?

Log in

No account? Create an account

Ulrich et al., 2009
covtoc
basil_yakimov
Ulrich W., Almeida-Neto M., Gotelli N.J., 2009. A consumer’s guide to nestedness analysis // Oikos. 118: 3–17.
Обзорная работа, подводящая итоги разработкам в области измерения и анализа вложенности. Приводится небольшое обсуждение истории возникновения концепции вложенности при анализе биогеографических данных, ее применения для анализа структуры двусторонних сетей взаимодействия видов (такие, где есть два потенциально взаимодействующих набора, например растения и опылители), а также потенциальных механизмов возникновения вложенности.
Авторы приводят перечень из 11 существующих на данный момент метрик вложенности, которые они классифицируют на метрики подсчета пропусков (gap counting metrics) и меры, основанные на перекрывании, особняком стоит матричная температура. При выборе метрики надо принимать во внимание, что разные типы метрик предназначены для различных целей. В первую очередь необходимо учитывать, какой именно тип вложенности предполагается анализировать: по столбцам (вложенность видовых композиций в разных пунктах), по строкам (вложенность векторов присутствия видов) или общая вложенность матрицы.
Поскольку большая часть метрик вложенности не обладает независимостью от параметров матрицы (размер, форма, заполненность), необходимо использовать нормированные эквиваленты. Приводится три варианта нормировки, из которых предпочтение отдается так называемой Z-трансформации: Z = (Eobs – Eexp)/σexp, где Eexp и σexp – среднее и стандартное отклонение распределения в нуль-модели.
Выбор нуль-модели оказывает очень большое влияние на результаты анализа. Крайними вариантами являются равновероятная модель EE, когда случайным образом формируются матрицы с сохранением только общей заполненности, и фиксированная модель FF, когда при генерации случайных матриц сохраняются неизменными суммы по строкам и столбцам. Равновероятная модель излишне либеральна и склонна диагностировать вложенность у очень большего числа матриц, фактически здесь имеет место повышенная вероятность ошибки первого рода. Фиксированная же модель излишне консервативна и соответственно характеризуется повышенной вероятностью ошибок второго рода. Тем не менее авторы, руководствуясь стандартными правилами статистического вывода, рекомендуют использовать именно фиксированную модель.
Обсуждается также применение анализа вложенности для выявления так называемых идиосинкратических видов (таких, которые распределены противоположно основному градиенту), а также взаимосвязи анализа вложенности и паттернов совместной встречаемости видов.