Docente responsable: Dra Mariela del Carmen Alderete
Docentes colaboradores: Dr José Luis Orgeira y docente Martín Sirombra
Objetivos: Comprender y usar en la práctica las técnicas principales de análisis estadístico de datos multivariantes. El enfoque será aplicado e irá dirigido a la utilización crítica de estas técnicas estadísticas para explicar distintos problemas reales relacionados con la Ecología y Biología general. Se dedica una especial atención al manejo de programa informático de estadística (Infostat).
Programa:
Tema 1: Análisis exploratorio de datos multivariantes. Describir un conjunto de datos multivariantes con medidas numéricas y gráficas, teniendo en cuenta la estructura de dependencia. Matrices de datos. Representación geométricac. Similitud y disimilitud. Distancias ecológicas. Distancia euclidiana. Distancia City Blox y Mahalanobis. Distancia de correlación. Coeficientes de asociación.
Tema 2: Técnicas de análisis multivariante para agrupación. Métodos para identificar la existencia de grupos de individuos y asignar cada observación de la muestra a uno de los grupos. Cluster analysis. Características de las matrices de datos. Técnicas de lcuster jerárquicas y no jerárquicas. Evaluación de los clusters. Estrategias de fusión. Dendrogramas. Limitaciones en análisis de clusters.
Tema 3: Técnicas de análisis discriminante. Disponemos de individuos que sabemos que pertenecen a dos grupos o mas. Dado un nuevo individuo, queremos clasificarlo en alguno de los grupos. Tests de diferenciación entre grupos. Métodos paramétricos y no paramétricos. Supuestos. Diagnosis de los supuestos. Funciones canónicas. Lamba de Wilk. Evaluar la importancia de las funciones canónicas , validación e interpretación. Limitaciones en el análisis discriminante.
Tema 4: Técnicas de análisis de ordenamiento contrastantes y no contrastantes para la reducción de la dimensión. Análisis de correspondencia canónica (ACC) cuantifica gradientes contrastantes de variación. Análisis de componentes principales (ACP), análisis de correspondencia (AC) y nonmetrical multidimensional scaling (NMDS) cuantifican los gradientes multivariantes en métodos no contrastantes:
Formato del curso:
El curso estará dividido en teoría, lectura, laboratorio de computación y trabajo de campo. Se desarrollarán lecturas de trabajos científicos que requerirán alrededor de 75 minutos en cada una de ellas. Dichas lecturas complementarán las clases teóricas y reforzarán los conceptos y la aplicación ecológica de los mismos. El laboratorio de computación proveerá la oportunidad de experimentar con conjuntos de datos reales en el análisis de los mismos mediante la implementación un programa estadístico llamado infostat. Mientras que el trabajo de campo consistirá en una salida de aproximadamente 6 horas de duración para mostrar la recolección de datos in situ de vegetación y aves y luego su posterior análisis.
. Bibliografía de referencia:
McCune, B. and J.B. Grace. 2002. Analysis of Ecological Communities. MJM Press.
Manly, B.F.J. 1995. Multivariate statistical methods: A primer. Chapman & Hall.
Kent, M. and P. Coker. 1992. Vegetation description and analysis: a practical approach. CRC Press.
Digby, P.G.N. and R.A. Kempton. 1987. Multivariate analysis of ecological communities.Chapman & Hall
Pielou, E.C. 1984. The interpretation of ecological data: a primer on classification and ordination. Wiley-Interscience
Dra Mariela del Carmen Alderete
Cátedra de Ecología General
Fac. de Cs. Naturales e IML
UNT