes_herbvoros afetam a densidade de lagostins.
H muitas explicaes biolgicas possveis para uma interao entre
galhos_submersos e peixes_herbvoros e isto permite uma seo extensa na discusso da
tese dedicada a este ponto. O estudante considera ainda que a probabilidade asociada
com a hiptese nula (ausncia de interao entre profundidade, velocidade e
83
peixes_herbvoros) to baixa (P=0,075) que indica uma tendncia que vale a pena ser
discutida. O estudante e seu orientador ficam contentes, porque agora h uma "tese"
volumosa para ser defendida, mas a cincia ter avanado? Este exemplo tambm foi
baseado em dados sorteados ao acaso. H 25 possveis termos de interao em uma
ANOVA com cinco fatores. Portanto, esperamos em mdia um resultado "significante" ao
nvel de 0,05 para dados ao acaso. Entretanto, as interaes envolvem mais do que um
fator, e em conseqncia esperamos que mais de um fator aparea como "significante". O
estudante tinha quase garantia de encontrar resultados "significantes", mesmo que suas
variveis no tivessem nenhuma relao entre s, como nos dados randmicos do
exemplo.
Muitos autores parecem no enxergar que muitos programas de ANOVA no
controlam a taxa de erro geral (e.g. Fowler 1990). Muitos tipos de tabelas estatsticas
apresentam grande nmero de testes e tambm no controlam a taxa de erro geral (Rice
1989). Harris (1975), salienta que muitos programas de regresso mltipla usualmente
apresentam um teste de significncia da regresso geral, mas que programas de ANOVA
para dados categricos no fazem isso. Isto estranho, j que a ocorrncia de um
resultado geral no significante coexistindo com efeitos parciais significativos um bom
indicador de que inclumos variveis demais em nosso modelo e que a "significncia"
estatstica das parciais podem no passar de artefatos, seja em regresso ou em ANOVA.
importante identificar interaes quando elas ocorrem em nossos modelos,
principalmente porque indicam que deveramos estar incluindo outros fatores, ou
reconsiderando as escalas nas quais as variveis foram medidas. Entretanto, se
permitirmos que o computador gere todas as possveis interaes, sem refletirmos quais
devem ser as mais apropriadas, estaremos apenas gerando muitas relaes esprias e
muita confuso. Alguns pesquisadores, com mais habilidade em matemtica, podero
us-las para ajudar a decidir entre diferentes candidatos de modelos (p. ex. Burnham and
Anderson 1998). Entretanto, o pesquisador nunca pode abrir mo da responsabilidade de
usar a lgica para decidir quais variveis devem ser includas. Fazer isto bem feito a arte
do cientista.
Tabela 11
Dep Var: LAGOSTIN N: 96 Multiple R: 0.629 Squared multiple R: 0.395
Analysis of Variance
84
Captulo 9
85
GALHOS_SUBMERSOS*VELOCIDA 0.115 1 0.115 1.597 0.211
DE*
P.HERBVOROS*P.CARNVOROS
PROFUNDIDADE*GALHOS_SUBME 0.131 1 0.131 1.817 0.200
RSOS*
VELOC.*P.HERBVOROS*P.CARNV
OROS
Algumas vezes desejamos coletar dados para construir hipteses e dados para
testar hipteses ao mesmo tempo. Neste caso, precisamos de grande nmero de dados
para poder dividi-los em um sub-grupo de dados exploratrios e outro de dados de
validao. Os dados exploratrios usualmente resultam em estatsticas superotimistas em
relao capacidade de previso do modelo (Picard and Cook 1984). Se o sub-grupo de
dados de validao representativo da amostra exploratria, e se ambos forem
representativos da populao de interesse, este processo pode economizar tempo e
dinheiro. A cincia trabalha basicamente testando o quanto os resultados podem ser
repetidos. Sub-grupos de validao no so evidncia to boa quanto uma repetio mais
substancial (Guttman 1985), feita por outro pesquisador, em outro local e tempo. Ainda
assim, muitas vezes o melhor que podemos fazer.
O problema geral em no publicar resultados no significativos se extende a
comparaes entre estudos, interpretao da literatura, revises e tcnicas de meta-
anlise (Palmer 1999, Thornhill et al 1999). Em todos estes nveis, o pesquisador deve se
perguntar o que foi testado mas no relatado. Entretanto, no vamos nos ater mais nesta
questo aqui.
86
Captulo 10:
Modelos complexos
At agora temos considerado como analisar situaes muito simples, nas quais as
variveis independentes podem afetar a varivel dependente, mas no podem afetar
umas s outras. claro que isto no muito realista. Neste captulo, vamos continuar a
lidar com relaes lineares simples, mas vamos permitir que as variveis independentes se
afetem mutuamente. Vamos analisar o exemplo dado no captulo 2. O fluxograma
apresentado na figura 52 mostra a direo da influncia, mas no especificamos o que flui
ao longo das setas.
Figura 52
PEIXES
POLUIO LAGOSTINS
FITOPLNCTON
87
Tabela 12
88
fornecem as estimativas de parmetros padronizadas mas, em geral, elas so de pouco
uso, a menos que estejamos interessados em ver como os efeitos se propagam atravs
dos fluxogramas.
O uso de coeficientes padronizados para avaliar cadeias de efeitos chamado de
"Anlise de Caminhos" ("Path Analysis") ou "Modelagem de Equao Estrutural". Vamos
mostrar como fazer isto de uma forma simples (e no completamente correta), de forma
que possam entender os conceitos e remeter-se literatura, onde podero encontrar
detalhes sobre os mtodos mais aceitos e empregados. Antes que se envolvam em
demasia com os aspectos matemticos do mtodo, gostaramos que entendessem alguns
conceitos relacionados com efeitos diretos, indiretos e efeitos gerais, sem o que,
impossvel desenhar esquemas amostrais efetivos.
Figura 53
PEIXES -0,39
-0,16
LAGOSTINS POLUIO
+0,55
FITOPLNCTON
89
figura 53 tem a forma de uma estrela, com todas as setas dirigindo-se para a varivel
dependente, em todos os ngulos. As direes das setas so arbitrrias, porque as
variveis independentes no afetam umas s outras. Sistemas que podem ser
representados por um fluxograma em forma de estrela so muito raros em ecologia, mas
a maioria dos procedimentos estatsticos comumente empregados assumem este formato.
por este motivo que devemos construir um fluxograma que represente a maneira como
acreditamos que o sistema em estudo funcione, antes de escolher a anlise.
A regresso mltipla est nos dizendo que se peixes e fitoplncton forem mantidos
constantes, o efeito da poluio sobre os lagostins ser negativo e, possivelmente, no
significante. O problema que, no mundo real, no possvel manter as densidades de
peixes e fitoplncton constantes, quando este tipo de poluio varia. Talvez, se
extingussemos todos os peixes e fitoplncton dos lagos poderamos ver o efeito previsto
pela regresso mltipla, mas espero que concordem que isto seria eticamente
questionvel, alm de difcil execuo tcnica. O conhecimento de efeitos diretos pode ser
til em campos como o da medicina ou agricultura, onde podemos manipular alguns
fatores alm dos nveis que eles ocorrem naturalmente e eliminar ou controlar outros
quase totalmente. Em situaes em que no possumos este controle, ser muito mais til
conhecer os efeitos reais de um fator, e no seus efeitos hipotticos, se tudo o mais fosse
mantido constante.
Figura 54
PEIXES
0,67 0,39
0,16
POLUIO LAGOSTINS
+ 0,56 + 0,55
FITOPLNCTON
O efeito geral (a soma dos efeitos diretos e indiretos) da poluio 0,41, que
coincide com o resultado que obtivemos pela regresso simples de lagostins e poluio.
Embora a regresso simples tenha fornecido uma resposta numrica correta, ela indicou
um efeito direto positivo de poluio sobre lagostins que no existe. A regresso mltipla
forneceu a resposta correta em relao aos efeitos diretos, mas isto uma resposta a
respeito de um mundo que no acreditamos existir. Em nosso modelo, poluio est
dirigindo o sistema, embora s tenha um pequeno efeito direto sobre lagostins. Um
aspecto perturbador das anlises convencionais que elas tendem a desconsiderar os
efeitos finais dos fatores, focalizando-se nas causas prximas, que na verdade so apenas
o resultado das variveis mais importantes da poro mais a esquerda do modelo.
Experimentos manipulativos, onde o pesquisador mantm algumas variveis constantes ou
produzem combinaes de nveis de fatores que no existem na natureza, tm a mesma
limitao. Eles esto se reportando aos efeitos diretos esperados em um mundo
imaginrio. A anlise de caminhos permite-nos interpretar um mundo carregado de
sentido biolgico. Geralmente, na ausncia de fluxogramas, as anlises estatsticas no
podem ser interpretadas.
92
Captulo 11:
Endireitando o mundo com transformaes e
outros truques
At agora, nossas anlises basearam-se em modelos lineares nos quais temos
minimizado os desvios quadrados para estimar parmetros. Estes mtodos algbricos de
mnimos quadrados so teoricamente apropriados somente sob um conjunto de condies
muito restritivas. Eles assumem que as relaes so lineares, que os efeitos dos fatores
so aditivos, que os resduos dos modelos tenham distribuio normal, que no h erro
estocstico na medida das variveis independentes, que a variao da varivel
dependente homogeneamente distribuda ao longo dos nveis da varivel independente
e ainda outras condies improvveis. Quando estas condies no so satisfeitas, algum
outro modelo ser um melhor estimador. Entretanto, algumas vezes possvel
transformar os dados e faz-los se conformarem s premissas dos mnimos quadrados.
Neste captulo, vamos primeiro considerar sobre maneiras de operar estas transformaes
e depois examinaremos modelos alternativos. Nossos modelos sero muito simples e no
nos ateremos em detalhes. Procuraremos esclarecer os aspectos conceituais mais
importantes, de forma que eles possam ser usados para esclarecer e no para obscurecer
os padres da natureza.
Nosso exemplo diz respeito a pessoas tentanto estimar massa ou volume a partir
de medidas lineares, digamos, um eclogo interessado em estimar a biomassa de uma
grande rea de floresta. Se preferirem um problema aplicado, imaginem um engenheiro
florestal empenhado em estimar o volume de madeira. Bilogos de pesca usam tcnicas
similares para estimar o peso a partir de medidas de comprimento de peixes, e fisilogos
tm problemas similares quando a massa corprea afeta as variveis em que esto
interessados. Na realidade, este tipo de relao esperado em muitos sistemas biolgicos
(Carlson e Doyle 1999). relativamente simples tomar medidas do dimetro de rvores,
enquanto a medio da biomassa tarefa rdua e destrutiva. Portanto, nosso eclogo
decide determinar a relao entre o dimetro e a biomassa de 30 rvores e usar esta
relao para predizer a biomassa florestal a partir de medidas do dimetro de rvores
tomadas sobre toda a rea de interesse. Os dados para as 30 rvores esto mostrados na
figura 55.
93
Figura 55
3000
BIOMASSA (kg)
2000
1000
0
0 5 10 15 20 25 30 35
DIMETRO (cm)
Biomassa=a*Dimetrob +e1
onde "a" e "b" so coeficientes que descrevem o formato e a posio da curva, enquanto
e1 representa a variao aleatria ou explicada por fatores que no entraram no modelo e
chamado de "erro". Logaritmizando os dois lados da equao (desconsiderando o
"erro"), obtemos um equao linear em uma forma que pode ser tratada pela lgebra
convencional de mnimos quadrados.
Portanto, o bilogo decide transformar seus dados, colocando ambos os eixos em escalas
logartmicas de base 10 (Figura 56).
94
Figura 56
1000
10
0
10 20 30
Log 10 (DIMETRO)
log10(biomassa)=-0,775+2,778*log10(dimetro)
Esta equao preditiva pode ser usada para estimar a biomassa de rvores para as quais
apenas o dimetro foi medido. Tudo parece bem, porque o r2 (um indicativo grosseiro da
capacidade de predio da equao) alto (0,96) e agora podemos estimar o coeficiente
"b", e o logartmo do coeficiente "a" e re-escrever a equao original como:
Biomassa=0,461*Dimetro2,778
A figura 57 mostra a posio estimada da curva em relao aos dados originais. Podemos
ver que aquele r2 no faz sentido em termos dos dados originais. A linha no explica cerca
de 96% da variao nos dados e a variabilidade muda ao longo da linha. A equao
muito boa para estimar a biomassa de rvores pequenas, mas rvores grandes, na faixa
de 25-30 centmetros de dimetro, poderiam ter biomassa variando de menos de 1000kg
at mais de 2000kg. Os pesquisadores as vezes apresentam o grfico dos dados
transformados, mas o ajuste do modelo s pode ser avaliado em relao aos dados
originais, no transformados.
95
Figura 57
3000
BIOMASSA (kg)
2000
1000
0
0 5 10 15 20 25 30 35
DIMETRO (cm)
Biomassa=1,139*Dimetro2,178
3000
BIOMASSA (kg)
2000
1000
0
0 5 10 15 20 25 30 35
DIMETRO (cm)
97
Figura 59
50
40
ALTURA (cm)
30
20
10
0
0 10 20 30 40
COMPRIMENTO (cm)
Verossimilhana mxima
Figura 60
3000
BIOMASSA (kg)
2000
1000
0
0 5 10 15 20 25 30 35
DIMETRO (cm)
101
Captulo 12:
Anlise multivariada - cortando as rvores
para enxergar melhor a floresta.
No sem motivo, a estatstica multivariada tem sido comparada caixa de Pandora
(James e McCulloch 1990). Ela um campo pantanoso onde at mesmo estatsticos
experientes se movem cuidadosamente. Muitas das tcnicas multivariadas e univariadas,
incluindo as que discutimos at agora, podem ser vistas como casos especiais da anlise
de correlao cannica (Harris 1975). Entretanto, vamos nos concentrar em mtodos que
demandam menos matemtica e tentaremos relacionar os padres observveis nos
grficos com aquilo que as tcnicas esto tentando revelar. Nas sees anteriores, lidamos
com relaes que podiam ser tratadas matemtica ou conceitualmente segundo a
equao:
Y = a + b*X(possivelmente parcial)
A maioria das tcnicas multivariadas usadas em ecologia podem ser representadas pela
seguinte equao conceitual:
Y = a + b*X(possivelmente parcial)
Tabela 13
1 9 1 0 0 0 0 270
2 0 1 0 0 0 1 315
3 0 0 0 0 4 0 200
4 0 2 1 1 0 2 255
102
5 4 0 0 0 6 0 190
6 0 1 0 0 0 0 290
7 8 0 0 0 7 0 150
8 6 0 0 0 3 0 125
9 2 0 2 2 3 1 230
10 0 2 1 1 0 1 290
11 0 0 4 4 1 0 240
12 10 0 0 0 1 0 100
Grficos de gradientes
A figura 62a um grfico composto, mostrando a distribuio de cada espcie
contra a precipitao pluviomtrica. Notem que as diferentes espcies no tm uma
distribuio similar ao longo do gradiente de precipitao. Algumas tm densidades
maiores em locais com pouca chuva, outras apresentam densidades maiores com chuva
intermediria e algumas tm densidades mximas (embora no muito grandes) em locais
com muita chuva. A chuva parece estar influenciando as espcies, mas as relaes de
cada espcie com a chuva no so lineares. Entretanto, o padro seria mais claro se
tivssemos apresentado os grficos em uma ordem diferente, colocando os grficos das
espcies que tiveram as maiores densidades em reas com grande precipitao acima e os
grficos das espcies com maiores densidades em locais menos chuvosos abaixo (figura
62b).
103
Figura 62
10 10
a b
sp B
sp F
5 5
0 0
10 10
sp E
sp F
5 5
0 0
Densidade
10 10
sp D
sp C
5 5
0 0
10 10
sp D
sp C
5 5
0 0
10 10
sp B
sp E
5 5
0 0
10 10
sp A
sp A
5 5
0 0
100 150 200 250 300 350 100 150 200 250 300 350
PRECIPITAO PRECIPITAO
a b
sp B
0.2
-0.1
0.5
sp F
0.2
-0.1
Densidade
0.5
sp C
0.2
-0.1
0.5
sp D
0.2
-0.1
0.5
sp E
0.2
-0.1
0.5
sp A
0.2
-0.1
100 150 200 250 300 350 100 150 200 250 300 350
PRECIPITAO PRECIPITAO
O Padro agora ficou mais claro, com as rvores tendo tanto efeito quanto as
gramneas em nossa anlise visual. Entretanto, nem sempre este ser o caso. Algumas
espcies podem ser raras simplesmente devido aos azares da amostragem, e atribuir um
peso indevido para estas espcies, atravs desta padronizao, pode obscurecer os
padres, ao invs de revel-los. Outra alternativa seria transformar os locais para ter as
mesmas densidades de indivduos, independente de espcies. Neste ltimo caso, a anlise
visual no se preocupa com a densidade absoluta, mas enfatiza a densidade relativa
(figura 63b). Portanto, sejam cuidadosos ao usar propores ou outras transformaes
que limitem a amplitude dos dados, j que estes procedimentos podem criar padres
esprios em algumas anlises (Jackson 1997).
As transformaes dos dados alteram as interpretaes biolgicas (Noy-Meir et al.
1975, Pielou, 1984, Johnson e Field 1993). Em nosso exemplo, o padro geral
permaneceu o mesmo, mas os detalhes de cada espcie mudaram. Na verdade, os
grficos 62b, 63a e 63b respondem questes diferentes. importante compreender isto,
antes de passarmos para a prxima seo. Muitas das tcnicas de anlise multivariada
mais empregadas realizam internamente transformaes de dados e o pesquisador deve
estar certo de que estas transformaes so apropriadas para a questo em pauta.
105
Gradientes hipotticos
At agora nossas anlises se referiram a um gradiente ecolgico que sabemos
existir. Nossa questo era se existe um padro associado com o gradiente que
conhecemos. Entretanto, pode haver outros padres, talvez at mais fortes, que estamos
deixando de lado porque nos concentramos no gradiente de precipitao pluviomtrica.
Uma outra maneira de abordar a questo perguntar se h padres nos dados,
independente de quaisquer padres conhecidos. Isto chamado de "anlise indireta de
gradiente". H muitos tipos de anlise indireta de gradiente, mas comearemos com uma
que no requer muita matemtica para ser compreendida. A esta altura do livro,
esperamos que no se assustem mais com os nomes esdrxulos pelos quais os estatsticos
chamam suas anlises. A que vamos tratar agora chamada de "anlise no-mtrica de
escalas multidimensionais" e representada pela sigla NMDS. Considerando nosso
exemplo, o objetivo da anlise descrever o padro apresentado pelas seis espcies, em
menos dimenses do que as apresentadas na tabela 13. Observe que aqui cada espcie
representa uma dimenso, alm claro, da dimenso representada pela precipitao.
Uma das vantagens de NMDS que podemos escolher para quantas dimenses queremos
reduzir o nosso problema. Como sabemos que existe um gradiente de chuva e analisamos
os dados em relao a esta dimenso nos grficos anteriores, vamos fazer uma ordenao
unidimensional dos "objetos", que em nossa anlise so os locais, em relao aos
"atributos", que em nossa anlise so as espcies.
Ordenar os locais requer um passo intermedirio. No temos informao sobre os
locais em relao a um gradiente externo. Temos apenas dados sobre o relacionamento
entre os locais, baseados na distribuio de espcies. Ento, perguntaremos o quanto os
locais diferem considerando as espcies. Entretanto, esta questo nos leva a outra
pergunta: qual ser nossa medida de diferena? Diferenas em qual espcie? A medida
mais simples de diferena (ou "distncia") ser apenas somar as diferenas entre os locais
para cada espcie. Por exemplo, no local #1 contamos nove indivduos da spA enquanto
no local #2 no houve indivduos desta espcie. Portanto estes locais diferiram por nove
nesta varivel. Ambos tiveram um indivduo da spB, portanto a diferena foi zero, para
esta espcie. A diferena mdia por espcies entre o local #1 e o local #2, somando todas
as espcies foi 10/6 = 1,7. Se conduzirmos o mesmo procedimento para cada par de
locais, obteremos o resultado mostrado na tabela 14, que chamada de "matriz de
associao".
Tabela 14
#1 #2 #3 #4 #5 #6 #7 #8 #9 #10 #11 #12
.
#1 0
#2 1,7 0
#3 2,7 1,3 0
#4 2,2 0,5 1,8 0
#5 2,7 2,7 1,3 3,2 0
#6 1,5 0,2 1,2 0,7 2,5 0
#7 1,8 3,2 1,8 3,7 1,2 3,0 0
#8 1,2 1,8 1,5 2,3 1,5 1,7 1,3 0
106
#9 3,7 2,7 2,0 2,8 2,0 2,8 3,2 2,5 0
#10 2,0 0,3 1,7 0,2 3,0 0,5 3,5 2,2 2,7 0
#11 2,8 1,5 1,2 1,7 2,5 1,3 3,0 2,3 2,2 1,5 0
#12 0,5 2,2 2,5 2,7 2,5 2,0 1,7 1,0 3,5 2,5 2,7 0
107
Figura 64
0.5
sp B
0.2
a b
-0.1
0.5
sp F
0.2
-0.1
Densidade
0.5
sp C
0.2
-0.1
0.5
sp D
0.2
-0.1
0.5
sp E
0.2
-0.1
0.5
sp A
0.2
-0.1
-2 -1 0 1 2 -2 -1 0 1 2
MDS1 MDS1
Notamos que na figura 64a h um padro diagonal que corre na direo oposta
da figura 63. A direo do novo eixo completamente arbitrria, porque o eixo foi
desenhado somente para manter as distncias relativas entre os pontos. Portanto,
podemos reverter o eixo MDS1 (figura 64b).
O padro similar ao obtido com a anlise direta de precipitao, mas a anlise
MDS no foi capaz de reproduzir o padro original completamente. Ainda assim, MDS1
representou a precipitao razoavelmente bem, embora nenhuma observao direta de
chuva tenha sido usada na ordenao. A anlise fez isso usando somente as similaridades
(mais corretamente, as dissimilaridades) entre os locais em termos de contagens de
plantas. Se colocarmos em um grfico o gradiente verdadeiro (precipitao) contra o
gradiente predito pela anlise NMDS, veremos que o eixo hipottico predisse cerca de
50% (r2=0.53) da variao da precipitao pluviomtrica (figura 65).
108
Figura 65
300
200
100
0
-2 -1 0 1 2
MDS1
Isto foi bem razovel, considerando que nenhuma das distribuies de espcies ao
longo do gradiente de chuva (figura 62b) formava uma curva muito suave e que a
associao das variveis originais com a precipitao no foi mais forte do que a esperada
para dados ecolgicos.
Ordenaes indiretas sempre seguem os mesmos passos, embora isto nem sempre
seja bvio a partir dos programas. Primeiro os dados podem ser transformados e o tipo de
transformao deveria ser dependente da questo formulada. A seguir, uma matriz de
associao das distncias (ou das similaridades) entre os objetos construda. A matriz de
associao baseada em uma medida obtida a partir da mdia de todos os atributos.
Portanto, h apenas uma distncia entre cada par de objetos analisados, independente de
quantas variveis (atributos) sejam medidos. O programa ento arranja os objetos ao
longo de um ou mais eixos (usualmente dois eixos ou dimenses) que melhor refletem os
padres encontrados nos dados. Com sorte, estes eixos refletiro as variveis ecolgicas
que causaram os padres nos dados. Na melhor das hipteses, esperamos somente uma
aproximao grosseira das dimenses reais que determinaram os padres e se
escolhemos uma transformao imprpria, ou uma medida de associao ou tcnica de
ordenao inadequada, pode no haver correspondncia entre os eixos derivados e os
gradientes ecolgicos reais (procurem Kenckel e Orloci 1986 para exemplos). Algumas
vezes, o pesquisador est interessado em uma ordenao dos atributos ao invs dos
objetos e alguns mtodos podem fazer ordenaes simultneas de objetos e atributos.
Entretanto, a lgica da anlise permanece a mesma.
Figura 66
2
a b
1 A
B
MDS2
AA AA B
0 B
A B
B
-1
B
-2
-2 -1 0 1 2 -2 -1 0 1 2
MDS1 MDS1
111
Figura 67
3
a b
B
COMPONENTE 2 2
A
1
B B A
0 A
B A
A
B
-1 B A
-2
-2 -1 0 1 2 -2 -1 0 1 2
COMPONENTE 1 COMPONENTE 1
Se o padro nos dados for muito forte e causado por poucos gradientes, todos os
mtodos comumente usados fornecero resultados semelhantes. Entretanto, as diferenas
podem ser importantes. No recomendaramos as anlises apresentadas acima para os
dados da tabela 13. Sabemos que outras medidas de associao e/ou transformaes
sero mais apropriados para a maioria dos estudos ecolgicos. Ns apresentamos estes
mtodos apenas por motivos didticos, como uma introduo simplificada das tcnicas. A
nica maneira de se escolher o melhor mtodo para uma determinada situao
considerar o provvel padro que o gradiente ecolgico ir impingir aos dados (p.ex.
Kenckel e Orloci 1986). Se o leitor no for capaz de desenhar um grfico hipottico ou
tabela que ilustre os padres que podem estar nos dados, no deve proceder o prximo
passo e procurar por padres. Gauch publicou um livro de grande lucidez sobre tcnicas
multivariadas, em 1982. A maioria de sua discusso sobre a tcnica de ordenao
apropriada est ultrapassada e suas recomendaes diferem de muitas que fizemos aqui.
Entretanto, sua discusso dos usos das tcnicas multivariadas e dos padres em tabelas
de dados so to atuais quanto eram vinte anos atrs. Seu captulo introdutrio ainda
um dos melhores apanhados das tcnicas multivariadas na ecologia e deve nortear
qualquer curso de tcnicas multivariadas para eclogos.
Nenhuma tcnica adequada para todos os propsitos. Por exemplo, Azevedo-
Ramos et al. (1999) usaram MDS e a associao Bray-Curtis para ordenar uma
comunidade de girinos. No mesmo trabalho, usaram MDS com a medida de associao de
Gower para ordenar a comunidade de predadores de girinos e PCA para ordenar as
variveis ambientais. Cada uma foi escolhida para refletir um tipo diferente de padro.
Entretanto, no podemos entrar em detalhes agora sem perder de vista os conceitos
gerais que vamos precisar para considerar outros mtodos multivariados.
112
Y1,Y2,Y3,...Yi = a + b1*X1+ b2*X2+..... bi*Xi
Figura 68
4
3
a B
b A
B
2 A
ESCORE(2)
1 B A
A
M B
A M
0 M M B
M M
-1 M B
M
A
-2 B B
A
-3
-5 -4 -3 -2 -1 0 1 2 3 -5 -4 -3 -2 -1 0 1 2 3
ESCORE(1) ESCORE(1)
116
tiverem problemas com pseudorepeties filogenticas (captulo 5). Aqui vamos considerar
apenas diagramas (dendogramas) que so baseados em simples distncias ecolgicas,
como as usadas em anlises de ordenao.
rvores podem ser construdas em forma de chaves dicotmicas e existem alguns
programas de computador para automatizar este processo (p. ex. TWINSPAN). Entretanto,
a maioria das anlises usa uma matriz de associao como a da tabela 14 para determinar
as distncias entre os objetos e entre as bifurcaes (ns) das rvores. O processo pode
ser aglomerativo, adicionando-se objetos um por vez para formar grupos, ou divisivo,
separando as espcies hierarquicamente em subgrupos, at que cada subgrupo se
constitua de apenas uma espcie ou objeto. Os membros do grupo podem ser definidos
pela distncia ao centro do grupo, a distncia ao membro mais prximo, a distncia ao
ltimo membro, e ainda de outras maneiras. Novamente, estamos procurando por
padres na matriz de dados, e no faz sentido procurar por estes padres a no ser que
possamos imaginar como eles deveriam aparecer em uma matriz de dados hipotticos.
A escolha da tcnica de agrupamento provavelmente mais difcil do que a escolha
entre as tcnicas de ordenao, e s pode ser feita baseando-se na estrutura esperada
dos dados. A opo de tentativa e erro inaceitvel. Se usarmos todas as combinaes
possveis de medidas de distncias e tcnicas de agrupamento, quase garantido que
poderemos produzir um "cluster" que se conforme a qualquer hiptese ecolgica que
formulemos. Portanto, ficar pescando entre as diferentes tcnicas usar a estatstica de
um modo inadequado.
Alguns pesquisadores recomendam que as tcnicas de agrupamento sejam usadas
junto com tcnicas de ordenao para uma anlise preliminar dos dados (p. ex.Gauch
1982a, Belbin 1992). Isto apropriado se o leitor pretende permitir que o computador
gere hipteses por si, mas isto raramente eficiente. As rvores geradas por anlises de
agrupamento (cluster analysis) parecem ser em duas dimenses, mas isto ilusrio. Eles
representam mbiles, que podem ser girados em qualquer ngulo em cada n. Eles tm
um grande apelo sobre ns, porque parecem categorizar o mundo, e geralmente nos
sentimos mais confortveis com categorias do que com variveis contnuas mais realistas
(captulo7). As anlises de ordenao podem revelar agrupamentos (clusters) porque
estes so formados por gradientes abruptos. Entretanto, as anlises de agrupamento so
freqentemente ineficientes em revelar gradientes suaves.
As analises de agrupamento s percebem agrupamentos de certos formatos no
espao multivariado. Vamos ilustrar isto com dados de medidas biomtricas dos
estudantes de nosso curso de estatstica. As variveis medidas foram os dimetros da
cabea, pescoo, peito, cintura, quadril e comprimento da perna. As anlises de
agrupamento so anlises indiretas, mas s podemos avali-las se usarmos dados com
gradientes conhecidos. A experincia nos ensina que as categorias "homem" (H) e
"mulher" (M) diferem em forma, portanto vamos usar anlises de ordenao e
agrupamento para verificar o quanto podemos identificar esta diferena. A anlise de
agrupamento misturou as cinco mulheres com os homens (figura 69). As mulheres
tenderam a ser consideradas muito diferentes umas das outras (distncias longas ao longo
dos "galhos" do dendograma) e ocorreram em todos os cinco principais agrupamentos
diferentes (ns acima de 0,10). Baseado nesta anlise, provavelmente descartaramos a
hiptese de que o sexo afeta a forma das pessoas.
117
Figura 69
M
M
F
M
M
M
M
M
M
M
F
M
F
F
F
118
Figura 70
1.5
DIMENSO 2
M M
0.5 M
MM
M M M
M F
-0.5 F
F
F
F
-1.5
-1.5 -0.5 0.5 1.5
DIMENSO 1
Selecionando variveis
As anlises multivariadas compartilham com as anlises mais simples a dificuldade
na seleo de variveis. Os estudantes freqentemente usam os mesmos critrios
sugeridos para a seleo de variveis em regresso mltipla. Normalmente eles excluem
as variveis que so altamente correlacionadas com as outras, o que ilgico para
anlises multivariadas. Lembrem-se que estas anlises esto buscando por associaes
que se repetem entre variveis e que Gauch (1982a) chamou de "associaes de variao
coordenada". Variveis que carregam a mesma informao so, em algum sentido,
redundantes e da vem o termo "anlise de redundncia" empregado para denominar
algumas tcnicas multivariadas. So essas associaes que formam o padro nos dados.
Se selecionarmos as variveis de modo a reduzir as associaes, os principais
padres ficaro fora de nossos dados, e as anlises s podero captar padres
secundrios. Por outro lado, freqentemente algumas variveis representam a mesma
coisa medida de formas diferentes. Este problema chamado "aliasing" (Mac Nally 1994)
e dependendo de sua associao, os "aliases" podem mascarar ou realar padres.
Considere a questo a respeito dos principais padres nas caractersticas de riachos. Se
incluirmos concentrao de clcio, pH, condutividade eltrica e profundidade, o maior
padro, e portanto a dimenso mais importante (ou "eixo", ou "varivel fantasma") seria
associado com a qumica das guas. Se incluirmos um grande nmero de variveis que
representam as dimenses fsicas do riacho, como largura, rea da seo transversal,
descarga, distncia do mar e rea do espelho livre de vegetao, poderamos mudar o
maior eixo para um que representasse variveis fsicas. Em outras palavras, o leitor pode
criar qualquer padro que queira, pela escolha minuciosa das variveis. A seleo de
variveis dependentes deve ser feita segundo critrios que sejam independentes de
qualquer varivel externa (independente) que ser examinada, ou as inferncias obtidas
no tero significado.
Muitos ndices ecolgicos podem ser matematicamente tratados como se fossem
univariados. Entretanto, eles so essencialmente multivariados (compostos de muitas
variveis dependentes) e sua interpretao complexa, da mesma forma que qualquer
119
estatstica multivariada. Os exemplos incluem biomassa, riqueza de espcies, diversidade e
produtividade. Todos estes so gerados por um nmero de outras variveis e consider-
las como unidades pode levar-nos a concluses ilgicas. Por exemplo, dois locais podem
ter riquezas de mamferos idnticas. Um possui apenas espcies de roedores murdeos,
enquanto outro possui roedores, ungulados, carnvoros e primatas. Poucas pessoas
considerariam-nas como sendo igualmente diversas.
Alternativamente, o objetivo de um estudo poderia ser o aumento da diversidade
de mamferos em uma reserva. Na reserva ocorrem 100 antas, 100 queixadas, 50
capivaras, 50 pacas, 50 cutias e duas onas pintadas. As onas reduzem mais as
densidades de cutias, pacas e capivaras do que de presas mais difceis como antas e
queixadas. Sem as onas, poderia haver 60 capivaras, 60 pacas e 60 cutias, e as
densidades de antas e queixadas se reduziriam para 85 cada, tanto em termos absolutos
(via competio) ou estatisticamente (porque suas densidades relativas cairam, devido ao
aumento da densidade de outras presas, um efeito que seria percebido, mesmo que o
nmero absoluto de antas e queixadas permanecesse constante). Portanto, fica claro que
a maneira mais econmica de aumentar a diversidade de mamferos na reserva caar as
onas. A reserva originalmente possui uma diversidade medida pelo ndice "H" de
Shannon igual a 1,58. Com a perda de uma espcie e dois indivduos, o ndice passa para
H=1,59, marginalmente maior. A perda de uma espcie compensada pelo aumento da
equitabilidade das espcies remanescentes. claro que isto no o que passa na cabea
da maioria das pessoas quando esto falando em aumentar a diversidade biolgica.
Estejam alertas quanto a interpretao simples de estatsticas multivariadas,
mesmo quando vm mascaradas como se fossem medidas univariadas. Assim como para
outras estatsticas multivariadas, precisamos estar certos do que elas representam em
termos das variveis originais, para podermos us-las com sabedoria.
121
Captulo 13:
Dicas para professores
Embora sejamos cticos de que muitos leitores usaro este livro sem ter feito
nossos cursos, ns o escrevemos para que fosse suficiente por si s. Isto significou abrir
mo dos exerccios prticos que submetemos aos nossos estudantes e realizar uma ligeira
mudana na ordem em que apresentamos o contedo. Entretanto, os estudantes
aprendem pouco com as coisas corretas que so ditas a eles, mas aprendem muito com
seus prprios erros. Nosso curso funciona porque quase todo o tempo gasto em induzir
os estudantes a cometerem erros. No se trata de "fazer a coisa certa". Trata-se
justamente de fazer errado, de modo que quando os estudantes estiverem l fora,
sabero que podem aprender com seus prprios erros. Ns aprendemos com nossos erros
e isto levou uns 20 anos. Este curso condensa 20 anos de desacertos em um curso de 2
semanas. Portanto, os estudantes faro muito melhor se revelarem os equvocos de seu
prprio trabalho neste curto espao de tempo. Eles precisam desenvolver uma intuio a
respeito dos procedimentos amostrais e estatsticos, ao invs de apenas memorizar
frmulas e mtodos. Muita repetio faz qualquer texto ficar entediante. Entretanto, a
repetio dos mesmos conceitos, sob diferentes situaes e exemplos diferentes, vital
em sala de aula. Na primeira aula, os estudantes no absorvem conceitos novos, no
importa quo simples eles sejam. Portanto, essencial que cada nvel novo de
complexidade seja construdo sobre os conceitos desenvolvidos na lio anterior.
No recomendamos que este livro seja entregue aos estudantes no comeo do
curso. Preferivelmente, cada captulo deveria ser fornecido aps a lio, ou o livro poderia
ser dado ao final do curso, de forma que os estudantes pudessem fazer uma reviso dos
conceitos. Se o livro for dado no comeo do curso, os estudantes podero ler adiante e
no se concentrarem nos exerccios, porque acreditaro que j conhecem os conceitos.
No suficiente que eles conheam os conceitos. Este curso, para ser efetivo, precisa
fazer com que os estudantes sintam os conceitos no estmago (Magnussson 1977).
Apenas a tabela 15 deveria ser distribuda precocemente, de modo que os estudantes
pudessem acompanhar seu progresso atravs dos conceitos. O professor tambm pode
usar estes conceitos para exames relmpagos no incio de cada lio. Neste captulo,
mostraremos como o livro se encaixa no esquema do curso e vamos fornecer detalhes de
alguns exerccios que descobrimos ser teis para ensinar conceitos. Cada aula deve durar
cerca de trs horas e o curso requer em torno de 20 aulas.
Acreditamos que um curso de estatstica deve ensinar tanto tcnicas exploratrias
quanto de testes de hipteses (Tukey 1980). Os cursos deveriam tambm ensinar aos
alunos tirar concluses ao invs de apenas decises (Tukey 1960). Principalmente em
cursos para a graduao, que no tm o carter remediador dos cursos de ps-graduao,
seria proveitoso ensinar as tcnicas mais importantes sem usar nenhuma matemtica
(Magnusson 1997). Lembrem-se que h muitas formas de inteligncia e a facilidade com a
matemtica apenas uma delas, e ainda que o desenvolvimento de uma forma de
inteligncia no indicao da capacidade de um indivduo ser bem sucedido (Goleman
1995). Wilkinson (1999) sumarizou as opinies de um grupo de psiclogos e estatsticos
emritos sobre quais os conceitos mais importantes que se aplicam a todas as anlises
estatsticas. Estes conceitos poderiam formar a base para um curso de estatstica nvel
de graduao ou de ps-graduao. Nosso curso repetitivo. Os conceitos no mudam.
Eles apenas se expandem ou tornam-se mais claros. O curso tem apenas dois objetivos
principais. O primeiro mostrar o que os valores de P (probabilidade) to espalhados pela
122
literatura cientfica significam. O segundo mostrar que os seres humanos geralmente s
podem visualizar informaes em duas dimenses (marginalmente trs, quando pelo
menos uma das dimenses for categrica), e que a funo primria das anlises
estatsticas aparentemente mais complexas reduzir a dimensionalidade, de modo que as
questes formuladas em muitas dimenses possam ser respondidas por grficos em duas
dimenses. Isto , a estatstica deve simplificar, e no complicar, a interpretao
biolgica.
A taxa de apresentao da matria muito importante. Como Tukey (1960) frisou
"devemos educar o cliente em uma velocidade apropriada, nem muito rpida, nem muito
vagarosamente". Se sentir que esgotou a matria em uma aula de trs horas em quinze
minutos, tem duas escolhas. Pode dar aos estudantes duas horas e quarenta e cinco
minutos de prticas, nas quais eles devero exercitar os conceitos que acabaram de ser
ministrados, ou pode abandonar o curso e mandar seus alunos lerem o livro. A experincia
nos sugere que o aumento na taxa de aprendizado exponencial e que os estudantes so
capazes de incorporar novas informaes numa taxa fenomenal no final do curso.
Entretanto, qualquer tentativa de aumentar o ritmo no incio do curso vai resultar em
estudantes decorando, mas no internalizando os conceitos. Por internalizar, entendemos
desenvolver uma sensao em relao aos conceitos que no requer palavras e no
obscurecida por elas.
No fique tentado a incluir muita informao ou discutir todas as premissas a
respeito das anlises. Este um curso bsico. Antes dos estudantes usarem as tcnicas,
eles precisaro (a) ler a literatura, (b) ler alguns textos de estatstica, (c) ler o manual do
programa de computador, (d) brincar com alguns de seus dados e, mais importante (e)
fazer um monte de grficos. Esta a forma como os pesquisadores aprendem uma
tcnica nova. Pode distribuir a seus alunos muitas referncias onde eles possam descobrir
os detalhes quando, e apenas quando, precisarem deles. Uma boa introduo dos
conceitos matemticos das tcnicas convencionais, escrita em portugus, pode ser
encontrada no captulo 1 de Abuabara e Petrere (1997). Os nicos conceitos que eles
precisam ter incorporado ao final do curso esto listados na tabela 15 (Magnusson 1977).
No regurgite os exemplos usados no livro. Substita-os por exemplos usando as
variveis nas quais seus alunos esto interessados. Nossa experincia indica que eles
aprendem estatstica mais prontamente quando os professores fazem freqentes
incurses em suas experincias e na biologia em geral. Isto ajuda-os a se manterem
focados no porque esto usando aquelas anlises. Se no consegue pensar exemplos em
alguns dos principais campos da ecologia, provavelmente porque tem mais experincia
em estatstica do que em ecologia e deveria considerar uma interao mais efetiva com
bilogos de campo, antes de se aventurar a ministrar cursos de desenho experimental
focados em ecologia. Os conceitos fundamentais da relevncia das questes e
independncia das observaes so biolgicos e no podem ser apresentados por algum
que tenha uma cabea exclusivamente matemtica. So estes conceitos que levam os
bilogos enxergarem o potencial e a limitao da estatstica para a biologia. Se voc um
estatstico e est sendo coagido a ministrar um curso de estatstica para estudantes de
ecologia, recuse-se a faz-lo, at que tenha suficiente experincia em trabalhar com
pesquisadores deste campo, para saber as limitaes dos dados que podem ser coletados.
Esta recomendao no para diminuir o potencial de contribuio de estatsticos e
matemticos. Um dos grandes objetivos deste curso trazer os estudantes at um ponto
onde eles consigam entender a necessidade do aconselhamento de um estatstico.
123
Tabela 15
Figura 71
3 ha o
oxx
ox
6 ha
x
1 ha ox o
o o x
x x
ox x
x
5 ha o x oo
o o
xo x
xo o x ox
x
ox
x x 2 ha
4 ha x ox xo
129
Referncias
Abuabara, M. A. P. & M. Petrere. 1997. Estimativas da Abundncia de Populaes Animais.
EDUEM, Maring.
Allen, T. F. H. 1998. The landscape level is dead: persuading the family to take it off the
respirator. Pp. 35-54 In Peterson, D. L. & Parker, V. T. (eds) Ecological Scale.
Colombia University Press, New York.
Allen, T. F. H.& T. B. Starr, 1982. Hierarchy: perspectives for ecological complexity.
University of Chicago Press, Chicago.
Albert, J. 1997. Teaching Bayes rule: a data oriented approach. American Statistician
51:247-253.
Anderson, D. R., K. P. Burnham, G. C. White, & D. L. Otis. 1983. Density estimation of
small-mammal populations using a trapping web & distance sampling methods.
Ecology 64:674-680.
Anderson, D. R.; Burnham, K. P.; Thompson, W. L. 2000. Null hypothesis testing:
problems, prevalence, and an alternative. Journal of Wildlife Management 64(4):912-
923.
Anderson, D. R., K. P. Burnham, W. R. Gould and S. Cherry. 2001. Concerns about finding
effects that are actually spurious. Wildlife Society Bulletin 29(1):311-316.
Anderson, M. J. 2001. A new method for non-parametric multivariate analysis of variance.
Austral Ecology 26:32-46.
Anderson, M. & P. Legendre. 1999. An empirical comparison of permutation methods for
tests of partial regression coefficients in a linear model. Journal of Statistical and
Computer Simulation 62:271-303.
Anscombe, F. J. 1973. Graphs in statistical analysis. American Statistician 27:17-21.
Azevedo-Ramos, C., W. E. Magnusson & P. Bayliss. 1999. Predation as a key factor
structuring tadpole assemblages in a savanna area in central Amazonia. Copeia
1999:22-33.
Bard, Y. Nonlinear Parameter Estimation. Academic Press, New York.
Basford, K. E. & J. W. Tukey. 1999. Graphical analysis of multiresponse data illustrated
with a plant breeding trial: interdisciplinary statistics. Chapman & Hall, Boca Raton.
Belbin, L. 1992. PATN Pattern Analysis Package Technical Reference. CSIRO, Canberra.
Benjamini, Y. & Y. Hochberg. 1995. Controlling the false discovery rate: a practical and
powerful approach to multiple testing. Journal of the Royal Statistical Society 57
(Series B): 289-300.
Bennington, C. C. & W. V. Thayne. 1994. Use and misuse of mixed model analysis of
variance in ecological studies. Ecology 75:717-722.
Berk, K. N. 1978. Comparing subset selection procedures. Technometrics 20:1-6.
Bradshaw, G. A. 1998. Defining ecologically relevant change in the process of scaling up:
implications for monitoring at the landscape level. Pp. 227-249 In Peterson, D. L. &
Parker, V. T. (eds) Ecological Scale. Colombia University Press, New York.
Braun-Blanquet, J. 1932. Plant Sociology: The Study of Plant Communities. Hafner,
London.
Burnham, K. P.; Anderson, D. R. 1998. Model selection and inference: a practical
information-theoretic approach. Springer-Verlag, New York.
Cade, B. S., J. W. Terrell & R. L. Schroeder. 1999. Estimating regression effects of limiting
factors with regression quantiles. Ecology 80(1):311-323.
Callaghan, A. & G. J. Holloway. 1999. The relationship between environmental stress and
130
variance. Ecological Applications 9(2):456-462.
Carlson, J. M. & J. Doyle. 1999. Highly optimized tolerance: a mechanism for power laws
in designed systems. Physical Review E 60:1412-1427.
Carpenter, S. R. 1999. Microcosm experiments have limited relevance for community and
ecosystem ecology: a reply. Ecology 80:1085-1088.
Caughley, G. & A. R. E. Sinclair. 1994. Wildlife Ecology and Management. Blackwell
Scientific Publications, Oxford.
Cherry, S. 1999. Statistical tests in publications of The Wildlife Society. Wildlife Society
Bulletin 26: 947-953.
Connolly, J., P. Wayne & F. A. Bazzaz. 2001. Interspecific competition in plants: how well
do current methods answer fundamental questions. American Naturalist 157:107-
125.
Dale, M. B. 1988. Knowing when to stop: cluster concept concept cluster. Coenoses
3:11-32.
Day, R.. W. & G. P. Quinn. 1989. Comparisons of treatments after an analysis of variance
in ecology. Ecological Monographs 59:433-463.
DeAth, G. 1999. Principal curves: a new technique for indirect and direct gradient
analysis. Ecology 80:2237-2253.
Deming, W. E. 1975. On probability as a basis for action. American Statistician 29:146-
152.
Dytham, C. 1999. Choosing and using statisitics: a biologists guide. Blackwell Science,
Oxford.
Ehrenberg, A. S. C. 1981. The problem of numeracy. American Statistician 35:67-71.
Ellison, A. M. 1993. Exploratory data analysis and graphic display. Pp 14-45 In Scheiner, S.
M. & J. Gurevitch (eds) Design and Analysis of Ecological Experiments. Chapman &
Hall, New York.
Faith, D. P., P. R. Minchin & L. Belbin 1987. Compositional dissimilarity as a robust
measure of ecological distance: a theoretical model and computer simulations.
Vegetatio 69:57-68.
Fortin, M. J. & J. Gurevitch 1993. Mantel tests: spatial structure in field experiments. Pp
342-352 In Scheiner, S. M. & J. Gurevitch (eds) Design and Analysis of Ecological
Experiments. Chapman & Hall, New york.
Freedman, D. A. 1983. A note on screening regression equations. American Statistician
37:152-155.
Friendly, M. 1995. Conceptual and visual models for categorical data. American Statistician
49:153-160.
Gaines, S. D. & W. R. Rice. 1990. Analysis of biological data when there are ordered
expectations. American Naturalist 135:310-317.
Garland, T., P. H. Harvey & A. R. Ives. 1992. Procedures for the analysis of comparative
data using phylogenetically independent contrasts. Systematic Biology 41:18-32.
Gauch, H. G. 1982a. Multivariate analysis in community ecology. Cambridge University
Press, Cambridge.
Gauch, H. G. 1982b. Noise reduction by eigenvector ordinations. Ecology 63:1643-1649.
Goleman, D. 1995. Emotional Intelligence. Bloomsbury Publishing, London.
Gotelli, N. J. 2001. Research frontiers in null model analysis. Global Ecology and
Biogeography 10:337-343.
Green, R. H. 1989. Power analysis and statistical strategies for environmental monitoring.
Environmental Research 50:195-205.
Guttman, L. 1985. The illogic of statistical inference for cumulative science. Applied
stochastic models and data analysis 1:3-10.
131
Hairston, N. G. 1989. Hard choices in ecological experimentation. Herpetologica 45:119-
122.
Hale, S. S. 1999. How to manage data badly (part 1). Bulletin of the Ecological Society of
America 80:265-268.
Hall, E. T. 1959. The silent Language. Doubleday & Company, New York.
Hallgren, E., M. W. Palmer & P. Milberg. 1999. Data diving with cross-validation: an
investigation of broad-scale gradients in Swedish weed communities. Journal of
Ecology 87:1037-1051.
Harris, R. J. 1975. A primer for multivariate statistics. Academic Press, New York.
Higashi, M. & T. P. Burns. 1991. Theoretical Studies of Ecosystems: The Network
Perspective. Cambridge University Press, Cambridge.
Hilborn, R. & M. Mangel. 1997. The Ecological Detective. Princeton University Press,
Princeton.
Hobbs, R. J. 1998. Managing ecological systems and processes. Pp. 459-484 In D. L.
Peterson & V. T. Parker (eds) Ecological Scale. Colombia University Press, New York.
Huberty, C. J. 1987. On statistical testing. Educational Researcher 16:4-9.
Hurlbert, S. H. 1984. Pseudoreplication and the design of ecological field experiments.
Ecological Monographs 54: 187-211.
Iglewicz, B. 1983. Robust scale estimators and confidence intervals for location. Pp 404-
431 In D. C. Hoaglin, F. Mosteller & J. W. Tukey (eds). Understanding robust and
exploratory data analysis. John Wiley & Sons, New York.
Jackson, D. A. 1993. Stopping rules in principal components analysis: a comparison of
heuristical and statistical approaches. Ecology 74:2204-2214.
Jackson, D. A. 1997. Compositional data in community ecology: the paradigm or peril of
proportions. Ecology 78(3):929-940.
James, F. C. & C. E. McCulloch. 1990. Multivariate analysis in ecology and systematics:
Panacea or Pandoras box? Annual Review of Ecology and systematics 21:129-166.
Johnson, C. R.; Field, C. A. 1993. Using fixed-effects model multivariate analysis of
variance in marine biology and ecology. Oceanography and Marine Biology Annual
Review 31:177-221.
Johnson, D. H. 1999. The insignificance of statistical significance testing. J. Wildl. Manage.
63: 763-772.
Kenckel, N. C. & L. Orloci. 1986. Applying metric and nonmetric multidimensional scaling
to ecological studies: some new results. Ecology 67:919-928.
Koele, P. 1982. Calculating power in analysis of variance. Psychological Bulletin 92:513-
516.
Krebs, C. J. 1998. Ecological Methodology. Harper & Row, New York.
Kruskal, W. 1988. Miracles and statistics: the casual assumption of independence. Journal
of the American Statistical Association 83:929-940.
Kuhn, T. S. 1970. The structure of scientific revolutions. 2nd ed. University of Chicago
Press, Chicago.
Lawton, J. 1999a. Size matters. Oikos 85: 19-21.
Legendre, P. 1993. Spatial autocorrelation: trouble or a new paradigm? Ecology 74:1659-
1673.
Legendre, P., & M. J. Anderson. 1999. Distance-based redundancy analysis: testing
multispecies responses in multifactorial ecological experiments. Ecological
Monographs 69:1-28.
Legendre, P. & L. Legendre. 1998. Numerical Ecology: Second English Edition. Elsevier,
Amsterdam.
Legendre, P., and E. D. Gallagher. 2001. Ecologically meaningful transformations for
132
ordination of species data. Oecologia 129:271-280.
Lennon, J. L. 2000. Red-shifts and red herrings in geographical ecology. Ecography
23:101-113.
Link, W. A. 1999. Modeling patterns in collections of parameters. Journal of Wildlife
Management 63: 1017-1027.
Luo, J. & B. J. Fox. 1996. A review of the Mantel test in dietary studies: effect of sample
size and inequality of sample sizes. Wildlife Research 23:267-288.
MacCune, B. 1997. Influence of noisy environmental data on canonical correspondence
analysis. Ecology 78:2617-2623.
Mac Nally, R. C. 1994. On characterizing foraging versatility, illustrated by using birds.
Oikos 69:95-106.
Magee, B. 1976. Popper. Fontana, London.
Magnusson, W. E. 1997. Teaching experimental design, or how to do statistics without a
bikini. Bulletin of the Ecological Society of America 78:205-209.
Magnusson, W. E. 1999. Spatial independence: the importance of the question. Wildlife
Society Bulletin 27:1112-1113.
Magnusson, W. E. 2000a. Error bars: are they the kings clothes? Bulletin of the Ecological
Society of America 81:147-150.
Magnusson, W. E. 2000b. Statistical iatrogenesis: cure it or prevent it? Bulletin of the
Ecological Society of America 81:198-201.
Manel, S., J. M. Dias, S. T. Buxton & S. J. Ormerod. 1999. Alternative methods for
predicting species distribution: an illustration with Himalayan river birds. Journal of
Applied Ecology 36:734-747.
Manly, B. F. J. 1997. Randomization, Bootstrap and Monte Carlo Methods in Biology.
Chapman & Hall, London.
Mantel, N. A. & R.. S. Valand. 1970. A technique for nonparametric multivariate analysis.
Biometrics 26:547-558.
McArdle, B. H. & M. J. Anderson. 2001. Fitting multivariate models to community data: a
comment on distance-based redundancy analysis. Ecology 82:290-297.
Meeks, S. L. & R. B. DAgostino. 1983. A note on the use of confidence limits following
rejection of a null hypothesis. American Statistician 37:134-136.
Meot, A. , P. Legendre & D. Borcard. 1998. Partialling out the spatial component of
ecological variation: questions and propositions in the linear modelling framework.
Environmental and Ecological Statistics 5:1-27.
Milligan, G. W. & M. C. Cooper. 1985. An examination of procedures for determining the
number of clusters in a data set. Psychometrika 50:159-179.
Minchin, P. R. 1987. Simulation of multidimensional community patterns: toward a
comprehensive model. Vegetatio 71:145-156.
Moore, D. S. 1997. Bayes for beginners? Some reasons to hesitate. American Statistician
51: 254-261.
Mosteller, F. & J. W. Tukey. 1968. Data analysis, including statistics. Pp 80-203 In Lindzey,
G. and E. Aronson (eds). Handbook of Social Psychology (2nd edition), Volume 2.
Addison-Wesley, Reading Massachusetts.
Neyman, J. !937. Outline of a theory of statistical estimation based on the classical theory
of probability. Philosophical Transactions of the Royal Society of London Ser. A,
231:333-380.
Newman, J. A., J. Bergelson & A. Grafen. 1997. Blocking factors and hypothesis tests in
ecology: is your statistics text wrong? Ecology 78:1312-1320.
Noy-Meir, I., D. Walker & W. T. Williams. 1975. Data transformations in ecological
ordination. II. On the meaning of data standardization. Journal of Ecology 63:779-
133
800.
kland, R. H. 1996. Are ordination and constrained ordination alternative or
complementary strategies in general ecological studies? Journal of Vegetation
Science 7:289-292.
kland, R. H. 1999. On the variation explained by ordination and constrained ordination
axes. Journal of Vegetation Science 10:131-136.
Oksanen, J. and P. R. Minchin. 1997. Instability of ordination results under changes in
input data order: explanations and remedies. Journal of Vegetation Science 8:447-
454.
Olson, C. L. 1976. On choosing a test statistic in multivariate analysis of variance.
Psychological Bulletin 83:579-586.
ONeill, R. V. & A. W. King. 1998. Homage to St Michael; or why are there so many books
on scale? . Pp. 3-15 In Peterson, D. L. & Parker, V. T. (eds) Ecological Scale.
Colombia University Press, New York.
Ormerod, S. J., M. W. Pienkowsky & A. R. Watkinson. 1999. Communicating the value of
ecology. Journal of applied Ecology 36:847-855.
Osenberg, C. W., O. Sarnelle, S. D. Cooper & R. D. Holt. 1999. Resolving ecological
questions through meta-analysis: goals, metrics, and models. Ecology. 80(4):1105-
1117.
Palmer, A. R. 1999. Detecting publication bias in meta-analyses: a case study of
fluctuating asymmetry and sexual selection. 154:220-233.
Pascual, M. & S. A. Levin. 1999. From individuals to population densities: searching for the
intermediate scale of nontrivial determinism. Ecology 80:2225-2236.
Pearson, K. 1901. On lines and planes of closest fit to systems of points in space.
Philosophical Magazine 6:559-572.
Peladeau, N. 1966. Simstat for Windows. 5000 Adam Street, Montreal, QC, Canada, H1V
1W5.
Peres-Neto, P. R., and D. A. Jackson. 2001. How well do multivariate data sets match?
The advantages of a Procrustean superimposition approach over the Mantel test.
Oecologia 129:169-178.
Petersen, J. E., Cornwell, J. C. & Kemp, W. M. 1999. Implicit scaling in the design of
experimental aquatic ecosystems. Oikos 85:3-18.
Peterson, D. L. & Parker, V. T. (eds) 1998. Ecological Scale. Colombia University Press,
New York.
Petraitis, P. S., A. E. Dunham & P. H. Niewiarski. 1996. Inferring multiple causality and the
limitations of path analysis. Functional Ecology 10:421-431.
Pickett, S. T. A., J. Kolasa & C. G. Jones. 1994. Ecological Understanding. Academic Press.
San Diego.
Pielou, E. C. 1984. The interpretation of ecological data. Wiley, New York.
Pillar, V. D. 1999. How sharp are classifications? Ecology 80(8):2508-2516.
Platt, J. R. 1964. Strong inference. Science 146:347-353.
Popper, K. R. 1976. Unended Quest: An Intellectual Autobiography. Fontana, London.
Powell, T. M. & J. H. Steele. 1995. Ecological Time Series. Chapman & Hall, New York.
Rice, W. R. 1989. Analyzing tables of statistical tests. Evolution 43:223-225.
Ricker, W. E. 1973. Linear regressions in fishery research. Journal of the Fish Research
Board of Canada. 30:409-434.
Rosenthal, R. & D. B. Rubin. 1982. A simple general purpose display of magnitude of
experimental effect. Journal of Educational Psychology 74:166-169.
Rosenthal, R. & D. B. Rubin. 1994. The counternull value of an effect size: a new statistic.
Psychological Science 5:329-334.
134
Salsburg, D. S. 1985. The religion of statistics as practiced in medical journals. American
Statistician 39:220-223.
Sawada, M. 1999. Rookcase: an excel 97/2000 visual basic (VB) add-in for exploring
global and local spatial autocorrelation. Bulletin of the Ecological Society of America
80:231-234.
Shipley, B. 1999. Testing causal explanations in organismal biology: causation, correlation
and structural equation modelling. Oikos 86:374-382.
Short, J., G. Caughley, D. Grice & B. Brown. 1983. The distribution and abundance of
kangaroos in relation to environment in Western Australia. Australian Wildlife
Research 10:435-451.
Smouse, P. E., J. C. Long & R. R. Sokal 1986. Multiple regression and correlation
extensions of the Mantel test of matrix correspondence. Systematic Zoology 35:627-
632.
Sokal, R. R. & F. J. Rohlf 1995. Biometry, 3rd Edition. W. H. Freeman & Company, New
York.
Spitz, F. & S. Leks. 1999. Environmental impact prediction using neural network modelling.
An example in wildlife damage. Journal of Applied Ecology. 36: 317-326.
Starfield, A. M. & A. L. Bleloch. 1991. Building Models for Conservation and Wildlife
Management. Bellwether Press, Edina, Minnesota.
Stern, M. J. 1998. Field comparisons of two rapid vegetation assessment techniques with
permanent plot inventory data in Amazonian Peru. Pp. 269-283 In F. Dallmeier and J.
A. Comiskey, (eds). Forest Biodiversity Research, Monitoring and Modeling. UNESCO
& Parthenon Publishing, Paris.
ter Braak, C. J. F. 1986. Canonical correspondence analysis: a new eigenvector technique
for multivariate direct gradient analysis. Ecology 86:1167-1179.
Tukey, J. W. 1972. Some graphic and semigraphic displays. Pp 293-316 In T. A. Bancroft
(ed) Statistical Papers in Honour of George W. Snedecor. Iowa State University,
Ames.
Tukey, J. W. 1980. We need both exploratory and confirmatory. American Statistician
34:23-25.
Tukey, J. W. 1991. The philosophy of multiple comparisons. Statistical Science 6:100-116.
Thornhill, R., A. P. Moller & S. W. Gangestad. 1999. The biological significance of
fluctuating asymmetry and sexual selection: a reply to Palmer. American Naturalist
154:234-241.
von Ende, C. N. 1993. Repeated measures analysis: growth and other time-dependent
measures. Pp 113-137 In Scheiner, S. M. & J. Gurevitch (eds) Design and Analysis of
Ecological Experiments. Chapman & Hall, New York.
Wardle, G. M. 1998. A graph theory approach to demographic loop analysis. Ecology
79:2539-2549.
Wallace, C. S. & D. L. Dowe. 2000. MML clustering of multistate, Poisson, von Mises
circular and Gaussian distributions. Statistics and Computing 10:73-83.
Wartenberg, D., S. Ferson & F. J. Rohlf. 1987. Putting things in order: a critique of
detrended correspondence analysis. American Naturalist 129:434-448.
Wilkinson, L. 1999. Statistical methods in psychology journals: guidelines and
explanations. American Psychologist 54:594-604.
Williams, B. K. 1983. Some observations on the use of discriminant analysis in ecology.
Ecology 64:1283-1291.
Williams, B. K. & K. Titus 1988. Assessment of sampling stability in ecological applications
of discriminant analysis. Ecology 69:1275-1291.
Winer, B. J., D. R. Brown & K. M. Michaels. 1991. Statistical Principles in Experimental
135
Design. McGraw-Hill, New York.
Wood, S. N. 1997. Inverse problems & structured-population dynamics. Pp 555-586 In
Tuljapurkar, S.& H. Caswell (eds) Structured-Population Models in Marine, Terrestrial,
and Freshwater Systems. Chapman & Hall, New York.
Yoccoz, N. G. 1991. Use, overuse, and misuse of significance tests in evolutionary biology
and ecology. Bulletin of the Ecological Society of America 72:106-111.
Zar, J. H. 1996. Biostatistical Analysis. 4th ed. Prentice-Hall , London.
136