Effects of microhabitat characteristics on bio-diversity

In many ecological studies the same sampling unit (e.g. a monitoring station) is repeatedly sampled, leading to:

- repeated measurements on the same unit, i.e. longitudinal data,
- grouped data, e.g. when sampling units are aggregated into local communities.

In both cases multiple measurements are obtained for the biodiversity measure and for biotic and abiotic explanatory factors characterizing the ecological process. Multiple measurements are to be considered correlated when they are referred to the same sampling unit or to the same group of sampling units, say a local community.

We are typically interested in evaluating if and how the explanatory factors influence the changes in the multiple measurements of the biodiversity measure (response variable). For this purpose we consider models accounting for two structural features:

- a functional relation tying the response variable to explanatory factors (like in the regression model),
- correlation between repeated or grouped measurements.

Mixed effects models can be used to investigate the variation of biodiversity measures with mixed effects of ecological explanatory factors and random effects ruled by sources of variability corresponding to alternative definitions of the local communities or repeated measurements.

Mixed modeling methods are also applied to deal with nested data, also referred to as hierarchical data or multilevel data in other scientific fields. They are also known as multilevel models and are used when the data have some sort of hierarchical form such as in longitudinal or panel data, repeated measures, time series and blocked experiments.

Effetti delle caratteristiche del microhabitat sulla biodiversitá

In molti studi ecologici la stessa unitá di campionamento (es. una stazione di monitoraggio) é campionata ripetutamente portando a:

- misure ripetute sulla stessa unitá, ossia dati longitudinali,
- dati raggruppati, es. quando le unitá di campionamento sono aggregate in comunitá locali.

In entrambi i casi misure multiple sono ottenute per la misura della biodiversitá e per i fattori esplicativi biotici e abiotici che caratterizzano il processo ecologico. Misure multiple devono essere considerate correlate quando si riferiscono alla stessa unitá di campionamento o allo stesso gruppo di unitá di campionamento, com una comunitá locale.

In genere si é interessati nella valutazione di se e come i fattori esplicativi influenzano i cambiamenti nelle misure multiple della misura della biodiversitá (variabile di risposta). Pertanto saranno considerati modelli che tengano conto delle seguenti due caratteristiche:

- una relazione funzionale che lega la variabile di risposta ai fattori esplicativi (come in un modello di regressione),
- correlazione tra misure ripetute o raggruppate.

Modelli con effetti misti (Mixed effects models) possono essere utilizzare per studiare la variazione delle misure della biodiversitá con effetti misti dovuti ai fattori esplicativi ecologici e effetti casuali governati da origini di variabilitá corrispondenti alle definizioni alternative delle comunitá locali o misurazioni ripetute.

Metodi di modellazione mista sono anche usati per trattare dati annidati, chiamati anche dati gerarchici o dati multilivello in altri campi scientifici. tali modelli sono anche conosciuti come modelli multilivello e sono utilizzati quando i dati hanno una struttura gerarchica come i dati longitudinali o di panello, misure ripetute, serie temporali e esperimenti a blocchi.