Transcript
Page 1: Reducción de dimensionalidad por ordenación Capítulo 13 de McCune y Grace 2002

Reducción de dimensionalidad por ordenación

Capítulo 13 de

McCune y Grace 2002

Page 2: Reducción de dimensionalidad por ordenación Capítulo 13 de McCune y Grace 2002

Ordenación

• Arreglar objetos a lo largo de una escala (eje u ordenada)

• Reducir un conjunto de dimensiones inmanejable a sólo unas pocas bien informativas

Page 3: Reducción de dimensionalidad por ordenación Capítulo 13 de McCune y Grace 2002

Propósito

• Seleccionar los factores (ambientales, históricos, geográficos) más importantes

• Realzar los patrones más fuertes de aquellos más débiles

• Revelar patrones desconocidos

• Sugerir procesos

Page 4: Reducción de dimensionalidad por ordenación Capítulo 13 de McCune y Grace 2002

Posibles estrategias

• Generar hipótesis

• Evaluar hipótesis

Page 5: Reducción de dimensionalidad por ordenación Capítulo 13 de McCune y Grace 2002

Tipos generales

• Análisis indirecto– Guiado exclusivamente por datos de

composición– Algoritmo sólo considera matriz de muestras x

especies

• Análisis directo– Guiado por composición y por variables

explicativas (ambientales, históricas, etc.)– Algoritmo condiciona el arreglo según algún

arreglo de variables explicativas

Page 6: Reducción de dimensionalidad por ordenación Capítulo 13 de McCune y Grace 2002

Diagramas

Page 7: Reducción de dimensionalidad por ordenación Capítulo 13 de McCune y Grace 2002

¿Cuántos ejes?

• Algunos métodos producen tantos ejes como variables (e.g., especies) en la matriz. Otros producen el # de ejes que uno pida.

• Es recomendable seleccionar un # pequeño de ejes (1 - 3) de manera objetiva


Top Related