Post on 04-Nov-2018
Diseño: fuente de los problemas principales
• Justificación clara, razonable, interesante y útil.
• ¿Qué queremos aprender del estudio?– Expresar la pregunta clara y enfocada.
• Aclarar cual es la variable dependiente, cual la independiente y cuales son las medidas que se le harán a esas variables.
Diferencias entre promedios
• Evaluación de una sola variable (largo del pelo de ratas)
• Si la probabilidad de que ambas distribuciones de valores pertenezcan a una sola distribución es mayor de cierto valor (e.g., 5%) se considera que no se puede rechazar la hipótesis nula de “no diferencias”.
• Si esa probabilidad es mas baja se considera que hay evidencia de diferencias (significativas).
Correlación
• Examina el grado en que 2 variables varían a la par.
• Por ejemplo, ¿existe una variación a la par entre la abundancia de jasmín (x) y la abundancia de bayahonda (y)?
• La hipótesis nula sería: H0: x no se correlaciona con y (x no varía a la par con y)
Causa y efecto
• Una correlación alta sólo implica una alta asociación entre las 2 variables
• Asociación no implica causación– Ej., en la 2da guerra mundial los bombarderos
eran mas precisos cuando recibían mas oposición del enemigo.
• En muchas disciplinas se requiere conocer el mecanismo para adjudicar causa a una asociación entre variables.
Regresión lineal
y = 18.5 + 12.9 x
Variable independiente
Variable dependiente
+ datos
▀ predicciones
Análisis de gradientes
• Pretende detectar los gradientes ambientales más influyentes sobre la distribución y abundancia de las especies.
• También puede ofrecer información sobre otras propiedades de las comunidades.
• Generalmente se combina con análisis de tipos de comunidades (clasificación).
Análisis de gradientes• Indirecto:
– Pretende determinar diferencias en composición.
– Sólo utiliza la información de las especies en muestras.
– La información de los factores ambientales puede integrarse luego de un análisis posterior.
• Directo:– Pretende determinar relaciones entre composición y
factores ambientales.
– Utiliza información de especies e información de factores ambientales en el mismo proceso.
Más de 2 variables:8 especies x 4 muestras
• Especies S1 S2 S3 S4
• Cardinals 1 0 0 3
• roadrunners 1 0 0 0
• bluebirds 3 2 0 0
• phoebes 1 0 5 2
• titmice 0 9 6 0
• red-tails 1 0 0 0
• chickadees 20 1 1 0
• waxwings 66 0 0 0
Efecto de herradura
Torcedura del orden de los objetos en el espacio de ordenación con respecto a su orden real; problema de análisis de componentes principales cuando
diversidad beta es alta.
Otros tipos de técnicas de ordenación
• Análisis de correspondencia sin tendencias (Detrended Correspondence Analysis: DCA)– Reduce el efecto de herradura.
– Pero puede generar artefactos no-interpretables en ejes secundarios.