Title: Estudio para la clasificacin y prediccin del sexo del quebrantahuesos de la Cordillera Pirenaica a p
1Estudio para la clasificación y predicción del
sexo del quebrantahuesos de la Cordillera
Pirenaica a partir de variables morfométricas
- Natalia Cabrero Martínez (1) Esther Mendiara
Cañardo (1) - Mª Luisa Gavín Lanzuela (1) Julio Guiral
Pelegrín (1), José Antonio Gil (2) - (1) Instituto Aragonés de Estadística
- (2) Fundación para la Conservación del
Quebrantahuesos.
2Introducción
- El quebrantahuesos es un ave rapaz carroñera.
- Habita en la Cordillera Pirenaica (uno de los
últimos refugios de vida salvaje del continente
europeo). - Peculiaridad Los sexos son semejantes por lo que
la identificación visual resulta complicada. - Cómo conocer su sexo?
- Resultan invasivas
- Técnicas moleculares
- Gran inversión de tiempo y dinero
- Plumaje y biometría Marcado dimorfismo
sexual
3Objetivos del estudio
- Estudiar qué variables morfométricas presentan
diferencias entre machos y hembras. - Diseñar una regla de clasificación y/o un modelo
predictivo que permita determinar el sexo del
quebrantahuesos a partir de ciertos datos
morfométricos.
4Población inicial objeto de estudio
- Fuente Fundación para la Conservación del
Quebrantahuesos. - Ámbito temporal Desde 1992.
- 94 quebrantahuesos.
- Cada caso se compone de
- Identificación del ave.
- Fecha de captura.
- Variables 12.
5Variables
- Cuantitativas
- Longitud del ala plegada (Cm)
- Anchura del ala a la pluma 9 (Cm)
- Anchura del ala a la pluma 11 (Cm)
- Longitud del pico (Cm)
- Anchura del pico (Cm)
- Altura del pico (Cm)
- Longitud del tarso (Cm)
- Longitud del antebrazo (Cm)
- Longitud de la cola (Cm)
- Peso (Kg)
- Cualitativas
- Sexo
- Macho
- Hembra
- Edad
- Pollo (de 0-12 meses)
- Joven (de 1 a 3 años)
- Subadulto (de 3 a 6 años)
- Adulto (más de 6 años)
-
6Depuración de la base de datos
- Se realiza un análisis descriptivo de las
características morfométricas por sexo y para
cada uno de los cuatro grupos de edad.
Valores extremos
Se observan
Diagramas de cajas
Histogramas
7- Esto permite
- Detectar errores en las mediciones y corregirlos.
- Conocer los ejemplares cuyas características se
habían tomado en condiciones extremas y que hay
que tomar con precaución. - Observar que los pollos no presentan diferencias
en la biometría para machos y hembras, decidiendo
no realizar el estudio sobre esta subpoblación. - Observar que, la biometría de los grupos de edad
jóvenes, subadultos y adultos, es similar y
diferenciada por sexo. - La población objeto de estudio a partir
de aquí es la formada por los
quebrantahuesos mayores de un año.
8Pruebas de normalidad
- Se acepta normalidad
- Longitud del ala plegada
- Anchura del ala hasta la pluma 9
- Longitud del pico
- Longitud del antebrazo
- Longitud de la cola
- Peso
t de Student
- No se acepta normalidad
- Altura del pico
- Anchura del pico
- Longitud del tarso
U Mann-Whitney
- Existen dudas
- Anchura del ala hasta la pluma 11
t de Student
U Mann-Whitney
9Test de hipótesis de igualdad de medias
Resultados de los test de hipótesis para aquellas
variables que han resultado ser significativas
por sexo.
10- Longitud del ala plegada.
- Anchura del ala hasta la pluma 11.
Hembras Media 79,31 IC (78,42 -
80,21) Machos Media 77,13 IC (76,23 - 78,03)
Hembras Media 45,61 IC (44,64 -
46,57) Machos Media 43,63 IC (42,63 - 44,63)
Hembras Media 79,31 IC (78,42 -
80,21) Machos Media 77,13 IC (76,23 - 78,03)
Hembras Media 45,61 IC (44,64 -
46,57) Machos Media 43,63 IC (42,63 - 44,63)
- Anchura del ala hasta la pluma 9.
Hembras Media 51,29 IC (50,21 -
52,38) Machos Media 49,28 IC (48,37 - 50,18)
Hembras Media 51,29 IC (50,21 -
52,38) Machos Media 49,28 IC (48,37 - 50,18)
11Hembras Media 5,01 IC (4,94 - 5,08) Machos Media
4,87 IC (4,77 - 4,98)
Hembras Media 3,14 IC (3,09 - 3,19) Machos Media
3,00 IC (2,94 - 3,06)
12Hembras Media 51,70 IC (50,81 -
52,58) Machos Media 49,66 IC (48,80 - 50,52)
Hembras Media 5,80 IC (5,60 - 6,00) Machos Media
5,18 IC (4,93 - 5,43)
13Para estas tres variables los ejemplares no
presentan diferencias significativas entre machos
y hembras.
14 15Análisis de correlación
- Objetivo
- Detectar y evitar la multicolinealidad en los
modelos multivariantes. - Reducir la dimensionalidad de los mismos.
- Procedimiento
- Pares de variables normales
Rho de Spearman - Alguna variable no normal Tau-b
de Kendall - Conclusión
- la relación lineal más fuerte (0.7) se da entre
- Anchura del ala hasta pluma 9 Anchura del ala
hasta pluma 11 - Peso Altura del pico.
16Modelos multivariantes de clasificación y
predicción
- Análisis discriminante
- Objetivos
- Identificación de las variables que mejor
discriminen entre machos y hembras, así como la
evaluación del poder discriminante de cada una de
ellas. - Clasificar un ejemplar, que no forma parte de los
datos iniciales, y del que se conoce el valor de
las variables discriminantes, a uno de los dos
grupos.
17- Primeros pasos
- Algoritmo paso a paso con las 7 variables que
presentan diferencias significativas por sexo. - Elevado poder discriminante de todas ellas. El
peso es el discriminador más potente.
Se eliminan dos ejemplares medidos cuando se
encontraron muertos por inanición.
Decisión
- Seleccionamos tres discriminadores
- Peso
- Longitud de la cola
- Anchura del ala hasta la pluma 9.
18Modelo discriminante Función discriminante que
maximiza las distancias entre los
grupos Lambda de Wilks del modelo El valor
medio de la función discriminante en los machos
es significativamente distinto que en las
hembras. Grado de asociación entre
resultados de la función y sexo
D - 35,46 1,317 Peso 0,325 Longitud cola
0,225 Anchura ala hasta la pluma 9
19 Resultados de la clasificación
El 89.4 de los quebrantahuesos han resultado
clasificados correctamente.
20Representación gráfica función discriminante vs
discriminador principal
21Verificación de las hipótesis
- Normalidad Se acepta la normalidad univariante
de las variables discriminadoras (según
Kolmogorov-Smirnov y Shapiro Wilk) - Homocedasticidad Las matrices de
varianzas-covarianzas son iguales en ambos grupos
(sig. M de Box 0,523) - Ausencia de multicolinealidad la máxima
correlación entre pares de discriminadores es
baja r0.283 (longitud de la cola y peso) y no
provoca ningún efecto en la función
discriminante.
22Modelos multivariantes de clasificación y
predicción
- Regresión logística
- Objetivos
- Predecir la probabilidad de que un
quebrantahuesos sea macho o hembra. - Determinar que variables pesan más para aumentar
o disminuir esta probabilidad.
23- Primeros pasos
- Modelo inicial 7 variables explicativas que
presentan diferencias significativas por sexo. - Se extraen según chi² Wald si no son un factor de
confusión. - Dos posibles modelos
Se selecciona el Modelo 1
24Modelo de regresión logística Variables
independientes peso, longitud de la cola,
anchura del ala hasta la pluma 9. Función
logística Probabilidad de ser
hembra Probabilidad de ser macho Variabilidad
explicada
Z -91,392 0,577anchura ala hasta la pluma 9
0,7longitud cola 4.901peso
p 1/(1e-z)
q 1 - p
El 78 de la variabilidad del sexo viene
explicada por las variables predictoras
seleccionadas
25- Pruebas de bondad de ajuste
- Prueba de Hosmer-Lemeshow
- .
- Área bajo la curva ROC 0,955
- Resultados de la clasificación
El 93.6 de los quebrantahuesos han resultado
clasificados correctamente.
26Conclusiones
- Se ha comprobado que la biometría del
quebrantahuesos de la Cordillera Pirenaica es un
rasgo diferencial en el sexado del ave. - Las variables que presentan diferencias
estadísticamente significativas por sexo son la
longitud del ala plegada, la anchura del ala
hasta las plumas 9 y 11, la longitud y la altura
del pico, la longitud de la cola y el peso. - Las variables que mejor discriminan entre machos
y hembras son el peso, la longitud de la cola y
la anchura del ala hasta la pluma 9. Se ha
generado un modelo discriminante que es capaz de
clasificar bien al 90 de los ejemplares. - El modelo de regresión logística que estima la
probabilidad de que un quebrantahuesos sea macho
o hembra tiene como predictores las mismas
variables que el modelo discriminante,
consiguiendo además, con tan solo tres variables
morfométricas, realizar una clasificación
correcta en el 94 de los casos.