29.05.2013 Views

Prati, pascoli e paesaggio alpino - SoZooAlp

Prati, pascoli e paesaggio alpino - SoZooAlp

Prati, pascoli e paesaggio alpino - SoZooAlp

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

Fig. 6.7<br />

119<br />

PRATI, PASCOLI E PAESAGGIO ALPINO<br />

Effetti d'arco e di bordo in un ordinamento di punti equidistanti lungo<br />

un gradiente di comunità unidimensionale<br />

Fig. 6.7<br />

Effetti d’arco e di bordo in un ordinamento di punti equidistanti lungo un gradiente di comunità<br />

unidimensionale<br />

Asse 2<br />

Effetto bordo<br />

Effetto d'arco<br />

Asse 1<br />

automatica del detrending, rinviandolo semmai ad una fase successiva e circoscrivendolo<br />

ai casi in cui si determini un effettivo miglioramento nell’ordinamento.<br />

L’analisi di corrispondenza<br />

Nata per l’analisi delle tabelle di contingenza, ossia di dati di frequenza, l’analisi di<br />

corrispondenza o di ordinamento reciproco è stata poi estesa anche agli altri dati quantitativi.<br />

Le denominazioni della tecnica indicano che la posizione degli oggetti e delle<br />

variabili sono definite reciprocamente, ossia i punteggi di ordinamento degli uni sono<br />

medie dei punteggi di ordinamento delle altre e viceversa. Dal punto di vista geometrico<br />

e algebrico COA è in tutto analoga a PCA, salvo il fatto che è applicata alla matrice<br />

primaria.<br />

Vi sono due differenti procedure di calcolo: l’iterazione diretta, che palesa la derivazione<br />

di COA dal metodo delle medie ponderate, e l’autoanalisi di matrice, che rivela<br />

la sua affinità con la PCA. Nell’iterazione diretta, alla matrice primaria sono applicate<br />

alternativamente le formule delle medie ponderate per il calcolo di u e x, quindi sia come<br />

regressione sia come calibrazione, ripetendo la procedura fino a che i valori convergono<br />

significativamente sul primo asse di corrispondenza. Sono poi estratti gli assi successivi,<br />

tra loro incorrelati e di variabilità decrescente. L’autoanalisi di matrice è quella già illustrata<br />

per la PCA, con la differenza che le distanze tra i punti non sono quelle euclidee,<br />

ma di Χ 2 (distanze euclidee calcolata dopo doppia standardizzazione di riga e colonna),<br />

e sono usati pesi per gli oggetti e per le variabili proporzionali ai rispettivi totali. Come<br />

nella PCA centrata, la posizione dell’origine degli assi di ordinamento è il centroide.

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!