INVESTIGADORES
ORDANO Mariano Andres
congresos y reuniones científicas
Título:
Exploración de la relación entre el coeficiente de correlación y el diferencial de selección direccional para su uso en meta-análisis de estudios de selección natural
Autor/es:
FACUNDO XAVIER PALACIO; MARIANO ORDANO
Lugar:
Mar del Plata
Reunión:
Encuentro; IV Encuentro Iberoamericano de Biometría - XVIII Reunión Científica Grupo Argentino de Biometría; 2013
Institución organizadora:
Grupo Argentino de Biometría
Resumen:
La intensidad de la acción de la selección natural es representada básicamente con parámetros de modelos de regresión. Por su relación con el coeficiente de correlación producto-momento de Pearson (r), la variación en la intensidad de la selección puede estudiarse con aproximaciones meta-analíticas. Estas aproximaciones se emplean bajo el supuesto de que el estimador meta-analítico de la magnitud del efecto basado en la correlación es un estimador insesgado, exacto y preciso de la intensidad de la selección. En este trabajo evaluamos el uso de r como estimador meta-analítico mediante el análisis de: (1) la relación entre la intensidad de selección, la correlación y la oportunidad de selección; (2) el uso de r para estudios de selección natural mediada por frugívoros sobre el número de frutos en plantas. Para el primer objetivo, nos basamos en que el diferencial de selección se relaciona con el valor de r, y además con la varianza de la adecuación relativa (i.e., oportunidad de selección, I). En este caso esperaríamos situaciones en las que la magnitud del efecto basada en r no sea un buen estimador de la intensidad de la selección. Para el segundo objetivo, aplicamos meta-regresiones a dos conjuntos de datos de selección mediada por aves frugívoras sobre el despliegue del número de frutos en plantas. Los resultados indican que el coeficiente de correlación no siempre es un estimador adecuado de la intensidad de la selección lineal. Se discute sobre la necesidad de verificar a priori la relación entre r e intensidad de la selección mediante modelos de meta-regresión y el uso alternativo de enfoques bayesianos.