Show simple item record

dc.contributor.authorVillar Hernández, Bartolo de Jesús
dc.creatorVILLAR HERNANDEZ,BARTOLO DE JESUS; 438895
dc.date.accessioned2014-07-30T21:13:21Z
dc.date.available2014-07-30T21:13:21Z
dc.date.issued2014
dc.identifier.urihttp://hdl.handle.net/10521/2337
dc.descriptionTesis (Maestría en Ciencias, especialista en Estadística).- Colegio de Postgraduados, 2014.en_US
dc.description.abstractUno de los temas centrales en ecología es el estudio de la distribución geográfica de especies tanto de flora como de fauna a través de Modelos de Distribución de Especies (MDE). Recientemente el interés científico se ha centrado en aquellos registros de solo presencias. Dos enfoques recientes se han propuesto para este problema: un modelo logístico estimado por máxima verosimilitud (Maxlike) y un modelo basado en un proceso Poisson no homogéneo (IPP). En este trabajo se discuten dos enfoques bayesianos denominados MaxBayes e IPPBayes construidos en base a los anteriores. Para ilustrar dichas propuestas, se implementaron dos ejemplos de estudio: (1) se implementaron ambos modelos en un conjunto de datos simulados, y (2) se modeló la distribución potencial del género Dalea en la reserva de la biosfera Tehuacán-Cuicatlán con ambos modelos, los resultados se compararon con los obtenidos mediante Maxent. Los resultados indican que ambos modelos aquí propuestos, constituyen alternativas viables cuando se modelan distribuciones de especies con registros de solo presencias. En el caso de datos simulados, MaxBayes logra estimar la prevalencia aún cuando el número de registros es pequeño. En el ejemplo con datos reales, ambos modelos predicen patrones de distribución similares a Maxent. _______________ BAYESIAN MODELS FOR SPECIES DISTRIBUTION MODELLING WITH ONLY-PRESENCE RECORDS. ABSTRACT: A central issue in ecology is the study of geographical distributions of species of flora and fauna through Species Distribution Models (SDM). Recently, scientific interest has focused on presence-only records. Two recent approaches have been proposed for this problem: a model based on maximum likelihood method (Maxlike) and an inhomogeneous poisson process model (IPP). In this paper we discussed two bayesian approaches called MaxBayes and IPPBayes based on Maxlike and IPP model. To illustrate these proposals, we implemented two study examples: (1) both models were implemented on a simulated data set, and (2) we modeled the potencial distribution of genus Dalea in the Tehuacan-Cuicatlán biosphere reserve with both models, the results was compared with that of Maxent. The results show that both models, MaxBayes and IPPBayes, are viable alternatives when species distributions are modeled with only-presence records. For simulated data set, MaxBayes achieved prevalence estimation, even when the number of records was small. In the real data set example, both models predict similar potential distributions like Maxent does.en_US
dc.description.sponsorshipConsejo Nacional de Ciencia y Tecnología (CONACYT).en_US
dc.language.isospaen_US
dc.subjectRegistros de solo presenciaen_US
dc.subjectModelos de distribución de especiesen_US
dc.subjectProbabilidad de ocurrenciaen_US
dc.subjectProceso Poisson no homogéneoen_US
dc.subjectMaxlikeen_US
dc.subjectMaxenten_US
dc.subjectEnfoque bayesianoen_US
dc.subjectOnly-presence recordsen_US
dc.subjectSpecies distribution modelsen_US
dc.subjectOcurrence probabilityen_US
dc.subjectInhomogeneous poisson proccesen_US
dc.subjectBayesian approachen_US
dc.subjectEstadísticaen_US
dc.subjectMaestríaen_US
dc.titleModelos bayesianos para la distribución de especies con registros de solo presenciasen_US
dc.typeTesisen_US
Tesis.contributor.advisorPérez Elizalde, Sergio
Tesis.contributor.advisorVillaseñor Alva, José Aurelio
Tesis.contributor.advisorVázquez Peña, Mario Alberto
Tesis.date.submitted2014
Tesis.date.accesioned2014-07-01
Tesis.date.available2014-07-30
Tesis.format.mimetypepdfen_US
Tesis.format.extent5,150 KBen_US
Tesis.subject.nalEcología vegetalen_US
Tesis.subject.nalPlant ecologyen_US
Tesis.subject.nalDistribución geográficaen_US
Tesis.subject.nalGeographical distributionen_US
Tesis.subject.nalFloraen_US
Tesis.subject.nalFaunaen_US
Tesis.subject.nalRedes neuronalesen_US
Tesis.subject.nalNeural networksen_US
Tesis.subject.nalAlgoritmosen_US
Tesis.subject.nalAlgorithmsen_US
Tesis.subject.nalModelos estadísticosen_US
Tesis.subject.nalStatistical modelsen_US
Tesis.rightsAcceso abiertoen_US
Articulos.subject.classificationEstadísticaen_US
dc.type.conacytmasterThesis
dc.identificator5
dc.contributor.directorPEREZ ELIZALDE, SERGIO; 211167


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record