Guia para estudiar Patrones de Distribución de Especies

0,5
0
-0,5
h
Los principios de muestreo, análisis de datos e interpretación de resultados
d
m
c
l
cobertura
0 -1 -0,5 0 0,5 1
a
Figura 14. Una ordenación bidimensional de la NMDS de 15 parcelas de tierra firme. La ordenación está
basada en una matriz de valores del índice de Jaccard calculados con base en la composición de
especies de helechos. Las flechas indican la intensidad de correlación entre los ejes de NMDS y
la edad del bosque y la cobertura herbácea.
Análisis canónico: análisis y redundancia (RDA, redundancy analysis) y análisis canónico de correspondencia
(CCA, canonical correspondence analysis)
En un análisis canónico se analiza simultáneamente dos (o más) tablas de observaciones que describen las mismas
unidades de muestreo. Son varias tanto las variables para explicar o variables dependientes (normalmente especies),
como las variables explicativas (normalmente variables medioambientales o geográficas).
Un análisis canónico es una combinación de un análisis directo e indirecto de gradiente: se realiza una ordenación y una
regresión simultáneamente. La ordenación está basada en variables dependientes (especies), y los ejes que salen de
esta ordenación son restringidos con una regresión de tal manera que tienen que construirse linealmente a partir de las
variables explicativas. El resultado es una ordenación en la cual los ejes describen la máxima variación en la
composición de especies que es explicable por las variables medioambientales o geográficas.
Existen varias formas para hacer un análisis canónico, según el método de ordenación que uno elige para el punto de
partida. La forma basada en el análisis de componentes principales es llamada análisis de redundancia (RDA), y la
forma basada en el análisis de correspondencia es llamada análisis canónico de correspondencia (CCA). Estos dos
métodos son los más usados por ecólogos y biogeógrafos. Cuando uno decide utilizar estos métodos, tiene que
considerar exactamente los mismos requisitos y restricciones como en los casos del PCA y CA. El RDA supone que las
especies cambian su abundancia de una manera linear a lo largo de los gradientes y conservan la distancia euclidiana
entre las unidades de muestreo. El CCA supone que la respuesta de las especies a los gradientes es unimodal y
2
conserva una distancia ÷ entre las unidades de muestreo.
Uno consigue tantos ejes canónicos como variables explicativas existan. La ordenación en sí produce tantos ejes como
la ordenación normal, pero el número de ejes canónicos es sólo el número de variables explicativas. En caso de que
exista un número igual de variables
Explicativas al número de ejes en la ordenación, las variables explicativas no restringen, de ninguna manera, la
ordenación, y el resultado es el mismo que en una ordenación normal. Consecuentemente, si uno ha medido varias
variables explicativas, puede ser ventajoso dejar algunas variables fuera del análisis.
Uno puede presentar el resultado de una ordenación canónica en un diagrama como una ordenación normal. El rasgo
adicional es que uno puede presentar adicionalmente en el diagrama los vectores que describen las variables
medioambientales. Se puede así presentar un triplot; es decir, un diagrama donde aparecen simultáneamente las
posiciones de las especies y unidades de muestreo en la ordenación, y los vectores de las variables medioambientales.
Además, uno puede hacer biplots con varias combinaciones (especies+medio ambiente, unidades de muestreo+medio
ambiente, especies+unidades de muestreo).
k
f
b
e
o
edad
n
g
j
i
55