STANDARDIZACE DAT
1


CÍL STANDARDIZACE
oOdstranit měřítko z originálních dat
•Jednotky apod.
oSrovnat variabilitu mezi proměnnými
oImplicitně se používá při výpočtu korelace
•
o
2

STANDARDIZACE PROMĚNNÝCH
•Centrování (centring)
•výsledná proměnná má průměr roven nule
o
•
•Standardizace v úzkém slova smyslu
•dává vzniknout bezrozměrným Z-skóre
•výsledná proměnná má průměr roven nule a směrodatnou odchylku rovnu jedné
•„synchronizuje” proměnné měřené v různých jednotkách a na různých stupnicích
•
•Změna rozsahu hodnot (ranging)
•výsledná proměnná je v rozsahu [0, 1]
•a)                                                   b)
a)
a) relativní škála (poměry mezi hodnotami zachované),
b)obecná proměnná
o
3

•vzdálenosti mezi vzorky ovládnou proměnné s velkou variancí
•po standardizaci mají všechny proměnné varianci shodnou
STANDARDIZACE PROMĚNNÝCH
4
Před standardizací
Po standardizaci

STANDARDIZACE DRUHOVÉ MATICE
ostandardizace po druzích (standardization by species), tj. po proměnných
•dává stejnou váhu všem druhům – zvýší váhu vzácných druhů a sníží váhu hojných
•ne vždy smysluplná (pokud se druh vyskytuje vzácně v jednom snímku, standardizace po druzích dá
tomuto snímku velkou váhu – bude velmi odlišný od ostatních)
•Nutná při analýze proměnných prostředí (odstraní se rozdíly v magnitudě a rozptylu proměnných);
proto se v přímé ordinaci prediktory standardizují implicitně
•Nutná při analýze morfometrických parametrů
5
sp1
sp2
sp3
vzorek 1
1
3
4
vzorek 2
2
6
8
vzorek 3
10
30
40
průměr
4.333
13
17.33
sd
4.933
14.8
19.73
sp1
sp2
sp3
vzorek 1
-3.33
-10
-13.33
vzorek 2
-2.33
-7
-9.333
vzorek 3
5.667
17
22.667
sp1
sp2
sp3
vzorek 1
-0.68
-0.68
-0.68
vzorek 2
-0.47
-0.47
-0.47
vzorek 3
1.149
1.149
1.149
Odečtení
průměru
Vydělení
směrodatnou odchylkou

STANDARDIZACE DRUHOVÉ MATICE
ostandardizace po vzorcích (standardization by samples)
•pokud je analýza zaměřená na relativní proporce mezi druhy, ne jejich absolutní abundance
•vhodné také v případě, že výsledné abundance závisí na důkladnosti, s jakou sbíráme data (např.
při odchytu živočichů doba strávená na ploše, počet pastí nebo vliv špatného počasí na mobilitu
živočichů)
•
6
sp1
sp2
sp3
průměr
sd
vzorek 1
1
3
4
2.666
1.528
vzorek 2
2
6
8
5.333
3.055
vzorek 3
10
30
40
26.66
15.28
sp1
sp2
sp3
vzorek 1
-1.09
0.218
0.873
vzorek 2
-1.09
0.218
0.873
vzorek 3
-1.09
0.218
0.873
Původní hodnoty
Hodnoty standardizované po vzorcích
Výpočet hodnot v prvním sloupci
Odečtení průměru a podělení výsledku směrodatnou odchylkou

DALŠÍ STANDARDIZACE (PŘES VZORKY)
oSpecies profile
•relativní podíly abundancí
•
oHellingerova standardizace
•modifikovaný species profile, lepší statistické vlastnosti
•Euklidovské vzdálenosti vypočítané na transformovaných datech vedou k Hellingerově vzdálenosti
(viz další část)
•
•
oTětivová standardizace (chord standardization)
•Euklidovské vzdálenosti vypočítané na standardizovaných datech vedou k tětivové vzdálenosti (viz
další část)
o
•
7

TRANSFORMACE
omatematická funkce, jejíž argumenty nejsou odvozené z dat, na která je transformace aplikovaná
oZměna hodnoty není závislá na ostatních hodnotách proměnné (data independent) onejčastější důvod
je změnit tvar rozložení proměnné a zajistit homoskedasticitu oMění tvar rozdělení hodnot
8
STANDARDIZACE
omění data pomocí statistiky, která je spočtená na datech samotných, např. průměr, součet, rozsah
aj.
oZměna hodnoty závisí na ostatních hodnotách proměnné (data dependent)
onejčastější důvod použití je vyrovnat rozdíly v relativním významu (váze) proměnných, druhů nebo
vzorků
oNemění tvar rozdělení hodnot
o

DUMMY VARIABLES
•převod kvalitativní (kategoriální) proměnné na kvantitativní (binární)
•pokud má kategoriální proměnná n stavů (kategorií), pro její vyjádření stačí n-1 dummy proměnných
oFunkce model.matrix (~factor) a následná manuální úprava
9
Sample
Substrát
další proměnné
1
bahno
.....
2
písek
.....
3
bahno
.....
4
vegetace
.....
5
vegetace
.....
6
bahno
.....
Sample
bahno
písek
vegetace
další proměnné
1
1
0
0
.....
2
0
1
0
.....
3
1
0
0
.....
4
0
0
1
.....
5
0
0
1
.....
6
1
0
0
.....

KÓDOVÁNÍ DAT (DATA CODING)
onapř. nahrazení kódů u alfa-numerických stupnic, např. Braun-Blanquetovy stupnice
dominance-abundance
•
•
•Braun-Blanquetova stupnice: r    +    1    2    3    4    5
•ordinální hodnoty*:     1    2    3    4    5    6    7
•střední hodnoty procent**: 1    2    3   13  38  63  88
•
•
•
•
–*) van der Maarel (2007), Table 1
–**) Turboveg for Windows 2
o
10

METADATA
o
ozaznamenat veškeré transformace, standardizace, kódování do metadat!
11
Don't Forget to Write! Merchandise