Multivariados 2017

Ecologa de Comunidades & Ecosistemas
ANLISIS MULTIVARIADOS
Anlisis multivariados Ecologa de Comunidades & Ecosistemas
Anlisis multivariados
Hoja de ruta
Aspectos generales
Clasificacin
Anlisis de Agrupamientos
Ordenamiento
Anlisis de Componentes Principales (PCA)

Anlisis de Correspondencia (CA)
Anlisis de Correspondencia Cannico (CCA)
Digby &
Kempton 1987
Anlisis de datos en el cual, para cada unidad muestreal

estudiada, son obtenidas numerosas variables que es preciso
analizar simultneamente
44 especies en
38 parcelas
Plantas en el experimento Park Grass de la
Rothamsted Experimental Station, Reino Unido (1856) Williams (1978)
Anlisis de datos en el cual, para cada unidad muestreal

estudiada, son obtenidas numerosas variables que es preciso
analizar simultneamente
RUIDO REDUNDANCIA - INTERRELACIONES

PROPSITOS GENERALES
Buscar estructura en los datos
Resumir objetiva y claramente los datos (comprensin y comunicacin)
Eliminar redundancia y ruido (reduciendo la dimensionalidad)
Relacionar conjuntos de datos
Modelar interrelaciones
EN LA ECOLOGA DE COMUNIDADES
DESCRIPCIN
Descripcin de una comunidad
Delimitacin de comunidades
Cartografa de comunidades en una regin
Identificacin de grupos de especies recurrentes
Asignacin de nuevas muestras a comunidades predefinidas
INTERPRETACIN
Estructuracin de comunidades
Distribucin de especies en funcin de factores ambientales
Distribucin de comunidades en funcin de factores ambientales
Nicho
Hbitat
PREDICCIN & MANEJO
Prediccin de comunidades a partir del ambiente (y viceversa)
Prediccin de la sucesin
Prediccin de respuesta a perturbaciones
Recomendaciones de uso de la tierra y de manejo de reas naturales
Inventarios (reduccin de datos)
CLASIFICACIN ORDENAMIENTO
Agrupamiento de casos Disposicin de casos a lo largo de

con propiedades en comn ejes de variacin continua
Entidades distintivas, reconocibles. Asociaciones Especies distribuidas independientemente en

clasificables en sistemas jerrquicos gradientes ambientales. Continuo
(lmites stands) (intergradacin gradientes)
Muestreo en reas homogneas Muestreo al azar
ESCUELA FITOSOCIOLGICA ESCUELA DEL CONTINUUM

Braun-Blanquet Curtis -Whittaker
CLASIFICACIN ORDENAMIENTO
Agrupamiento de casos con propiedades en comn Disposicin de casos a lo largo de ejes de variacin continua
Perelman
et al. 2005 Anlisis multivariados
Paliy &
Shankar 2016
ESTRUCTURA DE LOS DATOS
tcnicas
exploratorias
tcnicas interpretativas
tcnicas discriminativas
y predictivas
MATRIZ BSICA DE DATOS
Plantas en pastizales salinos del E de EEUU

ESPACIO DE LAS MUESTRAS

ESPACIO DE LAS ESPECIES

ASOCIACIN ENTRE ESPECIES (CHI-CUADRADO)

SIMILITUD ENTRE MUESTRAS
ndice de Jaccard ndice de Sorensen ndice de Czekanowski

Distancia euclidiana
Coeficiente de correlacin
MATRIZ DE SIMILITUD
MATRIZ BSICA
MATRIZ DE SIMILITUD
Clasificacin
Agrupamiento de casos
con propiedades en comn
= agrupamiento de censos
similares en cuanto a las especies que
aparecen en ellos
- Examinar la estructura de la matriz de datos

- Clasificar los sitios (casos) en grupos en base a su vegetacin (variables)
- Reducir la dimensionalidad (a n grupos)
- Examinar la relacin entre la vegetacin y factores ambientales
Clasificacin
- Anlisis de Agrupamientos (Cluster Analysis)
- Anlisis de Asociacin
- Anlisis de Especies Indicadoras
- TWINSPAN (Two-Way INdicator SPecies ANalysis)
- Clasificacin Predictiva Mxima
- Agrupamiento en K grupos (K-means clustering)
entre otros...
Nocin esquemtica del agrupamiento

Procedimiento general
Estandarizacin
Similitud
Ligamiento
Similitud
- Simple Matching Coefficient - Czekanowski

- Jaccard - Bray-Curtis
- Rogers & Tanimoto - Canberra
- Sorensen (Dice) (Czekanowski) - Distancia Euclidiana
- Sokal & Sneath - Distancia Euclidiana Cuadrada
- Hamann - City Block (Manhattan)
- Ochiai - Similitud Porcentual
- Mozley (Margalef) - Morisita
- Mountford - Morisita Simplificado
- Baroni-Urbani & Buser - Indice de Superposicin
- ndice de Informacin - Coeficiente de Correlacin
- Mahalanobis
- Proporcin de Similitud
- Coseno (Coeficiente de Ochiai)
- Distancia de Cuerda
- Distancia Taxonmica
- Crovello
- Ellenberg
entre otros...
Ligamiento
PROMEDIO
(ponderado)
Ligamiento
Ligamiento
Ligamiento
Ligamiento
Ligamiento
Tipos de ligamiento
COMPLETO
Tipos de ligamiento
SIMPLE
Tipos de ligamiento
- Simple
- Completo
- Promedio no ponderado (UPGMA)
- Promedio ponderado
- Centroide
- Ward (Mnima Varianza)
entre otros...
Tipos de ligamiento
- Simple
- Completo
- Promedio no ponderado (UPGMA)
- Promedio ponderado
- Centroide
- Ward (Mnima Varianza)
entre otros...
Interpretacin
50 %
- 50 %
- Promedio de similitud
- Incremento de la similitud entre
nodos sucesivos (scree plot)
- Reconocimiento objetivo de grupos
entre otros...
Aves en el desierto del Monte, Mendoza
Agrupa a los censos similares en

cuanto a las especies que aparecen en
ellos
La tcnica permite reconocer grupos

como una abstraccin a partir de la
matriz original de censos por especies
Permite examinar indirectamente los

conjuntos de especies que coinciden en
su presencia y/o abundancia en los
censos de cada grupo
El agrupamiento estara asociado a

variaciones espaciales en factores
ambientales
Ordenamiento
Disposicin de casos a lo largo de

ejes de variacin continua
= ordenamiento de censos
a lo largo de ejes en cuanto
a las especies que aparecen en ellos
- Examinar la estructura de la matriz de datos

- Resumir la variacin en unas pocas variables nuevas
- Ordenar los sitios (casos) en funcin de la vegetacin (variables)
- Examinar la relacin entre la variacin en la vegetacin y factores ambientales
Anlisis directo de gradiente
Anlisis indirecto de gradiente

Ordenamiento
ANLISIS DIRECTO DE GRADIENTE
Gradiente altitudinal en cumbres en Escocia Vegetacin de cumbres montaosas, oeste de EEUU

Ordenamiento
ANLISIS INDIRECTO DE GRADIENTE

Ordenamiento
Distancia = grado de similitud
Extraccin de ejes derivados que explican la variabilidad
Los primeros ejes explican ms variacin

Ordenamiento
Ordenamiento
Ordenamiento de las muestras
En el diagrama de ordenamiento, cada punto representa una

muestra y cuanto mayor es la distancia entre dos puntos, mayor
es la diferencia en la vegetacin de esas muestras
Ordenamiento
Ordenamiento de las muestras
Pastizales y brezales de altura en Devon, Inglaterra

Ordenamiento
Ordenamiento de las especies
En el diagrama de ordenamiento, cada punto representa una

especie y cuanto mayor es la distancia entre dos puntos, mayor es
la diferencia en la distribucin de esas especies entre muestras
Ordenamiento
Ordenamiento de las especies

Ordenamiento

Ordenamiento
- Ordenamiento Polar (PO) [Bray & Curtis]
- Anlisis de Componentes Principales (PCA) [Anlisis de Factores (FA)]
- Anlisis de Correspondencia (CA) [Promedios Recprocos (RA)]
- Anlisis de Correspondencia Destendenciado (DCA)
- Anlisis de Coordenadas Principales (PCoA)
- Escalamiento No-Mtrico Multidimensional (NMDS)
- Anlisis de Correspondencia Cannico (CCA)
- Anlisis de Correspondencia Cannico Destendenciado (DCCA)
- Anlisis de Redundancia (RDA)
entre otros...
Kent & Coker

1992 Anlisis de Componentes Principales (PCA)
Los ejes (componentes) son combinaciones

lineales de las variables originales
Autovectores
Autovalor
Los ejes (componentes) son ortogonales
Los componentes representan nuevas especies (nuevas

variables) conformadas por combinaciones altamente
correlacionadas de las especies (variables) originales
x x
Estandarizacin
DE
Similitud
Expresin geomtrica de la correlacin
El coeficiente de correlacin puede ser expresado

como el coseno de un tringulo rectngulo
Expresin geomtrica de la correlacin
El coeficiente de correlacin puede ser expresado

como el coseno de un tringulo rectngulo
Expresin geomtrica de la correlacin - vectores

- coseno = correlacin = distancia
Extraccin del primer componente
- vectores = especies
Extraccin del primer componente

Extraccin del segundo componente

Autovalores y autovectores
Autovalores y autovectores
Escores de las muestras

Escores de las muestras

Interpretacin
E, B
D, C, F, G, A
Interpretacin
BIPLOT
Pequeos roedores en Buenos Aires Plantas en dunas en Holanda

Ordena los censos a lo largo de uno o

ms ejes en cuanto a las especies que
aparecen en ellos
La tcnica permite realizar un anlisis

indirecto de gradiente
E, B
El gradiente ambiental se infiere al

identificar la variacin en la presencia
D, C, F, G, A y/o abundancia de las especies
El gradiente estara asociado a

ambientales
Promedios Recprocos (RA)

Primer eje
Promedios Recprocos (RA)

Primer eje
Primer eje Scores
Autovalor = (67.75 19.45) / 100 = 0.48
Scores
Segundo eje
restar un mltiplo del primer eje (= ortogonalizacin)
0.29
BIPLOT
Ordena los censos a lo largo de uno o

ms ejes en cuanto a las especies que
aparecen en ellos
La tcnica permite realizar un anlisis

indirecto de gradiente
El gradiente ambiental se infiere al

identificar la variacin en la presencia
y/o abundancia de las especies
El gradiente estara asociado a

ambientales
Efecto arco y Efecto de compresin del eje
Plantas en pastizales salinos del E de EEUU Plantas en humedales del SE de Inglaterra

n = 584
Plantas en Patagonia
18 muestras
23 especies
Anlisis de Correspondencia Destendenciado (Detrended CA)

CA DCA

CA DCA
Plantas en humedales del SE de Inglaterra

PCA o CA?
Distribucin en el gradiente ambiental
- Anlisis de Componentes Principales (PCA)
- Anlisis de Correspondencia (CA)

PCA o CA?
Distribucin en el gradiente ambiental

Legendre &
Legendre 2012 PCA o CA?.. y otras alternativas
Anlisis de Coordenadas Principales (PCoA)
[distancia euclidiana]
[chi-cuadrado]
- Permite utilizar cualquier medida de similitud
- No ordena las especies (variables), aunque se pueden

incorporar a posteriori
PCA o CA?.. y otras alternativas

DIAGRAMA DE SHEPARD
Anlisis de Coordenadas Principales (PCoA)
ndice de Jaccard
Plantas en pasturas tropicales de Mxico

Escalamiento No-Mtrico Multidimensional (NMDS)
- Es un procedimiento de optimizacin numrica, no analtico (sin

solucin nica)
- Permite utilizar cualquier medida de similitud
- Trabaja con los rangos de los valores de similitud (no paramtrico)
- Se debe especificar el nmero de ejes a obtener y se debe

proveer un ordenamiento original
- No ordena las especies (variables)
- No hay varianza explicada

Escalamiento No-Mtrico Multidimensional (NMDS)
ndice de Jaccard / PCoA
STRESS
Plantas en pasturas tropicales de Mxico

ANLISIS INDIRECTO DE GRADIENTE

Anlisis de Correspondencia Anlisis de Correspondencia Cannico


Anlisis de Correspondencia Anlisis de Correspondencia Cannico
- Anlisis DIRECTO
- Regresin mltiple
- Ordenamiento RESTRINGIDO

- Anlisis de Componentes Principales (PCA)
- Anlisis de Redundancia (RDA)
- Anlisis de Correspondencia (CA)
- Anlisis de Correspondencia Cannico (CCA)

Multivariados 2017

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Multivariados 2017

Încărcat de

Drepturi de autor:

Formate disponibile

Ecologa de Comunidades & Ecosistemas

Anlisis de Componentes Principales (PCA)

Anlisis de datos en el cual, para cada unidad muestreal

Anlisis de datos en el cual, para cada unidad muestreal

RUIDO REDUNDANCIA - INTERRELACIONES

Buscar estructura en los datos

Resumir objetiva y claramente los datos (comprensin y comunicacin)

Eliminar redundancia y ruido (reduciendo la dimensionalidad)

Relacionar conjuntos de datos

Agrupamiento de casos Disposicin de casos a lo largo de

Entidades distintivas, reconocibles. Asociaciones Especies distribuidas independientemente en

(lmites stands) (intergradacin gradientes)

Muestreo en reas homogneas Muestreo al azar

ESCUELA FITOSOCIOLGICA ESCUELA DEL CONTINUUM

MATRIZ BSICA DE DATOS

Plantas en pastizales salinos del E de EEUU

ESPACIO DE LAS MUESTRAS

ESPACIO DE LAS ESPECIES

ASOCIACIN ENTRE ESPECIES (CHI-CUADRADO)

SIMILITUD ENTRE MUESTRAS

ndice de Jaccard ndice de Sorensen ndice de Czekanowski

SIMILITUD ENTRE MUESTRAS

SIMILITUD ENTRE MUESTRAS

- Examinar la estructura de la matriz de datos

- Anlisis de Agrupamientos (Cluster Analysis)

- Anlisis de Especies Indicadoras

- TWINSPAN (Two-Way INdicator SPecies ANalysis)

- Clasificacin Predictiva Mxima

- Agrupamiento en K grupos (K-means clustering)

Nocin esquemtica del agrupamiento

- Simple Matching Coefficient - Czekanowski

Agrupa a los censos similares en

La tcnica permite reconocer grupos

Permite examinar indirectamente los

El agrupamiento estara asociado a

Disposicin de casos a lo largo de

- Examinar la estructura de la matriz de datos

Anlisis directo de gradiente

Anlisis indirecto de gradiente

ANLISIS DIRECTO DE GRADIENTE

Gradiente altitudinal en cumbres en Escocia Vegetacin de cumbres montaosas, oeste de EEUU

ANLISIS INDIRECTO DE GRADIENTE

Distancia = grado de similitud

Extraccin de ejes derivados que explican la variabilidad

Los primeros ejes explican ms variacin

Ordenamiento de las muestras

En el diagrama de ordenamiento, cada punto representa una

Ordenamiento de las muestras

Pastizales y brezales de altura en Devon, Inglaterra

Ordenamiento de las especies

En el diagrama de ordenamiento, cada punto representa una

Ordenamiento de las especies

Pastizales y brezales de altura en Devon, Inglaterra

Pastizales y brezales de altura en Devon, Inglaterra

- Ordenamiento Polar (PO) [Bray & Curtis]

- Anlisis de Componentes Principales (PCA) [Anlisis de Factores (FA)]

- Anlisis de Correspondencia (CA) [Promedios Recprocos (RA)]

- Anlisis de Correspondencia Destendenciado (DCA)

- Anlisis de Coordenadas Principales (PCoA)

- Escalamiento No-Mtrico Multidimensional (NMDS)

- Anlisis de Correspondencia Cannico (CCA)

- Anlisis de Correspondencia Cannico Destendenciado (DCCA)

- Anlisis de Redundancia (RDA)

Kent & Coker