30 de octubre al 03 de noviembre de 2017 9.00 a 18.00 hs.
Aula de Posgrado Facultad de Ciencias Agrarias UNR
Campo Experimental Villarino – Zavalla Santa Fe

DOCENTE RESPONSABLE : Est. MSc Patricia TORRES

CARGA HORARIA:  50 hs. totales
(25 hs prácticas – 25 hs. teóricas)

OBJETIVOS :
Brindar al investigador las herramientas más importantes del análisis multivariado que actualmente se utilizan en Biología y en Agricultura. El Curso está dividido en dos partes: en la primera se estudian los rudimentos del álgebra de matrices necesarios para en una segunda parte aprender cada una de las técnicas multivariadas más utilizadas.  Los alumnos trabajan en computadora con el software PC-ORD y pueden practicar con datos propios o datos del docente. Por lo tanto, se los capacita teórica y prácticamente con las técnicas multivariadas más aplicadas.

CONTENIDOS :

  • Objeto del análisis multivariado. Concepto de espacio.
  • Tipos de datos. Matrices de datos. Ordenamiento de la matriz de datos. Estandarización y transformación.
  • Operaciones con matrices. Transformaciones lineales. Matriz de covarianza y de correlación. Autovalores y autovectores.
  • Medidas de similitud. Matrices de similitud.
  • Ordenamiento. Análisis de Componentes Principales. Análisis de Coordenadas Principales. Análisis de Correspondencias. Limitaciones del ordenamiento, supuesto de linearidad y efecto “herradura”. Análisis de Correspondencias Detendenciado. Multidimensional Scaling. Interpretación del ordenamiento.
  • Clasificación. Métodos aglomerativos. Ligamiento simple, completo, promedio y centroide. Método Suma de Cuadrados. Características de los grupos.
  • Análisis de Correspondencias Canónico. Biplot de especies y variables ambientales.
  • Test de aleatorización MANOVA. Análisis Discriminante usando aleatorización.
  • Introducción al modelado de ecuación estructural (SEM). 

MODALIDAD DE EVALUACIÓN:
Los alumnos deben aplicar una ó más metodologías vistas durante el Curso a datos propios o facilitados por el docente y redactar un informe de los resultados.

Arancel: $ 3000.-

BIBLIOGRAFÍA

  • Afifi A.A. and V. Clark. 1996. “Computer-aided Multivariate Analysis”. Chapman & Hall. Boca Ratón, USA. 455p.
  • Anderson M.J. and T.J. Willis. 2003. “Canonical analysis of principal coordinates: a useful method of constrained ordination for ecology”. Ecology 84: 511-525.
  • Cuadras C.M. 2007. “Nuevos Métodos de Análisis Multivariante”. CMC Editions. Barcelona, España. 266p.
  • Gauch H.G. Jr. 1982. “Multivariate Analysis in Community Ecology”. Cambridge University Press. NY, USA. 298p.
  • Johnson D.E. 2000. Métodos multivariados aplicados al análisis de datos. International Thomson Editores. México. 566p.
  • Jongman R.H.G., Ter Braak C.J.F. and O.F.R. Van Tongeren. 1995. “Data Analysis in Community and Landscape Ecology”. Cambridge University Press. NY, USA. 299p.
  • Leps J. and Smilauer P. 2003. “Multivariate Analysis Ecological Data using CANOCO”. Cambridge University Press. Cambridge, UK. 269p.
  • Manly B-F.J. 1996. “Multivariate Statistical Methods. A primer”. Chapman & Hall. London, UK. 215p.
  • Orlóci L. 1978. “Multivariate Analysis in Vegetation Research”. Junk, The Hague.
  • Pielou E.C. 1984. “The Interpretation of Ecological Data. A primer on classification and ordination”. John Wiley & Sons. NY, USA. 263p.
  • Pugesek B.H., Tomer A. and A. von Eye. 2003. “Structural Equation Modeling: applications in Ecological and Evolutionary Biology”. Cambridge University Press. Cambridge, UK. 409p.
  • Torres, P.S. 2006. “Propiedades de un test de aleatorización para comparaciones multifactores de grupos de censos y su aplicación al estudio de la vegetación”. Tesis de Maestría en Estadística Aplicada, Facultad de Cs. Económicas y Estadística, U.N.R. 240p.

Software del Curso:
McCune B. and M.J. Mefford 2011. “PC-ORD. Multivariate Analysis of Ecological Data, Version 6.0”. MjM Software Design. Gleneden Beach, Oregon, USA.

 

Leave a Reply