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.
Fausto Gusmeroli<br />
temperatura di 30° sia tre volte più caldo di un altro a 10°. Ciò dipende dal fatto che, in<br />
senso matematico, la scala non ha un punto zero naturale (il punto di fusione del ghiaccio<br />
è infatti un punto zero arbitrario) e quindi non si possono interpretare i rapporti tra<br />
i valori (è impedita l’applicazione dell’operazione di divisione) e sono precluse alcune<br />
trasformazioni non lineari, come le logaritmiche e di radice quadrata. I dati di rapporto,<br />
o razionali, possiedono tutte le proprietà dei dati di intervallo, ma avendo in più il punto<br />
zero naturale (che esprime assenza di valore della grandezza misurata) permettono qualsiasi<br />
genere di trasformazione e l’interpretazione del rapporto tra i valori: non solo si può<br />
stabilire se una misura è maggiore di un’altra e a quante unità ammonta la differenza, ma<br />
anche di quante volte è maggiore. Rimanendo nel campo delle misure di temperatura, la<br />
scala di Kelvin, la cui origine è lo zero assoluto, è un esempio. Altri esempi sono le misurazioni<br />
di lunghezza, di peso, di superficie o altro e i conteggi o enumerazioni. Questi<br />
ultimi, a differenza dei primi, sono di natura discreta.<br />
I dati quantitativi sono molto più informativi dei qualitativi. Ne consegue che la loro<br />
conversione in dati qualitativi è sempre possibile, mentre non lo è il processo inverso.<br />
Anche all’interno di ognuna delle due categorie è possibile la trasformazione dei dati, ma<br />
sempre nella direzione d’informazione decrescente. La sequenza complessiva di conversione<br />
è dunque la seguente:<br />
Dati di rapporto g Dati di intervallo g Dati ordinali g Dati nominali g Dati binari<br />
Ogni passaggio implica naturalmente perdita di informazione. Per procedere nella<br />
direzione opposta occorre invece incorporare nuova informazione.<br />
Esistono altri due tipi particolari di dati, non riconducibili alle due categorie precedenti:<br />
i dati di rango e i dati direzionali o circolari. I ranghi sono le posizioni che gli<br />
elementi occupano quando vengono collocati in ordine di grandezza. Come nei conteggi<br />
si tratta di numeri interi non negativi, ma non indipendenti tra loro. In particolare, per<br />
un insieme di n elementi ai quali sono attribuiti ranghi da uno a n, la somma dei valori<br />
osservati è n(n+1)/2. I dati direzionali sono relativi a direzioni, di norma in un piano o<br />
una circonferenza, ma talvolta anche su una sfera o un iperspazio. Sono generalmente di<br />
natura continua, ma del tutto peculiari. Ad esempio, per osservazioni espresse in gradi<br />
sessagesimali su una circonferenza, i valori 0 e 360 si confondono e la differenza tra 350<br />
e 15 è equivalente a quella tra 15 e 40. Esempi di misure direzionali sono la direzione del<br />
volo di uccelli migratori e insetti, quella del vento e l’esposizione geografica.<br />
Le comunità vengono ordinariamente descritte con dati binari, ordinali o di rapporto.<br />
I dati binari esprimono semplicemente la presenza o assenza delle specie, gli altri anche<br />
il grado di partecipazione alla formazione del popolamento. Negli ordinali ciò avviene<br />
per mezzo di scale di abbondanza/dominanza, nei quantitativi attraverso misure dirette<br />
di densità (numero di individui per unità di superficie), di copertura (percentuale di ricoprimento<br />
del suolo delle parti epigee delle piante), di frequenza (ricorrenza della specie<br />
in sottosezioni, generalmente quadrate, dell’area campione) o altro (biomassa; produttività<br />
etc.). Sono gli obiettivi dello studio, le caratteristiche del sistema e, naturalmente,<br />
i vincoli logistici a guidare la scelta. Per indagini generali in aree molto eterogenee<br />
possono essere sufficienti i dati binari, anche se i dati ordinali, richiedendo un minimo<br />
sforzo aggiuntivo, sono sempre raccomandabili. In contesti più uniformi, dove occorre<br />
maggiore precisione, sono d’obbligo i dati ordinali o le più gravose misure quantitative.<br />
76