Materiales y metodos

Sitio de estudio: El proyecto se evalúa en dos años (2009 y 2019), la abundancia de las especies en cuatro tipos de coberturas vegetales en las laderas occidentales que rodean el Valle Orosi, Cartago, Costa Rica. Los sitios de estudio están conformados por un Bosque secundario maduro (> 50años; BS1), Tacotal (~ 10años; BS2), Pastisal (~ 20años; BS3) y Remanentes de bosque en zona rural (BS4). En estos sitios es posible encontrar gran variedad de especies de aves pero en este caso se toman en cuenta las especies Pteroglossus torquatus (PT), Campylorhamphus pusillus (CP), Contopus cinereus (CC), Hylophilus decurtatus (HD).

Diseño experimental: El área de estudio está divida en cuatro espacios distintos, cada uno con su propia cobertura vegetal, con una elevación que va entre los 300 - 1800 msnm. En cada sitio se realizaron 30 puntos de muestreos para un total de 120 puntos de recolección de datos. En cada uno de los sitios se registran la abundancia de avistamiento de las cuatro especies de aves, el número de nidos, elevación del área de avistamiento, radiación solar (grado de nubosidad, μmol fotones m-2 s-1) y temperatura (°C).

Análisis de datos: Las variables (abundancia-año) se sometieron a un análisis de correlación por el método de Correlación de Spearman. Para las variables (abundancia, elevación) se comprobaron los supuestos estadísticos (autocorrelacion de errores, normalidad de los residuos por pruebas de Shapiro-Wilk, homocedasticidad) Estos análisis fueron realizado en el programa Rstudio, versión 4.0.2

Resultados

Correlación de variables: La abundancia y el año no mostraron correlación estadísticamente significativa (rho<0.1; p>0.05).

shapiro.test(abundancia) #asimetrica
shapiro.test(Año) #asimetrica
cor.test(abundancia,año,method = "s")
0.03126843
(0.03126843^2)*100 # Determinacion 0.09777147
library(PerformanceAnalytics)
graf<-data.frame(abundancia,año)
chart.Correlation(graf,method= "s")

Análisis de regresión: Aplicando los supuestos de regresión se encontró que no existe regresión entre la abundancia y la elevación (p>0.05) la pendiente es igual a 0.

ea<-data.frame(elevacion,abundancia)
ea
# modelo
modelo<-lm(elevacion~abundancia)

#supuestos

library(lmtest)
dwtest(modelo)
           
shapiro.test(modelo$residuals)

library(car)
ncvTest(modelo) #Es homocedastico

summary(modelo) # no hay regresion
library(readxl)             
library(PerformanceAnalytics)
## Loading required package: xts
## Loading required package: zoo
## 
## Attaching package: 'zoo'
## The following objects are masked from 'package:base':
## 
##     as.Date, as.Date.numeric
## 
## Attaching package: 'PerformanceAnalytics'
## The following object is masked from 'package:graphics':
## 
##     legend
BD<- read_excel("~/BD_Aves_Nidos.xlsx",sheet="Muestreo")
abundancia<-BD$Abundancia
elevacion<-BD$Elevación
año<-BD$Anio
graf<-data.frame(abundancia,año)
chart.Correlation(graf,method= "s")
## Warning in cor.test.default(as.numeric(x), as.numeric(y), method = method):
## Cannot compute exact p-value with ties

qqplot(elevacion,abundancia)