Curso Bioestadística II: modelación ecológica con R

Curso

Curso Bioestadística II: modelación ecológica con R

Departamento de Ingeniería Civil y Ambiental
Inicio / Programas / Curso Bioestadística II: modelación ecológica con R

Bioestadística modelación ecológica en R

A la luz del cambio climático y la creciente presión antrópica, se espera una pérdida alarmante de la biodiversidad del planeta y con ella los servicios ecosistémicos que proporciona. Entender mejor nuestro entorno ecológico y predecir su evolución en el tiempo es necesario para poder proponer estrategias ambientales de conservación y restauración, y de esta manera mitigar la crisis ecológica del Antropoceno. En este marco, la bioestadística proporciona las herramientas necesarias para estudiar los diferentes niveles de la biodiversidad, su organización estructural y funcional, y su interacción con el hombre. Se destaca la importancia de modelar la distribución espacial de la biodiversidad, incluyendo a las especies y comunidades biológicas, pero también sus otras dimensiones como la diversidad taxonómica, los endemismos y las categorías de amenaza. Esta rama de la bioestadística nos ayuda a interpretar mejor el pasado, el presente y predecir el futuro de la biodiversidad, en su distribución espacial y ecología.

Herramienta (software de análisis y modelación)

R es un programa estadístico gratuito de libre acceso, que es continuamente actualizado y mejorado por los propios usuarios mediante la creación y mantenimiento de nuevas bibliotecas de trabajo. Hoy en día, R se ha convertido en una herramienta imprescindible para cualquier científico de ciencias de la vida y de la tierra, y ha atraído a miles de usuarios en el mundo. El manejo de R puede resultar difícil al inicio por su estructura plana y poco interactiva, además de la necesidad de navegar en el programa con scripts de comandos. No obstante, con tiempo, usar R se vuelve más fácil y repetitivo, y el programa puede entonces ofrecer a sus usuarios una amplia gama de aplicaciones. Por su complejidad inicial, R es poco enseñado a nivel de pregrado, dado que los estudiantes apenas se familiarizan con la estadística. A nivel de posgrado y profesional, R se destaca por permitir manejar estadística avanzada en un entorno relativamente sencillo. Muchas revistas científicas indexadas hoy en día reconocen a R como programa clave y prefieren o hasta requieren su uso en manuscritos para publicación.

Este curso hace parte del programa Programa de Bioestadística: análisis y modelación de datos ecológicos en R. Ver más aquí.

Dirigido a

Este curso va dirigido a profesionales y estudiantes de pregrado o posgrado en ciencias naturales y ambientales que quieren desarrollar su conocimiento en bioestadística y aprender a manejar el programa R. Se esperan participantes especializados o especializándose en ecología, biología o ciencias ambientales, pero también profesionales y estudiantes en ciencias forestales y agronómicas. Se aceptarán otros perfiles profesionales previo a la consulta con la profesora de acuerdo con el perfil del participante.

Objetivos

Objetivo general

El curso tiene como objeto principal proporcionar a los estudiantes las herramientas para realizar modelos ecológicos en R. Se ofrecerán la teoría y práctica suficientes para que los estudiantes puedan en el futuro reproducir y adaptar los análisis vistos en clase a situaciones concretas pero que también muestren un manejo de R suficientemente ágil para extrapolar sus conocimientos a diferentes tipos de análisis.

Objetivos específicos

Se espera que al finalizar el curso, los estudiantes estén en capacidad de:

  • Manejar el programa R, scripts de comandos, gráficos, análisis.
  • Conocer las bases teóricas de modelación ecológica y aplicaciones de R.
  • Realizar modelación de distribución actual de diversidad biológica y de especies.
  • Realizar modelación de distribución de especies en el tiempo y de comunidades biológicas.

Metodología

El curso tiene una duración de 27 horas, distribuidas en 9  sesiones teórico-prácticas de tres horas cada una. Al final del curso, los estudiantes tendrán que realizar un trabajo corto de modelación en R que presentarán frente a la clase. Se espera que con este trabajo los estudiantes se entrenen en usar R en situación no-supervisada y en interactuar y recibir feedback sobre sus resultados por parte de sus compañeros.

Contenido

Sesión 1: Introducción a R y Preparación de datos
Introducción al programa. Comandos básicos. Gráficos, Comandos avanzados. Obtención y edición de las bases de datos de trabajo: datos biológicos (variable respuesta) y datos ambientales (variables explicativas).

Sesión 2. Data espacial
Estructura de datos georeferenciados y capas informativas. Sistema de Información Geográfica (SIG). Proyecciones y georeferenciación de capas informativas.

Sesión 3: Teoría métodos modelos
Familias de modelos (distancias ecológicas, regresión y aprendizaje artificial). Parámetros. Proyección. Ensamblado de modelos. Evaluación de modelos.

Sesión 4: Modelos de diversidad
Patrones de diversidad biológica mediante modelos espaciales, de regresión y combinados.

Sesión 5: Modelos de distribución de especies (SDM)
Aplicación de modelos de distribución potencial de especies con varias técnicas (ej. GLM, RandomForest, Maxent).

Sesión 6: Modelos dinámicos (MDE)
Obtención y edición de capas de variables explicativas futuras. SDM para diferentes escenarios socio-económicos futuros.

Sesión 7: Modelos ensamblados
Metodología SESAM: Pool de especies + Modelos SDM combinados + modelos de riqueza + Interacciones bióticas.

Sesión 8: Preparación de la presentación
Trabajo en equipos de 2 o 3: (1) Planteamiento de pregunta(s) ecológica(s), (2) Creación y corrida de un script elaborado en R con datos reales para modelos dinámicos, (3) representación numérica y gráfica de los resultados, (4) interpretación de los resultados y (5) creación de un PowerPoint corto (max. 10 diapositivas) resumiendo el trabajo.

Sesión 9. Exposición de la presentación.
Exposición oral de los PowerPoints en equipo (15 min). Debate entre los estudiantes (5 min).