Tópico Especial: Análise Multivariada em Dados Ecológicos
Código: PGGM1013
Curso: Mestrado Acadêmico em Genética e Melhoramento
Créditos: 4
Carga horária: 60
Ementa: A abrangência dos dados ecológicos, a teoria ecológica, método em ecologia; tipos de dados ecológicos, organização dos dados e uso do ambiente R, exploração e transformação de dados, calculando e analisando diversidade, medidas de semelhança, análise de agrupamentos, métodos de ordenação, ordenações restritas, tópicos em análises espaciais e funcionais multivariadas.
Pré-requisito: qualquer curso de estatística básica.
CONTEÚDO PROGRAMÁTICO:
Unidade Descrição das Unidades
1 O estudo da ciência ecológica, aspectos teóricos e metodológicos enfatizando a natureza do dado ecológico que vai muito além dos domínios da própria disciplina da ecologia. O método e as ferramentas de análise de dados como meios para expandir o conhecimento teórico e prático.
2 Os diferentes tipos de dados ecológicos, a organização e a exploração inicial dos dados, os diferentes métodos de transformação dos dados, uso do ambiente R
3 Diversidade ecológica, aspectos teóricos, os diferentes índices, calculando e interpretando dados de diversidade
4 Medidas de semelhança: a base para análises de agrupamento e de ordenação:
5 Análise de agrupamentos: a busca por descontinuidades
6 A teoria de gradientes: métodos de ordenação
7 Incorporando os fatores: ordenações restritas
8 Tópicos em análises espaciais e funcionais multivariadas
OBJETIVO DA DISCIPLINA:
Gerais
Potencializar a autonomia do aluno em contextualizar teoricamente e aplicar ferramentas multivariadas em sua própria pesquisa.
Específicos
Expandir o entendimento sobre a abrangência do conhecimento ecológico.
Propiciar uma visão ampla sobre as potencialidades das análises multivariadas.
Estimular o pensamento crítico na aplicação das ferramentas e a conexão destas com a teoria ecológica.
Instrumentalizar os alunos com ferramentas modernas de análises de dados multivariados.
PROCEDIMENTO DIDÁTICO:
Aulas expositivas com uso de data-show e quadro branco;
Aulas práticas em microcomputadores;
AVALIAÇÃO:
Tipo Data Quantidade Valor (%)
Seminário Final do curso 1 50
Relatório Final do curso 1 50
Observações: a avaliação constará de dois trabalhos, um escrito e uma apresentação oral com auxílio de data-show, em que o aluno apresentará resultados da aplicação dos métodos ensinados em aula em seus próprios dados de pesquisa.
Bibliografia: Borcard, D., Legendre, P., & Drapeau, P. (1992). Partialling out the Spatial Component of Ecological Variation. Ecology, 73(3), 1045-1055.
Crawley, M. J. (2002). Statistical computing - An introduction to data analysis using S-Plus (p. 761). West Sussex: John Wiley & Sons.
Crawley, M. J. (2007). The R Book (p. 942). West Sussex: John Wiley & Sons Ltd.
Dodds, W. K. (2009). Laws, theories, and patterns in ecology (p. 232). Berkeley: University of California Press.
Ford, E. D. (2000). Scientific method for ecological research (p. 564). Cambridge: Cambridge University Press.
Fortin, M.-J., & Dale, M. R. T. (2005). Spatial analysis: a guide for ecologists (p. 365). Cambridge: Cambridge University Press.
Legendre, P., & Legendre, L. (2012). Numerical Ecology (3rd ed., p. 990). Amsterdam: Elsevier.
Pickett, S. T. A., Kolasa, J., & Jones, C. G. (2007). Ecological understanding - The nature of theory and the theory of nature (2nd ed., p. 233). San Diego: Academic Press.
Zuur, A. F. K., Ieno, E. N., & Smith, G. M. (2007). Analysing ecological data. (p. 672). New York: Springer.
