Avaliação da distribuição da Estatística R e nível descritivo amostral na análise de similaridade – ANOSIM: um estudo de caso do Projeto MAPEM

Abstract

Testes estatísticos com base na normalidade multivariada muitas vezes não são as melhores alternativas quando há grandes e esparsas matrizes de espécies decorrentes de estudos de campo e de comunidade experimental. Trabalhos recentes e amplamente utilizados descrevem como alternativa procedimentos de permutação ou aleatorização sem que seja necessário estabelecer as devidas suposições sobre a distribuição teórica. Tais procedimentos são baseados em uma definição motivada biologicamente na similaridade de pares de observações em termos da composição de espécies. Em 1993, Clarke denomina de teste ANOSIM (devido à sua dependência somente das similarites e a analogia com a ANOVA de um e dois fatores) um procedimento para estabelecer se as diferenças existentes entre grupos defenidos a priori são significativas. Por se tratar de um teste cujo nível descritivo amostral muitas vezes não é calculado com todas as permutações possíveis, devido à demanda computacional bem como das limitações do software comumente empregado, algumas inconsistências podem ser observadas na aplicação desta técnica. Utilizando um estudo de caso de uma variável aleatória biológica do banco de dados do Projeto MAPEM, algumas considerações serão feitas acerca destas inconsistências observadas.

Multivariate normality-based statistical tests are not, most of the time, the best alternatives when there are large and sparse matrices originated in field and experimental communities studies. Recent and broadly-used articles describe as an alternative permutation or randomization procedures, without the necessity of establishing specific assumptions on the theoretical distribution. Such procedures are based on a biologically-defined motivation in the pairwise similarity, in terms of species composition. In 1993, Clarke denominates ANOSIM test (owing to it depending only on the similarities and the analogy to one and twoaway ANOVA), a procedure to establish if the existing differences between a priori defined groups are significant. Being a test with a descriptive sampling level mostly not calculated because of software limitations and high computational demands, a few inconsistencies may be observed in the application of this technique. Utilizing a case study of a biological random variable of the MAPEM Project database, considerations were made on these observed inconsistencies.