Guia para estudiar Patrones de Distribución de Especies

48
Guia para estudiar Patrones de Distribución de Especies Amazónicas
Especie B
10
5
0
4
3
1
2
5
0 5 10
Especie A
Figura 9. A) Las posiciones de las cinco trampas de la Tabla 8 en un espacio definido por las abundancias de las
especies A y B. Se ha colocado una línea de regresión en la nube de puntos que representan las
trampas. B) Se ha cambiado la línea de regresión de la figura A a una posición horizontal
proyectando los puntos a la línea. C) A través de la proyección se consigue una ordenación
unidimensional de las trampas a lo largo del eje del primer componente principal.
8
6
4
2
0
-2
-4
-6
-8
Eje de PCA 2
4
3
A
-8 -6 -4 -2 0 2 4 6 8
1
2
Figura 10. Una representación gráfica de resultados de un análisis de componentes principales de los datos de
la Tabla 8. A) El primer y el segundo componente principal. B) El primer y el tercer componente
principal. El primer componente explica un 79% de la variación total en la composición de especies, el
segundo un 17% y el tercero un 2,2%. Casi toda la variación ha podido ser capturada en las dos
primeras dimensiones.
3
4
3
1
2
4 1 2
-5 0 5
A 8
6
Eje de PCA 2
B
5
Eje de PCA 1
4
2
0
-2
-4
-6
-8
3
4
-8 -6 -4 -2 0 2 4 6 8
1
2
5
5
Eje de PCA 1
B
C
PCA 1
La cantidad de variación capturada por el componente es llamada eigenvalue. El eigenvalue de un componente en
relación con la suma de todos eigenvalues describe la proporción de la variación total explicada por este componente
principal. El primer componente siempre explica más que el segundo, el segundo más que el tercero, y así
sucesivamente. Esto se puede notar en la Figura 10: las distancias son más largas entre las trampas a lo largo de la
dirección del eje 1 que a lo largo de los ejes 2 ó 3. Con buena suerte, uno puede explicar mucho de la variación total con
sólo dos o tres primeras dimensiones. Si los últimos componentes principales no explican nada de la variación, se
conseguirá el valor cero.