2 e 3 avaliação de quantitativa I

Prévia do material em texto

Universidade Federal Rural do Semiárido
Departamento de Ciências Animais
Curso: Ecologia
Disciplina: Ecologia Quantitativa I
Docente: Rodrigo Fernandes
Discente: Isadora Benevides de Castro
1) Descreva a finalidade do uso e diferença dos teste t e análise de variância. Dê 1 exemplo de uso de cada método, considerando uma questão ecológica.
O teste t é utilizado quando o objetivo é identificar se ha diferenças significativas entre duas amostras.
Ex.: Comparar a densidade de anfíbios em ambientes com muita e pouca umidade. 
Mas quando o objetivo é comparar médias de duas ou mais amostras, é mais eficiente utilizarmos a análise de variância, pois dependendo do número de amostras pode existir um grande número de pares a ser analisado, e a mesma se utiliza do teste t para testar a diferença entre as amostras.
Ex.: Comparar a riqueza de espécies de anfíbios em biomas diferentes (Mata Atlântica, Caatinga, Cerrado e Amazônia). 
2) Os resultados abaixo são de um estudo que comparou o efeito de três predadores diferentes sobre o consumo médio de presas.
A – Descreva as hipóteses estatísticas que foram testadas e a análise que foi usada.
A hipótese nula prediz que não existe diferença significativa no consumo dos três predadores (Predador A, Predador B e Predador C) sobre a abundância média de presas.
A hipótese alternativa afirma que existe diferença significativa no consumo de pelo menos dois dos três predadores (Predador A, Predador B e Predador C) sobre a abundância média de presas.
B – Descreva as principais conclusões do experimento.
As principais conclusões que se pode tirar é que houve diferença significativa no consumo dos Predadores A e B (p= 0,49) e os Predadores A e C (p= 0,002). Já na análise com os predadores B e C não houve diferença significativa (p= 0.459). Sendo assim pode-se afirmar que a hipótese nula foi refutada, sendo a hipótese alternativa aceita.
3 – Descreva a finalidade do uso e diferença entre os métodos de correlação linear e regressão linear simples.
A regressão busca inferir a relação de uma variável dependente com uma variável independente específica, ou seja, a regressão indica o quanto uma variável influencia a outra e de que forma essa influencia vai ser, negativa ou positiva.
A correlação mensura a força e a direção da relação linear, ou seja, a correlação vai inferir se a relação é positiva e negativa e demonstrar o quanto elas se relacionam.
A diferença entre as duas analises é que na regressão já se sabe qual variável influência e qual é influenciada, já na correlação não se sabe qual influencia em qual. 
4 – Um estudo avaliou o efeito de vários fatores abióticos locais (porcentagem de cobertura vegetal, porcentagem de área alagada) e regionais (precipitação média anual, temperatura média anual, altitude) na densidade populacional de onças pintadas em 50 fragmentos florestais. Os resultados do estudo estão sumarizados na tabela abaixo:
A - Descreva as conclusões gerais do estudo, considerando a significância, tipo e magnitude dos efeitos das correlações.
Das variáveis analisadas a porcentagem de cobertura vegetal, a porcentagem de área alagada e a altitude foram às únicas com resultados significativos (P= 0,002; P= 0,045; P= 0,001, respectivamente).
Dos resultados significantes o que obteve maior influencia sobre a densidade populacional de onças pintadas foi a altitude (R= -0,71). A magnitude dessa variável foi do tipo negativo, ou seja, quanto maior a altitude menor a densidade populacional de onças pintadas nos fragmentos florestais. A segunda variável mais significativa foi a porcentagem de cobertura vegetal (R= 0,45), porém diferente da altitude a relação desta vaiável com a densidade das onças ocorreu de forma positiva, ou seja, quanto maior a porcentagem de cobertura vegetal maior a densidade de populações de onças nos fragmentos. Entretanto a relação dessa variável foi considerada de moderada a baixa, sendo assim existe uma relação, porém a mesma não é forte.
A outra variável significativa foi a porcentagem de área alagada (R= 0,33) ela influencia de forma positiva, entretanto essa influencia é considerada baixa.
B – Faça um prognóstico geral de fragmentos mais adequados para as onças pintadas.
De acordo com os resultados da regressão linear, os fragmentos mais adequados para as onças pintadas são áreas com baixa altitude (pois a relação foi considerada negativa e forte), lugares com alta cobertura vegetal e com maior porcentagem de área alagada (ambos pela relação positiva com a densidade populacional de onças pintadas).
5. Os resultados abaixo são de um estudo que usou uma regressão linear explicar para avaliar o efeito de desmatamento (x = porcentagem de desmatamento) sobre a riqueza (y = número de espécies) de mamíferos de em parques nacionais. Os resultados do estudo estão sumarizados na tabela abaixo:
A - Descreva detalhadamente os resultados da análise considerando as hipóteses estatísticas que foram testadas e trace uma conclusão para o estudo.
Segundo o valor do P o resultado foi considerado significativo (P= 0,024). O valor do R² indica o quanto a variável independente influência a variável dependente, com isso a relação foi considerada negativa e moderada (R²= 0,51), e o mesmo explica 51% da variação na riqueza de mamíferos.
Com esse resultado podemos inferir que a hipótese nula foi descartada sendo aceita hipótese alternativa que indica que existe relação entre as variáveis preditora e resposta, ou seja, que o desmatamento interfere significativamente na diversidade de mamíferos. 
Dessa forma se o desmatamento aumentar ou não for controlado ocorrerá à diminuição na diversidade de mamíferos, pois essas populações são bastante impactadas pela diminuição das florestas.
B – Considerando os resultados do modelo, qual é a riqueza esperada de mamíferos em um parque nacional com 50% de desmatamento?
A riqueza esperada de mamíferos para uma área com 50 % de desmatamento será provavelmente de ± 50 % da diversidade que existia antes de ocorrer o desmatamento, pois, segundo o modelo acima a variação da diversidade de mamíferos é influenciada em 51 % por essa variável.