![Page 1: Reducción de dimensionalidad por ordenación Capítulo 13 de McCune y Grace 2002](https://reader035.vdocumento.com/reader035/viewer/2022081808/5665b4d71a28abb57c9424e4/html5/thumbnails/1.jpg)
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](https://reader035.vdocumento.com/reader035/viewer/2022081808/5665b4d71a28abb57c9424e4/html5/thumbnails/2.jpg)
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](https://reader035.vdocumento.com/reader035/viewer/2022081808/5665b4d71a28abb57c9424e4/html5/thumbnails/3.jpg)
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](https://reader035.vdocumento.com/reader035/viewer/2022081808/5665b4d71a28abb57c9424e4/html5/thumbnails/4.jpg)
Posibles estrategias
• Generar hipótesis
• Evaluar hipótesis
![Page 5: Reducción de dimensionalidad por ordenación Capítulo 13 de McCune y Grace 2002](https://reader035.vdocumento.com/reader035/viewer/2022081808/5665b4d71a28abb57c9424e4/html5/thumbnails/5.jpg)
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](https://reader035.vdocumento.com/reader035/viewer/2022081808/5665b4d71a28abb57c9424e4/html5/thumbnails/6.jpg)
Diagramas
![Page 7: Reducción de dimensionalidad por ordenación Capítulo 13 de McCune y Grace 2002](https://reader035.vdocumento.com/reader035/viewer/2022081808/5665b4d71a28abb57c9424e4/html5/thumbnails/7.jpg)
¿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