projetos:pp_peic:restrito:calophyllum:mortalidade:resultados

Mortalidade

Análises dos dado do arquivo:

sobrevivencia18dez2008ale.xls

Atenção o fator Grupamento, no arquivo tem 3 níveis: “Agrupamento”, “agrupamento” e “isolado”. Deve ser corrigido

morta=read.table(“sobrevivencia18dez2008ale.txt”,header=T, sep=“\t”,as.is=T)
str(morta)

<box 80% blue>

data.frame':   54 obs. of  7 variables:
$ bloco : chr  "A5" "A5" "A5" "A5" ...
$ adulto: int  848 848 848 848 848 848 5488 5488 5488 5488 ...
$ grupo : chr  "Agrupado" "Agrupado" "Agrupado" "Agrupado" ...
$ herb  : chr  "Ab" "Fc" "Ab" "Fc" ...
$ dist  : int  3 3 10 10 20 20 3 3 10 10 ...
$ mortas: int  10 16 5 4 2 5 5 1 3 5 ...
$ vivas : int  9 4 14 13 12 14 13 19 17 15 ...

</box>

morta$grupo

<box 80% blue>

[1] Agrupado Agrupado Agrupado Agrupado Agrupado Agrupado agrupado agrupado
[9] agrupado agrupado agrupado agrupado isolado  isolado  isolado  isolado 
[17] isolado  isolado  isolado  isolado  isolado  isolado  isolado  isolado 
[25] agrupado agrupado agrupado agrupado agrupado agrupado agrupado agrupado
[33] agrupado agrupado agrupado agrupado agrupado agrupado agrupado agrupado
[41] agrupado agrupado isolado  isolado  isolado  isolado  isolado  isolado 
[49] isolado  isolado  isolado  isolado  isolado  isolado 
Levels: agrupado Agrupado isolado

</box>

Planilha corrigida (fator agrupamento com 2 níveis: agrupado e isolado) sobrevivencia21dez2008ale.xls

As análises foram feitas levando em conta a distribuição dos erros binomial, já que a mortalidade é uma medida binomial (morta ou viva). Para isso usamos o “modelo linear generalizado” com erro binomial. Para esses modelos pode citar o livro do Crawley (2007)The R book. Para o problema das dependências espaciais, onde temos fatores fixos e aleatórios, usamos “modelos de efeitos mistos” com o fator aleatório bloco, exclusão de herbivoro e distância. Para essa segunda parte pode citar o mesmo do Crawley e o do Pinheiro e Bates (2000)“ Mixed Effect Model in S and S-Plus”. No final usamos “modelos lineares generalizados de efeitos mistos”… UFA!

lmer(y.morta~dist*he*gr+(1|bl/he), family=binomial)→lmerG1
summary(lmerG1)
Generalized linear mixed model fit by the Laplace approximation 
Formula: y.morta ~ dist * he * gr + (1 | bl/he) 
   AIC   BIC logLik deviance
 133.7 161.5 -52.85    105.7
Random effects:
 Groups Name        Variance   Std.Dev.  
 he:bl  (Intercept) 2.7448e-13 5.2391e-07
 bl     (Intercept) 1.2261e-01 3.5015e-01
Number of obs: 54, groups: he:bl, 18; bl, 9
Fixed effects:
               Estimate Std. Error z value Pr(>|z|)   
(Intercept)       -0.9442     0.2902  -3.253  0.00114 **
dist10             0.3230     0.3347   0.965  0.33449   
dist20             0.3147     0.3431   0.917  0.35913   
heFc               0.3438     0.3356   1.024  0.30561   
gris               0.3346     0.4171   0.802  0.42249   
dist10:heFc       -0.3741     0.4740  -0.789  0.42998   
dist20:heFc       -0.3628     0.4725  -0.768  0.44252   
dist10:gris        0.2439     0.4940   0.494  0.62147   
dist20:gris        0.9128     0.4920   1.855  0.06356 . 
heFc:gris         -0.5047     0.5049  -1.000  0.31752   
dist10:heFc:gris  -0.5601     0.7369  -0.760  0.44725   
dist20:heFc:gris  -0.2896     0.7012  -0.413  0.67959   
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

No modelo completo não há efeito de nada

lmer(y.morta~dist+(1|bl/he), family=binomial)→lmerG3
summary(lmerG3)
Generalized linear mixed model fit by the Laplace approximation 
Formula: y.morta ~ dist + (1 | bl/he) 
   AIC   BIC logLik deviance
 135.1 145.0 -62.54    125.1
Random effects:
 Groups Name        Variance Std.Dev.
 he:bl  (Intercept) 0.075014 0.27389 
 bl     (Intercept) 0.113941 0.33755 
Number of obs: 54, groups: he:bl, 18; bl, 9
Fixed effects:
            Estimate Std. Error z value Pr(>|z|)    
(Intercept)  -0.7501     0.1803  -4.159 3.19e-05 ***
dist10        0.1597     0.1809   0.883  0.37716    
dist20        0.5009     0.1725   2.904  0.00368 ** 
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 
Correlation of Fixed Effects:
       (Intr) dist10
dist10 -0.484       
dist20 -0.506  0.510

No modelo simplificado, a herbivoria e o agrupamento não tem efeito, o único efeito é a distância, onde a mortalidade é maior na distancia 20m Como explicar???

  1. O isolamento de herbívoros não aumentou a sobrevivência
  2. O agrupamento de adultos não leva a maior mortalidade
  3. A distância de 20 m há maior mortalidade, ou seja há uma tendência a agregação (porque?)

hipótese:

  1. há uma dependência de micro habitat nessa escala de 20 metros….
  2. se for isso devemos achar uma forte associação com o habitat…

Comentários Marcia

- O fato do isolamento de herbívoros não ter aumentado a sobrevivência remete a hipótese proposta na discussão sobre o Calophyllum apresentar tolerância a herbivoria (já que os níveis de herbivoria nas plântulas expostas foram maiores)- concorda com a análise de permutação

SIM!

- Já o fato do agrupamento de adultos não levar a uma maior mortalidade, me faz repensar (já que já tinha pensado isso nas análises de permutação) se realmente um agrupamento de 3 a 4 adultos (densidade adotada nos agrupamentos) teria efeitos maiores em relação a um único adulto… isso porque, devido a alta densidade do guanandi encontrada na área, não estamos exatamente falando de 3 vs. 1 adulto, e sim de uma sobreposição dos efeitos de várias copas, cada uma a uma distância que não conseguimos controlar (ou seja, temos mais coespecíficos influenciando nos adultos isolados ou nos agrupados?).

SIM!

- Além disso, também me fez pensar do porque a distância de 20m apresentou uma maior mortalidade, considerando em como instalei as parcelas no campo: quando escolhi os adultos no mapa de distribuição da espécies, escolhi tanto adultos isolados como pequenos agrupamentos que apresentavam um raio (em qualquer de seus ângulos) livre de outros adultos, que era onde as parcelas de plântulas eram instaladas. Então, pode-se considerar que a densidade de adultos tenha uma certa tendência em aumentar conforme aumenta-se a distância dos adultos alvo. Isso pode ter feito com que a 20m tenhamos maior número de copas sobrepostas influenciando as plântulas ali localizadas (será que aí estariam os verdadeiros agrupamentos?). Mas se essa maior mortalidade estiver realmente relacionada com efeitos dependentes da densidade, também acharíamos maiores índices de herbivoria nelas (o que não aconteceu segundo a análise de permutação, já que as plântulas a 10m apresentaram maior herbivoria, e não as localizadas a 20 m. onde temos maior mortalidade). Será que essa análise de modelos mistos detectaria maior herbivoria nas plântulas a 20m também? Ou será que uma suposta maior densidade de adultos aí (2o m) estaria causando uma maior mortalidade devido a competição entre plântulas e adultos por recursos? Mais quais recursos seriam estes?(o que não conseguimos detectar a partir do meu experimento).

MÁ! CUIDADO!! ACHO QUE NÃO ESTOU ENTENDENDO NADA! COMO VC. PODE DIZER QUE A INFLUÊNCIA DE ADULTOS É MAIOR EM 20 METROS????!!! ISSO É MUITO AMOR PELA HIPÓTESE DE PELÚCIA! TANTO QUE JOGA SEU TRABALHO NO LIXO DIZENDO QUE FIZEMOS TUDO ERRADO!!! ESTAMOS TRABALHANDO COM A PREMISSA QUE SUA METODOLOGIA É CORRETA E QUE O EFEITO DE ADULTOS DIMINUI COM A DISTANCIA DO ADULTO ALVO E QUE NÃO HÁ INFLUÊNCIA FORTE DE OUTROS ADULTOS NO RAIO DE NOSSO EXPERIMENTO (ALÉM DO ADULTO ALVO E DO AGRUPAMENTO!)…. SE VC. TEM DÚVIDAS DISSO, ENTÃO ESTAMOS FRITOS!! FIZEMOS TUDO ERRADO!!!!JOGUE A HIPÓTESE DE PELUCIA NO LIXO, NÃO O SEU TRABALHO

- Tentando deixar de lado a hipótese de pelúcia (dependência da densidade)..rs.. e pensando na hipótese de dependência de micro-habitat, fico imaginando quais fatores abióticos podem ser preponderantes na sobrevivência das plântulas, já que, segundo os estudos com o guanandi, sua distribuição estaria fortemente condicionada à umidade do solo, e no nosso caso, teoricamente, todo o experimento foi estabelecido no mesmo tipo de solo, com teoricamente as mesmas condições de umidade. A análise de solo que fiz (capacidade do solo em reter umidade) também não apresentou nenhuma diferença entre as distâncias. Será que teríamos outro fator influenciando mais na sobrevivência das plântulas do que a umidade do solo? Ou será que o mapa de solo que adotei (o antigo, com classificação de espodossolos) não estaria correto? Também fico pensando que quando for feito a análise de associação de habitat, vamos considerar todos os guanandis, na parcela toda. Ou seja, vamos incorporar as áreas alagadas. Nesse caso, quase certamente iremos encontrar dependência do habitat (aparentemente temos maior associação do guanandi nas áreas alagadas). Mas daí poderemos extrapolar para o experimento, sendo que teoricamente este foi todo instalado na mesma condição de solo? Também estaremos tratando mais da distribuição de adultos ou no máximo juvenis. Será que a distribuição das plântulas está relacionada com os mesmos fatores do que os adultos? Ou seja, será que plântulas e adultos têm os mesmos requerimentos por recursos?

SUAS QUESTÕES SÃO PERTINENTES… VC.FEZ TB. MATERIA ORGANICA ALÉM DA CAPACIDADE DE CAMPO???ACHO QUE A METODOLOGIA DA CAPACIDADE DE CAMPO TALVEZ NÃO TENHA ACURÁCIA PARA VER DIFERENÇAS.. DE QQ FORMA TEMOS QUE REFAZER AS ANÁLISES COM MODELOS MISTOS… MATERIA ORGANICA TALVEZ RESPONDA MELHOR NÃO VAMOS DAR UM TIRO NO PÉ! VAMOS VER SE HÁ DIFERENÇA ENTRE 3 E 20M DIRETAMENTE NOS DADOS DE SOLO, ISSO FECHARIA NOSSA HISTORIA

- Entretanto, acho mesmo assim que é válido testar a associação com habitat… será que seria possível (ou válido) testar considerando classes de tamanho diferentes? (ou seja, testar para adultos e juvenis também separadamente?). Também será que a análise com modelos mistos para níveis de herbivoria revelaria resultados diferentes do que a de permutação (seria mais robusta), considerando que níveis de herbivoria não é uma variável binomial como a mortalidade?

O MODELO MISTO É USADO PARA RESOLVER OS PROBLEMAS DE DEPENDÊNCIA ESPACIAL E TEMPORAL DAS AMOSTRAS E NÃO DE VARIÁVEL COM ERRO BINOMIAL (NESSE CASO USAMOS OS MODELOS LINEARES GENERALIZADOS)

Uma dúvida que tenho é se a associação com habitat será testado com o mapa antigo (que apresenta vários tipos de solos e que foi o que eu usei para escolher e instalar os adultos) ou com o mais novo de solos (acho que apresenta apenas 2 ou 3 tipos de solos)? Caso for usado o novo, será que não seremos questionado sobre porque adotar um mapa para a instalação do experimento e outro para a análise de associação de habitat? (apesar que quando iniciei o experimento só tínhamos disponível o primeiro mapa de solos, o segundo foi gerado posteriormente).

NAO SEI! ESTOU USANDO OS DADOS QUE TENHO DISPONÍVEL… ACHO QUE DEVEMOS USAR OS DADOS MAIS CONFIÁVEIS..QUAIS SÃO? VC. QUE DEVERIA SABER! HÁ UMA TESE DE DOUTORADO SOBRE OS SOLOS DA ILHA! VC. JÁ OLHOU ELA? NÃO SEI O QUE É O PRIMEIRO MAPA OU SEGUNDO… CORRE ATRÁS

Quantos serás..rs…

Dúvidas:

- A diferença entre os modelos completo e simplificado é que no primeiro todos os fatores são analisados juntos e no segundo faz-se a análise de cada fator separadamente? (ou seja, um simplificado para distância, um para agrupamento e um para herbivoria?)

O MODELO COMPLETO É O QUE VC. DISSE, O SIMPLIFICADO É UMA SELEÇÃO QUE VAI SIMPLIFICANDO O MODELO TIRANDO VARIÁVEIS QUE NÃO EXPLICAM NADA. USA-SE O PRINCÍPIO DA PARCIMÔNIA: O MELHOR É O QUE EXPLICA MAIS COM MENOS PARÂMETROS, NO NOSSO CASO, O MODELO SIMPLIFICADO FOI CONSTRUÍDO ASSIM. EM CADA SIMPLIFICAÇÃO OS MODELOS SÃO CONFRONTADOS PARA VER SE HÁ DIFERENÇA SIGNIFICATIVA NO PODER DE EXPLICAÇÃO ENRE ELES, SE NÃO HÁ, FICA-SE COM O MAIS SIMPLES (MENOS PARÂMETRO). PRIMEIRO RETIREI A INTERAÇÃO DE 3 NÍVEL (DISTANCIA, HERBIVORIA E BLOCO), DEPOIS TIREI A DE SEGUNDO, POR FIM TIREI A HERBIVORIA E BLOCO, FICANDO SÓ A DISTÂNCIA, OU SEJA NÃO HÁ NADA QUE HERBIVORIA TRAGA QUE MELHORE A EXPLICAÇÃO DAS DIFERENÇAS NOS SEUS DADOS, OU SEJA EXCLUSÃO DE HERBIVOROS NÃO SE RELACIONA COM A MORTALIDADE

- Tanto no modelo completo como no simplificado não visualizei as distâncias de 3m nos boxes que mostram os resultados… e no gráfico sim…por quê??

PORQUE A DISTÂNCIA TRÊS METROS É UTILIZADA COMO PARÂMETRO PARA COMPARAÇÃO! COMO SE FOSSE UM CONTROLE, APESAR DE NÃO SE-LO!

- não sei se compreendi bem o que vc quis dizer com “uma tendência a agregação” quando referiu-se a maior mortalidade para plântulas a 20m…

NÃO LEMBRO! SERÁ QUE FOI PORQUE SE A MORTALIDADE É MAIOR MAIS LONGE DO ADULTO, ISSO LEVARIA A UMA MAIOR AGREGAÇÃO, TENDO EM VISTA QUE TERIAMOS MAIS JOVENS AO REDOR DO ADULTO QUE LONGE DELE?

- acho (tendo certeza) que vou precisar de algumas explicaçõezinhas sobre modelos mistos..rs..

VC. VAI TER QUE ESTUDAR!! SUGIRO QUE COMECE PELO LIVRO DO CROWLEY, 2007, CAPITULO 13. QUANDO TIVER DÚVIDAS ESPECÍFICAS POSSO TENTAR AJUDAR, MAS SÓ DEPOIS DE ESTUDAR! DE QQ FORMA ISSO NÃO É SUA PRIORIDADE AGORA, MAS TERÁ QUE ESTAR PREPARADA PARA EXPLICAR SE PERGUNTADA NA SUA ARGUIÇÃO… ESSE É O PREÇO A PAGAR POR CONFIAR EM ALGUEM PARA FAZER SUAS ANÁLISES, PODE ESTAR TUDO ERRADO E VC. SÓ IRÁ DESCOBRIR TARDE DEMAIS…

  • /home/adalardo/farm/labtrop/data/pages/projetos/pp_peic/restrito/calophyllum/mortalidade/resultados.txt
  • Última modificação: 2026/03/27 13:51
  • por 127.0.0.1