Modelado de la ocupación, abundancia y densidad de poblaciones: enfoque frecuentista y bayesiano R
Modelado de la ocupación, abundancia y densidad de poblaciones: enfoque frecuentista y bayesiano R

  • Inicia: 22/06/2020    Finaliza: 03/07/2020
  • Horario de clases: Lunes a Viernes de 9:00–13:00 y 15:00–17:00 h.
  • Estudiantes mínimo: 4    máximo: 25
  • Costo: $3,000
  • Creditos: 8
  • Horas: 80
  • Coordinadores: Salvador Mandujano Rodríguez
    Bibiana Gómez Valencia
  • Profesores invitados: Eduardo Naranjo
    Paulino Pérez Rodríguez
    Gabriela Pérez Irineo
    Néstor Javier Roncancio Duque

Uno de los objetivos fundamentales de la ecología es el estudio de la distribución y abundancia de especies y de las poblaciones. Por lo tanto, la estimación del número de individuos que constituyen una población ha sido un tema central y objeto de innumerables estudios. Se han desarrollado muchos métodos y técnicas para el conteo en campo de animales y plantas. Se han escrito libros donde se detallan a profundidad estos métodos; además se han desarrollado diversas herramientas conceptuales y analíticas para convertir el conteo en campo en un estimativo del tamaño o abundancia poblacional. Asimismo, se han desarrollado numerosos programas computacionales para analizar la información con un enfoque estadístico generalmente riguroso. La mayoría de los cursos de ecología dedican algunos temas a los métodos de estimación; y frecuentemente se imparten talleres prácticos para aplicar los diferentes métodos. Además, se han desarrollado métodos y técnicas para atender diferentes especies y/o grupos de especies con diferente grado de detectabilidad en campo, desde especies comunes hasta especies “raras”. Es decir, la estimación de la distribución y abundancia de las especies y/o poblaciones, es un campo prolífico y en constante crecimiento y renovación. Un desarrollo importante de las últimas décadas, con aplicación directa en el análisis de la distribución y abundancia, es el desarrollo de enfoques analíticos empleando los llamados modelos jerárquicos (hierarchical models) que, de manera simplista, se pueden considerar como dos o más modelos lineales generalizados (GLMs) secuenciales donde al menos un es condicional a otro. Este enfoque jerárquico permite plantear de una manera relativamente sencilla la modelación del proceso ecológico de interés, por ejemplo la ocupación o la abundancia, y del proceso observacional básicamente la probabilidad de detección. Este enfoque es muy novedoso y representa tal vez uno de los principales paradigmas actuales en este campo de la ecología. El desarrollo de estos modelos está muy relacionado además con el resurgimiento del enfoque bayesiano para resolver diversos modelos ecológicos de una manera eficaz empleando las llamadas Markov Cadenas Monte Carlos (MCMC), particularmente implementados en el programa BUGS. El desarrollo de versiones de WinBUGS, OpenBUGS y JAGS para la plataforma R, abre el otro campo en crecimiento al poder acceder a programas gratuitos y relativamente sencillos de aplicar. Sin embargo, el currículo de la mayoría de las carreras no incluye estos enfoques y herramientas de análisis estadístico. En algunos casos, los estudiantes inician la aplicación de los GLM hasta sus estudios de posgrado. Además, el enfoque estadístico de la mayoría de los cursos es aplicar paquetes comerciales en los cuales se introducen los datos y se teclean algunos comandos para que de manera automática la “caja negra” arroje resultados. Es decir, en general los estudiantes no comprenden de fondo lo que realmente están analizando y si los modelos empleados son o no los adecuados para sus preguntas y datos de campo. En este curso se hace una introducción a varios de estos aspectos enfocándolos al problema de la estimación del tamaño poblacional.

Introducir a los alumnos a los conceptos modernos de modelado jerárquico de la ocupación, abundancia y densidad poblacional con soluciones de máxima verosimilitud y bayesianas aplicando paquetes R y otros programas.

1) Introducir los modelos jerárquicos para la solución conceptual, analítica y numérica de la estimación poblacional.

2) Describir los modelos jerárquicos de ocupación, de distancia y de captura-recaptura espacialmente explícitos.

3) Aplicar estos modelos jerárquicos a la estimación del tamaño poblacional de la distribución, abundancia y densidad empleando aproximaciones de máxima verosimilitud y bayesianas.  

4) Entender estos enfoques y métodos para el estudio de la distribución y abundancia a diferentes escalas y su aplicación a problemas de conservación y manejo.

5) Conocer los principales programas computacionales y paquetes R  empleados para este propósito.

6) Aplicar estos paquetes y programas a datos específicos.

7) Conocer la literatura más reciente en este campo.

1) Es un curso en aula. Es decir, se realizarán prácticas constantes en la computadora; pero no muestreos en campo. 

2) Es un curso donde se empleará R. Es decir, se sugiere conocer y tener experiencia en el empleo del mismo.

3) Es un curso donde se aplicarán  varios programas y paquetes R. Es decir, se verán las funciones básicas para ejecutar diferentes modelos para la estimación de parámetros. 

4) Es un curso muy intensivo. Es decir, se debe venir preprado para jornadas de 9:00 a 19:00 h todos los días durante dos semanas. 

5) Es un curso introductorio a conceptos de modelación y enfoques estadísticos. Es decir, se sugiere revisar previamente conceptos que no sean muy conocidos. 

6) Es un curso con videoconferencias. Es decir, se sugiere paciencia en caso de lentitud en la internet. 

7) Es un curso para intercambiar ideas y experiencia. Es decir, se sugiere traer una presentación corta de sus trabajos de tesis, investigación u otro; así como dudas y preguntas puntuales.

8) Es un curso para aprender y socializar. Es decir, se sugiere entusiasmo y buena disposición; aunque no desvelarse todos los días…!

- Para los estudiantes externos provenientes de instituciones educativas que tengan convenio vigente con el INECOL, estarán disponibles: 5 becas del 100%, 5 del 50% y 5 becas del 25% de condonación del pago.

- Los estudiantes sin convenio deberán cubrir el 100% de la cuota.

- Preferentemente, ecología general, conocimientos de estadística básica, modelos lineales generalizados, empleo de R, interés y/o experiencia en campo de algún método de conteo.

- Se requiere que cada alumno lleve su laptop y cargue los programas y paquetes R (todos gratuitos).

- Asistencia y puntualidad (5%).

- Lecturas para analizar, exponer y discutir en clase (25%)

- Desarrollo proyecto grupal (50%).

- Participación en clase (20%).

 

Detalles del proyecto por equipos:

- Objetivo: Que los alumnos analicen datos propios aplicando por lo menos tres de las aproximaciones de modelado  y expongan sus resultados.

- Equipos: Se crearán 10 equipos de 3 integrantes cada uno.

- Estructura: los proyectos deberán presentarse en el formato clásico de investigación. Es decir, incluir introducción, objetivo, área de estudio, métodos, resultados, discusión, conclusiones y recomendaciones, bibliografía.

- Presentación: el último día de clase cada equipo hará una presentación de 30 min. Las presentaciones tienen que ser en formatos HTML y/o Beamer PDF.

- Calificación: las presentaciones se entregarán a los coordinadores y tendrán un valor del 50% de la calificación individual.

- Módulo 1. Conceptos y métodos estimación tamaño poblacional •Introducción general ecología de (meta)poblaciones •Fórmulas generales de abundancia (N), densidad (D) y ocupación (?) •Descripción general de los métodos: conteos huellas, excretas, nidos/madrigueras; conteos en transectos de franja y de línea; captura-recaptura y foto-trampeo; otros (ADN)

- Módulo 2. Introducción al enfoque frecuentista y bayesiano •Modelos LM, GLM y GLMM •Distribuciones probabilísticas: Poisson, binomial, binomial negativa, Bernoulli, multinomial, normal, log-normal, beta, gamma, uniforme •Modelos jerárquicos: proceso ecológico (tamaño poblacional) y proceso observacional (probabilidad de detección) •Estadística clásica o frecuentista de máxima verosimilitud •Teorema de Bayes •Distribución posterior, a priori y verosimilitud •Cadenas Markov Monte Carlo •Ingeniería BUGS (WinBUGS, JAGS)

- Módulo 3. Ejemplos de aplicación •Programas computacionales: DISTANCE, PRESENCE, MARK, DENSITY •Paquetes R: camtrapR, unmarked, secr, SPACECAM, wiqid, •Modelos jerárquicos “canónicos”: modelos de ocupación; modelos N-mixto para abundancia; modelos de distancia para densidad; modelos espaciales explícitos de captura-recaptura.