ANÁLISIS DE CORRESPONDENCIAS
A continuación se enumeran algunas denominaciones
alternativas con que el método de análisis de
correspondencias (ACorr) aparece citado en la literatura:
• Análisis de tablas de contingencias (Contingency table
analysis)
• Metodología R-Q (RQ-technique)
• Análisis de homogeneidad (Homogeneity analysis)
• Ponderación recíproca (reciprocal averaging)
• Ordenamiento recíproco (reciprocal ordering)
• Escalado dual (Dual scaling)
AMARN 2018 - IMFIA.FI.UDELAR -
Ing. Luis Silveira, Ph.D.
ANÁLISIS DE CORRESPONDENCIAS
El método puede explicarse en el contexto de la
ordenación de p sitios en función de la abundancia de n
especies, aunque puede utilizarse igualmente para datos
que pueden presentarse como una tabla bidireccional, con
las filas correspondientes a un tipo de clasificación y las
columnas a un segundo tipo de clasificación.
AMARN 2018 - IMFIA.FI.UDELAR -
Ing. Luis Silveira, Ph.D.
ANÁLISIS DE CORRESPONDENCIAS
Con sitios y especies, la situación es la que se muestra a
continuación:
Se pueden
entender
como una
masa o
perfil medio
asociado a
la fila o
columna
a1, a2,….,an valores de especies asociados con las filas
b1, b2,….,bp valores de sitios asociados con las columnas
AMARN 2018 - IMFIA.FI.UDELAR -
Ing. Luis Silveira, Ph.D.
ANÁLISIS DE CORRESPONDENCIAS
Una interpretación del análisis de correspondencia es que se
trata de elegir las especies y los valores del sitio para
que estén lo más correlacionados posible con la
distribución bivariada que se representa por las
abundancias en el cuerpo de la tabla.
Es decir, los valores de sitio y especie se eligen para
maximizar su correlación para la distribución donde la
cantidad de veces que la especie i ocurre en el sitio j es
proporcional a la abundancia observada xij.
AMARN 2018 - IMFIA.FI.UDELAR -
Ing. Luis Silveira, Ph.D.
ANÁLISIS DE
CORRESPONDENCIAS
Resulta que la solución a este
problema de maximización está
dada por el conjunto de
ecuaciones:
Ri abundancia total de especies i ; Cj abundancia total en el sitio j
r es la correlación máxima que se busca.
Así, el valor de la i-ésima especie ai es un promedio ponderado de
los valores de los distintos sitios, con el sitio j teniendo un peso que
es proporcional a xij/Ri, y el valor del j-ésimo sitio bj es un
promedio ponderado de los valores de la especie, con especies i que
tienen un peso que es proporcional a xji/Cj.
AMARN 2018 - IMFIA.FI.UDELAR -
Ing. Luis Silveira, Ph.D.
ANÁLISIS DE CORRESPONDENCIAS
“Promedio recíproco" es un término que se usa para
describir estas ecuaciones, puesto que los valores de la
especie son promedios (ponderados) de los valores del sitio,
y los valores del sitio son promedios (ponderados) de los
valores de la especie.
Estas ecuaciones se utilizan a menudo como punto de partida
para justificar el análisis de correspondencia, como medio
para producir valores de especies en función de los valores
del sitio, y viceversa.
AMARN 2018 - IMFIA.FI.UDELAR -
Ing. Luis Silveira, Ph.D.
ANÁLISIS DE CORRESPONDENCIAS
Estas ecuaciones se pueden resolver de forma iterativa
después de haber sido modificadas para eliminar la solución
trivial con ai = 1 para todo i, bj = 1 para todo j, y r = 1.
Sin embargo, es más conveniente expresar las ecuaciones en
forma matricial, puesto que muestra que puede haber varias
soluciones posibles a las ecuaciones y que éstas se pueden
encontrar a partir de un análisis de valores propios.
AMARN 2018 - IMFIA.FI.UDELAR -
Ing. Luis Silveira, Ph.D.
ANÁLISIS DE CORRESPONDENCIAS
a = R-1Xb/r [8]
b= C-1X’a/r [9]
a’=(a1,a2,…,an)
b’=(b1,b2,…,bp)
R matriz diagonal n x n, con Ri en la i-ésima fila e i-ésima columna
C matriz diagonal p x p, con Cj en la j-ésima fila e j-ésima columna
X matriz n x p con xij, en el i-ésima fila y j-ésima columna
Sustituyendo [9] en [8] se llega a
r2(R1/2a)=(R-1/2XC-1/2) (R-1/2XC-1/2)’(R1/2a)
R1/2 matriz diagonal, con √Ri en la i-ésima fila e i-ésima columna
C1/2 matriz diagonal, con √Cj en la j-ésima fila y j-ésima columna
AMARN 2018 - IMFIA.FI.UDELAR -
Ing. Luis Silveira, Ph.D.
ANÁLISIS DE CORRESPONDENCIAS
Las soluciones al problema de maximizar la correlación están
dadas por los valores propios de la matriz n x n
(R-1/2XC-1/2) (R-1/2XC-1/2)’
Para cualquier valor propio λk, la correlación entre las
especies y los sitios será rk =√ λk, y el vector propio para
esta correlación será
R1/2ak=(√R1a1k, √R2a2k,…, √Rnank)’
aik son los valores de las especies y los correspondientes valores
de los sitios: bk=C-1X’ak/rk
AMARN 2018 - IMFIA.FI.UDELAR -
Ing. Luis Silveira, Ph.D.
ANÁLISIS DE CORRESPONDENCIAS
El valor propio más grande siempre será r2 = 1, dando la
solución trivial ai = 1 para todos los i y bj = 1 para todos los j.
Los valores propios restantes serán positivos o nulos y
reflejarán diferentes dimensiones posibles para
representar las relaciones entre las especies y los sitios.
Se puede demostrar que estas dimensiones son
ortogonales, puesto que las especies y los valores del sitio
para una dimensión no estarán correlacionados con las especies
y los valores del sitio en otras dimensiones para la distribución
de datos de las abundancias xij.
AMARN 2018 - IMFIA.FI.UDELAR -
Ing. Luis Silveira, Ph.D.
ANÁLISIS DE CORRESPONDENCIAS
Ordenación por medio de análisis de correspondencias implica
utilizar las especies y los valores del sitio para los primeros
mayores valores propios menores que 1, porque estas son las
soluciones para las cuales las correlaciones entre los valores de
las especies y los valores del sitio son más fuertes.
Se suele representar las especies y los sitios en los mismos ejes
puesto que los valores de las especies son un promedio de los
valores del sitio y viceversa. En otras palabras, el análisis de
correspondencia proporciona una ordenación de las
especies y los sitios al mismo tiempo.
AMARN 2018 - IMFIA.FI.UDELAR -
Ing. Luis Silveira, Ph.D.
ANÁLISIS DE CORRESPONDENCIAS
Ej. de uso del ACorr - Especies de plantas en la Reserva
Natural Steneryd:
Se obtuvo 16 valores propios menores que 1. Sus raíces
cuadradas representan las correlaciones existentes entre los
valores de las especies y los valores de la parcela. Solo los
valores de especie y parcela para los dos primeros valores
propios se usarán para la ordenación.
Valores propios y porcentajes de inercia:
F1 F2 F3 F4 F5 F6 F7 F8 F9 F10 F11 F12 F13 F14 F15 F16
Valor propio 0,665 0,406 0,199 0,136 0,094 0,074 0,057 0,028 0,020 0,019 0,010 0,008 0,007 0,005 0,003 0,001
Inercia (%) 38,362 23,449 11,468 7,873 5,439 4,293 3,269 1,638 1,143 1,086 0,551 0,475 0,394 0,295 0,198 0,068
% acumulado 38,362 61,810 73,278 81,152 86,591 90,884 94,152 95,790 96,933 98,019 98,570 99,045 99,439 99,734 99,932 100,000
AMARN 2018 - IMFIA.FI.UDELAR -
Ing. Luis Silveira, Ph.D.
ANÁLISIS DE CORRESPONDENCIAS
Ej. de uso del
ACorr - Especies
de plantas en la
Reserva Natural
Steneryd:
AMARN 2018 - IMFIA.FI.UDELAR -
Ing. Luis Silveira, Ph.D.
ANÁLISIS DE CORRESPONDENCIAS
La ordenación de los sitios es
bastante clara, con una secuencia
casi perfecta desde la parcela 1 a la
izquierda a la parcela 17 a la
derecha, moviéndose alrededor del
arco. Las especies se intercalan
entre los sitios de las parcelas a lo
largo del mismo arco, desde
Mercurialis perennis a la derecha
hasta Hieracium pilosella a la
izquierda. Por ejemplo, Mercurialis
perennis es abundante solo en las
parcelas con el número más alto y
Hieracium pilosella es abundante
solo en las parcelas con número más
bajo.
AMARN 2018 - IMFIA.FI.UDELAR -
Ing. Luis Silveira, Ph.D.
Características de los diagramas de AC
Los agrupamientos de observaciones deben
interpretarse como resultantes de un mismo proceso o
pertenecientes a una misma familia.
La cercanía de las variables debe interpretarse como
una indicación de la correlación entre las mismas.
Si se distinguen diferentes agrupamientos de
observaciones, éstos se caracterizan por la(s) variable(s)
cercana(s) a tales grupos.
AMARN 2018 - IMFIA.FI.UDELAR -
Ing. Luis Silveira, Ph.D.
Características de los diagramas de AC
La síntesis bidimensional de puntos que
originalmente se encuentran en dos espacios
multidimensionales puede resultar
engañosa. ¿Quién puede garantizar que
dos muestras o variables que en 2-D se
encuentran próximas también lo estén
en n-D o p-D?
AMARN 2018 - IMFIA.FI.UDELAR -
Ing. Luis Silveira, Ph.D.
Enunciado de las contribuciones
(Benzécri, 1970)
Las contribuciones son coeficientes que ayudan a determinar
qué tan fidedignamente una muestra o una variable ha sido
restituida en un espacio factorial limitado. Además, es posible
determinar cuál es el aporte de las muestras y de las variables
a un determinado factor.
AMARN 2018 - IMFIA.FI.UDELAR -
Ing. Luis Silveira, Ph.D.
Enunciado de las contribuciones
(Benzécri, 1970)
Contribución absoluta (CA): Expresa la contribución de la
observación i o de la variable j a la dispersión a lo largo del factor k.
Permite detectar anomalías (”outliers”) en la matriz de datos.
Contribución relativa (CR): Indica la contribución del factor k a la
separación de la observación i o de la variable j con respecto a su
situación promedio (el centro de gravedad de ambas nubes).
AMARN 2018 - IMFIA.FI.UDELAR -
Ing. Luis Silveira, Ph.D.
Ej.: Aplicación a datos de
precipitación anual
Matriz de datos: Panual n(filas) xp(columnas)
n = observaciones = nro. de años con registros
p = variables = número de pluviómetros
Interpretación del gráfico 2-D:
Observaciones (precipitación anual):
Cada punto representa una observación (año) conteniendo
toda la información (precipitación anual) registrada en p
pluviómetros. Esto significa condensar p registros en un
único punto.
AMARN 2018 - IMFIA.FI.UDELAR -
Ing. Luis Silveira, Ph.D.
Ej.: Aplicación a datos de
precipitación anual
La distancia entre puntos que representan distintas
observaciones (años) es una medida de similitud con
respecto a la precipitación anual en una cuenca o región.
Variables (pluviómetros):
Cada punto representa una variable (pluviómetro),
conteniendo toda la información (precipitación anual)
registrada en n observaciones (años). Esto significa
condensar n registros en un único punto.
AMARN 2018 - IMFIA.FI.UDELAR -
Ing. Luis Silveira, Ph.D.
Ej.: Aplicación a datos de
precipitación anual
Relación entre las observaciones (precipitación anual)
y las variables (pluviómetros):
En general, cada punto que representa una observación
estará situado en una posición cercana al pluviómetro donde
la precipitación registrada fue mayor, mientras que aquellos
puntos ubicados en una posición opuesta indican que en
dicho año el pluviómetro registró poca precipitación.
AMARN 2018 - IMFIA.FI.UDELAR -
Ing. Luis Silveira, Ph.D.
Ej.: Aplicación a datos de
precipitación anual
Obs! La interpretación anterior de la
birrepresentación en un espacio factorial
limitado es válida solamente si se logra la
restitución del espacio n- y p-dimensional. El
grado de precisión de está restitución debe
analizarse controlando las contribuciones
(Benzecri, 1973 & 1977)
AMARN 2018 - IMFIA.FI.UDELAR -
Ing. Luis Silveira, Ph.D.
Ej.: Detección de errores en datos
de precipitación anual
Pluviómetro Ubicación Lectura X Y
P1 1147 Rivera DNM 524.0 6582.5
P2 1220 Tranqueras MI 503.0 6550.0
P3 1224 Ataques MI 542.0 6549.0
P4 1379 Moirones MI 577.6 6504.0
P5 1405 Tacuarembó DNM 482.5 6492.0
P6 1440 Valle Edén MI 464.5 6480.0
AMARN 2018 - IMFIA.FI.UDELAR -
Ing. Luis Silveira, Ph.D.
Ej.: Detección de errores en datos
de precipitación anual
AMARN 2018 - IMFIA.FI.UDELAR -
Ing. Luis Silveira, Ph.D.
Ej.: Detección de errores en datos
de precipitación anual
Varianza explicada por los factores 1 y 2: 68.12 %
AMARN 2018 - IMFIA.FI.UDELAR -
Ing. Luis Silveira, Ph.D.
Ej.: Detección de errores en datos
de precipitación anual
Pluviómetros FACTOR 1 FACTOR 2
CA(1) CR(1) CA(2) CR(2)
P1 13 28 61 72
P2 30 62 33 38
P3 2.7 59 3.5 41
P4 3.2 92 0.5 8.1
P5 43 98 1.5 1.9
P6 7.8 100 0.0 0.0
La restitución de las variables en el plano de los dos
primeros factores es satisfactoria puesto que la suma de las
contribuciones relativas de cada variable es aproximadamente
100 %.
AMARN 2018 - IMFIA.FI.UDELAR -
Ing. Luis Silveira, Ph.D.
Ej.: Detección de errores en datos
de precipitación anual
Las contribuciones absolutas indican el peso de cada
variable sobre cada factor. Valores altos pueden representar
pluviómetros donde la precipitación medida es mayor que la
precipitación medida en otros pluviómetros o datos
anómalos (”outliers”) por exceso.
AMARN 2018 - IMFIA.FI.UDELAR -
Ing. Luis Silveira, Ph.D.
Ej.: Detección de errores en datos
de precipitación anual
Interpretación de la birrepresentación:
P3 (Ataques), P4 (Moirones) y P6 (Valle Edén)
están situados cerca del centro de gravedad (0,0). Por
lo tanto, representan el comportamiento medio de la
cuenca.
P1 (Rivera), P2 (Tranqueras) y P5 (Tacuarembó)
se ubican lejos del centro de gravedad (0,0).
P1 (Rivera) - Cuchilla Negra
P2 (Tranqueras) - Cuchilla de Haedo
Por tanto, mayor precipitación puede explicarse por la
influencia topográfica (altitud 300 a 400 m snm).
AMARN 2018 - IMFIA.FI.UDELAR -
Ing. Luis Silveira, Ph.D.
Ej.: Detección de errores en datos
de precipitación anual
P5 (Tacuarembó) y P6 (Valle Edén) están ubicados a
una distancia de 21.6 km. Es decir, son pluviómetros
relativamente cercanos.
No obstante, el Análisis de Correspondencias
muestra un comportamiento diferente.
¿Cómo explicarlo?
AMARN 2018 - IMFIA.FI.UDELAR -
Ing. Luis Silveira, Ph.D.
Ej.: Detección de errores en datos
de precipitación anual
AMARN 2018 - IMFIA.FI.UDELAR -
Ing. Luis Silveira, Ph.D.
Ej.: Detección de errores en datos
de precipitación anual
Análisis de doble masa:
1) P5 vs Pmedia (P1, P2, P3, P4, P6)
Cambio de pendiente en 1937 y
1952.
2) P6 vs Pmedia (P1, P2, P3, P4).
AMARN 2018 - IMFIA.FI.UDELAR -
Ing. Luis Silveira, Ph.D.
Ej.: Detección de errores en datos
de precipitación anual
Análisis de correspondencias: P1, P2, P3, P4, P6
Varianza explicada por los factores 1 y 2: 71.03 %
AMARN 2018 - IMFIA.FI.UDELAR -
Ing. Luis Silveira, Ph.D.
Ej.: Detección de errores en datos
de precipitación anual
La representación gráfica sugiere una variabilidad
espacial en la distribución de la precipitación media
anual.
Pmedia anual (mm):
P1=1453, P2=1327, P3=1326, P4=1235, P5=1180
AMARN 2018 - IMFIA.FI.UDELAR -
Ing. Luis Silveira, Ph.D.
ANÁLISIS DE CORRESPONDENCIAS
Comparación de métodos de ordenación
ACP se utiliza solo cuando los valores de las p variables son
conocidos para cada uno de los objetos que se estudian y las
variables tienen una distribución aproximadamente normal. Por
lo tanto, este método de análisis no puede utilizarse cuando solo
se dispone de la matriz de distancia o similitud.
ACoP y EMD se utilizan cuando se requiere una ordenación a
partir de una matriz de distancias o similitudes entre los objetos
bajo estudio. ACoP y EMD métrica deberían dar resultados
similares.
AMARN 2018 - IMFIA.FI.UDELAR -
Ing. Luis Silveira, Ph.D.
ANÁLISIS DE CORRESPONDENCIAS
Comparación de métodos de ordenación
ACorr fue inicialmente desarrollado para situaciones donde los
objetos de interés se dividen por medidas de la abundancia de
diferentes características. Cuando este es el caso, este método
parece dar ordenaciones que son relativamente fáciles de
interpretar. Actualmente sus aplicaciones son mucho más
amplias.
AMARN 2018 - IMFIA.FI.UDELAR -
Ing. Luis Silveira, Ph.D.
ORDENACIÓN - RESUMEN
Ordenación es el proceso de generar un menor número
de variables para representar las relaciones entre una
cantidad de objetos, generalmente gráficamente. También
se utiliza el término escalado en lugar de ordenación.
Muchos de los métodos descritos en el curso pueden
usarse para la ordenación. Se analizaron ACP, ACoP, EMD y
ACorr.
AMARN 2018 - IMFIA.FI.UDELAR -
Ing. Luis Silveira, Ph.D.
ORDENACIÓN - RESUMEN
El análisis de coordenadas principales (ACoP) es un
método de ordenación, que parte de una matriz de
similitudes entre n objetos, de forma similar que el
escalado multidimensional (EMD).
Se revisó la teoría del ACP y se mostro la conexión entre
ACP y ACoP, y se utilizó ACoP con los datos de la Reserva
Natural Steneryd.
AMARN 2018 - IMFIA.FI.UDELAR -
Ing. Luis Silveira, Ph.D.
ORDENACIÓN - RESUMEN
Se aplicó el EMD con los datos de la Reserva Natural
Steneryd.
El análisis de correspondencia es el 4° método de
ordenación analizado.
Se hicieron recomendaciones sobre cuándo usar cada uno
de los cuatro métodos de ordenación.
AMARN 2018 - IMFIA.FI.UDELAR -
Ing. Luis Silveira, Ph.D.
