Welchen Test, um die Zusammensetzung der Community zu vergleichen?

Hoffe, diese Neuling-Frage ist die richtige Frage für diese Seite:

Angenommen, ich möchte die Zusammensetzung der ökologischen Gemeinschaften an zwei Standorten A, B vergleichen. Ich weiß, dass alle drei Standorte Hunde, Katzen, Kühe und Vögel haben, also probiere ich ihre Häufigkeit an jedem Standort aus (ich habe nicht wirklich einen " erwartete "Häufigkeit für jedes Tier an jedem Standort).

Wenn ich zum Beispiel fünf von jedem Tier an jeder Stelle zähle, sind A und B sehr "ähnlich" (tatsächlich sind sie "gleich").

Aber wenn ich 100 Hunde, 5 Katzen, 2 Kühe und 3 Vögel an Standort A finde. 5 Hunde, 3 Katzen, 75 Kühe und 2 Vögel an Standort B. Dann würde ich sagen, dass die Standorte A und B "unähnlich" sind. , obwohl sie genau die gleiche Artenzusammensetzung haben.

(Ich habe die Sorensen- und Bray-Curtis-Indizes nachgelesen, aber es sieht so aus, als würden sie nur die Abwesenheit / Anwesenheit von Hunden, Katzen usw. berücksichtigen und nicht deren Häufigkeit.)

Gibt es einen statistischen Test, um dies festzustellen?

Ich werde dem zustimmen, was erwähnt wurde, dass Bray-Curtis sowohl mit Überfluss als auch mit Anwesenheit / Abwesenheit umgehen kann, um der Mischung ein weiteres gutes Buch hinzuzufügen: Analyse ökologischer Gemeinschaften von McCune und Grace.

Beim Vergleich ökologischer Gemeinschaften sind viele Faktoren zu berücksichtigen, und ich glaube nicht, dass es einen einzigen Test gibt, der diese Aufgabe erfüllt. Die Angemessenheit des Tests hängt stark von der Art der Frage ab, die Sie zu den Communitys und der Art Ihres Datensatzes stellen. Übliche Ansätze umfassen Ordinationstechniken, die Stellen innerhalb eines mehrdimensionalen Taxonraums anordnen. Wenn Sie jedoch wirklich nur zwei Websites haben, funktioniert dies wahrscheinlich nicht. Mantel-Tests korrelieren eine Distanzmatrix basierend auf der Zusammensetzung (z. B. die paarweise Bray-Curtis-Distanz über alle Standorte) mit einer Distanzmatrix basierend auf anderen möglichen Einflussfaktoren. Der einfachste Fall kann nur der euklidische Abstand zwischen den Orten im Raum sein. Die Clusteranalyse gruppiert Websites hinsichtlich ihrer Community-Zusammensetzung.

Im Allgemeinen würde ich den Ansatz verfolgen, eine Teilmenge der vielen statistischen Werkzeuge zu verwenden, die in einem der oben genannten Bücher beschrieben sind, um eine statistische Beschreibung der Unterschiede zwischen den betreffenden Gemeinschaften zu liefern. Es gibt kein einzelnes Maß für den Unterschied in der Zusammensetzung der Community, daher werden die Statistiken verwendet, um mehrdimensionale Daten in eine leichter interpretierbare Form zu bringen.

EDIT: Ich habe auch gerade an dieses Papier gedacht, in dem viele der verschiedenen Optionen ziemlich klar und gründlich dargelegt sind.

Anderson, MJ et al. 2011. Navigation durch die vielfältigen Bedeutungen der Beta-Vielfalt: eine Roadmap für den praktizierenden Ökologen. Ecology Letters 14: 19-28

Wenn Sie diese Hyothese testen möchten, können Sie eine Ähnlichkeitsanalyse (basierend auf Bray Curtis oder anderen verfügbaren) verwenden. Es gibt ein Verfahren namens ANOSIM, das in der PRIMER-Software implementiert ist. Sie können eine Einweg-, verschachtelte oder Zweiweganalyse durchführen. Eine andere (bessere) Option besteht darin, eine mehrfache Permutationsanalyse von Varianzen durchzuführen. In der Routine PERMANOVA (verfügbar unter http://www.stat.auckland.ac.nz/~mja/Programs.htm ) ist ein nützliches Verfahren verfügbar Wenn Sie einen Test auf signifikante Unterschiede zwischen den Standorten durchführen, können Sie nachverfolgen, welche Arten für die beobachteten Unterschiede verantwortlich sind (IndVal-Routine oder SIMPER-Routine). ich hoffe es hilft

Da Sie den Sorensen-Index erwähnen, benötigen Sie anscheinend eher einen Unähnlichkeitsfaktor als einen Unähnlichkeitstest. (Eine Punktzahl gibt einen numerischen Wert an, der angibt, wie unterschiedlich sie sind. Ein Test zeigt an, ob der Unterschied mit einer bestimmten Wahrscheinlichkeit signifikant ist.)

Sie können die Artenhäufigkeit an jedem Ort durch ein Histogramm darstellen. Dieses Histogramm kann normalisiert werden, wenn Sie sich nur um die relative Häufigkeit kümmern (z. B. dass Katzen doppelt so häufig sind wie Hunde), oder nicht normalisiert werden, wenn Sie sich auch um absolute Zahlen kümmern.

Es gibt viele Möglichkeiten, die Unähnlichkeit von Histogrammen zu messen. Einige der beliebtesten sind:

• Chi-Quadrat-Statistik
• L2 Entfernung
• Schnittpunkt des Histogramms

Bray-Curtis und andere ähnliche Indizes berücksichtigen Unterschiede in der Artenhäufigkeit. Neben Legendre und Legendre würde ich auch Charles Krebs 'Buch Ecological Methology (1999) empfehlen.