Jaki test porównać skład społeczności?

Mam nadzieję, że to pytanie dla początkujących jest właściwym pytaniem dla tej witryny:

Załóżmy, że chciałbym porównać skład społeczności ekologicznych w dwóch miejscach A, B. Wiem, że wszystkie trzy miejsca mają psy, koty, krowy i ptaki, więc próbuję ich liczebności w każdym miejscu (tak naprawdę nie mam „ spodziewana „liczebność dla każdego zwierzęcia w każdym miejscu).

Jeśli policzę, powiedzmy, pięć z każdego zwierzęcia w każdym miejscu, wówczas A i B są bardzo „podobne” (w rzeczywistości są „takie same”).

Ale jeśli znajdę 100 psów, 5 kotów, 2 krowy i 3 ptaki w miejscu A. 5 psów, 3 koty, 75 krów i 2 ptaki w miejscu B. Powiedziałbym, że miejsca A i B są „niepodobne” , mimo że mają dokładnie taki sam skład gatunkowy.

(Przeczytałem o indeksach Sorensena i Braya-Curtisa, ale wygląda na to, że biorą pod uwagę nieobecność / obecność psów, kotów itp., A nie ich liczebność).

Czy istnieje test statystyczny, aby to ustalić?

Zgodzę się z tym, co wspomniano, że Bray-Curtis może poradzić sobie z licznością, a także obecnością / nieobecnością, a także dodać kolejną dobrą książkę do miksu: Analiza wspólnot ekologicznych autorstwa McCune i Grace.

Porównując społeczności ekologiczne, należy wziąć pod uwagę wiele czynników i nie sądzę, aby wykonał to jeden test. Adekwatność testu będzie w dużej mierze zależeć od rodzaju zadawanego pytania dotyczącego społeczności i charakteru zestawu danych. Typowe podejścia obejmują techniki święceń, które rozmieszczają miejsca w wielowymiarowej przestrzeni taksonów. Jeśli jednak naprawdę masz tylko 2 witryny, prawdopodobnie nie zadziała. Testy Mantela korelują macierz odległości opartą na składzie (np. Parą odległości Bray-Curtis we wszystkich miejscach) z macierzą odległości opartą na innych potencjalnych czynnikach wpływu. Najprostszym przypadkiem może być tylko euklidesowa odległość między miejscami w kosmosie. Analiza skupień grupuje witryny pod względem składu społeczności.

Ogólnie przyjąłbym podejście polegające na użyciu podzbioru wielu narzędzi statystycznych opisanych w którejkolwiek z powyższych książek, aby zapewnić statystyczny opis różnic między omawianymi społecznościami. Nie ma jednej miary różnicy w składzie społeczności, więc statystyki służą do syntezy wielowymiarowych danych w łatwiejszej do interpretacji formie.

EDYCJA: Właśnie pomyślałem o tym dokumencie, który bardzo wyraźnie i dokładnie przedstawia wiele różnych opcji.

Anderson, MJ i in. 2011. Nawigacja po wielu znaczeniach różnorodności Beta: mapa drogowa dla praktykującego ekologa. Ecology Letters 14: 19-28

Jeśli chcesz przetestować tę hipotezę, możesz użyć Analizy podobieństwa (opartej na Bray Curtis lub innych dostępnych), istnieje procedura o nazwie ANOSIM, która jest zaimplementowana w oprogramowaniu PRIMER. Możesz wykonać analizę jednokierunkową, zagnieżdżoną lub dwukierunkową. Inną (lepszą) opcją jest przeprowadzenie wielokrotnej permutacyjnej analizy wariancji, przyjemna procedura jest dostępna w rutynowej PERMANOVA (dostępnej pod adresem http://www.stat.auckland.ac.nz/~mja/Programs.htm ). przeprowadzić test pod kątem znaczących różnic między miejscami, możesz śledzić, aby dowiedzieć się, które gatunki są odpowiedzialne za zaobserwowane różnice (procedura IndVal lub procedura SIMPER). mam nadzieję, że to pomoże

Ponieważ wspominasz o indeksie Sorensena, wydaje się, że potrzebujesz raczej oceny odmienności niż testu odmienności. (Wynik da wartość liczbową wskazującą, jak są one różne. Test pokaże, czy różnica jest znacząca z danym prawdopodobieństwem).

Histogram przedstawia liczbę gatunków w każdej lokalizacji. Ten histogram można znormalizować, jeśli zależy ci tylko na względnej liczebności (np. Że koty są dwa razy liczniejsze niż psy) lub nienormalizowanej, jeśli zależy Ci również na liczbach bezwzględnych.

Istnieje wiele sposobów pomiaru odmienności histogramów. Niektóre z popularnych to:

• Statystyka chi-kwadrat
• Odległość L2
• Odległość przecięcia histogramu

Bray-Curtis i inne podobne wskaźniki uwzględniają różnice w liczebności gatunków. Oprócz Legendre i Legendre poleciłbym także książkę Charlesa Krebsa, Ecological Methology (1999).