CHAPTER 4: RESEARCH METHODOLOGY
4.5 Mixed-Methods Procedures
4.5.5 Data Analysis
Realicé el análisis sobre la velocidad de los desplazamientos grupales se efectuó para respaldar la predicción 3.1.3. El mejor modelo creado para explicar la variación de velocidad de desplazamiento fue significativamente diferente del modelo nulo (likelihood ratio test: χ2
vocalizaciones de los grupos cercanos, el coeficiente de variación de la distancia entre los árboles de alimentación utilizados y la temperatura ambiental mínima (Tabla 3.3).
TABLA 3.3MEJOR MODELO PARA LA VELOCIDAD DE DESPLAZAMIENTO.
Variable b EE IC Mod. Import. P(χ2)
Intercept. -‐3.90103 0.60031 -‐5.078-‐(-‐2.724) 1,2,3
Temp. Min. -‐0.09268 0.03410 -‐0.159-‐(-‐0.026) 1 0.4 0.00657
Distancia árboles -‐0.00817 0.45829 -‐0.906-‐0.890 2 0.2 0.98577
Vocal. 0.00139 0.51836 -‐1.014-‐1.017 3 0.1 0.99785
b: estimaciones de parámetros promediados por el modelo.
EE: errores estándar incondicionales que incorporan la incertidumbre del modelo. IC: intervalos de confianza del 95 %.
Mod: modelos que incluyen la variable. Import: importancia relativa.
Las diferencias en los valores de AICc fueron: ∆1 = 0.00, ∆2 = 0.43, ∆3 = 1.68. Los pesos
relativos de Akaike fueron: w1 = 0.21, w2 = 0.16 y w3 = 0.09. El coeficiente de determinación
R2 fue: R2m = 0.214 y R2c = 0.311. De los factores contenidos en este modelo, únicamente la temperatura ambiental mínima alcanzó la significancia estadística, mostrando una tendencia inversamente proporcional (Figura 3.3). Por lo tanto, la predicción 3.1.3 fue soportada.
FIGURA 3.3 VELOCIDAD DE DESPLAZAMIENTO MENSUAL EN RELACIÓN A LA TEMPERATURA AMBIENTAL
MÍNIMA.LOS RESIDUALES SE OBTUVIERON DESDE EL MEJOR MODELO EXCLUYENDO LA VARIABLE
DE INTERÉS (LA TEMPERATURA AMBIENTAL MÍNIMA).LOS PUNTOS NEGROS REPRESENTAN LOS
VALORES REGISTRADOS; EN AZUL, LA LÍNEA DE TENDENCIA SE MUESTRA ÚNICAMENTE CON FINES
ILUSTRATIVOS.
Realicé el análisis sobre la tasa de desplazamiento para respaldar las predicciones: 3.1.1, 3.2.2, 3.3.3, 3.4.2, 3.5.2. El mejor modelo creado para explicar la variación de la tasa de desplazamiento fue significativamente diferente del modelo nulo (likelihood ratio test: χ2
= 12.559, P < 0.05). Este modelo incluyó como variables independientes: la identidad del grupo, la temperatura ambiental mínima, la tasa de vocalización de los grupos cercanos, el coeficiente de variación de la distancia entre los árboles de alimentación utilizados, la tasa de árboles de alimentación utilizados y la interacción entre la identidad del grupo y la tasa de vocalización de los grupos cercanos (Tabla 3.4).
TABLA 3.4MEJOR MODELO PARA LA TASA DE DESPLAZAMIENTO.
Variable b EE IC Mod. Import. P(χ2)
Intercept. -‐4.30158 0.51122 -‐5.303-‐(-‐3.300) 1,2,3,4,5,6,7,8
Vocal. -‐3.48804 2.75836 -‐8.894-‐1.918 1,3,4,5,6,8 0.76 0.026907
Grupo 0.13529 0.13165 -‐0.122-‐0.393 1,3,4,5 0.60 0.011263
Distancia
árboles -‐0.97741 0.35193 -‐1.667-‐(-‐0.287) 2,3,4,6 0.53 0.005481 Grupo/Vocal. -‐4.14212 2.65451 -‐1.060-‐9.344 1,4,5 0.44 0.118664
b: estimaciones de parámetros promediados por el modelo.
EE: errores estándar incondicionales que incorporan la incertidumbre del modelo. IC: intervalos de confianza del 95 %.
Mod: modelos que incluyen la variable. Import: importancia relativa.
Las diferencias en los valores de AICc fueron: ∆1 = 0.00, ∆2 = 0.57, ∆3 = 0.60, ∆4 =
0.91, ∆5 = 1.34, ∆6 = 1.70, ∆7 = 1.87 y ∆8 = 1.90. Los pesos relativos de Akaike fueron: w1 =
0.13, w2 = 0.10, w3 = 0.10, w4 = 0.08, w5 = 0.07, w6 = 0.06, w7 = 0.05 y w8 = 0.05. El
coeficiente de determinación R2 fue: R2m = 0.214 y R2c = 0.822. De los factores contenidos en este modelo alcanzaron la significancia estadística la tasa de vocalización de los grupos cercanos, el coeficiente de variación de la distancia entre los árboles de alimentación utilizados y la identidad de grupo. Las predicciones 3.1.1 y 3.2.2 no fueron soportadas por los resultados. Al contrario, encontré soporte para las predicciones 3.3.3, 3.4.2, 3.5.2. La tasa de desplazamiento fue más alta en el Grupo 2 (el más grande) respecto al Grupo 1 (Figura 3.4 A) y mientras la relación entre la tasa de desplazamiento con el coeficiente de variación de la distancia entre los árboles de alimentación utilizados mostró una tendencia inversamente proporcional (Figuras 3.4 B), la relación entre la tasa de desplazamiento y la tasa de vocalización de los grupos cercanos mostró una tendencia directamente proporcional (Figura 3.4 C).
FIGURA 3.4VARIACIÓN ENLA TASA DE DESPLAZAMIENTO MENSUAL EN FUNCIÓN DE (A) IDENTIDAD
DEL GRUPO; (B) COEFICIENTE DE VARIACIÓN DE LA DISTANCIA DE LOS ÁRBOLES DE
ALIMENTACIÓN UTILIZADOS; (C) LA TASA DE VOCALIZACIÓN DE GRUPOS CERCANOS. LOS
RESIDUALES SE OBTUVIERON DESDE EL MEJOR MODELO EXCLUYENDO LA VARIABLE DE INTERÉS.
EN LA GRAFICA A: LAS LÍNEAS GRUESAS DENTRO DE LAS CAJAS MUESTRAN LAS MEDIANAS; LAS
EQUIS INDICAN LOS VALORES PROMEDIOS; EL ANCHO DE LAS CAJAS REPRESENTA EL RANGO DE
VARIACIÓN Y LOS LÍMITES DE LAS CAJAS INDICAN LOS PERCENTILES 25 Y 75; LOS BIGOTES INDICAN
LOS INTERVALOS QUE CONTIENEN LOS VALORES MÍNIMOS Y MÁXIMOS; LOS PUNTOS ROJO CLARO
INDICAN LOS DATOS REGISTRADOS; LOS PUNTOS NEGROS INDICAN VALORES ATÍPICOS QUE
APARECEN FUERA DE LOS LÍMITES.EN LAS GRAFICAS B Y C: LOS PUNTOS NEGROS REPRESENTAN
LOS VALORES REGISTRADOS; EN AZUL, LAS LÍNEAS DE TENDENCIA SE MUESTRAN ÚNICAMENTE
Realicé el análisis sobre distancia recorrida para respaldar las predicciones: 3.1.2, 3.2.3, 3.3.4, 3.4.3, 3.5.3. El mejor modelo creado para explicar la variación de la distancia recorrida fue significativamente diferente del modelo nulo (likelihood ratio test: χ2 = 28.882, P < 0.05). Este modelo incluyó como variables independientes: el índice FAI, la identidad del grupo, la tasa de vocalización de los grupos cercanos, la temperatura ambiental máxima, el coeficiente de variación de la distancia entre los árboles de alimentación utilizados, y la interacción entre la identidad del grupo y la tasa de vocalización de los grupos cercanos (Tabla 3.5).
TABLA 3.5MEJOR MODELO PARA LA DISTANCIA RECORRIDA.
Variable b EE IC Mod. Import. P(χ2)
Intercept. 5.89671 2.78564 0.436-‐11.356 1,2,3,4,5,6,7 FAI -‐0.22637 0.20610 -‐0.630-‐0.177 1,4 0.36 0.272051 Grupo 0.19685 0.28091 -‐0.353-‐0.747 2,3,6 0.45 0.818647 Vocal. 8.57632 4.92180 -‐1.070-‐18.222 2,3,6,7 0.53 0.491996 Temp. Max. -‐0.09004 0.03533 -‐1.070-‐(-‐0.020) 2 0.19 0.010808 Tasa árboles 1.52501 0.57436 0.399-‐2.650 1,2,3,4,5,7 0.91 0.007927 Distancia árboles -‐0.24590 0.54715 -‐1.318-‐0.826 1,5 0.33 0.653127 Grupo/Vocal. -‐7.75447 4.65493 -‐16.877-‐1.369 2,3,6 0.45 0.095741
b: estimaciones de parámetros promediados por el modelo.
EE: errores estándar incondicionales que incorporan la incertidumbre del modelo. IC: intervalos de confianza del 95 %.
Mod: modelos que incluyen la variable. Import: importancia relativa.
Las diferencias en los valores de AICc fueron: ∆1 = 0.00, ∆2 = 0.34, ∆3 = 0.47, ∆4 = 0.88, ∆5
= 1.50, ∆6 = 1.90 y ∆7 = 1.91. Los pesos relativos de Akaike fueron: w1 = 0.08, w2 = 0.07, w3
= 0.06, w4 = 0.05, w5 = 0.04, w6 = 0.03 y w7 = 0.03. El coeficiente de determinación R2 fue:
R2m = 0.556 y R2c = 0.558. De los factores contenidos en este modelo, la tasa de árboles de alimentación utilizados y la temperatura ambiental máxima alcanzaron la significancia estadística. Las predicciones 3.2.3, 3.4.3 y 3.5.3 no fueron soportadas por los resultados. Al contrario, encontré soporte para las predicciones 3.1.2 y 3.3.4. La distancia recorrida por los
grupos se relacionó positivamente con la tasa de árboles de alimentación utilizados (Figura 3.5 A) y negativamente con la temperatura ambiental máxima (Figura 3.5 B).
FIGURA 3.5 VARIACIÓN ENLA DISTANCIA RECORRIDA EN FUNCIÓN DE (A) TASA DE ÁRBOLES DE
ALIMENTACIÓN UTILIZADOS; (B) TEMPERATURA AMBIENTAL MAXIMA. LOS RESIDUALES SE
OBTUVIERON DESDE EL MEJOR MODELO EXLUYENDO LA VARIABLE DE INTERÉS.LOS PUNTOS
NEGROS REPRESENTAN LOS VALORES REGISTRADOS; EN AZUL, LA LÍNEA DE TENDENCIA SE
MUESTRA ÚNICAMENTE CON FINES ILUSTRATIVOS.