Análisis Multivariados en R aplicados a ecología, genética y evolución
DURANTE EL 2024 NO SE DICTARÁ ESTE CURSO.
CURSO 2023
24 al 28/7, intensivo (9 a 18 hs, aula 1107, Pabellón 0 +infinito)
Material del curso disponible en:
https://drive.google.com/drive/folders/1xrW4dhRwyuSm-rL0MhbrRCn8xYfQ_PZa?usp=drive_link
Preinscripción: https://forms.gle/xdL7z4wsdR93sjzJ7 hasta el 1/7 (0:00)
El 5/7 se informará por mail las solicitudes admitidas
Carga horaria 42 hs. Otorga 2 puntos
(RESCD-2022-367)
PARA VER LA NORMATIVA CON RESPECTO A LOS ARANCELES Y TRAMITAR LA CLAVE DE INSCRIPCION, CONSULTAR
https://exactas.uba.ar/ensenanza/cursos-de-posgrado/
https://drive.google.com/drive/folders/1T0HWeszNMqsnwZoVHaz77Hfar-R48gvY?usp=drive_link
ARANCEL: CATEGORIA 3 ($15000)
UNA VEZ QUE CONFIRMEMOS LA ADMISION AL CURSO, LA INSCRIPCION DEFINITIVA SERA EN
https://inscripciones.exactas.uba.ar/exactas/
Profesores: Regino Cavia, Julieta Filloy, Javier Lopez de Casenave, Adriana Pérez
Destinado a Lic. Cs. Biológicas, Cs. Ambientales, Agronomía, y carreras afines.
Fundamentación y objetivos del curso
¿Cómo se relacionan las especies con el medio abiótico? ¿Cómo se asocian un conjunto de genes en base a su expresión? ¿Cuáles son las líneas génicas de determinado tipo de organismo que responden similarmente bajo diferentes condiciones experimentales? Son interrogantes frecuentes en Ecología, Genética y Evolución. Indagar sobre ellos muchas veces conlleva el registro de múltiples variables que deben ser analizadas en conjunto en busca de una respuesta. Los métodos multivariados abordan el análisis simultáneo de numerosas variables, permitiendo identificar patrones de variabilidad complejos. En este curso se desarrollará la teoría y la aplicación de las técnicas estadísticas multivariadas más comúnmente empleadas en Ecología, Genética y Evolución, utilizando el programa estadístico R.
El programa estadístico R, es cada vez más usado entre los investigadores ya que es de acceso libre y todo aquel que quiera participar del proyecto lo puede hacer. Están disponibles los protocolos de casi todos los análisis estadísticos que hoy existen, y los que no se pueden programar y luego compartirlo para que otros lo usen (lo que se conoce como inteligencia colectiva). Entre los paquetes de R para el análisis de datos orientados al análisis multivariado, los más utilizados son /vegan/, /ade4/ y /cluster/ ya que proporcionan la mayoría de los análisis que se necesitan. Se ejercitará su utilización.
Programa analítico
1. Origen de los métodos de análisis multivariados en biología. Escuelas de pensamiento y sus métodos analíticos asociados
2. Estadística descriptiva multivariada. Autovalores y autovectores. Medidas de similitud y disimilitud. Transformaciones de los datos
3. Métodos de clasificación/agrupamiento. Método fitosociológico de Braun-Blanquet. Análisis de clusters. Métodos jerárquicos y no jerárquicos. Métodos de ligamiento. Dendrograma
4. Métodos de ordenamiento. Análisis de componentes principales. Análisis de correspondencias. Análisis de Coordenadas Principales. Escalamiento Multidimensional No Métrico. Análisis de correspondencias canónicas y análisis de redundancia
5. Comparación de grupos. Análisis discriminante. Clasificación y predicción
Bibliografía
- Borcard, D., Gillet, F., & Legendre, P. (2011). Numerical ecology with R. Springer Science & Business Media.
- Jongman, R.H.G., TerBraak C.J.F. and Van Tongeren O.F.R. (Ed). Data Analysis in Community and Landscape Ecology. Cambridge University Press, ReinoUnido, 1995.
- Kenkel NC, 2006. On selecting an appropriate multivariate analysis. Canadian Journal of Plant Science 86: 663-676.
- Leps, J. y Smilauer, P. Multivariate Analysis of Ecological Data. University of South Bohemia, 1999
- McCune, B. y Grace, J.B. Analysis of Ecological communities. Mjm Software Design, Oregon, USA, 2002.
- Oksanen J, Blanchet FG, Kindt R, Legendre P, Minchin PR, O'Hara RB, Simpson GL, Solymos, Stevens MHH, Wagner H, 2015. vegan: Community Ecology Package. R package version 2.2-1. http://CRAN.R-project.org/package=vegan
- Quinn, GP y Keough, MJ. Experimental design and data analysis for biologists. Cambridge University Press, Cambridge, Reino Unido, 2002.