Funcionamiento_MAXENT

8/12/2019 Funcionamiento_MAXENT

1/41

Funcionamiento,interfaz y

formato de los datos en

MaxEnt

Rplica del IV taller de modelizacin de nichos ecolgicos (27-30 Mayo 2008)

Elisa Liras

Dpto. Biologa Vegetal y Ecologa

Universidad de Almera

[email protected]

Grupo de investigacin Ecologa de Zonas ridas

CENTRO ANDALUZ PARA LA EVALUACIN YSEGUIMIENTO DEL CAMBIO GLOBAL


2/41


Qu es MaxEnt?

MaxEnt, un programa basado en una distribucin de Mxima Entropa para lamodelizacin de la distribucin geogrfica de las especies.

Ha sido escrito originalmente por Steven Phillips, Miro Dudik y Rob Schapire, con el

respaldo de AT&T Labs-Research, Princeton University, y e Centro para laBiodiversidad y Conservacin, Museo de Historia Natural de Amrica.

Y qu hace?

MaxEnt empieza ajustando los datos a partir de una distribucin unifome, que vamodificando hasta una distribucin de Mxima Entropa. El modelo se basa en

ajustar los parmetros de la distribucin final.

Qu necesitamos?

1) conjunto de localidades (puntos) donde se sabe que la especie est

presente

2) coberturas geogrficas parmetros ambientales que pueden,

potencialmente, limitar la capacidad de supervivencia de la especie.

13. Funcionamiento, interfaz y formato de los datos en MaxEnt


3/41


Qu significa Mxima Entropa?

Entropa = cantidad de informacin contenida por un sistema

Mxima entropa = distribucin ms extendida, cercana a uniforme

Entonces

El mtodo de Mxima Entropa: para estimar una distribucin desconocida:

Determinar lo que se conoce (restricciones)

Entre las predicciones que se ajustan a las restricciones se favorece la que tiene

mxima entropa

Las restricciones estn impuestas por los valores de las variables ambientales en

las localidades conocidas de la especie.



4/41

??

Media

muestral

Regin de confianza

(m.muestral # m.poblacional)

Distribucin resultado

(modelo)

Variables ambientales

determinan cundo hay un

pico

muestra

Podemos estimar este

punto?

Valor Precipitacin a los queaparece la especie

Frecuencia




5/41Rplica del IV taller de modelizacin de nichos ecolgicos (27-30 Mayo 2008)

Steven Phillips, Miro Dudik & Rob Schapire




Modelos de nicho:

$T$T

$T

$T

$T

$T$T

$T

$T$T

$T$T

$T

$T

$T

$T

$T$T$T$T

$T

$T

$T

$T

$T

$T

$T$T$T

$T$T

$T

$T

$T$T

$T$T

$T

$T

$T

$T

$T

$T

$T

$T

$T

$T

$T$T

$T

$T

$T$T$T$T

$T

$T

$T

$T

$T$T

$T$T

$T$T

$T

$T$T

$T

$T$T

$T

$T

$T

$T

$T

$T

$T

$T

$T

$T

$T$T

$T

$T

$T$T

$T$T

$T$T

$T$T$T$T

$T$T

$T

$T

$T

$T$T

$T

$T$T

$T$T

$T

$T

$T

$T

$T$T$T$T

$T

$T

$T

$T

$T

$T

$T$T$T

$T$T

$T

$T

$T$T

$T$T

$T

$T

$T

$T

$T

$T

$T

$T

$T

$T

$T$T

$T

$T

$T$T$T$T

$T

$T

$T

$T

$T$T

$T$T

$T$T

$T

$T$T

$T

$T$T

$T

$T

$T

$T

$T

$T

$T

$T

$T

$T

$T$T

$T

$T

$T$T

$T$T

$T$T

$T$T$T$T

Es

pacioGeog

rfico

Registros de presencia

de una especie

Temperatura

Humedad

Modelo de Nicho Ecolgico

Prediccin de distribucin

Producto

EspacioEcolgico

Informacin

Ambiental

Proyeccin de vuelta al

espacio geogrfico

Pend

iente

Datos de entrada

Algoritmo de

Modelado


13 F i i t i t f f t d l d t M E t



Bradypus variegates

Superficie de

probabilidad


13 F i i t i t f f t d l d t M E t



Ventajas de MaxEnt:

Datos ambientales continuos y categricos (trabaja con la frecuencia de aparcin)

Resultado continuo

Comportamiento determinista (repetible)

Capacidad interpretativa en dimensiones ecolgicas (curvas de respuesta)

Rpido

Exacto (se ajusta a los datos)



13 F ncionamiento interfa formato de los datos en Ma Ent




13 Funcionamiento interfaz y formato de los datos en MaxEnt



Archivo .csv

species,longitude,latitude

bradypus_variegatus,-65.4,-10.3833





Opcin: Settings Delete duplicates.


Especificar archivo de datos

Si hubiera ms de una especie, lo

veramos aqu

(se pueden seleccionar o no,

dependiendo de si queremosincluirlas en el modelo)




Formato de coberturas:

ASCII grid de ESRI

Hay que especificar si la

variable es continua o

categrica!!

Variables categricas:

indicadas preferiblemente por

nmeros (mejor que por letras o

palabras).


(las coberturas se pueden

seleccionar o no, dependiendo de si

queremos incluirlas en el modelo)

Especificar archivo de datos



15/41





16/41



Especificar archivo de salida

Especificar archivo con las

coberturas de proyeccin

Hay 3 tipos de

formato deresultados

(diferencias ms

adelante)



17/41

, y




18/41

y


El gain est relacionado con la desviacin, una medida de la bondad de ajuste utilizada

en GAM y GLM.

Esta medida empieza en el valor 0 y va aumentando asintticamente durante el proceso

de modelizacin.

Durante este proceso, MaxEnt est generando una distribucin de probabilidad sobre

los pxeles de la grid, empezando por una distribucin uniforme y, de forma iterativa,

mejorando el ajuste de la distribucin a los datos de muestreo.

Al final del proceso, el valor del gain indica cmo de ajustado est el modelo a las

muestras de presencia; por ejemplo, si el gain toma valor de 2, ello significa que el valormedio de los pxeles que contienen un punto de presencia es exp(2) 7.4 veces mayor

que una distribucin al azar sobre dicho pxel.

Ntese que MaxEnt no est calculando directamente la probabilidad de ocurrencia. La

probabilidad asignada por el modelo a cada pxel es, generalmente, muy pequea, dadoque la suma de los valores totales del grid debe de ser 1



19/41


Archivos de salida (resultado de MaxEnt): html



20/41




21/41


Logistico:

Valor por defecto

Da una estimacin entre 0

y 1 de la probabilidad depresencia

Es el ms fcil de

interpretar



22/41


Datos crudos (raw data):

Es simplemente el modelo

exponencial de MaxEnt



23/41


Cumulativo:

Es el resultado ms fcil

de interpretar en trminosde tasa de prediccin de

omisin



24/41




25/41


% de datos que se

guardan para

realizar el test

Eliminar puntos duplicados

Archivo de datos

independientescon los que

realizar el test

Ajuste delmodelo (menor

1: ms ajustado)

Sin seleccionar: MaxEnt utiliza

un conjuto de datos fijo

N mximo de iteraciones

Lmite de convergencia

N mximo de background

puntos (grid)



26/41


% de datos que se

guardan para

realizar el test

Eliminar puntos duplicados

Archivo de datos

independientescon los que

realizar el test

Ajuste delmodelo (menor

1: ms ajustado)

Sin seleccionar: MaxEnt utiliza

un conjuto de datos fijo

N mximo de iteraciones

Lmite de convergencia

N mximo de background

puntos (grid)



27/41


Grfico 1: Muestra cmo las omisiones calculadas a partir de los puntos de

entrenamiento y los de test, y el rea predicha como favorable varan segn el valorlmite cumulativo:



28/41


Grfico 2: Curva operacional (curva ROC), para los 2 grupos de datos, el de test y el de

entrenamiento, as como el rea por debajo de la curva ROC (AUC).

La curva roja (entrenamiento) representa el ajuste del modelo a los datos demuestreo. La curva azul (test) indica el grado de ajuste del modelo a los datos de test, y

supone el test real del poder predictivo del modelo. La lnea turquesa representa la lnea

esperada si el modelo no fuese mejor que por azar. Si la curva azul (test) cae por debajo

de la lnea turquesa, indica que el modelo es peor que si se hubiese hecho al azar. Por el

contrario, cuanto ms se aproxime la curva azul a la esquina superior izquierda, mejor es elmodelo para predecir las presencias de los datos de test.



29/41


Si hay disponible un subconjunto de datos para el test, el programa calcula

automticamente la significancia estadstica de la prediccin utilizando un testbinomial de omisin.



30/41


Qu variables importan ms?

El programa asigna el incremento en el gain a las variables ambientales de las que

depende la especie. Convirtiendo dichos valores a porcentajes, al final del proceso de

modelado obtenemos la siguiente tabla:



31/41




32/41


Qu variables importan ms?

En cada vuelta del modelo se excluye una variable y se crea el modelo con las

variables remanentes. Despus, se crea un modelo con cada una de las variables porseparado. De forma adicional, se crea un modelo utilizando todas las variables, como

en el caso normal de ejecutar MaxEnt.



33/41




34/41



C d d l di i d l i bl ?


35/41


Cmo depende la prediccin de las variables?

Curvas de respuesta: se evala cada variables manteniendo el valor del resto fijo en

su valor medio (cuidado con variables correlacionadas!!!)


C d d l di i d l i bl ?


36/41


Cmo depende la prediccin de las variables?

Contribucin marginal de cada variable por s sola al modelo (obviando el resto de

variables)



37/41




38/41


Si ponemos un valor ms

pequeo: modelo menos

ajustadoCuidado: distintos valores

pueden dar lugar a modelos

demasiado generales o modelos

sobre-ajustados


Regularizacin: modelo ms general (valor de regularizacin menor que 1)


39/41


Regularizacin: modelo ms general (valor de regularizacin menor que 1)

originalregularizado



40/41


Para quien tenga un poco de experiencia en programacin

1) Cuando las grids ambientales son muy grandes se puede utilizar el

formato de datos SWD (samples with data)

2) La modelizacin puede automatizarse con comandos de lnea

(BATCH RUNNING) cuando se necesitan generar muchos modeloscambiando los parmetros

3) Los resultado de MaxEnt se pueden importar en otros softwares

estadsticos para realizar anlisis adicionales (ejemplo: paquetes

ROCR, vcd y boot de R)

Todo esto est explicado en el manual



41/41


Muchas gracias

Documents

Funcionamiento_MAXENT