Scopo ecologia Quantificare la variabilità dei processi ecologici Comprensione dei meccanismi fondamentale per identificare gli effetti del disturbo antropico e per prevenire alterazioni su scala globale Utilizzo delle conoscenze ecologiche anche per la soluzione di problemi pratici
Un contesto logico per l analisi di ipotesi Il disegno sperimentale Variabili, parametri e distribuzione di frequenza Campionamento rappresentativo Fattori fissi e random Disegni gerarchizzati e disegni ortogonali Analisi univariata Cenni di analisi multivariata
Molto raramente uno studio ecologico viene condotto in condizioni di totale ignoranza del sistema investigato Obiettivi chiaramente identificati, metodi impiegati siano adeguati allo scopo proposto, e che i criteri logici che legano i dati alle domande siano ben specificati Importanza metodo ipoteticodeduttivo: falsificazione, in base alla quale una teoria non può essere dimostrata come vera ma può essere solo falsificata
Un test di falsificazione si compone di una sequenza di fasi tra loro logicamente connesse (componenti logiche) Osservazione Modello (spiegazione plausibile) Ipotesi Ipotesi nulla Esperimento Ipotesi nulla accettata Ipotesi nulla rigettata Ipotesi nulla: è tutto ciò che viene esplicitato dall ipotesi
Previsione relativamente ad un evento non conosciuto basato o derivato da un modello per spiegare le osservazioni fatte inizialmente Se è vero ciò che propongo allora modificando le circostanze in un dato modo mi aspetto che.
Per alcuni autori è illogico accettare una ipotesi alternativa quando l ipotesi nulla viene accettata L ipotesi nulla viene rigettata quando il test statistico è tipizzato da P < 0.05: cioè se l ipotesi nulla fosse vera vi sarebbe una bassa probabilità di osservare i risultati di fatto ottenuti nell esperimento qualora questo fosse ripetuto una serie infinita di volte Non ci dice nulla sull ipotesi alternativa Alcuni problemi anche nel caso non si possa rigettare l ipotesi nulla
Uno studio manipolativo permette di esaminare ipotesi relative a relazioni causaeffetto Uno studio descrittivo si limita a mettere in evidenza relazioni fra variabili
Domanda: come si distribuiscono nello spazio i ricci lungo il litorale salentino? ESPERIMENTO BASATO SU UN ESPERIMENTO DI TIPO DESCRITTIVO Domanda: Il grazing del riccio è in grado di influenzare le modalità di ricolonizzazione di substrati danneggiati dalla pesca del dattero di mare? ESPERIMENTO BASATO SULLA MANIPOLAZIONE DI VARIABILI
Elevata variabilità dei sistemi naturali: Un corretto disegno sperimentale garantisce che la variabilità non controllata sia equalmente distribuita tra i fattori comparati Fattore: variabile predittiva della variabile di risposta misurata. É rappresentato da un minimo di due livelli. Il disegno sperimentale definisce: Il numero di fattori e le loro relazioni Il numero di livelli per fattori e i criteri di scelta dei livelli Le modalità di assegnazione delle unità sperimentali a fattori La dislocazione spazio/temporale delle unità sperimentali e il numero di repliche per ciascuna combinazione di fattori
F(X) σ x 2 x 2 x 3 x 1 x n µ x X Un esperimento misura l influenza di uno o più fattori (variabile predittiva) su una o più variabile dipendente o variabile di risposta (campione di osservazioni) Una variabile (es taglia, densità) è una quantità misurabile che differisce in ampiezza da un membro ad un altro della popolazione; tutti i valori della variabile che noi misuriamo possono essere descritti graficamente come distribuzione di frequenza
F(X) σ x 2 I parametri sono costanti matematiche x 2 x 3 x 1 x n µ x X I parametri più frequentemente utilizzati sono la media (misura di locazione della distribuzione) e la varianza (misura della distribuzione) Un esperimento fornisce misure della variabile di risposta che permettono la stima dei parametri in diverse condizioni sperimentali Se un fattore non ha effetto alcuno sulla variabile di risposta, le misure replicate misurano parametri della stessa distribuzione di frequenza
Variabili di risposta e variabili predittive La variabile di risposta è una variabile dipendente che noi stiamo misurando e per la quale noi stiamo cercando di determinare una o più cause La variabile indipendente è la variabile predittiva che noi ipotizziamo essere responsabile per le variazioni che noi osserviamo nella variabile dipendente
F(X) A Un campionamento si dice rappresentativo quando l intero range di possibili valori della variabile è riprodotto dal campione di valori sperimentali F(X) B µ x X Questo è raggiunto solo se all inizio dell esperimento le potenziali osservazioni hanno tutte la stessa probabilità di entrare a far parte del campione µ x X
Campionamento rappresentativo Accuratezza: stima quanto il valore stimato è vicino al valore vero della variabile Precisione: grado di concordanza di un insieme di misure campionarie Preciso e accurato Accurato ma non preciso X X X x x x x x X x x X X X X X Preciso ma non accurato Nè preciso né accurato
Il campionamento rappresentativo A B La popolazione che deve essere misurata deve essere definita molto attentamente. Ipotesi e campionamento devono coincidere Prendere un buon campione della popolazione che noi vogliamo campionare, buono significa rappresentativo Non e infatti verosimile campionare tutta la popolazione Habitat coralligeno caratterizzato da una elevata nella distribuzione degli organismi
Replicazione e randomizzazione Replicazione: attribuire plot multipli o osservazioni multiple all interno dello stesso trattamento Pseudoreplicazione: effetto di un fattore viene esaminato rispetto ad una sorgente di variabilità non appropriata per poter valutare l ipotesi in esame Randomizzazione: assegnazione randomica di trattamenti o selezione di campioni
A confonde l effetto trattamento (es rimozione preda) con variabilità intrinseca tra area e area B l esperimento permette di separare l effetto area dall effetto del trattamento
Ipotesi: l abbondanza di una specie varia in funzione della profondità richiede una stima della variabilità fra aree distribuite all interno di ciascuna profondità
La natura non fornisce etichette ai fattori. La distinzione tra fisso e random è funzione dell ipotesi da analizzare Un fattore si dice fisso quando i livelli sono definiti dall ipotesi in esame. Tutti i livelli rilevanti all analisi sono inclusi nell esperimento Un fattore si dice random se i livelli inclusi nell esperimento sono un sottinsieme di quelli teoricamente possibili. Nell esperimento è rappresentato solo un numero di possibili livelli ( 1- x ) = 0 ( 1- x ) _ 1 X X (Winer et al., 1991)
Un criterio utile per stabilire se un fattore è fisso o random consiste nel porre la domanda se l eventuale ripetizione dello studio e quindi il riesame della stessa ipotesi può essere eseguito includendo esattamente gli stessi livelli del fattore considerato, o se la stessa ipotesi può essere analizzata considerando livelli diversi. Nel primo caso il fattore è fisso (i livelli sono specificati interamente dalla ipotesi). Nel secondo il fattore è random: un campione qualunque (purché rappresentativo) di possibili livelli permette l analisi della stessa ipotesi.
Effetto di 3 diverse concentrazioni di nutrienti sulla crescita di una pianta Effetto di due diverse densità di un predatore su una specie Effetto di diversi livelli di frequentazione turistica su una costa che richiede protezione
Effetto di diverse latitudini sulla distribuzione di un popolamento Effetto di diverse concentrazione di nutrienti sulla crescita di una pianta Effetto di differenti livelli di rugosità sulla colonizzazione di invertebrati
Differenze sostanziali tra le due classi di fattori nel contenuto informativo e quindi nelle conclusioni che possono essere tratte dalla analisi delle ipotesi corrispondenti. Fattore fisso gli effetti del trattamento sono misurati senza errore. Ciò deriva dal fatto che per un tale fattore tutti i livelli rilevanti all analisi dell ipotesi sono stati inclusi nell esperimento. Le conclusioni dello studio sono tuttavia limitate ai soli livelli esaminati. Fattore random, invece, gli effetti sono misurati con errore. Esiste cioè una varianza associata a ciascun effetto ( l esperimento include solo un campione di possibili livelli del fattore). In questo caso, tuttavia, le conclusioni dello studio sono generalizzabili a tutta la popolazione statistica da cui i livelli sono stati estratti.
Raramente i problemi ecologici sono risolvibili con esperimenti basati su un unico fattore Necessità di esperimenti multifattoriali: i fattori presentano precise modalità di relazione (conseguenze nell intepretazione dei risultati) L utilizzo di esperimenti multifattoriali basata sulla manipolazione di più variabili predittive richiede di definire le modalità di relazione tra I fattori Fattori ortogonali e fattori gerarchizzati
A Predatore -P N CA Substrato O I O I O I Repliche 1...n 1...n B Predatore -P N Area 1...a 1...a Repliche 1...n 1...n CA= Controllo procedurale
La natura delle interazioni
L importanza dei controlli Importanza di misurare l effetto di una manipolazione