English   español  
Please use this identifier to cite or link to this item: http://hdl.handle.net/10261/115987
Share/Impact:
Statistics
logo share SHARE logo core CORE   Add this article to your Mendeley library MendeleyBASE

Visualizar otros formatos: MARC | Dublin Core | RDF | ORE | MODS | METS | DIDL
Exportar a otros formatos:

Title

Métodos de máxima verosimilitud en ecología y su aplicación en modelos de vecindad

AuthorsGómez Aparicio, Lorena ; Ávila Castuera, José M. ; Cayuela, Luis
KeywordsSpecies-specific neighbour effects
Model selection
Spatially-explicit models
Interaction coefficients
Model comparison
Issue Date2013
PublisherAsociación Española de Ecología Terrestre
CitationEcosistemas 22: 12- 20 (2013)
Abstract[EN]: Maximum likelihood methods and their application in neighbourhood models. Maximum likelihood methods (MLM) offer an alternative framework to the traditional frequentist approach of data analysis, where the use of p-values to reject a single null (usually trivial) hypothesis is replaced by the use of likelihoods to evaluate the support in the data for a set of alternative working hypotheses of scientific relevance. These methods have been widely applied in the ecological framework of the neighbourhood models. These models use a spatially-explicit approach to describe demographic or ecosystem processes as a function of the attributes of neighbouring plants. They are therefore phenomenological models that serve as a tool of synthesis of the multiple mechanisms by which species can interact and modify its immediate environment, offering an estimate of the per-capita influence of individuals of different characteristics (e.g. size, species, functional traits) on the processes of study. A fundamental advantage of applying MMV in the framework of the neighbourhood models is that it allows fitting and comparing multiple models that use contrasting neighbour attributes and/or functional forms to select the one with the largest empirical support. In this way, each model works as a “virtual experiment” to answer questions related with the magnitude and spatial extent of the effects of different coexisting species and their potential implications for the function of communities and ecosystems. This paper reviews the use of MMV and neighborhood models in terrestrial ecology, synthesizing the state of the art and emphasizing new avenues of application. [ES]: Los métodos de máxima verosimilitud (MMV) ofrecen un marco alternativo a la estadística frecuentista convencional, alejándose del uso del p-valor para el rechazo de una única hipótesis nula y optando por el uso de las verosimilitudes para evaluar el grado de apoyo en los datos a un conjunto de hipótesis alternativas (o modelos) de interés para el investigador. Estos métodos han sido ampliamente aplicados en ecología en el marco de los modelos de vecindad. Dichos modelos usan una aproximación espacialmente explícita para describir procesos demográficos de plantas o procesos ecosistémicos en función de los atributos de los individuos vecinos. Se trata por tanto de modelos fenomenológicos cuya principal utilidad radica en funcionar como herramientas de síntesis de los múltiples mecanismos por los que las especies pueden interactuar e influenciar su entorno, proporcionando una medida del efecto per cápita de individuos de distintas características (ej. tamaño, especie, rasgos fisiológicos) sobre los procesos de interés. La gran ventaja de aplicar los MMV en el marco de los modelos de vecindad es que permite ajustar y comparar múltiples modelos que usen distintos atributos de los vecinos y/o formas funcionales para seleccionar aquel con mayor soporte empírico. De esta manera, cada modelo funcionará como un ¿experimento virtual¿ para responder preguntas relacionadas con la magnitud y extensión espacial de los efectos de distintas especies coexistentes, y extraer conclusiones sobre posibles implicaciones para el funcionamiento de comunidades y ecosistemas. Este trabajo sintetiza las técnicas de implementación de los MMV y los modelos de vecindad en ecología terrestre, resumiendo su uso hasta la fecha y destacando nuevas líneas de aplicación
[ES]: Métodos de máxima verosimilitud en ecología y su aplicación en modelos de vecindad. Los métodos de máxima verosimilitud (MMV) ofrecen un marco alternativo a la estadística frecuentista convencional, alejándose del uso del p-valor para el rechazo de una única hipótesis nula y optando por el uso de las verosimilitudes para evaluar el grado de apoyo en los datos a un conjunto de hipótesis alternativas (o modelos) de interés para el investigador. Estos métodos han sido ampliamente aplicados en ecología en el marco de los modelos de vecindad. Dichos modelos usan una aproximación espacialmente explícita para describir procesos demográficos de plantas o procesos ecosistémicos en función de los atributos de los individuos vecinos. Se trata por tanto de modelos fenomenológicos cuya principal utilidad radica en funcionar como herramientas de síntesis de los múltiples mecanismos por los que las especies pueden interactuar e influenciar su entorno, proporcionando una medida del efecto per cápita de individuos de distintas características (ej. tamaño, especie, rasgos fisiológicos) sobre los procesos de interés. La gran ventaja de aplicar los MMV en el marco de los modelos de vecindad es que permite ajustar y comparar múltiples modelos que usen distintos atributos de los vecinos y/o formas funcionales para seleccionar aquel con mayor soporte empírico. De esta manera, cada modelo funcionará como un “experimento virtual” para responder preguntas relacionadas con la magnitud y extensión espacial de los efectos de distintas especies coexistentes, y extraer conclusiones sobre posibles implicaciones para el funcionamiento de comunidades y ecosistemas. Este trabajo sintetiza las técnicas de implementación de los MMV y los modelos de vecindad en ecología terrestre, resumiendo su uso hasta la fecha y destacando nuevas líneas de aplicación.
Description10 páginas.-- 3 figuras.-- 1 tabla.-- 78 referencias
Publisher version (URL)http://dx.doi.org/10.7818/ECOS.2013.22-3.03
URIhttp://hdl.handle.net/10261/115987
DOI10.7818/ECOS.2013.22-3.03
Identifiersissn: 1697-2473
Appears in Collections:(IRNAS) Artículos
Files in This Item:
File Description SizeFormat 
Metodos_maxima_verosimilitud.pdf792,6 kBAdobe PDFThumbnail
View/Open
Show full item record
Review this work
 


WARNING: Items in Digital.CSIC are protected by copyright, with all rights reserved, unless otherwise indicated.