Resumen de A unified strategy for estimating and controlling spatial, temporal and phylogenetic autocorrelation in ecological models
- English
A UNIFIED STRATEGY FOR ESTIMATING AND CONTROLLING SPATIAL, TEMPORAL AND PHYLOGENETIC AUTOCORRELATION IN ECOLOGICAL MODELS. The goals of this paper are to expose ecologists to the problem related to statistical inference when testing the association between data sets that are autocorrelated and to introduce a relatively new method for controlling the bias introduced by autocorrelation that can be easily incorporated in any statistical approach. In addition, I show the flexibility of this class of methods to the types of data that ecologists are currently most interested, namely temporal, spatial and phylogenetic data. In this contribution, I also stress the point that is not all variation due to autocorrelation that affects statistical inference and is important to control only the component that biases inference. Thus, statistical frameworks should attempt to separate the autocorrelation component that biases inference from the one that may prove interesting for understanding important ecological processes, such as contagious processes, driving spatial patterns in species distributions.
Key words: Statistical inference, Predictors, Autocorrelation, Eigenfunction analysis.
- português
UMA ESTRATÉGIA UNIFICADA PARA A ESTIMATIVA DE COMPONENTES ESPACIAIS, TEMPORAIS E FILOGENÉTICOS EM MODELOS ECOLÓGICOS. O objetivo deste trabalho é de expor aos ecólogos o problema relacionado aos testes de inferência estatística quando os dados são autocorrelacionados e apresentar uma técnica relativamente nova que pode ser facilmente incorporada a análises estatísticas para controlar os erros causados pela autocorrelação. Além disso, eu demonstro a flexibilidade deste método utilizando três tipos de dados que são importantes em análises ecológicas: dados temporais, espaciais e filogenéticos. Neste trabalho, eu reitero que não é toda a variação autocorrelacionada que afeta as inferências estatísticas e que é importante controlar apenas o componente de variação responsável. Assim, análises estatísticas devem ser realizadas com o objetivo de separar o componente de variação autocorrelacionada � que causa erros em testes de hipóteses � do componente que pode ser importante para a compreensão de processos ecológicos, como processos contagiosos (e.g., dispersão), estruturando padrões de distribuição espacial em espécies.
Palavras-chaves: Inferência estatística, Preditores, Autocorrelação, Análise eigenfunction.
