REPSA
Al hacer el resumen de las ANOVAS de las réplicas, nos arrojan valores altamente
significativos, lo que significa que tienen menor probabilidad a que el efecto sea
aleatorio. Es menor la probabilidad de que los órdenes encontrados sean por
efecto del azar, y mayor la confianza en su influencia sobre la variable
dependiente.
El gráfico muestra la distribución de observaciones por zona Borde, Media y
Núcleo.
Borde tiene la mayor variabilidad y valores extremos, con un rango que va
desde menos de 100 observaciones hasta cerca de 500. La mediana se
encuentra cerca de 200.
Media tiene una dispersión mucho menor que Borde, con una mediana
también cercana a 200.
Núcleo presenta la menor variabilidad, con un rango más estrecho y la
mediana más baja.
Las observaciones fueron disminuyendo drásticamente conforme se iba acercando
al núcleo.
Modelo de regresión lineal que ajusta el conteo en función a la zona de muestreo.
La zona tiene un efecto significativo sobre el número de observaciones,
pero no explica completamente la variación en los datos.
Se confirma la tendencia observada en el gráfico de cajas: el conteo
promedio disminuye desde el Borde hacia el Núcleo.
El modelo ajusta el número total de individuos (Total_Individuos) en función de la
variable categórica Zona (Borde, Media y Núcleo). Este análisis utiliza una
distribución de Poisson, ideal para datos de conteo.
Todos los coeficientes son altamente significativos (p < 0.001), lo que
indica que las diferencias entre las zonas son estadísticamente
significativas.
AIC (660.76):
Un valor útil para comparar modelos; un menor AIC indica un mejor ajuste,
pero siempre en relación con otros modelos.
El modelo confirma que la zona tiene un efecto significativo sobre el número total
de individuos:
La zona Borde tiene el mayor conteo promedio.
En Media, el conteo promedio disminuye un 47.3% con respecto al Borde.
En Núcleo, el conteo promedio disminuye un 71.1% con respecto al Borde.
Puntos individuales representando la abundancia de individuos
(Total_Individuos) para cada valor de zona numérica (ID).
Una línea de tendencia ajustada con un modelo Poisson, que refleja la
relación promedio entre la zona y la abundancia, considerando que los
datos son de conteo.
Este análisis busca visualizar cómo cambia la abundancia según la zona
(convertida a valores numéricos).
El modelo lineal no encuentra una relación estadísticamente significativa entre la
zona y el total de individuos. Esto puede deberse a:
1. Alta variabilidad en los datos.
2. El modelo lineal podría no ser apropiado para datos de conteo (Poisson es
más adecuado, como en tu otro análisis).
Comparación con el modelo Poisson:
En el modelo Poisson, los coeficientes fueron significativos y captaron
mejor las diferencias entre las zonas, probablemente porque los datos son
de conteo, lo que favorece el uso de una distribución de Poisson.
Cada punto representa un orden taxonómico, y su posición en el gráfico
muestra su abundancia relativa en comparación con otros órdenes.
Destaca las diferencias entre órdenes de alta y baja abundancia.
Muestra cómo disminuye la abundancia a medida que aumenta el rango
(menor importancia relativa).