Diferencia entre revisiones de «Clasificación numérica»

De Neotrópicos, plataforma colaborativa.
Ir a la navegación Ir a la búsqueda
Sin resumen de edición
Sin resumen de edición
Línea 1: Línea 1:
'''Clasificación numérica''' es una de las técnicas de ''análisis multivariante'' de amplio uso en ecología y en sistemática, particularmente de plantas. También se conoce como ''agrupamiento de datos'' (''data clustering'') y hace parte de la metodología de ''ordenamiento de datos'' (''data ordination''). El concepto es simple: en una colección de elementos cualesquiera (''individuos'') se presentan similitudes y diferencias entre ellos por poseer ''atributos'' comunes o carecer de ellos.  
'''Clasificación numérica''' es una de las técnicas de ''análisis multivariante'' de amplio uso en ecología y en sistemática, particularmente de plantas. También se conoce como ''agrupamiento de datos'' (''data clustering'') y hace parte de la metodología de ''ordenamiento de datos'' (''data ordination''). El concepto es simple: en una colección de elementos cualesquiera (''individuos'') se presentan similitudes y diferencias entre ellos por poseer ''atributos'' comunes o carecer de ellos.  


Las similitudes y diferencias entre ''individuos'' pueden ser binarias (presencia/ausencia) o continuas y se pueden medir mediante una amplia gama de algoritmos, v. gr,: [[DER|distancia euclidiana]], [[Czekanovski]], [[Jaccard]], [[apareamiento simple]], etc. Igualmente los agrupamientos pueden hacerse de varias formas: ''vecino más cercano'', ''vecino más lejano'',  etc.  
Las similitudes y diferencias entre ''individuos'' pueden ser binarias (presencia/ausencia) o continuas y se pueden medir mediante una amplia gama de algoritmos, v. gr,: [[DER|distancia euclidiana]], índices de [[Índice de Czekanovski|Czekanovski]], [[Índice de Jaccard|Jaccard]], [[apareamiento simple]], etc. Igualmente los ''agrupamientos'' pueden hacerse de varias formas: ''vecino más cercano'', ''vecino más lejano'',  etc.  


La '''clasificación numérica''' puede ser ''aglomerativa'', i. e., conformación de grupos a partir de individuos hasta que todos los individuos pertenecen a un grupo a un nivel de similitud dado o ''divisiva'', fragmentación de un grupo existente para identificar mínimas diferencias por individuo.  
La '''clasificación numérica''' puede ser ''aglomerativa'', i. e., conformación de grupos a partir de individuos hasta que todos los individuos pertenecen a un grupo único a un nivel de similitud dado o ''divisiva'', fragmentación de un grupo existente para identificar mínimas diferencias por individuo.  


# '''[[Clifford, H. T.; W. Stephenson. 1975.]]''' An introduction to numerical classification. Academic Press. 229 + xii pp. New York
# '''[[Clifford, H. T.; W. Stephenson. 1975.]]''' An introduction to numerical classification. Academic Press. 229 + xii pp. New York

Revisión del 04:35 24 ago 2006

Clasificación numérica es una de las técnicas de análisis multivariante de amplio uso en ecología y en sistemática, particularmente de plantas. También se conoce como agrupamiento de datos (data clustering) y hace parte de la metodología de ordenamiento de datos (data ordination). El concepto es simple: en una colección de elementos cualesquiera (individuos) se presentan similitudes y diferencias entre ellos por poseer atributos comunes o carecer de ellos.

Las similitudes y diferencias entre individuos pueden ser binarias (presencia/ausencia) o continuas y se pueden medir mediante una amplia gama de algoritmos, v. gr,: distancia euclidiana, índices de Czekanovski, Jaccard, apareamiento simple, etc. Igualmente los agrupamientos pueden hacerse de varias formas: vecino más cercano, vecino más lejano, etc.

La clasificación numérica puede ser aglomerativa, i. e., conformación de grupos a partir de individuos hasta que todos los individuos pertenecen a un grupo único a un nivel de similitud dado o divisiva, fragmentación de un grupo existente para identificar mínimas diferencias por individuo.

  1. Clifford, H. T.; W. Stephenson. 1975. An introduction to numerical classification. Academic Press. 229 + xii pp. New York
  2. Mateucci, Silvia D., Aida Colma. 1982. Metodología para el estudio de la vegetación. OEA, Monografía Científica # 22. 168+vi pp. Washington.
    Trabajo empleado como referencia básica en EIA/Cerrejón. Autoras trabajan en estado Falcón, Venezuela que hace parte de CAPC. Ejs. muchas veces de situaciones en hábitats similares a Guajira. 189 refs.Aspectos cubiertos:
  • Comportamiento de poblaciones (patrones espaciales, área mínima, distribución/abundancia, factores ambientales)
  • Muestreo (zonas de estudio, intensidad/tamaño muestra)
  • Atributos/variables (frecuencia, densidad, área basal, cobertura, biomasa, relaciones entre variables)
  • Descripción/comparaciones de comunidades (fitosociología, clasificación numérica->similitud,disimilitud, asociación
  • Análisis de datos (Matrices, diagramas, cartografía)
  • Clasificación (fitosociológica, numérica /Ordenación)
  1. Hellawell, J.M. 1977. Change in Natural and Managed Ecosystems: Detection, Measurements and Assessment. Proc. Royal Soc. London.B.197:31-57.
    Cambio=propiedad ecosistémica intrínseca. Conservación efectiva exige determinar tasas/direcciones aceptables de∆. 1º desarrollar métodos detectar/medir/evaluar/importancia del ∆ ecológico. Monitoría de sistemas naturales/artificialmente modificados,indispensable para distinguir cuáles son fluctuaciones a corto plazo (cíclicas o estocásticas) y cuáles son parte de tendencias quizas irreversibles (o naturalmente irreversibles). Se requieren criterios para seleccionar parámetros apropiados (ejs. biocenósis,diversidad de comunidades, población spp indicadoras o estimativos de producción) y técnicas de monitoría. Aunque pocos ecosistemas están totalmente aislados de influencia humana, los que lo están sirven de sistema de referencia contra el cual comparar los cambios de ecosistemas intensivamente explotados o desprotegidos. Ejs.de agua dulce/contaminación, pero aplicables otros sistemas. Compara 22 índices: POLUCION, 8. DIVERSIDAD, 7. COMPARATIVOS (clasif.numérica) 7. Recomienda: A. Déficit spp modificado = I = [(Su-Sm)/Su] x100; Su spp sitio natural, Sm spp ausentes sitio alterado. Rango 0->100. B. Czekanowski cuant. C. Distancia Euclidiana Media. [ ver B y C en Mateucci/Colma o Clifford/Stephenson.] Desconoce algunos índices de diversidad (Fager, DER, MacArthur).