Diferenças

Aqui você vê as diferenças entre duas revisões dessa página.

--- ecovirt:roteiro:particao:particao_multivar [2021/11/24 14:51]
amzmartini [Preparação para o exercício]
+++ ecovirt:roteiro:particao:particao_multivar [2023/11/20 06:10] (atual)
@@ Linha 99: / Linha 99: @@
 A partir dos mapas acima podemos observar que algumas espécies têm distribuições bem parecidas na área. É possível identificar uns três ou quatro padrões principais de distribuição das espécies.
-Uma forma de tentar entender como as espécies estão estruturadas em uma comunidade é analisando a associação entre cada par de espécie presente na comunidade. Podemos quantificar isso por meio de uma **Análise de Correlação** entre as abundâncias das espécies. Quanto maior for a correlação, mais associada será a distribuição de um dado par de espécies. O sinal da correlação indicará se a associação é positiva (ou seja, nas parcelas em que uma espécie é mais abundante a outra também será) ou negativa (ou seja, nas parcelas em que uma espécie é abundante a outra será rara). Alguns pares de espécies podem não estar associados (valores pequenos), ou seja, as abundâncias das duas espécies variam independentemente. A figura abaixo mostra as correlações entre as espécies da nossa área.
+Uma forma de tentar entender como as espécies estão estruturadas em uma comunidade é analisando a associação entre cada par de espécie presente na comunidade. Podemos quantificar isso por meio de uma **Análise de Correlação** entre as abundâncias das espécies. Quanto maior for a correlação, mais associada será a distribuição de um dado par de espécies. O sinal da correlação indicará se a associação é positiva (ou seja, nas parcelas em que uma espécie é mais abundante a outra também será) ou negativa (ou seja, nas parcelas em que uma espécie é abundante a outra será rara). Alguns pares de espécies podem não estar associados (valores pequenos de correlação), ou seja, as abundâncias das duas espécies variam independentemente. A figura abaixo sintetiza estas correlações em uma matriz de gráficos e respectivos coeficientes de correlação.
-{{ :ecovirt:roteiro:particao:correlacoes_spXsp.png |}}
+{{ :ecovirt:roteiro:particao:particao_correlacoes_spp.jpg |}}
-Na diagonal principal da figura temos os códigos das espécies. \\
+Na diagonal principal da figura temos os códigos das espécies, que também estão indicados em cada linha e coluna\\
-Na parte inferior e à esquerda da diagonal principal, temos os gráficos que mostram as relações entre cada par de espécies. Cada ponto nesses gráficos representa uma das 100 parcelas da nossa área ((Para entender qual espécie está representada no eixo X e qual está no eixo Y de cada um dos gráficos, basta encontrar os códigos das espécies nas linhas e colunas correspondentes. Por exemplo, no cruzamento da linha 4 com a coluna 3 tem o gráfico mostrando a correlação das abundâncias da espécie 3 (Sp3) no eixo X, e da espécie 4(Sp4) no eixo Y)).\\
+Na parte inferior e à esquerda da diagonal principal, temos os gráficos que mostram as relações entre as abundâncias de cada par de espécies. Cada ponto nesses gráficos representa uma das 100 parcelas da nossa área. Para entender qual espécie está representada no eixo X e qual está no eixo Y de cada um dos gráficos, basta encontrar os códigos das espécies nas linhas e colunas correspondentes. Por exemplo, no cruzamento da coluna 3 com a linha 4 tem o gráfico mostrando a relação das abundâncias da espécie 3 (Sp3) no eixo X, e da espécie 4(Sp4) no eixo Y. \\
-Na parte superior e à direita da diagonal principal da figura temos os **valores das correlações** entre as abundâncias das espécies nas parcelas. Esses valores são referentes aos gráficos que se encontram na posição espelhada na parte inferior da diagonal principal. Note que os valores de correlação variam entre -1,0 e +1,0 e que os maiores valores indicam os pares de espécies que estão mais fortemente associadas. Para facilitar a visualização, quanto maior for o valor da correlação, maior será a letra do número. Correlações muito fracas (valores pequenos) sequer aparecem na figura.
+Na parte superior e à direita da diagonal principal da figura temos os **valores das correlações** entre as abundâncias das espécies nas parcelas. Esses valores são referentes aos gráficos que se encontram na posição espelhada na parte inferior da diagonal principal. Por exemplo, o valor do coeficiente de correlação entre as  abundâncias da espécie 3 e 4 está  no cruzamento da linha da espécie 3 com a coluna da espécie 4, que está acima da diagonal. Coeficientes de correlação estão sempre dentro do intervalo entre -1,0 e +1,0.  Valores dos coeficientes em módulo ("sem o sinal") próximos de um  indicam os pares de espécies que estão mais fortemente associadas. O sinal indica se a correlação é positiva (no caso, se a abundância de uma espécie é alta nas parcelas em que a abundância da outra também é alta), ou negativa (no caso, se a abundância de uma espécie é alta nas parcelas onde a outra é pouco abundante). Para facilitar a visualização na figura, quanto maior for o valor da correlação, maior será tamanho dos caracteres usados para escrever o valor da correlação. Correlações muito fracas (valores próximos de zero) sequer aparecem na figura.
 <WRAP left round box 95%>
@@ Linha 119: / Linha 119: @@
 <WRAP center round important 80%>
-Repare que como são apenas 10 espécies não é difícil visualizar as correlações par-a-par desta maneira, pois são gerados apenas 45 gráficos. Mas imagine se tivéssemos as mais de 1000 espécies da parcela permanente de Manaus? Só para terem uma ideia, para 100 espécies, teríamos 4.950 gráficos...8-O
+Repare que como são apenas 10 espécies não é difícil visualizar as correlações par-a-par desta maneira, pois temos apenas 45 gráficos. Mas imagine se tivéssemos as mais de 1000 espécies da parcela permanente de Manaus? Só para terem uma ideia, para 100 espécies, teríamos 4.950 gráficos...8-O
 Então, nesses casos, precisamos utilizar técnicas multivariadas, como, por exemplo, os **Métodos de Ordenação**.
 </WRAP>
@@ Linha 148: / Linha 148: @@
 </code>
-No {{  grafico_pca_sp.pdf |gráfico}} que foi produzido, os pontos representam as parcelas, os vetores vermelhos (setas) indicam em que direção aumenta a abundância de cada espécie e o comprimento dos vetores indica a importância da espécie na definição de cada eixo.
+No gráfico que foi produzido, os pontos representam as parcelas, os vetores vermelhos (setas) indicam em que direção aumenta a abundância de cada espécie e o comprimento dos vetores indica a importância da espécie na definição de cada eixo.
 Em um extremo do novo eixo derivado 1 (PCA1) estarão projetadas as parcelas mais parecidas entre si, enquanto no extremo oposto estarão as parcelas mais diferentes dessas (porém, similares entre si). Também podemos identificar para esse eixo 1 as espécies mais importantes na definição das similaridades e diferenças entre parcelas. A mesma interpretação se aplica ao eixo 2 (PCA2)
@@ Linha 203: / Linha 203: @@
 Queremos entender se as variáveis ambientais ajudam a explicar as similaridades entre as parcelas. Um primeiro passo pode ser inspecionar visualmente as correlações entre as abundâncias das espécies e os valores das variáveis ambientais em cada parcela.
-Essa figura abaixo é diferente da figura anterior de correlações. Nessa, cada espécie está representada em uma linha e cada variável ambiental em uma coluna. Os gráficos apresentam a correlação entre os valores de abundância de uma espécie (linhas) e os valores de uma variável ambiental (colunas) para todas as parcelas. Assim o primeiro gráfico em cima e à esquerda apresenta a relação entre a espécie 1 (//sp1//) e a variável ambiental 1 (//X1//). O gráfico logo abaixo apresenta a relação entre a espécie 2 (//sp2//) e a variável 1 (//X1//), e assim por diante.
+Essa figura abaixo é diferente da figura anterior de correlações. Nessa, cada espécie está representada em uma linha e cada variável ambiental em uma coluna. Os gráficos apresentam as relações entre os valores de abundância de uma espécie (linhas) e os valores de uma variável ambiental (colunas) para todas as parcelas. Assim o primeiro gráfico em cima e à esquerda apresenta a relação entre a abundância da espécie 1 (//sp1//) e os valores da variável ambiental 1 (//X1//), nas parcelas. O gráfico logo abaixo apresenta a relação entre a espécie 2 (//sp2//) e a variável 1 (//X1//), e assim por diante.
-{{  relacoes_sppxamb.jpg?nolink&500 |}}
+{{   :ecovirt:roteiro:particao:particao_correlacoes_spXenv.jpg?nolink   }}
 <WRAP center round box 90%>
@@ Linha 214: / Linha 214: @@
 ===Calculando RDA para espécies x variáveis ambientais===
-Em uma análise de RDA, quanto maior o número de espécies correlacionadas com as variáveis ambientais e quanto mais forte forem essas correlações, maior será a importância das variáveis ambientais na **explicação da variação da similaridade entre as parcelas** e portanto, maior será o valor de proporção explicada.
+Em uma análise de RDA, quanto maior o número de espécies correlacionadas com as variáveis ambientais e quanto mais forte forem essas correlações, maior será a importância das variáveis ambientais na **explicação da variação da similaridade entre as parcelas** e portanto, maior será o valor de proporção explicada da estrutura da comunidade.
 Vamos então fazer a RDA para os nossos dados, ajustando os dados das abundâncias das espécies (a planilha "sp") em função das variáveis ambientais (planilha "amb") ((Note que estamos usando a mesma função "rda", mas agora temos **duas planilhas** dentro dos parênteses ("sp" e "amb")):
@@ Linha 271: / Linha 271: @@
 {{  pcnm_regulargrid.png?nolink&600 |}}
-Vamos entender essas figuras acima já no contexto dos nossos dados. No nosso caso, os dados reais para os quais queremos avaliar a estrutura espacial são referentes à **similaridade na composição de espécies nas parcelas**. Então, dentro de cada uma das 25 figuras (lembrando que cada uma representa uma estrutura espacial diferente, indicada por um PCNM diferente) os maiores quadrados pretos representariam as parcelas mais similares entre si e os maiores quadrados brancos seriam as parcelas mais diferentes daquelas.
+Vamos entender essas figuras acima já no contexto dos nossos dados. No nosso caso, os dados reais para os quais queremos avaliar a estrutura espacial são referentes à **similaridade na composição de espécies nas parcelas**. Então, dentro de cada uma das 25 figuras (lembrando que cada uma representa uma estrutura espacial diferente, indicada por um PCNM diferente) os maiores quadrados pretos representariam as parcelas mais similares entre si e os maiores quadrados brancos seriam as parcelas mais diferentes das pretas e mais parecidas entre si. Podemos expressar este código de cores fazendo com que quadrados pretos tenham valores positivos, e os quadrados brancos valores negativos. Os tamanhos dos quadrados expressam o módulo destes valores (ou seja, quadrados pretos grande são valores altos positivos,e os brancos são os valores muito negativos).
 <WRAP center round important 90%>
@@ Linha 297: / Linha 297: @@
 </code>
-Essa tabela importada ("tab.coords.sel") contém as informações que serão usadas para representar a estrutura espacial dos dados.
+Essa tabela importada ("tab.coords.sel") contém as informações que serão usadas para representar a estrutura espacial dos dados. Abaixo você vê o mapa dos 12 primeiros PCNMs selecionados, na mesma notação de tons de cinza dos mapas das abundâncias de espécies e variáveis de hábitat. Nestas representações, os tons expressam um certo padrão espacial, com gradientes, manchas, etc.
+{{ :ecovirt:roteiro:particao:pcnms.png?nolink }}
 ===Calculando RDA para espécies x variáveis espaciais===
@@ Linha 364: / Linha 366: @@
 Relembrando a figura que mostra toda a estrutura de variação:
-{{  particao.png?nolink&600 |}}
+{{ :ecovirt:roteiro:particao:venn_particao_generico.png?600 |}}

Ferramentas do usuário

Ferramentas do site

Diferenças

Ferramentas da página