Universidad Autónoma de Ciudad Juárez

solución por medio de una ruta distinta, lo cual resultaría en valores de contribución
porcentual diferente. Y para estimar cuales son las variables más
importantes al modelo, se realizó el análisis “Jackknife” que corresponde al
AUC para los tres modelos en los que se muestra que la bio9: Temperatura
promedio del cuatrimestre más seco (°C), bio18: Precipitación del cuatrimestre
más cálido (mm) y bio14: Precipitación del periodo más seco (mm) son
las variables que por sí solas predicen de manera más efectiva la distribución,
y comparadas con los porcentajes de contribución de los cuadros anteriores
corroboramos que efectivamente estas son las variables que son altamente
significativas para el modelo. En las siguientes figuras (8, 9 y 10) se muestran
la importancia de cada una de las variables.
Figura 8. Análisis “Jackknife” que corresponde al AUC para el modelo 5 en el
que la bio9: Temperatura promedio del cuatrimestre más seco (°C), es la variable
que por sí sola predice de manera más efectiva la distribución de Ara militaris.
360
GEOINFORMÁTICA APLICADA A PROCESOS GEOAMBIENTALES
en el contexto local y regional: teledetección y sistemas de información geográfica