Enrico Feoli, Paola Ganis - UniversitÃ degli Studi di Trieste

More documents

Recommendations

Info

= ⎛ 50 240 ⎞ 290 2 ⎜ + 1 ⎟ ⎛ ⎞ − = 2⎜1 − ⎟ = 2 1 = (100 144) (25 400 100) ⎝ + × + + ⎠ ⎝ 128100 ⎠ ( − 0.81) 0. 616 Prodotto scalare [eq. (7.4)]: PS = 10 × 5 + 12 × 20 + 0 × 10 = S (1,2) 290 Coseno dell’angolo [eq. (7.5)]: cosα (10 10× 5 + 12× 20 + 0× 10 + 12 + 0 ) 2 2 (5 + 20 + 10 ) 290 290 = 244 525 357.91 = = = 1,2 2 2 2 2 0.810 Prodotto scalare rapportato alla somma dei quadrati del vettore piu’ lungo [eq. 7.6]: 10× 5 + 12× 20 + 0× 10 290 290 = = = 2 2 2 2 2 max[(10 + 12 + 0 ),(5 + 20 + 10 )] max(244,525) 525 SPS (1,2) = 2 0.552 Similarity ratio [eq. (7.7)]: 10× 5 + 12× 20 + 0× 10 = = 2 2 2 2 2 (10 + 12 + 0 ) + (5 + 20 + 10 ) − (10 × 5 + 12× 20 + 0× 10) SSR (1,2) 2 290 = = 0.605 244+ 525− 290 Coefficiente di correlazione [eq. (7.8)]: r A,B = (10 −12.5) (10 −12.5)(12 − 8) + ..... + (20 −12.5)(0 − 8) 2 + ..... + (20 −12.5) 2 (12 − 8) 2 + ..... + (0 − 8) 2 = = ( −2.5)4 + ( −7.5)12 + 2.5( −8) + 7.5( −8) 6.25 + .56.25 + 6.25 + 56.25 16 + 144 + 64 + 64 −10 − 90 − 20 − 60 −180 = = = −0.949 125 288 189.74 7.8.2 Dati binari Consideriamo i dati di presenza-assenza di 5 specie osservate in 6 unita’ di rilevamento leggibili in Tab. 7.5. 7-85
Tab. 7.5 Matrice di dati di presenza-assenza relativi a 5 specie rilevate in 6 rilievi. 1 2 3 4 5 6 Specie A 1 1 0 0 0 1 Specie B 1 0 1 0 1 1 Specie C 1 1 1 1 0 0 Specie D 1 0 1 1 1 1 Specie E 0 1 0 1 0 1 Poiche’ gli indici di somiglianza o di distanza tra i rilievi e di associazione tra le specie si basano su tabelle di contingenza 2x2 tra coppie di rilevi e coppie di specie, costruiamo, come esempio, le tabelle di contingenza relativamente ai rilievi 3 e 5 (Tab. 7.6) e alle specie B e D (Tab. 7.7). Tab. 7.6 Tabella di contingenza 2x2 per la coppia di rilievi 3 e 5. Rilievo 5 presente assente Tab. 7.7 Tabella di contingenza 2x2 per la coppia di specie B e D. Specie D presente assente Rilievo 3 presente a=2 b=1 a+b=3 presente a=4 b=0 a+b=4 assente c=0 d=2 c+d=2 assente c=1 d=1 c+d=2 a+c=2 b+d=3 n=5 Specie B a+c=5 b+d=1 n=6 Gli indici descritti nel paragrafo precedente sono calcolati per la coppia di rilievi 3 e 5 nella seguente maniera: Indice di Jaccard [eq. (7.11)]: 2 = 2 + 1+ 0 S Jaccard (3,5) = 0.667 Indice di Sorensen [eq. (7.12)]: 2× 2 = 2× 2 + 1+ 0 S Sorensen (3,5) = 0.8 Indice di Ochiai [eq. (7.13)]: 2 3× 2 S Ochiai (3,5) = = 0.816 7-86
Page 1 and 2:
Enrico Feoli, Paola Ganis INTRODUZI
Page 3 and 4:
5.1 TRASFORMAZIONE DELLE VARIABILI.
Page 6 and 7:
1 . I N T R O D U Z I O N E Che cos
Page 8 and 9:
la teoria della gravitazione univer
Page 10 and 11:
molteplicita’ dell’ecosistema,
Page 12 and 13:
giusto. Se nella stanza dei figli i
Page 14 and 15:
disordine ha valori tutti uguali in
Page 16 and 17:
3.2 TIPI DI VARIABILI Come indica i
Page 18 and 19:
numeri 1,2,3,4,5 attribuendo agli s
Page 20 and 21:
volte, possono essere espressi sott
Page 22 and 23:
un’ulteriore forma conveniente e
Page 24 and 25:
schema di campionamento che puo’
Page 26 and 27:
che rappresenta l'ampiezza uguale p
Page 28 and 29:
Il poligono di frequenza e' un graf
Page 30 and 31:
Mediana = 120 +10 [50/2-(4+6+8)]/10
Page 32 and 33:
appresentativo dell’insieme dei d
Page 34 and 35:
La varianza e’ una statistica imp
Page 36 and 37:
colpo d’occhio quale delle altre
Page 38 and 39:
frequenze relative quando il numero
Page 40 and 41: all'asse X, mentre la deviazione st
Page 42 and 43: l'ipotesi nulla (H 0 ). Il piu' del
Page 44 and 45: test di significativita’ si chiam
Page 46 and 47: t = | µ N 1 + N σ N N 1 − µ 2
Page 48 and 49: varianza tra i gruppi (V inter ) ca
Page 50 and 51: DV intraB DV intraC 96.6 = 1350.12
Page 52 and 53: ∑( x − x)( y − y) r = (4.31)
Page 54 and 55: Leggendo nella tavola di Appendice
Page 56 and 57: completamente chiarita dall’equaz
Page 58 and 59: Sostituendo i valori dei coefficien
Page 60 and 61: k 2 2 (| fok − fak | −0.5) χ =
Page 62 and 63: Quanto piu’ i valori osservati si
Page 64 and 65: calcolata col software specifico, d
Page 66 and 67: 5 . T R A S F O R M A Z I O N E D E
Page 68 and 69: intervallari e razionali (dati mist
Page 70 and 71: Tab. 5.3 Variabili trasformate con
Page 72 and 73: l'analisi multivariata della varian
Page 74 and 75: humus, una certa collocazione dipen
Page 76 and 77: sempre con il teorema di Pitagora,
Page 78 and 79: 7 . C L A S S I F I C A Z I O N E I
Page 80 and 81: Y Y y 2 y 1 a b 4 a 3 2 1 c d b x 1
Page 82 and 83: equazione (7.5) e’ derivata dal c
Page 84 and 85: S i , h n ∑( x − )( 1 = = ij xi
Page 86 and 87: S 2a = Sorensen 2 a + b + c (7.13)
Page 88 and 89: L'indice di Gower varia tra 0 e 1.
Page 92 and 93: Distanza euclidea [eq. (7.14)]: D e
Page 94 and 95: qualunque degli elementi dell'altro
Page 96 and 97: Una modalita’ soggettiva di opera
Page 98 and 99: classificazione si distribuiscono i
Page 100 and 101: .61 .67 .76 .83 1 4 5 3 2 Fig. 7.6
Page 102 and 103: dimensioni consente di ordinare i r
Page 104 and 105: ( S − λ I ) B = 0 (8.2) i p i I
Page 106 and 107: simmetrica e’ di somiglianza, il
Page 108 and 109: Per trovare il primo autovettore B
Page 110 and 111: 8.2 ANALISI DELLE COMPONENTI PRINCI
Page 112 and 113: 8.2.1 Algoritmo R L'algoritmo R est
Page 114 and 115: Come gia’ osservato nel paragrafo
Page 116 and 117: quelli che sono tra loro perpendico
Page 118 and 119: La seconda modalita’ per scalare
Page 120 and 121: E’ interessante fare notare che i
Page 122 and 123: e, per calcolare le correlazioni tr
Page 124 and 125: 8.3 ANALISI DELLE CORRISPONDENZE L'
Page 126 and 127: una delle seguenti formule 19 : a =
Page 128 and 129: C k 2 100 ⋅ RkT = (8.25) 2 χ Il
Page 130 and 131: di specie secondo la eq. (8.22) e r
Page 132 and 133: 9 . N I C C H I E E C O L O G I C H
Page 134 and 135: Cio’ significa, per esempio, che
Page 136 and 137: d r( A, B) = d ( A, B) d A d( + d 2
Page 138 and 139: d r 0.6726 1.01346 2 0.6726 0.64452
Page 140 and 141:
Con questo indice Hurlbert formaliz
Page 142 and 143:
S 85× 200 80× 80 85× 70 + + = 1
Page 144 and 145:
La diversita’ specifica di una co
Page 146 and 147:
H ln S max = (10.5) L'entropia mass
Page 148 and 149:
modalita’ (10.10). Tale indice [e
Page 150 and 151:
duna nella seguente maniera: H max
Page 152 and 153:
2 s D 1 = 2 100(100 ⎡2(100 − 2)
Page 154 and 155:
10.3 MODELLI DI DISTRIBUZIONE DI AB
Page 156 and 157:
situazioni in cui le specie assumon
Page 158 and 159:
tipo. Esse sono generalmente format
Page 160 and 161:
Tab. 10.4 Probabilita’ % di accet
Page 162 and 163:
Appendice A Valori critici per il t
Page 164 and 165:
Appendice C Valori critici per il c
Page 166:
Bibliografia Magurran, A. E. 1988.
show all

Enrico Feoli, Paola Ganis - UniversitÃ degli Studi di Trieste

Create successful ePaper yourself

Delete template?

Save as template?