Estimación de la fragmentación del rango de especies

Al discutir los patrones de distribución de especies a lo largo de gradientes espaciales, temporales o funcionales, a menudo se encuentra un patrón de riqueza de especies en forma de joroba. Esto está bien documentado en muchos taxones y escalas espaciales y se conoce como efecto de dominio medio ( p. ej., Colwell & Lees 2000 ).

Estos patrones también surgen estocásticamente (dependiendo de la distribución de frecuencias del rango de especies). Por lo tanto, la distribución aleatoria de los puntos medios de los rangos de especies se utiliza como modelos nulos para probar estos efectos de dominio medio.

Sin embargo, estos modelos asumen rangos de especies no fragmentados. Con un rango de especies altamente fragmentado, el patrón se vería bastante diferente.

Así que no quiero iniciar una discusión sobre la validez de este concepto, sino más bien preguntar:

Dado un gradiente y ocurrencias de especies conocidas en ese gradiente. ¿Alguien ha leído un artículo sobre (o tiene una idea) sobre cuál sería un estimador bueno/imparcial* para la fragmentación del rango de especies?

Gracias

*p. ej.: uno que no sobrestime ni subestime la fragmentación de especies raras o abundantes

Buena pregunta. Sin embargo, creo que esto puede ser difícil de responder, ya que la fragmentación se usa de varias maneras bastante diferentes (por lo que los métodos para estimarlas pueden diferir). Por ejemplo, ¿se está refiriendo a la fragmentación a escala del paisaje (p. ej., como resultado de la tala de bosques previamente continuos) o a distribuciones de especies "fragmentadas" a nivel de país (p. ej., una especie que se encuentra en cinco áreas/regiones de un país con grandes espacios en el medio)?
No pensé que la premisa de la pregunta fuera clara en blanco y negro. De hecho, parece que desea tener una respuesta clara a un tema difícil de medir y definir. La fragmentación del rango de especies es efímera y . cotizar. joroba en el patrón de riqueza de especies es difícil de asociar con medidas de fragmentación.

Respuestas (1)

Pregunta muy interesante +1. No conozco muy bien la literatura sobre el tema pero no encontré mucho buscándola. Sé que existen varios métodos cuando tienes datos genéticos ( ESTRUCTURA o algunos de los trabajos de J. Novembre probablemente).

Aquí hay dos posibles soluciones.

Adecuado X distribuciones

Podría ajustar 1, 2, 3, ...., n distribuciones normales (o uniformes) a los datos observados. Cada vez, compare su máxima verosimilitud (para lo cual podría necesitar un MCMC con parámetros 2⋅x, donde 0 X norte es el número de distribuciones que está ajustando) y seleccione el "mejor" modelo con algún criterio de información como AIC o BIC.

El número de fragmentos es solo el X valor asociado con el AIC más bajo.

Regresión logística

Otra solución (más rápida y sencilla) sería ajustar una regresión logística a sus datos.

Ajuste de forma iterativa una regresión logística de grado 1, 2, 3,...n y luego vuelva a utilizar algunos criterios de información para seleccionar el 'mejor'.

Para encontrar la cantidad de fragmentos, puede usar la cantidad de grados en el modelo o, mejor aún, usar algún umbral en la probabilidad de obtener un cero (que podría calcular con los efectos del paquete en R).

notas

Probablemente te lleve un día más o menos si te sientes cómodo con estos métodos y tienes conocimientos básicos de programación.

Es posible que también desee obtener opiniones de stats.SE .

Respuesta muy interesante también! Echaré un vistazo a ambos enfoques. Acerca de las opiniones de stats.SE: ¿Es posible vincular esta pregunta en validación cruzada o tengo que publicar un nuevo hilo allí?
A muchas personas no les gustan las publicaciones cruzadas. Aconsejaría aceptar la respuesta actual aquí antes y luego hacer su pregunta en stats.SE mientras se asegura de agregar un enlace a la publicación actual en stats.SE. También puede vincular la publicación stats.SE aquí.