Uso de Stata para analizar la frecuencia de tallas en el ciclo de vida de una araña

de desierto mexicana

Using Stata to analyze size frequency in the life cycle of a Mexican desert spider

Irma Gisela Nieto CastañedaIrma Gisela Nieto Castañeda

María Luisa Jiménez María Luisa Jiménez Isaías H. Salgado UgarteIsaías H. Salgado Ugarte

__Depredadores exitosos en los desierto __Depredadores exitosos en los desierto __Adaptación, evasión condiciones extremas__Adaptación, evasión condiciones extremas____ Se alimentan de cualquier animal que Se alimentan de cualquier animal que puedan cazarpuedan cazar

Syspira Syspira Simon, 1885Simon, 1885

• Exclusivas de Baja California

• Habitantes del suelo, nocturnas, vagas

• ≈ 50% BCS• Dieta roedores• Primera vez

utilizadas en estudios ecológicos

Syspira tigrina Simon, 1885

Estructura de tallas en la historia de vida

Ciclos de vida

• Patrones – desarrollo y reproducción

• Propia de cada especie

• Indispensable para entender procesos biológicos

• Métodos directos

• Métodos indirectos

EDKs

• Valores extraordinarios

• Sesgo• Multimodalidad

• Hay un ancho de banda para cada distribución

• Se pueden caracterizar los grupos de tallas

Objetivo• Describir las historias de vida de la especie de

estudio, que presenta estructura de tallas con distribución mezclada

Hipótesis• El uso de los estimadores de densidad por

kernel (EDKs) al ser un método eficiente para analizar distribuciones de datos, dará un mejor panorama de la historia de vida de la especie en estudio en cuanto a la frecuencia de sus tamaños

Recolecta de arañas

(estacionales / un año)

Trampas de caída

Transectos lineares (10 metros entre trampas)

Preservar en etanol al 70% y etiquetar

Método

Laboratorio

Limpieza

Separación

Identificación

Medir LTI

Juli

oA

go

sto

Oct

ub

reN

ovi

em

bre

Dic

iem

bre

En

ero

Feb

rero

Mar

zoA

bri

lM

ayo

Jun

ioJu

lio

Ab

un

dan

cia

Rel

ativ

a H

0

2

4

6

8

10

12

14

16

Ab

un

dac

ia R

elat

iva

M

0

5

10

15

20

25

30

35

Hembras Machos

Syspira tigrina

Juli

oA

go

sto

Oct

ub

reN

ovi

em

bre

Dic

iem

bre

En

ero

Feb

rero

Mar

zoA

bri

lM

ayo

Jun

ioJu

lio

Ab

un

dan

cia

Rel

ativ

a J

40

60

80

100

Ab

un

dac

ia R

elat

iva

PH

y P

M

0

2

4

6

8

10

12

14

16

JuvenilesPrehembrasPremachos

Juli

oA

go

sto

Oct

ub

reN

ovi

em

bre

Dic

iem

bre

En

ero

Feb

rero

Mar

zoA

bri

lM

ayo

Jun

ioJu

lio

Ab

un

dan

cia

Rel

ativ

a H

0

5

10

15

20

25

Ab

un

dac

ia R

elat

iva

M

0

5

10

15

20

25

30

35

Syspira longipes

Juli

oA

go

sto

Oct

ub

reN

ovi

em

bre

Dic

iem

bre

En

ero

Feb

rero

Mar

zoA

bri

lM

ayo

Jun

ioJu

lio

Ab

un

dan

cia

Rel

ativ

a J

40

60

80

100

Ab

un

dac

ia R

elat

iva

PH

y P

M

0

10

20

30

40

50

• La elección del ancho de banda se realizó por el método de Bootstrap suavizado de Silverman

• bandw (referencia de banda sobresuavizada y “optima”)

• critiband (localiza bandas críticas)

• silvtest (prueba de Silverman)

. bandw t

critiband t, bwh(0.192) bwl(.1260) st(.0001)m(40) nog...

Estimation number = 12 Bandwidth = .1909 Number of modes = 1

Estimation number = 13 Bandwidth = .1908 Number of modes = 1

Estimation number = 14 Bandwidth = .1907 Number of modes = 1

…

Estimation number = 21 Bandwidth = .129 Number of modes = 3

Estimation number = 22 Bandwidth = .1289 Number of modes = 3

Estimation number = 25 Bandwidth = .128 Number of modes = 3

Estimation number = 26 Bandwidth = .1279 Number of modes = 2

Estimation number = 27 Bandwidth = .1278 Number of modes = 2

Estimation number = 28 Bandwidth = .1277 Number of modes = 2

Estimation number = 29 Bandwidth = .1276 Number of modes = 3

Estimation number = 26 Bandwidth = .1275 Number of modes = 3

 

mid

frec sumgau

-.4127 3.21906

0

11.1073

Estadio Juveniles

FechaComponenteGaussiano

Amplitud del componente

MediaDesviación estándar

Tamaño delcomponente

26 Julio 2005 1 11-23 0.7710 0.2530 22

2 21-27 1.6270 0.4041 58

3 40-43 2.2967 0.1752 1

27 Agosto 2005 1 8-14 0.5874 0.2862 31

2 20-27 1.5863 0.4425 20

4 Octubre 2005 1 5-14 0.6051 0.1618 36

2 17-21 0.9644 0.1787 15

3 31-35 1.5241 0.3452 10

4 38-42 1.9755 0.1846 2

6 Noviembre 2005 1 10-17 0.6228 0.2343 78

2 27-33 1.8053 0.2804 9

Resumen de componentes gaussianos

EDK + histograma

Conclusiones

•Se recomienda analizar grupos de tallas en vez de estadios de desarrollo, ya que no siempre existe una relación directa entre la talla del organismo y su edad. Definir un grupo de organismos dentro del mismo grupo de talla, nos habla de que tienen requerimientos del nicho similares.

• En este sentido, los EDKs son estimadores apropiados de grupos de talla, ya que representan con mayor precisión los grupos de cualquier organismo; particularmente son útiles en organismos con distribuciones de frecuencias mezcladas como S. tigrina.

Agradecimientos

• CONACyT• Miguel Correa y Carlos Palacios apoyo en

campo• Comité tutorial

– Dra. Maria Luisa Jimenez– Dra. Carmen Blázquez – Dr. Guillermo Ibarra– Dr. Yann Henaut– Dr. Frederick A. Coyle