DE VINPOOTSALAMANDER IN NOORD-BRABANT - Natuurbalans

• Het meest voorspellende multivariabele “landhabitat”model voor het
voortplantingssucces van vinpootsalamanders.
Voorafgaand aan de multiple regressieanalyses is gecontroleerd of de data wel voldoet
aan de assumpties van multiple regressie (de Vries & Huisman 2007a);
Lineariteit: het verband tussen de afhankelijke en onafhankelijke variabelen is lineair (de
Vries & Huisman 2007). Door de aanname van lineariteit te controleren wordt
voorkomen dat (potentieel) belangrijke non-lineaire relaties (waaronder de verwachte Ucurven)
worden gemist. Door middel van ‘residual plots’ en ‘partial plots’ is bekeken of
er sprake is van niet-lineaire verbanden.
Homoscedasticiteit: de variantie van de residuen is constant voor elke combinatie van
waarden op alle onafhankelijke variabelen (de Vries & Huisman 2007a). Door middel
van ‘residual plots’ is bekeken of aan deze aanname is voldaan. N.B. Alleen een sterke
mate van heteroscedasticiteit heeft een wezenlijk effect op de resultaten.
Normale verdeling van de residuen: de residuen moeten in de populatie normaal verdeelt
zijn met een gemiddelde van 0 en een standaarddeviatie ơ (de Vries & Huisman 2007a).
Door middel van een P-P plot is bekeken of aan deze aanname is voldaan.
Indien niet aan de assumpties is voldaan is de data getransformeerd. Wanneer enkel het
niet-lineaire verband het probleem vormt is de onafhankelijke variabele getransformeerd,
terwijl de afhankelijke variabele is getransformeerd wanneer er ook sprake is van nietnormaal
verdeelde residuen en heteroscedasticiteit (de Vries & Huisman 2007b).
Multiple logistische regressie is gebruikt om drie multivariabele modellen te identificeren,
namelijk:
• Het meest voorspellende multivariabele “waterhabitat”model voor de
aanwezigheid van vinpootsalamanders;
• Het meest voorspellende multivariabele “landhabitat”model voor de
aanwezigheid van vinpootsalamanders.
• Het meest voorspellende multivariabele “waterhabitat” model voor de
aanwezigheid van Amerikaanse hondsvis. N.B. In deze regressieanalyse zijn
enkel de gebieden waarin de Amerikaanse hondsvis is waargenomen betrokken.
Voor zowel stapsgewijze multiple regressie en multiple logistische regressie geldt dat
alleen significante omgevingsfactoren in de modellen worden opgenomen. Door middel
van de r2 (=proportie verklaarde variantie) is aangegeven hoe goed de modellen de
data beschrijven. Aangezien er bij een dichotome afhankelijke variabele (zoals de aan- of
afwezigheid van de vinpootsalamander in een water) eigenlijk niet kan worden
gesproken van variantie, geeft logistische regressie analyse geen proportie verklaarde
variantie (r2) (de Graaf et al. 2002). Wel is er een pseudo-maat; de Nagelkerke
pseudo-r 2 . De Nagelkerke pseudo-r 2 , welke waarden tussen de 0 en 1 kan
aannemen, geeft in het huidige onderzoek aan of het opgestelde model de kans op
vinpootsalamanders of Amerikaanse hondsvissen in een water goed beschrijft.
De aanwezigheid van uitbijters in de data is opgespoord met behulp van residuen plots
(voor y-uitbijters) en DfBeta’s (voor x-uitbijters). Gestandaardiseerde residuen met een
waarde groter dan drie en DfBeta’s met een waarde groter dan één worden beschouwd
als uitbijters en zijn uit de data verwijderd (Bollen & Jackman 1990; Siero et al. 2009).
NATUURBALANS – LIMES DIVERGENS BV adviesbureau voor natuur & landschap
72 De vinpootsalamander in Noord-Brabant