Introducción

Para esta asignación deben analizar los datos del proyecto Heliconia invertebrate, realizado entre 1996 y 1998 en la estación biológica El Verde, Río Grande (ver metadata y referencias en el enlace anterior).

Para su informe analizarán los datos de 1996 y de 1998, y debe seguir el orden de los análisis que se indican a continuación. Pada cada sección tendrás que realizar los cálculos y gráficas (aplicar las funciones R) correspondientes y luego responder las preguntas. Puede trabaja en un archivo RMarkdown y generar un archivo html o Word que subirá a MOODLE, o puede trabajar sus cálculos y gráficas en RStudio, y crear un archivo Word para insertarlos y al final producir un PDF para subirlo a MOODLE.

Cargar los datos de Heliconia

A continuación un ejemplo de lectura de los datos del archivo en Excel. En este caso solamente se lee el año 1996, pero para su trabajo debe cargar también el año 1998.

library(readxl)
Heli1996 <- read_excel("Heliconiainvertebratedata.xlsx", 
                       sheet = "1996")
head(Heli1996) #para ver las primeras seis filas

## # A tibble: 6 x 103
##   `Limonia-1` `Limonia-2` `Limonia-3` `Limonia-4` `Limonia-5` `Limonia-6`
##         <dbl>       <dbl>       <dbl>       <dbl>       <dbl>       <dbl>
## 1           0           0           0           0           0           0
## 2           0           0           0           0           0           0
## 3           0           0           0           0           0           0
## 4           0           0           0           0           0           0
## 5           0           0           0           0           0           0
## 6           0           0           0           0           0           0
## # ... with 97 more variables: `Limonia-7` <dbl>, `Limonia-8` <dbl>,
## #   `Limonia-10` <dbl>, `Limonia-11` <dbl>, `Limoniapupa-7` <dbl>,
## #   `Culex-1` <dbl>, `Culex-2` <dbl>, `Culex-3` <dbl>, `Culex-4` <dbl>,
## #   `Culex-5` <dbl>, `Culex-6` <dbl>, `Culex-7` <dbl>,
## #   `Culicidaepupa-3` <dbl>, `Wyeomia-3` <dbl>, `Wyeomia-4` <dbl>,
## #   `Wyeomia-5` <dbl>, `Wyeomia-7` <dbl>, `Culicidaepupa-3__1` <dbl>,
## #   `Culicidaepupa-4` <dbl>, `Culicidaepupa-7` <dbl>,
## #   `Ceratopogonidaesp.1-3` <dbl>, `Ceratopogonidaesp.1-4` <dbl>,
## #   `Ceratopogonidaesp.1-5` <dbl>, `Ceratopogonidaesp.1-6` <dbl>,
## #   `Ceratopogonidaesp.1-7` <dbl>, `Ceratopogonidaesp.1-8` <dbl>,
## #   `Ceratopogonidaepupa-2` <dbl>, `Ceratopogonidaesp.2-2` <dbl>,
## #   `Ceratopogonidaesp.2-3` <dbl>, `Ceratopogonidaesp.2-4` <dbl>,
## #   `Ceratopogonidaesp.2-7` <dbl>, `Ceratopogonidaepupa-3` <dbl>,
## #   `Ceratopogonidaepupa-5` <dbl>, `ChironomidorthoSH-1` <dbl>,
## #   `ChironomidorthoSH-2` <dbl>, `ChironomidorthoSH-3` <dbl>,
## #   `ChironomidorthoSH-4` <dbl>, `ChironomidorthoSH-5` <dbl>,
## #   `TanypodinaeLH-1` <dbl>, `TanypodinaeLH-2` <dbl>,
## #   `TanypodinaeLH-3` <dbl>, `TanypodinaeLH-4` <dbl>,
## #   `PsychodidaePsychoda-1` <dbl>, `PsychodidaePsychoda-2` <dbl>,
## #   `PsychodidaePsychoda-3` <dbl>, `PsychodidaePsychoda-4` <dbl>,
## #   `PsychodidaePsychoda-5` <dbl>, `PsychodidaePsychoda-6` <dbl>,
## #   `PsychodidaePericoma-3` <dbl>, `PsychodidaePericoma-5` <dbl>,
## #   `Psychodidpupashorttail-2` <dbl>, `Syrphidaesp.1-2` <dbl>,
## #   `Syrphidaesp.1-3` <dbl>, `Syrphidaesp.1-4` <dbl>,
## #   `Syrphidaesp.1-5` <dbl>, `Syrphidaesp.1-7` <dbl>,
## #   `Syrphidaesp.1-8` <dbl>, `Syrphidaesp.1-10` <dbl>,
## #   `Syrphidaesp.1-12` <dbl>, `Syrphidaesp.2-1` <dbl>,
## #   `Syrphidaesp.2-2` <dbl>, `Syrphidaesp.2-3` <dbl>,
## #   `Syrphidaesp.2-4` <dbl>, `Syrphidaesp.2-5` <dbl>,
## #   `Syrphidaesp.2-6` <dbl>, `Syrphidaesp.2-7` <dbl>,
## #   `Syrphidaesp.2-8` <dbl>, `Syrphidaesp.2-9` <dbl>,
## #   `Syrphidaesp.2-10` <dbl>, `Syrphidaesp.3-1` <dbl>,
## #   `Syrphidaesp.3-2` <dbl>, `Syrphidaesp.3-3` <dbl>,
## #   `Syrphidaesp.3-4` <dbl>, `Syrphidaesp.3-5` <dbl>,
## #   `Syrphidaesp.3-6` <dbl>, `Syrphidaesp.3-7` <dbl>,
## #   `Cyclorraphasp.1pupa-3` <dbl>, `Cyclorraphasp.2pupa-3` <dbl>,
## #   `Canaceidae-1` <dbl>, `Canaceidae-3` <dbl>, `Canaceidae-4` <dbl>,
## #   `Canaceidae-5` <dbl>, `Muscidae-2` <dbl>, `Muscidae-4` <dbl>,
## #   `Muscidae-5` <dbl>, `Muscidae-6` <dbl>, `Muscidae-7` <dbl>,
## #   `Muscidae-8` <dbl>, `Muscidae-9` <dbl>, `Muscidae-11` <dbl>,
## #   `NaididAulophorus-1` <dbl>, `NaididAulophorus-2` <dbl>,
## #   `NaididAulophorus-3` <dbl>, `EnchytraeidI-4` <dbl>,
## #   `Flatworm-10` <dbl>, `Lumbricidae-30` <dbl>, `Acaridae-1` <dbl>

tail(Heli1996) #para ver las últimas seis filas

## # A tibble: 6 x 103
##   `Limonia-1` `Limonia-2` `Limonia-3` `Limonia-4` `Limonia-5` `Limonia-6`
##         <dbl>       <dbl>       <dbl>       <dbl>       <dbl>       <dbl>
## 1           0           0           0           0           0           0
## 2           0           0           0           0           0           0
## 3           0           0           0           0           0           0
## 4           0           0           0           0           0           0
## 5           0           0           0           0           0           0
## 6           0           0           0           0           0           0
## # ... with 97 more variables: `Limonia-7` <dbl>, `Limonia-8` <dbl>,
## #   `Limonia-10` <dbl>, `Limonia-11` <dbl>, `Limoniapupa-7` <dbl>,
## #   `Culex-1` <dbl>, `Culex-2` <dbl>, `Culex-3` <dbl>, `Culex-4` <dbl>,
## #   `Culex-5` <dbl>, `Culex-6` <dbl>, `Culex-7` <dbl>,
## #   `Culicidaepupa-3` <dbl>, `Wyeomia-3` <dbl>, `Wyeomia-4` <dbl>,
## #   `Wyeomia-5` <dbl>, `Wyeomia-7` <dbl>, `Culicidaepupa-3__1` <dbl>,
## #   `Culicidaepupa-4` <dbl>, `Culicidaepupa-7` <dbl>,
## #   `Ceratopogonidaesp.1-3` <dbl>, `Ceratopogonidaesp.1-4` <dbl>,
## #   `Ceratopogonidaesp.1-5` <dbl>, `Ceratopogonidaesp.1-6` <dbl>,
## #   `Ceratopogonidaesp.1-7` <dbl>, `Ceratopogonidaesp.1-8` <dbl>,
## #   `Ceratopogonidaepupa-2` <dbl>, `Ceratopogonidaesp.2-2` <dbl>,
## #   `Ceratopogonidaesp.2-3` <dbl>, `Ceratopogonidaesp.2-4` <dbl>,
## #   `Ceratopogonidaesp.2-7` <dbl>, `Ceratopogonidaepupa-3` <dbl>,
## #   `Ceratopogonidaepupa-5` <dbl>, `ChironomidorthoSH-1` <dbl>,
## #   `ChironomidorthoSH-2` <dbl>, `ChironomidorthoSH-3` <dbl>,
## #   `ChironomidorthoSH-4` <dbl>, `ChironomidorthoSH-5` <dbl>,
## #   `TanypodinaeLH-1` <dbl>, `TanypodinaeLH-2` <dbl>,
## #   `TanypodinaeLH-3` <dbl>, `TanypodinaeLH-4` <dbl>,
## #   `PsychodidaePsychoda-1` <dbl>, `PsychodidaePsychoda-2` <dbl>,
## #   `PsychodidaePsychoda-3` <dbl>, `PsychodidaePsychoda-4` <dbl>,
## #   `PsychodidaePsychoda-5` <dbl>, `PsychodidaePsychoda-6` <dbl>,
## #   `PsychodidaePericoma-3` <dbl>, `PsychodidaePericoma-5` <dbl>,
## #   `Psychodidpupashorttail-2` <dbl>, `Syrphidaesp.1-2` <dbl>,
## #   `Syrphidaesp.1-3` <dbl>, `Syrphidaesp.1-4` <dbl>,
## #   `Syrphidaesp.1-5` <dbl>, `Syrphidaesp.1-7` <dbl>,
## #   `Syrphidaesp.1-8` <dbl>, `Syrphidaesp.1-10` <dbl>,
## #   `Syrphidaesp.1-12` <dbl>, `Syrphidaesp.2-1` <dbl>,
## #   `Syrphidaesp.2-2` <dbl>, `Syrphidaesp.2-3` <dbl>,
## #   `Syrphidaesp.2-4` <dbl>, `Syrphidaesp.2-5` <dbl>,
## #   `Syrphidaesp.2-6` <dbl>, `Syrphidaesp.2-7` <dbl>,
## #   `Syrphidaesp.2-8` <dbl>, `Syrphidaesp.2-9` <dbl>,
## #   `Syrphidaesp.2-10` <dbl>, `Syrphidaesp.3-1` <dbl>,
## #   `Syrphidaesp.3-2` <dbl>, `Syrphidaesp.3-3` <dbl>,
## #   `Syrphidaesp.3-4` <dbl>, `Syrphidaesp.3-5` <dbl>,
## #   `Syrphidaesp.3-6` <dbl>, `Syrphidaesp.3-7` <dbl>,
## #   `Cyclorraphasp.1pupa-3` <dbl>, `Cyclorraphasp.2pupa-3` <dbl>,
## #   `Canaceidae-1` <dbl>, `Canaceidae-3` <dbl>, `Canaceidae-4` <dbl>,
## #   `Canaceidae-5` <dbl>, `Muscidae-2` <dbl>, `Muscidae-4` <dbl>,
## #   `Muscidae-5` <dbl>, `Muscidae-6` <dbl>, `Muscidae-7` <dbl>,
## #   `Muscidae-8` <dbl>, `Muscidae-9` <dbl>, `Muscidae-11` <dbl>,
## #   `NaididAulophorus-1` <dbl>, `NaididAulophorus-2` <dbl>,
## #   `NaididAulophorus-3` <dbl>, `EnchytraeidI-4` <dbl>,
## #   `Flatworm-10` <dbl>, `Lumbricidae-30` <dbl>, `Acaridae-1` <dbl>

filas <- rowSums(Heli1996) #cantidad de individuos en cada bráctea
max(filas)

## [1] 129

min(filas)

## [1] 0

Preguntas

¿Cuál es el máximo número de individuos que contiene una bráctea (para cada año)? ¿Y el mínimo número de individuos?
¿A qué puede deberse la diferencia en el número de individuos entre brácteas? Responda formulando una hipótesis.

Activación de los paquetes previamente instalados

Para aplicar las funciones mostradas en los ejemplos (Laboratorio de Ecología de Comunidades: Biodiversidad), debe tener los paquetes vegan y BiodiversityR instalados en su computadora (usar Package, Install para hacerlo). Si tiene problema instalando alguno de los paquetes debe solicitarme ayuda. El paquete kableExtra es opcional, sirve para hacer tablas usando la función kable. Para usar los paquetes en RMarkdown (o RScript) debe primero activarlos usando la función library.

Preguntas

¿Quién es el autor del paquete vegan?

Indices de Biodiversidad

Calcular los índices de Shannon-Weaver (H), Simpson (D), riqueza de especies (S), y equidad (‘evenness’, J), en cada bráctea, y para cada año.

#usando vegan
H <- diversity(Heli1996, index = "shannon")
D <- diversity(Heli1996, index = "simpson")
S <- specnumber(Heli1996)
J <- H/log(specnumber(Heli1996))
indices <- data.frame(S,H,D,J)
kable(indices, format = "markdown", col.names = c("S, Riqueza", "H, Shannon", "D, Simpson", "J, Igualdad"))

S, Riqueza	H, Shannon	D, Simpson	J, Igualdad
0	0.0000000	1.0000000	0.0000000
0	0.0000000	1.0000000	0.0000000
1	0.0000000	0.0000000	NaN
1	0.0000000	0.0000000	NaN
4	1.0587872	0.5679012	0.7637535
4	1.2798542	0.7000000	0.9232197
3	0.8876943	0.5416667	0.8080142
8	1.8809848	0.8181818	0.9045625
6	1.5118966	0.7335640	0.8438055
1	0.0000000	0.0000000	NaN
1	0.0000000	0.0000000	NaN
1	0.0000000	0.0000000	NaN
5	1.3345930	0.6851211	0.8292292
5	1.3832698	0.7138398	0.8594738
11	1.8573849	0.7878132	0.7745897
8	1.8671759	0.8188459	0.8979218
0	0.0000000	1.0000000	0.0000000
2	0.6365142	0.4444444	0.9182958
3	0.9338239	0.5493827	0.8500031
3	1.0986123	0.6666667	1.0000000
3	1.0042425	0.6122449	0.9141009
3	0.7867012	0.4753086	0.7160863
4	1.1189689	0.6272189	0.8071654
0	0.0000000	1.0000000	0.0000000
2	0.3488321	0.1975309	0.5032583
2	0.4505612	0.2777778	0.6500224
3	0.8587409	0.5207101	0.7816597
11	2.0270438	0.8283419	0.8453429
10	1.6007991	0.6955642	0.6952182
10	2.0643278	0.8415360	0.8965262
8	1.5893270	0.7305289	0.7643047
11	2.0773060	0.8491124	0.8663039
11	2.0133978	0.8261773	0.8396521
10	2.0012680	0.8433217	0.8691397
0	0.0000000	1.0000000	0.0000000
3	0.9502705	0.5600000	0.8649735
3	0.7584873	0.4786681	0.6904049
8	1.1650865	0.5000000	0.5602882
11	2.0649024	0.8371158	0.8611312
11	2.2142260	0.8698980	0.9234039
9	1.8350159	0.7890625	0.8351517
4	1.3321790	0.7200000	0.9609640
8	1.7493807	0.7895363	0.8412743
8	1.7930940	0.7889273	0.8622959
2	0.6365142	0.4444444	0.9182958
2	0.6365142	0.4444444	0.9182958
6	1.4339789	0.7074830	0.8003188
9	1.1851212	0.5552271	0.5393719
12	2.1268471	0.8444120	0.8559062
9	1.8863398	0.8137755	0.8585102
11	1.8563961	0.7833964	0.7741773
0	0.0000000	1.0000000	0.0000000
2	0.5004024	0.3200000	0.7219281
2	0.4101163	0.2448980	0.5916728
2	0.6615632	0.4687500	0.9544340
3	0.7909874	0.4850000	0.7199877
4	1.2130076	0.6562500	0.8750000
2	0.6917615	0.4986150	0.9980009
5	1.4702535	0.7500000	0.9135199
7	1.5169478	0.7040000	0.7795570
6	1.1968477	0.5887509	0.6679734
8	1.6302144	0.7492284	0.7839674
12	1.8772287	0.7713580	0.7554524
10	1.8323570	0.7960000	0.7957825
13	2.2521217	0.8633218	0.8780375
10	1.9302452	0.8088288	0.8382948
0	0.0000000	1.0000000	0.0000000
3	0.9649629	0.5925926	0.8783471
3	0.9283127	0.5756144	0.8449866
3	0.7797784	0.4458219	0.7097849
2	0.5297062	0.3456790	0.7642045
6	1.1636059	0.5799854	0.6494208
7	1.5681624	0.7738542	0.8058760
6	1.3794895	0.6901028	0.7699077
0	0.0000000	1.0000000	0.0000000
2	0.5623351	0.3750000	0.8112781
3	1.0397208	0.6250000	0.9463946
3	0.9980407	0.6087990	0.9084558
6	0.8252949	0.4037850	0.4606058
8	1.7397954	0.7798354	0.8366647
11	1.8027351	0.7621528	0.7517989
2	0.5004024	0.3200000	0.7219281
2	0.4293230	0.2603550	0.6193822
5	1.4347409	0.7392290	0.8914547
8	1.8944390	0.8280785	0.9110326
6	1.6472145	0.7901701	0.9193279
9	1.8569445	0.8253061	0.8451319
11	2.1421747	0.8553590	0.8933562
10	1.9138918	0.8216409	0.8311926
9	1.8845940	0.8180473	0.8577157
0	0.0000000	1.0000000	0.0000000
1	0.0000000	0.0000000	NaN
1	0.0000000	0.0000000	NaN
2	0.4101163	0.2448980	0.5916728
5	0.9153651	0.4506173	0.5687483
5	1.2850001	0.6397146	0.7984154
6	1.3571945	0.6538462	0.7574647
3	1.0986123	0.6666667	1.0000000
3	1.0986123	0.6666667	1.0000000
4	1.1682825	0.6400000	0.8427376
10	2.0455765	0.8390023	0.8883826
9	2.1458418	0.8760331	0.9766147
1	0.0000000	0.0000000	NaN
3	0.6390319	0.3400000	0.5816719
2	0.5623351	0.3750000	0.8112781
7	1.4353759	0.6775148	0.7376373
6	1.6347589	0.7734375	0.9123763
8	1.9701814	0.8469388	0.9474570
6	1.6326309	0.7777778	0.9111887
5	1.5595812	0.7812500	0.9690223
9	1.9638289	0.8300000	0.8937771
2	0.6931472	0.5000000	1.0000000
8	1.9356005	0.8333333	0.9308271
8	1.7060571	0.7469136	0.8204400
4	1.3321790	0.7200000	0.9609640
0	0.0000000	1.0000000	0.0000000
1	0.0000000	0.0000000	NaN
1	0.0000000	0.0000000	NaN
1	0.0000000	0.0000000	NaN
3	0.8093545	0.5231867	0.7367062
3	0.9813723	0.5945303	0.8932836
4	0.9830878	0.5138889	0.7091479
12	2.1956271	0.8677432	0.8835853
4	1.1748325	0.6616257	0.8474625
3	0.6870920	0.3786982	0.6254181
5	1.0877613	0.5397924	0.6758641
5	1.2340755	0.6198980	0.7667742
4	1.0027183	0.5185185	0.7233083
10	1.8589166	0.7851562	0.8073172
5	1.5050721	0.7654321	0.9351539
9	1.7756395	0.7552000	0.8081284
5	1.2510583	0.6427221	0.7773262
11	1.6397289	0.6812764	0.6838201
9	1.9698869	0.8444444	0.8965342

Preguntas

El índice Simpson (D1) se calcula: \[1-\sum_{i=1}^{S}p_{i}^2\] dónde \(p_{i}\) es la proporción de individuos de cada especie S; puede tener un valor entre 0 (mínima diversidad) y 1 (máxima diversidad). ¿Por qué el valor del índice es 1 cuando la bráctea no tiene ningún individuo?
Construya una gráfica de puntos con el índice de Simpson como x, y el de Shannon-Weaver como y (puede usar plot(D,H)). ¿Qué tipo de relación observa (línea recta u otra) entre estos dos índices de diversidad?

Estadísticas básicas de los índices

A partir de los resultados anteriores (índices de diversidad y equidad, para cada bráctea, en cada año) puede obtener algunas estadísticas descriptivas, incluyendo parámetros estadísticos como media, mediana, desviación estándar, et c, para cada uno de ellos, y para cada año.

med <- mean(H)
var <- var(H)
max <- max(H)
min <- min(H)
indxstat <- data.frame(med,var,max,min)
kable(indxstat, format = "markdown", col.names = c("Media H", "Varianza H", "Máximo H", "Mínimo H"))

Media H	Varianza H	Máximo H	Mínimo H
1.134341	0.471939	2.252122	0

Preguntas

Construye una tabla con las estadísticas básicas, que indiquen la tendencia central (media, mediana), y la dispersión (desviación estándar, cuartiles) de los datos de los índices de diversidad, para ambos años.
¿Qué año muestra mayor diversidad promedio? Puedes probar si hay o no diferencia estadística usando una prueba t (pero requiere que se cumplan supuestos de normalidad e igualdad de varianza). Puedes usar este documento para completar esta parte: Pruebas de Hipótesis para Dos Muestras.

Indices en conjunto (“pooled”)

Además de calcular los índices de diversidad para cada bráctea, puedes calcular los índices tomando todos los datos en conjunto:

#índices de diversidad en conjunto con BiodiversityR
Hp <- diversityresult(Heli1996, index=("Shannon"), method=("pooled"))
Dp <- diversityresult(Heli1996, index=("Simpson"), method=("pooled"))
Jp <- diversityresult(Heli1996, index=("Jevenness"), method=("pooled"))
indxpool <- data.frame(Hp[1,1],Dp[1,1],Jp[1,1])
kable(indxpool, format = "markdown", col.names = c("H conjunto","D conjunto","J conjunto"))

H conjunto	D conjunto	J conjunto
2.7063062	0.90238135	0.69908696

Preguntas

Calcular los índices de diversidad y equidad de ambos años y construir una tabla con los resultados. Discutir los resultados, comparando entre años y con al menos dos referencias de la literatura científica (en Heliconia, o en bromelias).

Curvas de acumulación de especies

Podemos estudiar la acumulación de especies (nuevas) en relación al número de muestras, o al número de individuos seleccionados, en ambos casos, mediante un proceso ‘aleatorio’.

sac <- specaccum(Heli1996)
plot(sac, ci.type="polygon", ci.col="yellow") #ver vegan para opciones

#por individuos
sac <- specaccum(Heli1996, method = "rarefaction")
plot(sac, xvar = "individual", ci.type="polygon", ci.col="yellow") #ver vegan para opciones

Preguntas

Compare las curvas de acumulación de especies, en función de muestras e individuos, y para cada año. Observe forma, ancho de la franja intervalo de confianza. ¿Alguna no parece acercarse a la saturación de especies?
Discuta las curvas comparando con otros trabajos de investigación publicados.

Rarefacción

El método de rarefacción, además de servir para construir las curvas especies-individuos, permite estandarizar las comparaciones de las curvas de especie-individuos, y estimar la riqueza de especies, ajustando las muestras al valor mínimo de individuos encontrados en una muestra.

#para ajustar a un número fijo igual de individuos
Srar <- rarefy(Heli1996, min(rowSums(Heli1996)))
Srar

##   [1] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
##  [36] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
##  [71] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## [106] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## attr(,"Subsample")
## [1] 0

Preguntas

¿Por qué no podemos aplicar el método de rarefacción a los datos de Heliconia tomados en conjunto?

Curvas abundancia vs rango

Otro aspecto importante en el análisis de la biodiversidad, es determinar como se distribuyen las especies, de acuerdo a su abundancia. Así podemos determinar especies dominantes, subdominantes, en crecimiento, especies raras, et c.

library(readxl)
Heli1996 <- read_excel("Heliconiainvertebratedata.xlsx", 
    sheet = "1996")
Heli1996df <- as.data.frame(Heli1996) #para forzar al formato data frame
# usando BiodiversityR
RkAb <- rankabundance(Heli1996df)
head(RkAb)

##                       rank abundance proportion plower pupper accumfreq
## Ceratopogonidaesp.1-5    1       601       16.8    NaN    NaN      16.8
## Ceratopogonidaesp.1-7    2       535       15.0    NaN    NaN      31.8
## Syrphidaesp.3-3          3       420       11.8    NaN    NaN      43.6
## Culex-3                  4       400       11.2    NaN    NaN      54.8
## Syrphidaesp.3-5          5       360       10.1    NaN    NaN      64.9
## Culex-5                  6       244        6.8    NaN    NaN      71.7
##                       logabun rankfreq
## Ceratopogonidaesp.1-5     2.8      1.0
## Ceratopogonidaesp.1-7     2.7      1.9
## Syrphidaesp.3-3           2.6      2.9
## Culex-3                   2.6      3.9
## Syrphidaesp.3-5           2.6      4.9
## Culex-5                   2.4      5.8

rankabunplot(RkAb, scale='proportion', addit=FALSE, specnames=c(1))

#usando la función básica 'plot'
plot(RkAb[,1], RkAb[,2], type = "h", xlab = "Rango", ylab = "Abundancia")

Preguntas

Compare las gráficas de abundancia-rango entre los dos años y responda:

¿Son las especies dominantes iguales en ambos años?
¿Tienen la misma forma las curvas de ambos años?
¿Cuáles son especies intermedias comunes?
Las especies menos abundantes (por ejemplo, las 10 últimas), ¿son las mismas en ambos años?

Discuta sus resultados comparando con otros trabajos de investigación.

Referencias

Richardson, B. 2011. Heliconia invertebrate counts, LUQ Metadata 130. Luquillo LTER https://luq.lter.network/data/luqmetadata130

ASIGNACION 2 - Biodiversidad de invertebrados en brácteas de Heliconia sp.

D. S. Fernandez del Viso

2/26/2019

Introducción

Cargar los datos de Heliconia

Preguntas

Activación de los paquetes previamente instalados

Preguntas

Indices de Biodiversidad

Preguntas

Estadísticas básicas de los índices

Preguntas

Indices en conjunto (“pooled”)

Preguntas

Curvas de acumulación de especies

Preguntas

Rarefacción

Preguntas

Curvas abundancia vs rango

Preguntas

Referencias