1 3-3: Multiple regression and GISPróximo tutorial 3-3: Multiple regression and GIS

2 Modelos en ecología

3 ¿Qué son modelos?

4 ¿Modelos?

5 Modelos en ecología Representaciones de las relaciones entre cantidades o cualidades definidas formalmente. La mitad de uno = el ombligo [falta formalidad] 2 perros perros = 7 perros [más formal] 2 x x = x [más formal aun]

6 Clasificación de modelosSegún sus capacidades para ser: Realistas, Precisos, y Generalizadores.

7 Realidad Precisión Generalidad Empírico Mecanístico AnalíticoFenomenológico Ecológico Estadístico Mecanístico Fisiológico Fundamental Basado en proceso Precisión Generalidad Analítico Matemático Teórico

8 Lecturas sobre modelos en ecología:Guisan y Zimmerman Predictive habitat distribution models in ecology. Recomendada. Gallego et al Descriptive biogeography of Tomicus spp. in Spain. Asignada. Los encuentran en la página escondida.

9 Pasos en el desarrollo de modelos

10

11

12

13 Riqueza de especies en lagosRiqueza aumenta con Area R = a + bA R = a + bA R = A R = A

14 Modelos espaciales Regresión lineal

15 Regresión lineal Este tipo de análisis incluye una variable independiente y la variable dependiente es contínua. El análisis supone que las variables se distribuyen normalmente y que la relación entre ambas variables es lineal.

16 Ejemplo de regresión linealPredicción de temperatura basado en un DEM y datos de estaciones meteorológicas. Explicado en el tutorial 2-6. Estrategia: datos de estaciones interpolados a los otros píxeles. Una regresión de temperatura en elevación nos da la ecuación:

17 Regresión de temperatura según elevación Temperatura = 27 – (0Regresión de temperatura según elevación Temperatura = 27 – ( x Elevación)

18 Imagen predictiva de temperatura

19 Regresión lineal multiple

20 Regresión lineal multipleEste tipo de análisis incluye más de una variable independiente y la variable dependiente es contínua.

21

22 Una de las variables independientes: % de fincas con 1 o 2 toros.

23 Regresión logística En este tipo de análisis puede incluirse más de una variable independiente y la variable dependiente es categórica. Los resultados se presentan en probabilidad de presencia. Apropiada para predecir presencia de especies o clases de cobertura.

24 Modelos de adecuación de habitat (“habitat suitability: HS”)

25 Concepto del nicho de una especie

26

27

28

29

30

31

32

33

34 Marginalidad, especialización y tolerancia

35

36

37

38 Marginalidad y especialidad

39

40

41

42

43

44

45

46

47