Escolar Documentos
Profissional Documentos
Cultura Documentos
e
Anlise Aglomerativa
Joana Patrcio
Medidas desimilaridade
Numa anlise de similaridade:
1 passo: colocar os dados na forma de uma matriz na qual os objectos
1
(estaes, amostras, etc) so colocados em colunas e os descritores (taxa,
variveis ambientais) so colocados em linhas
Espcies
A1 A2 A3 A4 A5
B1
B2
B3
B4
B5
C1 C2 C3
C4
C5
D1
D2
D3
D4
D5
Acanthochitona crinitus
Amphipholis squamata
0 15
1 108
0
0
Bittium reticulatum
Chthamalus montagui
Chthamalus stellatus
15
Cymodoce truncata
Diptera (larva)
Dynamene bidentata
Dynamene magnitorata
Eulalia viridis
Gibbula pennanti
11 641
Gibbula umbilicalis
Hyale perieri
45
Idotea baltica
Idotea granulosa
Idotea pelagica
0 115 43
27 121
Lepidochitona cinerea
Littorina neritoides
30
35
Lumbrineris sp.
31
13
Modiolus modiolus
Modiolus phaseolina
13
283
19
19
Musculos costulatus
Mytilus edulis
15
4 15
71
78
47
31
49 868
N i sp.
Nereis
Nucella lapillus
Ocenebra erinacea
Pachygrapsus marmoratus
Paracentrotus lividus
Patella aspera
15
Medidas desimilaridade
2 passo: A matriz de dados pode ser estudada de 2 pontos de vista:
2
1)Similaridade entre objectos (amostras) Anlise Q
2)Similaridade entre descritores Anlise R
Estes 2 modos de anlises baseiam-se
baseiam se em diferentes medidas de associao
Para escolher a medida de similaridade apropriada tm que se ter em conta as
seguintes
g
consideraes:
Medidas desimilaridade
AnliseR:noscoeficientesdedependncia,ZEROcorrespondeaausnciade
p
,
p
associao
AnliseQ:
noscoeficientesdesimilaridade,maximoquando2objectossoidnticos;
minimoquando2objectossocompletamentediferentes
Noscoeficientesdedistncia (oudissimilaridade)ocontrrio
Maiornmerodecoeficientesexistentenaliteraturasoosdesimilaridade.Estas
nuncasomtricas,porissoassimilaridadesnopodemserusadas
directamente para posicionar objectos no espao mtrico tm que ser
directamenteparaposicionarobjectosnoespaomtrico,tmqueser
convertidasemdistncias
Medidas desimilaridade
Coeficientes de similaridade podem ser:
1)Simtricos: os zeros para 2 objectos so tratados como qualquer
outro par de valores (2 lagos com 0 mgL-1
mgL 1 de O2)
Binrios: Rogers & Tanimoto; Yule, Hamann, Pearsons phi (R)
Quantitativos: Gowers
2) Assimtricos: os zeros so tratados de forma diferente dos outros
valores (exclui double-zeros)
Binrios: Jaccards, Sorensens, Kulczynski
Quantitativos: Bray-Curtis; (dados em bruto)
Medidas desimilaridade
Recomendaes:
1.A
1
A hierarchical clustering with group-average linking
linking, baseada
na medidade de similaridade de Bray Curtis, provou ser uma
tcnica til em muitos estudos ecolgicos. apropriada para
delinear grupos de locais com distintas comunidades
2.A anlise aglomerativa menos til quando h apenas um
gradiente na estrutura das comunidades de local p
g
para local.
Nestes casos as tcnicas de ordenao so preferveis.
3.Mesmo p
para amostras fortemente agrupadas
g p
p
preferivel
usar a anlise aglomerativa juntamente com a ordenao.
EXERCCIO:
Em termos de similaridade, o que podem concluir sobre
os 4 estratos amostrados?
Mos obra!!!!
Abrir o programa PRIMER
File Open estratos.xls OK
Sample data properties title: estratos
Number of columns: 20
Number of rows: 45
Samples as columns: OK
Edit Factors
Factors Add estrato colocar a mesma letra para cada rplica de um mesmo estrato OK
CLUSTER
Data similarity
Analyse between samples
Transformation: square root
Measure: Bray-Curtis similarity
OK
Analyse Cluster
Cluster mode: group average
Plot dendogram:
OK
1) Testar cenrios:
Alterar o tipo de transformao
transformao, a
medida de similaridade e o modo de
agrupamento
2) discutir qual a influencia destas
alteraes nosresultados