PATRONES DE

DISTRIBUCIN ESPACIAL

Tipos de arreglos espaciales

Al azar

Regular o Uniforme

Agrupada

Hiptesis Ecolgicas

Disposicin al Azar

Todos los puntos en el espacio tienen

la misma posibilidad de ser ocupados
por un organismo

La presencia de un individuo en cierto

punto en el espacio no afecta la
ubicacin de otro individuo

Disposicin al Azar

Hbitat continuo

Mismas condiciones de habitabilidad

Sin Interaccin

Disposicin Uniforme

Todos los puntos en el espacio tienen la misma

posibilidad de ser ocupados por un organismo

La presencia de un individuo en cierto punto en el

espacio s afecta la ubicacin de otro individuo en el

espacio

Disposicin Uniforme

Hbitat continuo

Mismas condiciones de habitabilidad

Interaccin negativa

Competencia

Rara vez se

evidencia por
causa de ndole
metodolgica

Disposicin Agrupada

Los puntos en el espacio pueden tener o no, la misma

posibilidad de ser ocupados por un individuo; o todos

tienen la misma posibilidad de ser ocupados.

La presencia de un individuo en cierto punto del
espacio afecta la ubicacin de otro individuo

Disposicin Agrupada

Puede existir o no condiciones

homogneas del hbitat

Interacciones positivas

Grupos

de migracin

Agrupaciones en dormideros

Agrupaciones para
reproduccin

Agrupaciones sociales

Pruebas para evaluar la

disposicin en el espacio

Modelo de Poisson

La distribucin de Poisson satisface
mejor las condiciones ecolgicas de
un arreglo al azar. Describe el
nmero esperado de individuos
ubicados al azar en una muestra.

Se verifica si la distribucin de los
individuos en una muestra sigue la
distribucin de Poisson

Pruebas para evaluar la

disposicin en el espacio

Prueba de Razn Varianza/Media

Se funda en la distribucin de Poisson: la
media es igual a la varianza.

V/M menor que 1: Arreglo UNIFORME

V/M igual a 1: Arreglo AL AZAR

Varianza es menor que la media

Varianza mayor que la media

V/M mayor a 1: Arreglo AGRUPADO


Prueba de Moore

ndice

basado en las frecuencias de las

tres primeras clases (0, 1 y 2 individuos
por muestra)

0 = (2 n0 n2)/(n1)2

n1;n2;n3 frecuencia de las muestras con 0,
1y 2 individuos

Disposicin al Azar 0 = 1


Calculadoras (Casio Modelo Fx-82 MS)

Para borrar la memoria:

Sfift

Mode

3

=

Para calcular Promedio

Shift 3

1

Para calcular Varianza

Shift 2

3

DETERMINACIN DEL TIPO DE

DISTRIBUCIN ESPACIAL

MTODO DE POISSON
Bondad de Ajuste


Otra forma para estudiar la distribucin

espacial consiste en

Comparar la distribucin de frecuencias
observadas en un muestreo basado en
cuadrculas con las frecuencias esperadas
dada una distribucin terica.

Las frecuencias se refieren al nmero de
oportunidades en las cuales se obtiene un
nmero determinado de individuos en una
cuadrcula.

Distribucin de Poisson

Para ello extendemos sobre la poblacin una

grilla uniforme y adecuada al tamao del

organismo.

Contamos los cuadrantes de la grilla que
tienen 0,1, 2, 3.n individuos.

Para poder determinar si tiene una
distribucin al azar, la comparamos
estadsticamente con una distribucin terica,
construida sobre algunos parmetros
derivados de nuestros datos de terreno
(media).


Esta distribucin es la de Poisson, que

nos da la probabilidad de que ocurra un

suceso x segn la siguiente frmula:
Mx e-M
P(x) = ------------X!
X: suceso en el que se est interesado
M: nmero medio de individuos por unidad de muestreo
X!: factorial de X
e : antilogaritmo

Ejemplo: Hemos extendido una grilla de 5 x 4 = 20 cuadrantes, y

hemos encontrado lo siguiente:
Llamaremos
suceso (x) al
hecho de
encontrar x
individuos en
un cuadrante.

Por lo tanto
hay
cuadrantes
con 0, 1, 2, 3,
4, 5 y 6
sucesos.

El total de organismos encontrados en la grilla es

de 54
El promedio
(M) de
organismos
por cuadrante
es 54/20 = 2,7

Esta media
ser el
parmetro con
que se
construir la
distribucin de
Poisson. ()

Construccin de la distribucin de probabilidades de Poisson

Nde sucesos

X!
Nde
sucesos
observados

Nde
sucesos por
Nde casos
observados

(X)

-M

Probabilidad
Poisson

Nsucesos
esperados

P(x) *20

2,7

P(x)

0.064

0.064

0.064

0.176

0.064

0.242

12

0.064

0.222

16

24

0.064

0.152

10

120

0.064

0.084

720

0.064

0.038

5040

0.064

0.015

20

54

20

Comparacin O - E

El siguiente paso es probar que estadsticamente los

casos (sucesos) obtenidos en terreno no difieren de

los casos (sucesos) esperados de acuerdo a la
distribucin de Poisson (Ho, Hiptesis nula)

Por lo tanto, si no hay diferencia, podremos decir que
nuestra distribucin es una distribucin espacial
azarosa, ya que sabemos que la distribucin de
Poisson es al azar.

La herramienta estadstica que usamos es la prueba
de Chi cuadrado .

Para ello se calcula un valor de Chi2 a partir de los
datos esperados y los observados, segn la
siguiente frmula:

Chi Cuadrado
(Obs. Esp.)2
Chi2 = _______
Esp.
El valor calculado (3,7857) se compara con un valor de tabla de Chi2 con
un nivel de confianza de a= 0,05 y n-1 G.L (Grados de libertad).
Siendo n el nmeros de categoras efectivas, i.e. aquellas que presentan
casos, en nuestro ejemplo: 8 categoras y 7 con casos.
La regla de decisin nos dice que debemos rechazar la hiptesis nula si
el valor de Chi2 calculado es igual o mayor que el valor de Chi2 de
la tabla.
El valor crtico de Chi2 con 6 G.L. y a = 0,05 es de 12,592, de manera que
no podemos rechazar la Ho (CHI MENOR) y concluimos que nuestra
poblacin sigue una distribucin de Poisson.