Análisis multivariado para datos biológicos: Teoría y su aplicación utilizando el lenguaje R

Abstract

Los métodos multivariados se aplican en la Biología desde principios del siglo XX, pero han tenido una enorme difusión en los últimos años, debido a la gran cantidad de información acumulada en las bases de datos y al enorme progreso de la tecnología computacional que comenzó en la década de 1960.Un aspecto común a las aplicaciones del análisis multivariado es que todas consideran un conjunto de objetos, donde cada objeto es descripto por una serie de atributos o variables. Estos objetos pueden ser conjuntos de individuos, especímenes, taxones, comunidades o cuadrantes geográficos, entre otros. Las variables pueden ser características de individuos o de taxones, la presencia o ausencia de una especie en una comunidad, o de un espécimen en un cuadrante geográfico. La elección de los objetos y de las variables depende de las preguntas planteadas por el investigador.El análisis multivariado intenta encontrar patrones de similitud entre objetos sobre la base de las va-riables utilizadas. Estos patrones permiten formar grupos cuyos objetos son más similares entre sí, que con los objetos integrantes de otros grupos. Asimismo, el análisis multivariado busca identificar aquellas variables que permiten discriminar dichos grupos de objetos. Los patrones resultantes del análisis mul-tivariado permiten contrastar hipótesis sobre las relaciones entre los objetos y explicar la causalidad de los agrupamientos, como así también, predecir objetos y variables todavía no descubiertos.A pesar de que la mayoría de los libros sobre el análisis multivariado no incluyen a los análisis filo -genéticos, los hemos incorporado a esta obra, pues ambos métodos utilizan el mismo tipo de matriz de datos, objetos (individuos, poblaciones o taxones) × variables (caracteres en filogenia), diferenciándose en los algoritmos de análisis que utilizan. Por otro lado, la filogenia tiene actualmente un gran impacto sobre todas las subdisciplinas de la Biología, y muy especialmente en la Biogeografía, la Biología de la Conservación, la Ecología, la Etología y la Epidemiología. El objetivo de este libro es explicar e ilustrar las técnicas más utilizadas del análisis multivariado aplicadas a datos biológicos, de manera de facilitar su comprensión y empleo por los investigadores. Todas las técnicas son, a su vez, presentadas dentro del contexto del programa R, para hacer posible su aplicación computacional. Los conjuntos de datos y las rutinas utilizados en este libro están disponibles en el siguiente enlace: https://fundacionazara.org.ar/analisis-multivariado-para-datos-biologicos/Además de contribuir a la formulación de hipótesis sobre problemas particulares que requieran del análisis multivariado, esta obra intenta auxiliar en la toma de decisiones respecto a cuáles técnicas son las apropiadas de acuerdo con los datos relevados, y a interpretar los resultados obtenidos. De manera complementaria, se brindan las rutinas necesarias para la aplicación de estas técnicas mediante el pro-grama libre y sin costo R (libre, en este caso, se refiere a la libertad de los usuarios para ejecutar, copiar, distribuir, estudiar, cambiar y mejorar el software). También se introducen de manera sumaria ejemplos empíricos, algunos de ellos obtenidos de nuestras propias investigaciones. El libro está dividido en cinco grandes ejes temáticos distribuidos en ocho capítulos: (1) construcción de la matriz de datos (objetos × variables), (2) cálculo de medidas de similitud entre objetos, (3) análisis de agrupamientos, (4) técnicas de ordenación y (5) análisis filogenéticos.Finalmente, el libro intenta responder dos preguntas que a menudo los investigadores se formulan: ¿qué es el análisis multivariado y qué puede hacer por mí?