CONICET | Buscador de Institutos y Recursos Humanos

En ornitología, frecuentemente estudiamos fenómenos que, por su distribución en probabilidades y/o sus características, no pueden ser analizados utilizando las clásicas estadísticas paramétrica y no paramétrica. A pesar de que múltiples alternativas estadísticas han sido desarrolladas en los últimos 40 años, estas se encuentran largamente sub-utilizadas por la comunidad ornitológica. Los Modelos Lineales Generalizados (MLG) ofrecen una alternativa robusta y muy versátil respecto a los enfoques clásicos, permitiendo diversas distribuciones de errores con variables respuesta del tipo continua (distribución normal), discreta o de conteo (distribución Poisson y Binomial Negativa) y dicotómicas o de proporciones (distribución Binomial). En este sentido, los MLG permiten incluso modelar variables respuesta con una gran cantidad de ceros, y sobre o sub-dispersión en la variación de los datos. Más allá de su flexibilidad y ventajas, los MLG aún requieren la independencia de las observaciones a ser consideradas. Los Modelos Lineales Generalizados Mixtos (MLGM) y sus extensiones representan una herramienta analítica aún más poderosa ya que permiten considerar diferentes distribuciones de errores a la vez que permiten la inclusión y modelado de observaciones no independientes. Los objetivos principales de esta presentación son: 1) mostrar diferentes ejemplos de la aplicabilidad de este tipo de extensiones a variables tales como tamaño de puesta, éxito reproductivo, presencia/ausencia, abundancia, razón de sexos de las nidadas y crecimiento corporal, y 2) evidenciar la sub-utilización de los mismos a través de la cuantificación de su uso en trabajos publicados en diferentes revistas ornitológicas. Finalmente, todos los enfoques analíticos serán abordados utilizando el programa R, el cual es una plataforma de análisis libre y gratuita para el análisis estadístico y la creación de gráficos.