Você está na página 1de 14

Análise multivariada em

ecologia de comunidades
Pillar, Valério De Patta
Departamento de Ecologia
Universidade Federal do Rio Grande do Sul (UFRGS)
Porto Alegre, Brasil
vpillar@ecologia.ufrgs.br

Dados de comunidades naturais são em geral complexos.

Métodos de análise multivariada tratam de sintetizar essa


complexidade, tornando-a mais facilmente compreensível.
INTRODUÇÃO

Descrição e análise de fenômenos ecológicos:

- Dados complexos, multivariados


- alta diversidade
- respostas não-lineares
Resposta

Disponibilidade de recursos

- interações complexas
- arranjos não-aleatórios
- unidades de estudo com limites arbitrários
- Problemas de amostragem e análise não apoiados
adequadamente pela estatística clássica e suas
pressuposições (amostragem aleatória, normalidade).
- Análise exploratória necessária.
- Análise confirmatória (testes de hipóteses) através de
aleatorização.

Orlóci, L. 1993. The complexities and scenarios of


ecosystem analysis. In: Rao, C. R. Multivariate
Analysis: Future Directions, p.421-430. Elsevier.
Análise de dados

Dados
quantitativos, qualitativos, binários,
mistos

Atributos descritivos
médias, variâncias, diversidade, ... Transformação
escalar, vetorial

Semelhança
entre variáveis ou entre unidades amostrais.
distâncias, associação, ...

Análise de Testes de
Ordenação
agrupamentos
aleatorização
compara grupos de unidades
amostrais (análise de
variância)

compara variáveis
Medidas de semelhança
Avaliam objetivamente a similaridade ou dissimilaridade de um
par de comunidades ou de um par de espécies (ou CSTs)
X2

α
dαβ

X1
Ordenação:
Espaço multidimensional, abstrato de comparação:
- p variáveis (espécies, CSTs) são dimensões que descrevem
- n unidades amostrais (comunidades), pontos no espaço de
comparação

Ordenação é uma projeção dos pontos em um número menor de


dimensões (geralmente 2 ou 3), minimizando a perda de
informação.
- permite síntese da variação existente
- representada graficamente em diagramas de dispersão
- possibilita visualizar variação no espaço e no tempo
(trajetórias)

II
I

X2

X1

Métodos de ordenação
- Análise de componentes principais
- Análise de coordenadas principais
- Análise de correspondência
(12.5%)

Ordination scattergram of grassland relevés (data from Pillar 1988). The


ordination is based on Principal Coordinate Analysis of a matrix of
Euclidean chord distances. Numbers in the scattergram identify landscape
classes (1 flat top, 2 convex slope, 3 concave slope, 4 lowland). The
species most correlated with the 1st axis are Paspalum notatum and
Facelis retusa which increase from left to right, and Eleocharis glauco-
virens which increases in the opposite direction. On the 2nd axis,
Andropogon lateralis, Eryngium horridum and Vernonia nudiflora decrease
from bottom to top. Regarding grazing, less grazed relevés are in the
lower part of the scatter, while the more grazed ones are in the upper
part.
Ordenação de 160 parcelas experimentais, descritas pela composição de
114 espécies, em pastagem natural, EEA/UFRGS (30oS, 51oW). Os rótulos
identificam épocas de diferimento (1: outono, 2: primavera, 3: verão, 4:
sem diferimento). O método de ordenação é análise de coordenadas
principais, baseada em distâncias de corda. Espécies indicadas são as
mais correlacionadas com os eixos de ordenação (|r| > 0.5), i.e., ELCA:
Elyonurus candidus, DEIN: Desmodium incanum, PANO: Paspalum notatum,
ANLA: Andropogon lateralis, ERHO: Eryngium horridum, BRSU: Briza
subaristata PAPL: Paspalum plicatulum. (K. Gomes, 1997)
II 35%

Senecio selloi
Axonopus sp.
Increase:
Aeschynomene falcata
Evolvolus sericeus
Paspalum notatum

I
47%
Increase:

Increase:
Schizachyrium imberbe
Paspalum plicatulum

Increase:
Centella hirtella
Hypoxis decumbens
Oxalis brasilienses
Gamochaeta spicata
Eringium ciliatum

Ordenação dos estados composicionais de um quadro de


vegetação (0.5 x 0.5 m) de 1984 a 1992. O quadro permanente
está em pastagem natural excluída de pastejo desde 1984, na
EEA/UFRGS (30o S, 51o W). O método de ordenação é análise de
ccordenadas principais baseada em distâncias de corda.
(Boldrini & Eggers 1995)
II 8.5%

I
14%

Ordenação dos estados composicionais de 16 quadros de


vegetação (0.5 x 0.5 m) depois de 0, 2, 4 e 8 anos de exclusão
de pastejo (a: 0, b: 2, c: 4, d: 8 anos). Os quadros estão em
uma pastagem natural excluída de pastejo desde 1984,
EEA/UFRGS (30o S, 51o W). O método de ordenação é análise de
coordenadas principais, baseada em distâncias de corda.
(Boldrini & Eggers 1995)
Análise de agrupamentos
- Revela tipos de comunidades ou tipos de populações
componentes -> dendrograma
- Algoritmo aglomerativo

Alguns métodos de análise de agrupamentos:


- Ligação simples
- Ligação completa
- Variância mínima
Grassland types

P. pumilum 4

Ax. affinis 3

Ax. obtusifolius 1

Ax. obtusifolius
2
/ P. pumilum

0 60000
Within group sum of squares

Cluster analysis of 37 grassland stands surveyed in northeastern Santa


Catarina, Brazil. Four types are indicated. The clustering criterion is sum
of squares based on euclidean distances (Tcacenco & Pillar 1996).

II 17.6%
increase (r=0.86)
Ax. affinis

I
62.7%

P. pumilum Ax. obtusifolius


decrease (r=-0.96) increase (r=0.85)

Ordination of grassland stands, northeastern Santa Catarina, Brazil. The


ordination technique is principal components analysis based on the
covariance matrix of species (Hotelling 1933). Components 1 and 2 are
plotted. Types generated by previous cluster analysis are identified (1-4).
(Tcacenco & Pillar 1996)
Testes de hipóteses
Uma dada hipótese nula é aceita ou rejeitada com base em
probabilidades.

Hipóteses envolvem:
Comparações entre grupos de unidades amostrais (tratamentos)
Comparações entre 2 variáveis ou entre 2 conjuntos de varíáveis.

Como obter as probabilidades?


- Distribuições teóricas (Student t, F, qui-quadrado)
- Pressuposições de amostra aleatória e distribuição
normal raramente reais em dados ecológicos

- Distribuições empíricas geradas por aleatorização com base


na hipótese de nulidade
- A probabilidade indica quão extremo é um valor
observado em um dado critério (e.g., F) se a hipótese de
nulidade subjacente fosse verdadeira.
------------------------------------------------------
TESTE DE ALEATORIZAÇÃO
--------------------------------------------------------------
Tempo decorrido: 13.1167 segundos
Número de iterações: 10000
Partição em grupos de unidades amostrais:
Unidades amostrais: 1 2 3 4 5 6 7 8
Fator diferimento: 1 1 2 2 3 3 4 4

Fonte de variação Soma de quadrados(Q) P(Go≥G)


--------------------------------------------------------------
Diferimento:
Entre grupos 51.265 0.5546
Dentro de grupos 70.796
--------------------------------------------------------------
Total 122.06

Centroides em cada grupo:


Grupo 1: 5.14 6.0300
Grupo 2: 0.51 6.91
Grupo 3: 2.64 4.6500
Grupo 4: 1.52 2.01

Efeitos de níveis de oferta de forragem na


alteração da vegetação
(Boldrini & Pillar em andamento)

Fonte de variação Soma de quadrados(Q) P(Qo≥Q)


----------------------------------------------------------------------------------------------------------
Blocos:
Entre grupos (tipos iniciais 1-4) 536.28
----------------------------------------------------------------------------------------------------------
Pastejo:
Entre grupos (1:4%, 2:8%, 3:12%, 4:16%) 467.65 0.001
Contrastes:
1 -1 0 0 154.54 0.011
1 0 0 -1 183.57 0.001
1 0 -1 0 169.46 0.003
0 1 0 -1 141.6 0.025
0 1 -1 0 193.25 0.001
0 0 1 -1 96.964 0.635
Dentro de grupos 5349.5
----------------------------------------------------------------------------------------------------------
Total 6353.4
Amostragem
Quando é inconveniente acessar todo o universo amostral:
Toma-se uma amostra,
formada por um certo número de unidades amostrais,
para inferir atributo(s) do universo amostral.

Unidades amostrais:
è objetos discretos (um espécimen, um lago, um ponto)
è agregados (área de vegetação, perfil de solo, volume de
água)

Decisões:
- Tamanho/forma das unidades amostrais
- Método de seleção (aleatório, sistemático, estratificado,
preferencial)
- Número de unidades amostrais (tamanho da amostra)

Você também pode gostar