Agregação e viés em medidas de diversidade: uma abordagem computacional intensiva

Detalhes bibliográficos
Autor(a) principal: Butturi-Gomes, Davi [UNESP]
Data de Publicação: 2011
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UNESP
Texto Completo: http://hdl.handle.net/11449/87907
Resumo: É bastante comum no estudo de ecologia de comunidades o uso de índices de diversidade. Historicamente, os principais índices são os derivados por Shannon e por Simpson. Atualmente, existe uma família de índices, derivada da entropia de Tsallis, que inclui os índices supracitados. Igualmente importantes para descrever os padrões observados na natureza, são os modelos de distribuição de espécie/abundância. Sabe-se também que a amostragem em comunidades naturais geralmente é realizada por quadratins e que as populações das espécies na natureza exibem um padrão agregado de distribuição espacial, ao invés de uma distribuição aleatória. Esta dissertação tem como objetivo central avaliar os possíveis efeitos que a estrutura da comunidade imposta por meio de modelos clássicos, como as séries logarítmica e geométrica e a distribuição lognormal, que a agregação populacional e que o método de amostragem (por quadratins ou aleatória de indivíduos) podem ter sobre a estimação dos índices da família de Tsallis. Foram realizadas simulações baseadas no método modificado de Thomas (seguindo outros estudos na área), nas quais foram gerados diferentes cenários, representando comunidades naturais, com os três tratamentos: (i) distribuição de espécie/abundância, (ii) nível de agregação populacional e (iii) método de amostragem. Então foi verificado o desempenho dos métodos de estimação de máxima verossimilhança (EMV), jackknife e bootstrap . O desempenho desses métodos foi medido pelo viés percentual calculado em relação ao parâmetro populacional, pela amplitude do intervalo de confiança e também pela porcentagem de casos em que o intervalo de confiança cobriu o verdadeiro valor do parâmetro populacional. Foi observado que o EMV, em todos os cenários, produziu estimativas mais enviesadas do que os métodos intensivos de estimação...
id UNSP_3093e6cc15b78a3d0349d03ba235a5aa
oai_identifier_str oai:repositorio.unesp.br:11449/87907
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str 2946
spelling Agregação e viés em medidas de diversidade: uma abordagem computacional intensivaEstatistica matematica - Processamento de dadosProbabilidades - Processamento de dadosQuadrat samplingÉ bastante comum no estudo de ecologia de comunidades o uso de índices de diversidade. Historicamente, os principais índices são os derivados por Shannon e por Simpson. Atualmente, existe uma família de índices, derivada da entropia de Tsallis, que inclui os índices supracitados. Igualmente importantes para descrever os padrões observados na natureza, são os modelos de distribuição de espécie/abundância. Sabe-se também que a amostragem em comunidades naturais geralmente é realizada por quadratins e que as populações das espécies na natureza exibem um padrão agregado de distribuição espacial, ao invés de uma distribuição aleatória. Esta dissertação tem como objetivo central avaliar os possíveis efeitos que a estrutura da comunidade imposta por meio de modelos clássicos, como as séries logarítmica e geométrica e a distribuição lognormal, que a agregação populacional e que o método de amostragem (por quadratins ou aleatória de indivíduos) podem ter sobre a estimação dos índices da família de Tsallis. Foram realizadas simulações baseadas no método modificado de Thomas (seguindo outros estudos na área), nas quais foram gerados diferentes cenários, representando comunidades naturais, com os três tratamentos: (i) distribuição de espécie/abundância, (ii) nível de agregação populacional e (iii) método de amostragem. Então foi verificado o desempenho dos métodos de estimação de máxima verossimilhança (EMV), jackknife e bootstrap . O desempenho desses métodos foi medido pelo viés percentual calculado em relação ao parâmetro populacional, pela amplitude do intervalo de confiança e também pela porcentagem de casos em que o intervalo de confiança cobriu o verdadeiro valor do parâmetro populacional. Foi observado que o EMV, em todos os cenários, produziu estimativas mais enviesadas do que os métodos intensivos de estimação...Community ecology is often studied by the use of diversity indices. Historically, the most important indices are derived from Shannon and from Simpson’s formulas. Presently, there is a family of diversity indices, derived from Tsallis entropy, which include the above ones. The species/abundance models are also important to describe the observed patterns in nature. It is well known that, when sampling in natural communities, quadrats are used and that species populations usually exhibit an aggregated pattern of spatial distribution, instead of a random one. The main objective of this dissertation is to evaluate the possible effects that the community structure imposed by the classic species/abundance models, such as the logarithmic and geometric series and the lognormal distribution, the level of aggregation and the sampling method (by quadrats or individual sampling) would interfere with the estimation of the Tsallis diversity indices family. Simulations based on the modified Thomas method were performed (following other studies on the field), in which different scenarios were computationally created, representing the biological communities, with three treatments: (i) the species/abundance model, (ii) the aggregation level and, (iii) the sampling method. Then the performances of the maximum likelihood (MLE), jackknife and boostrap estimators were evaluated. The performances are measured by the relative bias around the population parameter, the length of the confidence intervals and also by the relative number of cases in which the confidence intervals covered the population parameter. It is observed that the MLE, in every scenario, generated more biased estimations than the two evaluated resampling methods. Also it is observed that the geometric series is the species/abundance distribution which caused less bias among the tested models, especially for species richness estimation... (Complete abstract click electronic access below)Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)Universidade Estadual Paulista (Unesp)Petrere Junior, Miguel [UNESP]Universidade Estadual Paulista (Unesp)Butturi-Gomes, Davi [UNESP]2014-06-11T19:23:03Z2014-06-11T19:23:03Z2011-02-25info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis52 f.application/pdfBUTTURI-GOMES, Davi. Agregação e viés em medidas de diversidade: uma abordagem computacional intensiva. 2011. 52 f. Dissertação (mestrado) - Universidade Estadual Paulista, Instituto de Biociências de Botucatu, 2011.http://hdl.handle.net/11449/87907000639493butturigomes_d_me_botib.pdf33004064083P2Alephreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPporinfo:eu-repo/semantics/openAccess2024-01-03T06:27:20Zoai:repositorio.unesp.br:11449/87907Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T22:04:05.952380Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Agregação e viés em medidas de diversidade: uma abordagem computacional intensiva
title Agregação e viés em medidas de diversidade: uma abordagem computacional intensiva
spellingShingle Agregação e viés em medidas de diversidade: uma abordagem computacional intensiva
Butturi-Gomes, Davi [UNESP]
Estatistica matematica - Processamento de dados
Probabilidades - Processamento de dados
Quadrat sampling
title_short Agregação e viés em medidas de diversidade: uma abordagem computacional intensiva
title_full Agregação e viés em medidas de diversidade: uma abordagem computacional intensiva
title_fullStr Agregação e viés em medidas de diversidade: uma abordagem computacional intensiva
title_full_unstemmed Agregação e viés em medidas de diversidade: uma abordagem computacional intensiva
title_sort Agregação e viés em medidas de diversidade: uma abordagem computacional intensiva
author Butturi-Gomes, Davi [UNESP]
author_facet Butturi-Gomes, Davi [UNESP]
author_role author
dc.contributor.none.fl_str_mv Petrere Junior, Miguel [UNESP]
Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Butturi-Gomes, Davi [UNESP]
dc.subject.por.fl_str_mv Estatistica matematica - Processamento de dados
Probabilidades - Processamento de dados
Quadrat sampling
topic Estatistica matematica - Processamento de dados
Probabilidades - Processamento de dados
Quadrat sampling
description É bastante comum no estudo de ecologia de comunidades o uso de índices de diversidade. Historicamente, os principais índices são os derivados por Shannon e por Simpson. Atualmente, existe uma família de índices, derivada da entropia de Tsallis, que inclui os índices supracitados. Igualmente importantes para descrever os padrões observados na natureza, são os modelos de distribuição de espécie/abundância. Sabe-se também que a amostragem em comunidades naturais geralmente é realizada por quadratins e que as populações das espécies na natureza exibem um padrão agregado de distribuição espacial, ao invés de uma distribuição aleatória. Esta dissertação tem como objetivo central avaliar os possíveis efeitos que a estrutura da comunidade imposta por meio de modelos clássicos, como as séries logarítmica e geométrica e a distribuição lognormal, que a agregação populacional e que o método de amostragem (por quadratins ou aleatória de indivíduos) podem ter sobre a estimação dos índices da família de Tsallis. Foram realizadas simulações baseadas no método modificado de Thomas (seguindo outros estudos na área), nas quais foram gerados diferentes cenários, representando comunidades naturais, com os três tratamentos: (i) distribuição de espécie/abundância, (ii) nível de agregação populacional e (iii) método de amostragem. Então foi verificado o desempenho dos métodos de estimação de máxima verossimilhança (EMV), jackknife e bootstrap . O desempenho desses métodos foi medido pelo viés percentual calculado em relação ao parâmetro populacional, pela amplitude do intervalo de confiança e também pela porcentagem de casos em que o intervalo de confiança cobriu o verdadeiro valor do parâmetro populacional. Foi observado que o EMV, em todos os cenários, produziu estimativas mais enviesadas do que os métodos intensivos de estimação...
publishDate 2011
dc.date.none.fl_str_mv 2011-02-25
2014-06-11T19:23:03Z
2014-06-11T19:23:03Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv BUTTURI-GOMES, Davi. Agregação e viés em medidas de diversidade: uma abordagem computacional intensiva. 2011. 52 f. Dissertação (mestrado) - Universidade Estadual Paulista, Instituto de Biociências de Botucatu, 2011.
http://hdl.handle.net/11449/87907
000639493
butturigomes_d_me_botib.pdf
33004064083P2
identifier_str_mv BUTTURI-GOMES, Davi. Agregação e viés em medidas de diversidade: uma abordagem computacional intensiva. 2011. 52 f. Dissertação (mestrado) - Universidade Estadual Paulista, Instituto de Biociências de Botucatu, 2011.
000639493
butturigomes_d_me_botib.pdf
33004064083P2
url http://hdl.handle.net/11449/87907
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 52 f.
application/pdf
dc.publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.source.none.fl_str_mv Aleph
reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv
_version_ 1808129388626051072