Objetivos del cursoEnseñar la correcta aplicación e interpretar los métodos de análisis multivariado más comunes para la estimación cuantitativa de la biodiversidad.
PrácticasSI
Curso dirigido aDirigido a estudiantes universitarios y de posgrado, técnicos y profesionales en el área de las Ciencias Naturales que tengan un conocimiento razonable de estadística básica.
TitulaciónDIPLOMA O CONSTANCIA OFICIAL CON VALOR CURRICULAR
ContenidoTemas1. Introducción al contexto del gradiente ambientalEnfoque de gradiente, una alternativa de análisis de estimación de la biodiversidad desde la estadística multivariada. 2. Preparación de datos para el análisisa) Tipos de datosb) Preparación de datosc) Análisis exploratorios 3. Selección de medidas de disimilitud y distanciaa) Usos y abusos en el uso de índices de similitud y distanciab) Índices, métricos, semimétricos y asimétricos para construir matrices triangulares.c) Valores cero en las matrices de distancia. Implicaciones en el análisis de datos.d) Efecto de ponderación del índice de dispersión sobre matrices de spp x n. 4. Análisis de distancias ecológicas por el método de clasificacióna) Clasificación vs Ordenaciónb) Teoría básica sobre métodos de clasificación jerárquica y no jerárquica (Fuzzy cluster)c) Criterios de encadenamiento simple, completo y ponderadod) Aplicaciones ecológicas de los métodos de clasificación. 5. Análisis distancias ecológicas por ordenación: indirecta y directaa) PCA (Principal Componente Analysis) mitos usos y abusos en ecologíab) PCorA (Análisis de coordenadas principales)c) CA y DCA (Detrended Correspondence Analysis)d) CCA (Canonical Corresponde Analysis)e) RDA (Redundance Analysis)f) Construcción de modelos a partir del proceso de selección de variables en RDA y CCAg) Mantel (test)h) MetaNMDS (No metric Multidimencioanl scaling) y ajuste de vectoresi) Análisis de la varianza Múltiple con permutaciones. PERMANOVAj) Análisis discriminante y CVA. 6. Estimación de biodiversidad usando GLM, GAM para el conteo de datos.a) Regresión lineal simple e Implicaciones de uso y la lógica en la aplicación ecológicab) Selección de modelos con GLMc) Problemas de sobre dispersiónd) Modelos Generalizados Lineales GLM. Binomial GLM con varias variables predictorase) Análisis de presencia y ausencia de especies mediante el uso de binomial GLMBinomial y quasi binomial con variables continuas.