Tabla de contenidos

Instructor

Roberto Munguía-Steyer
Postdoc.
Departamento Ecología Evolutiva
Instituto de Ecología-UNAM
México, D. F.
Tel: +52 (55) 5623 0222 ext. 4788
moc.liamg|reyets.aiugnumr#moc.liamg|reyets.aiugnumr

Información del curso

  • Programa, requisitos y referencias: pdf.

Características de R

  • Origen, instalación y editores de código: pdf.

1. Regresión lineal: Componentes y supuestos

Material de lectura correspondiente al martes 4 y jueves 6 de octubre del 2011

  • A. Gelman and J. Hill. Data analysis using regression and multilevel/hierarchical

models, volume 625. Cambridge University Press Cambridge, UK., 2007. Capítulo 3: 31-51 pp.

  • A.F. Zuur, E.N. Ieno, and C.S. Elphick. A protocol for data exploration to avoid

common statistical problems. Methods in Ecology and Evolution, 1(1):3–14, 2010.

Lectura optativa

  • R. Hilborn and M. Mangel. The ecological detective: confronting models with data.

Princeton Univ Pr, 1997. Capítulo 2: 12-38 pp.

Código de la práctica 1

Practica 1.R

2. Modelos lineales: Variables indicadoras y diseño de la matriz

Material de lectura correspondiente al martes 11 y jueves 13 de octubre del 2011

  • E. Cooch. First steps with Program MARK: Linear models. In Hungarian Symposium paper.

MARK webpage reference, 2000.

  • M. Kéry. Introduction to Winbugs for Ecologists: Bayesian Approach to Regression,

Anova, Mixed Models and Related Analyses. Academic Press, 2010. Capítulo 6: 57-89 pp.

Código de la práctica 2 con el ejercicio resuelto

Diseño matricial.R

Base de datos del análisis de varianza de la práctica 3

contrastes.txt

Código de la práctica 3

Diseño matricial 2.R

Ejercicio resuelto de la práctica 3

Ejercicio3.R

3. Selección de modelos y factores de inflación de la varianza

Material de lectura correspondiente al martes 18 y jueves 21 de octubre del 2011

  • K.P. Burnham, D.R. Anderson, and K.P. Huyvaert. AIC model selection and

multimodel inference in behavioral ecology: some background, observations, and
comparisons. Behavioral Ecology and Sociobiology, pages 1–13, 2011.

  • J.B. Johnson and K.S. Omland. Model selection in ecology and evolution. Trends

in Ecology & Evolution, 19(2):101–108, 2004.

Base de datos de la regresión múltiple de la práctica 4

Abundancia_aves.csv

Código de la práctica 4

Validación y selección de modelos.R

4. Supuesto de normalidad, transformaciones de las variables y métodos de remuestreo

Material de lectura correspondiente al martes 25 de octubre del 2011

  • M.J. Anderson, and P. Legendre. An empirical comparison of permutation methods for tests

of partial regression coefficients in a linear model. Journal of Statistical Computing and Simulation,
pages 271-303, 1999.

  • M.J. Anderson, and C.J.F. Ter Braak. Permutation tests for multifactorial analyses of variance.

Journal of Statistical Computing and Simulation, pages 85-113, 2003.

  • J. Fox. An R and S-Plus companion to applied regression. Sage Publications, Inc, 2002.

Capítulo 3: 106-115 pp.

Lectura optativa

  • B.F.J. Manly. Randomization, bootstrap and Monte Carlo methods in biology. Chapman

& Hall/CRC, 2007.

Código de la práctica 5

Remuestreo.R

Permutaciones: Ejercicio de la práctica 5

Ejercicio_permutaciones.R

Permutaciones: usando la función lm y el estadístico F

Permutacion_lm_F.R

Permutaciones: usando la función lm y el estadístico t, prueba de 1 cola

Permutacion_lm_t.R

5. Heterogeneidad de varianza y regresión de mínimos cuadrados generalizados

Material de lectura correspondiente al jueves 27 de octubre y al jueves 03 de noviembre del 2011

  • J.J. Faraway. Linear models with R. Chapman & Hall, 2005. Capítulo 6: 96-102 pp.
  • J. Fox. An R and S-Plus companion to applied regression. Sage Publications, Inc, 2002.

Capítulo 6: 206-209 pp.

  • A.F. Zuur, E.N. Ieno, N.J. Walker, A.A. Saveliev, and G.M. Smith. Mixed effects models

and extensions in ecology with R. Springer Verlag, 2009. Capítulo 4: 71-100 pp.

Código de la práctica 6

Heterogeneidad de varianza 1.R

Base de datos de la práctica 6

Jardines.txt

Código de la práctica 7, actualizado para la clase del 03 de noviembre, con los ejercicios resueltos.

Heterogeneidad de varianza 2.R

6. Modelos mixtos

Material de lectura correspondiente al martes 08 y al jueves 10 de noviembre del 2011

  • D. Bates. Fitting linear models in R using the lme4 package. R News, 5(1):27–30, 2005. pdf
  • M. Kéry. Introduction to Winbugs for Ecologists: Bayesian Approach to Regression,

Anova, Mixed Models and Related Analyses. Academic Press, 2010. Capítulo 12: 151-166 pp.

  • S. Paterson and J. Lello. Mixed models: getting the best use of parasitological data.

Trends in Parasitology, 19(8):370–375, 2003.

Lectura optativa

  • A.F. Zuur, E.N. Ieno, N.J. Walker, A.A. Saveliev, and G.M. Smith. Mixed effects models

and extensions in ecology with R. Springer Verlag, 2009. Capítulo 5: 101-142.

Código de la práctica 8, clases 08 y 10 de noviembre

Modelos mixtos 1.R

Base de datos 1 de la práctica 8, formato SPSS

irrigacion.sav

Base de datos 2 de la práctica 8

rats.txt

Material de lectura correspondiente al martes 15 y al jueves 17 de noviembre del 2011

  • Baayen cols 2008. Mixed-effects modeling with crossed random effects for subjects and items. Journal of Memory and Language 59: 390–412

Baayen et al. 2008.pdf

  • Quinn, G. & Keough, M. 2002. Experimental Design and Data Analysis for Biologists. Cambridge University Press. Capítulos 10 y 11: 262-338 pp

Código de la práctica 9, clase 15 de noviembre

Modelos mixtos 2.R

Modelos mixtos de efectos cruzados

Código de la práctica 10, clase 17 de noviembre

Modelos mixtos 3.R

Base de datos de la práctica 10: producción de leche vacuna

pleche.txt

Ejercicio resuelto: cuadrados latinos.

Ejercicio_cuadrados_latinos.R

7. Modelos lineales generalizados con distribución binomial

Material de lectura correspondiente al martes 22 y jueves 24 de noviembre del 2011

  • J.J. Faraway. Extending the linear model with R: generalized linear, mixed effects and

nonparametric regression models. CRC Press, 2006. Capitulo 2: 28-60 pp.

  • A. Gelman and J. Hill. Data analysis using regression and multilevel/hierarchical models,

volume 625. Cambridge University Press Cambridge, UK., 2007. Capítulo 5: 79-105 pp.

  • Tutorial sobre probabilidad y máxima verosimilitud con la distribución binomial pdf

Código de la práctica 11. Modelos lineales generalizados con distribución binomial. Clase del jueves 24 de noviembre con el ejercicio resuelto.

Glms_dist_binomial.R

Base de datos de la práctica 11: Concentración de insecticida y mortalidad en un escarabajo

besouro.csv

8. Modelos lineales generalizados con distribución Poisson y binomial negativa

Material de lectura correspondiente al martes 29 de noviembre de 2011

  • A. Gelman and J. Hill. Data analysis using regression and multilevel/hierarchical models,

volume 625. Cambridge University Press Cambridge, UK., 2007. Capítulo 6: 109-119 pp.

  • K. Wilson and BT Grenfell. Generalized linear modelling for parasitologists.

Parasitology Today, 13(1):33–38, 1997.

  • A. Zeileis, C. Kleiber, and S. Jackman. Regression models for count data in R. Journal

of Statistical Software, 27(8):1–25, 2008.

Código de la práctica 12. Modelos lineales generalizados con distribución Poisson y binomial negativa.

Clase del martes 29 de noviembre del 2011.

Glms_conteos.R

Base de datos de la práctica 12: Abundancia de un hongo boletáceo en diferentes tipos de vegetación

boletus.csv

Ejercicio resuelto: Abundancia de hongos boletáceos en diferentes tipos de vegetación

boletus.R

9. Modelos lineales generalizados mixtos

Material de lectura correspondiente al jueves 1 de diciembre del 2011

  • B.M. Bolker, M.E. Brooks, C.J. Clark, S.W. Geange, J.R. Poulsen, M.H.H. Stevens,

and J.S.S. White. Generalized linear mixed models: a practical guide for ecology and
evolution. Trends in Ecology & Evolution, 24(3):127–135, 2009.

  • A.F. Zuur, E.N. Ieno, N.J. Walker, A.A. Saveliev, and G.M. Smith. Mixed effects models

and extensions in ecology with R. Springer Verlag, 2009. Capítulo 13: 323-332 pp.

Código de la práctica 13. Modelos lineales generalizados mixtos con distribución binomial, Poisson y binomial negativa.

Clase del jueves 1 de diciembre de 2011.

glmms.R

10. Examen final resuelto. Diciembre 06 del 2011.

Examen.pdf

Código del examen. El código incluye la creación de las bases de datos.

Examen.R