Prati, pascoli e paesaggio alpino - SoZooAlp
Prati, pascoli e paesaggio alpino - SoZooAlp
Prati, pascoli e paesaggio alpino - SoZooAlp
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
127<br />
PRATI, PASCOLI E PAESAGGIO ALPINO<br />
varianza complessiva, la CCA massimizza dunque la covarianza tra i due gruppi. I coefficienti<br />
di correlazione canonica sono sempre le radici quadrate degli autovalori. Variano<br />
da –1 a +1 e possono essere ordinati in ordine decrescente di valore assoluto.<br />
I risultati della CCA possono essere mostrati graficamente in un diagramma di ordinamento<br />
costituito dalle prime variate canoniche dei due gruppi. Se la correlazione canonica<br />
è elevata, i punti tenderanno a disporsi in prossimità della diagonale, altrimenti saranno<br />
più dispersi. Un’altra modalità esplicativa, indicata nel caso in cui le prime due variate di<br />
entrambi i gruppi portino variabilità elevata e interessante, è offerta da biplot separati per<br />
i due gruppi, in cui dunque, oltre agli oggetti, sono rappresentati anche le correlazioni tra<br />
le variate canoniche e le variabili originali, come già visto a proposito della PCA. Dalla<br />
comparazione visiva dei due diagrammi si può verificare il grado di somiglianza tra i due<br />
ordinamenti, sebbene l’elevato numero di punti e le sovrapposizioni possano confondere<br />
le rappresentazioni. Un’ulteriore possibilità per interpretare i risultati della CCA si ha<br />
correlando ogni variabile di un gruppo e ogni variata canonica dell’altro (e viceversa) e<br />
ricavando la quota di varianza dell’una spiegata dall’altra. Queste correlazioni non sono<br />
per altro esplicitabili in termini grafici. Inoltre, così come si può calcolare la proporzione<br />
di varianza spiegata da ogni asse in rapporto al proprio gruppo, si può determinare la<br />
stessa proporzione anche in rapporto all’altro gruppo. Tale misura è detta ridondanza e<br />
la somma di tutte le ridondanze costituisce la frazione della varianza complessiva di un<br />
gruppo spiegata dalle variate dell’altro, ossia dall’altro gruppo. Questa ridondanza totale<br />
è una grandezza asimmetrica, essendo normalmente differente nei due gruppi.<br />
L’interpretazione dei risultati della CCA è tuttavia piuttosto problematica. La condizione<br />
di ortogonalità impone una sorta di compromesso tra la massimizzazione della covarianza<br />
tra i gruppi e la minimizzazione della varianza entro. Ne consegue che le variate<br />
canoniche tendono a scostarsi, talvolta sensibilmente, dalle componenti principali, riassumendo<br />
frazioni modeste della varianza originale e perdendo così potere interpretativo.<br />
In tali circostanze, la correlazione canonica esprime relazioni di scarso significato. L’inconveniente<br />
può essere eluso applicando la PCA ad uno dei due gruppi e incorporando<br />
nella CCA i relativi punteggi di ordinamento, oppure analizzando con la PCA entrambi i<br />
gruppi, o ancora applicando la CCA tanto alle variabili originali quanto ai punteggi della<br />
PCA e confrontando i risultati.<br />
In sinecologia vegetale, i due gruppi di variabili sono naturalmente quelli che compongono<br />
le due matrici primarie, tra le quali sono dunque ricercati gli assi di ordinamento<br />
che ne rivelino al meglio il legame. Pre-requisito dell’analisi è, come più volte<br />
sottolineato, la linearità delle risposte, tanto delle specie quanto dei fattori ambientali.<br />
Un’ulteriore costrizione è costituita dal rapporto tra il numero delle specie e dei campioni,<br />
che non può essere troppo superiore a uno (per la precisione deve essere inferiore<br />
a n-q, con n = numero dei campioni e q = numero dei parametri ambientali), pena una<br />
forte instabilità degli assi di ordinamento. Per tale ragione e anche perché i due gruppi<br />
di variabili sono posti sullo stesso piano, ossia non si distinguono in dipendenti e indipendenti,<br />
l’analisi di correlazione canonica, pur essendo la tecnica lineare standard per<br />
relazionare due insiemi di variabili, è di scarsa applicazione in ecologia di comunità.<br />
L’analisi di ridondanza<br />
L’analisi di ridondanza (RDA - Redundancy analysis) è molto simile all’analisi di<br />
correlazione canonica e, seppur meno popolare, è di maggior interesse negli studi ve-