1 Paso 1 · Datos y preprocesamiento

#Scrips para correr iNEX_4Steps
#Primer Paso Instalar los paquetes requeridos, dede github

# Si no estan instalados los paquetes 

#install.packages("devtools")
#install.packages("usethis")
#install_github("KaiHsiangHu/iNEXT.4steps")
#install_github("AnneChao/iNEXT.3D")
#install.packages("dplyr")
#install.packages("ggplot2")


# Paquetes
library(iNEXT.4steps)
library(dplyr)
## 
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
## 
##     filter, lag
## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union
library(tibble)

#Hacer lectura de los datos indicando que lea los encabezados y las filas, la siguiente sería la manera de ingrsar los datos desde un archivo csv

#datos_tricho <- read.csv2("TRICO.csv", header = TRUE, row.names = 1, encoding = "latin1")

#View(data)

# Tus datos
datos_tricho <- data.frame(
  Generos = c("Atanatolica","Atopsyche","Betrichia","Chimarra","Culoptila",
              "Helicopsyche","Leptonema","Marilia","Mayatrichia","Nectopsyche",
              "Neotrichia","Oecetis","Oxyethira","Phylloicus","Protoptila","Smicridea"),
  Alta  = c(1,3,0,89,0,0,87,0,2,0,7,20,8,4,5,573),
  Baja  = c(0,0,1,39,0,5,1,1,0,3,19,0,2,0,31,378),
  Media = c(0,0,0,33,2,6,7,0,0,0,0,0,3,3,16,219),
  check.names = FALSE
)

# → Deja "Generos" como nombres de fila y convierte a matriz numérica
abund <- datos_tricho |>
  column_to_rownames("Generos") |>
  as.matrix()

# (opcional) verifica que todo sea numérico
stopifnot(all(vapply(as.data.frame(abund), is.numeric, TRUE)))

# Corre iNEXT.4steps SOLO con numéricos
result1 <- iNEXT4steps(abund, datatype = "abundance", nboot = 40)

# Resumen y figura (sin la comilla extra)
result1$summary
## $`STEP 1. Sample completeness profiles`
##   Assemblage q = 0 q = 1 q = 2
## 1       Alta  0.96  1.00     1
## 2       Baja  0.69  0.99     1
## 3      Media  1.00  1.00     1
## 
## $`STEP 2b. Observed diversity values and asymptotic estimates`
##   Assemblage               qTD TD_obs TD_asy s.e. qTD.LCL qTD.UCL
## 1       Alta  Species richness  11.00  11.50 1.51    8.55   14.45
## 2       Alta Shannon diversity   2.74   2.76 0.12    2.52    2.99
## 3       Alta Simpson diversity   1.85   1.86 0.07    1.72    1.99
## 4       Baja  Species richness  10.00  14.49 4.54    5.60   23.38
## 5       Baja Shannon diversity   2.31   2.35 0.12    2.11    2.58
## 6       Baja Simpson diversity   1.58   1.58 0.06    1.47    1.69
## 7      Media  Species richness   8.00   8.00 0.68    6.67    9.33
## 8      Media Shannon diversity   2.50   2.54 0.17    2.21    2.86
## 9      Media Simpson diversity   1.69   1.69 0.09    1.52    1.87
## 
## $`STEP 3. Non-asymptotic coverage-based rarefaction and extrapolation analysis`
##   Cmax = 0.997 q = 0 q = 1 q = 2
## 1         Alta 10.38  2.72  1.85
## 2         Baja 12.19  2.33  1.58
## 3        Media  7.90  2.49  1.69
## 
## $`STEP 4. Evenness among species abundances of orders q = 1 and 2 at Cmax based on the normalized slope of a diversity profile`
##   Cmax = 0.997 Pielou J' q = 1 q = 2
## 1         Alta      0.43  0.18  0.09
## 2         Baja      0.34  0.12  0.05
## 3        Media      0.44  0.22  0.10

2 Cobertura de muestreo

STEP 1. Perfiles de completitud muestral (cobertura Cq) de Tricópteros en el río Ranchería a lo largo del gradiente.
Nivel q = 0 q = 1 q = 2
Alta 0.96 1.00 1
Baja 0.69 0.99 1
Media 1.00 1.00 1

2.1 Interpretación (qué nos dice la cobertura Cq)

  • Qué mide Cq: es la cobertura de muestreo para cada orden de diversidad q. Se interpreta como la proporción de individuos que pertenecen a especies ya observadas; valores cercanos a 1 indican muestreos prácticamente completos.
    • q = 0 (riqueza): sensible a especies raras (singletons/doubletons).
    • q = 1 (Shannon): pondera especies comunes.
    • q = 2 (Simpson): dominantes.
  • Resultados por nivel del gradiente:
    • Media: C₀ = 1.00, C₁ = 1.00, C₂ = 1.00 → muestreo completo para raras, comunes y dominantes. Comparaciones directas son confiables.
    • Alta: C₀ = 0.96, C₁ = 1.00, C₂ = 1.00 → casi completo; podrían faltar muy pocas especies raras (≈4% de individuos potencialmente en especies no detectadas).
    • Baja: C₀ = 0.69, C₁ = 0.99, C₂ = 1.00 → incompleto para riqueza (faltan varias raras), pero suficiente para comunes y dominantes.
  • Implicaciones ecológicas en el gradiente (Tricópteros, Río Ranchería):
    • Las comunidades compartidas por especies comunes/dominantes están bien capturadas en todos los niveles (C₁, C₂ ≈ 1), por lo que comparar q=1 y q=2 es válido tal como están.
    • La riqueza (q=0) está subestimada en el nivel Bajo (C₀ = 0.69). Esto puede deberse a alta proporción de especies raras o esfuerzo de muestreo insuficiente en ese tramo del gradiente.
  • Recomendación metodológica para informes/comparaciones:
    1. Para comparar riqueza (q=0) entre niveles, usa estandarización por cobertura (coverage-based R/E en iNEXT) al mínimo C* observado (C* = 0.69) o incrementa el esfuerzo en Baja hasta alcanzar C₀ ≥ 0.95 (más réplicas, más individuos/tiempo de muestreo).
    2. Puedes reportar q=1 y q=2 sin ajustes (cobertura ≈ 1), destacando que capturan adecuadamente la estructura de especies comunes y dominantes a lo largo del gradiente.

3 Figura resumen de todos los análsis

#Para correr el grafico debe borrar "#"

#result1$figure[[6]]
_
_

4 Perfiles de completitud muestral

result1$figure[[1]]

Figura 1. Perfiles de completitud muestral (Cq) de Tricópteros en el río Ranchería a lo largo del gradiente (Alta, Baja, Media). La cobertura Cq aumenta con el orden q y alcanza ≈1 para q ≥ 1 en los tres niveles. En Baja, C0 = 0.69 (cinta más ancha), indica submuestreo de especies raras; en Alta C0 = 0.96 y en Media C0 = 1.00, muestreo casi/totalmente completo. Las bandas sombreadas representan intervalos de confianza del 95%.

5 Rarefacción/extrapolación basada en tamaño

result1$figure[[2]]

Figura 2. Rarefacción/extrapolación basada en tamaño para Tricópteros a lo largo del gradiente (Alta = naranja ●, Baja = azul ▲, Media = rosa ■). Las líneas continuas muestran rarefacción y las discontinuas la extrapolación hasta 2× el tamaño muestral de referencia; los símbolos llenos marcan el tamaño de muestra observado. Las bandas sombreadas corresponden a IC 95%. En q = 0 las curvas aún crecen—especialmente en ‘Baja’—mientras que en q = 1 y q = 2 se estabilizan cerca de su asíntota.

6 Perfiles de diversidad empírica

result1$figure[[3]]

Figura 3. Perfiles de diversidad empírica (línea discontinua) y asintótica (línea continua) en función del orden q (0–2) para Tricópteros del río Ranchería a lo largo del gradiente (Alta = naranja, Baja = azul, Media = rosa). Las bandas sombreadas muestran IC 95%. La brecha entre perfiles es mayor en q = 0 —notablemente en ‘Baja’—, lo que sugiere diversidad no detectada de especies raras; para q ≥ 1 los perfiles convergen hacia valores similares.

7 Rarefacción/extrapolación basada en cobertura

result1$figure[[4]]

Figura 4. Rarefacción/extrapolación basada en cobertura para Tricópteros del río Ranchería a lo largo del gradiente (Alta = naranja ●, Baja = azul ▲, Media = rosa ■). Eje x: cobertura muestral (Cq); eje y: diversidad taxonómica. Líneas continuas: rarefacción; líneas discontinuas: extrapolación; símbolos: muestra observada; bandas: IC 95%. A q = 0 las curvas muestran pendientes pronunciadas cerca de Cq≈1 (raras aún por detectar, sobre todo en ‘Baja’); en q = 1 y q = 2 las curvas son casi planas y coincidentes.

8 Perfiles de equidad (Evenness)

result1$figure[[5]]

Figura 5. Perfiles de equidad (Evenness) de Tricópteros del río Ranchería a lo largo del gradiente (Alta = naranja, Baja = azul, Media = rosa). La equidad se grafica en función del orden q (0–2); todas las curvas inician en 1 en q≈0 por definición y decrecen al aumentar q, cuando los índices ponderan más a las especies dominantes. Las bandas sombreadas representan IC 95%.

9 Resultados

La completitud del muestreo mostró contrastes claros a lo largo del gradiente del río Ranchería (Fig. 1a). Para q ≥ 1, la cobertura alcanzó ~1 en los tres niveles (Alta, Media, Baja), indicando que las fracciones comunes y dominantes están adecuadamente representadas en todas las estaciones. En q = 0, en cambio, hubo diferencias notables: Media presentó C₀ = 1.00 (muestreo completo), Alta C₀ = 0.96 (casi completo) y Baja C₀ = 0.69, lo que evidencia submuestreo de especies raras en este último tramo.

La comparación empírico–asintótica de la diversidad (Fig. 1c) confirmó ese patrón. En riqueza (q = 0), la estimación asintótica fue 11.50 spp para Alta (IC 95%: 6.71–16.29), 14.49 spp para Baja (5.49–23.50) y 8.00 spp para Media (6.68–9.32). La brecha entre lo observado y lo asintótico fue mayor en Baja (10 observadas vs. 14.49 asintóticas), coherente con su baja C₀. En cambio, para q = 1 (Shannon) y q = 2 (Simpson) las diferencias entre valores observados y asintóticos fueron mínimas (p. ej., Alta: 2.74→2.76; 1.85→1.86), lo que indica que esas fracciones de la comunidad están bien capturadas en todos los niveles.

Las curvas tamaño-basadas (Fig. 1b) mostraron que en q = 0 las tres localidades aún crecen con el esfuerzo, especialmente Baja, mientras que en q = 1–2 las curvas se estabilizan rápidamente y la extrapolación a 2× individuos apenas modifica los estimadores. Al estandarizar por cobertura (Fig. 1d), las comparaciones son justas pese a diferencias en esfuerzo y detectabilidad. A C_max = 0.997, la riqueza ajustada indicó 12.19 para Baja, 10.38 para Alta y 7.90 para Media; este resultado sugiere que, una vez controlada la cobertura, Baja podría albergar más taxa raros potenciales, aunque con mayor incertidumbre (bandas amplias en la figura). En contraste, para q = 1–2 los valores a C_max fueron muy próximos (Alta 2.72 y 1.85; Media 2.49 y 1.69; Baja 2.33 y 1.58), confirmando diferencias pequeñas entre niveles en la fracción común/dominante.

Los perfiles de equidad (Fig. 1e) mostraron una disminución monótona con el incremento de q, como es esperable al ponderar más a las dominantes. La equidad de Pielou (J’) fue mayor en Media (0.44), intermedia en Alta (0.43) y menor en Baja (0.34), y la equidad normalizada en q = 1–2 mantuvo el mismo orden (Media > Alta > Baja; 0.22/0.10, 0.18/0.09 y 0.12/0.05, respectivamente). En conjunto, estos patrones indican que Media sostiene el ensamble más uniforme, Alta combina alta diversidad efectiva con equidad moderada y Baja exhibe dominancia de pocos taxones y subdetección de raros.

En síntesis, los resultados integrados de STEP 1–4 (Fig. 1a–e) muestran que: (i) para q ≥ 1 las comparaciones entre niveles son robustas sin ajustes (cobertura ~1 y concordancia empírico–asintótica); (ii) para q = 0 las inferencias deben estandarizarse por cobertura (o aumentarse el esfuerzo en Baja) debido a su C₀ bajo; y (iii) el gradiente se expresa principalmente como variación en la equidad y en la fracción de raras, más que en diferencias marcadas de la fracción dominante. Estos hallazgos son consistentes con un escenario en el que condiciones locales en el tramo Baja favorecen la dominancia y dificultan la detección de taxa de baja abundancia, mientras que Media mantiene una estructura más balanceada.

10 Referencias

Chao, A., & Jost, L. (2012). Coverage‐based rarefaction and extrapolation: Standardizing samples by completeness rather than size. Ecology, 93(12), 2533–2547. https://doi.org/10.1890/11-1952.1

Good, I. J. (1953). The population frequencies of species and the estimation of population parameters. Biometrika, 40(3–4), 237–264. https://doi.org/10.1093/biomet/40.3-4.237

Hill, M. O. (1973). Diversity and evenness: A unifying notation and its consequences. Ecology, 54(2), 427–432. https://doi.org/10.2307/1934352

Hsieh, T. C., Ma, K. H., & Chao, A. (2016). iNEXT: An R package for rarefaction and extrapolation of species diversity (Hill numbers). Methods in Ecology and Evolution, 7(12), 1451–1456. https://doi.org/10.1111/2041-210X.12613

Jost, L. (2006). Entropy and diversity. Oikos, 113(2), 363–375. https://doi.org/10.1111/j.2006.0030-1299.14714.x

Pielou, E. C. (1966). The measurement of diversity in different types of biological collections. Journal of Theoretical Biology, 13(1), 131–144. https://doi.org/10.1016/0022-5193(66)90013-0

Shannon, C. E. (1948). A mathematical theory of communication. Bell System Technical Journal, 27(3), 379–423; 27(4), 623–656.

Simpson, E. H. (1949). Measurement of diversity. Nature, 163(4148), 688. https://doi.org/10.1038/163688a0

11 Software y paquetes

R Core Team. (2024). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. https://www.r-project.org/

Hsieh, T. C., Chao, A., & Chiu, C.-H. (s. f.). iNEXT.4steps: Four-step biodiversity analysis (R package). Recuperado de https://github.com/JohnsonHsieh/iNEXT.4steps