Maxent Español Tutorial

Una Breve Guía Didáctica sobre MaxEnt Por Steven Phillips, ATT !esearch

Esta "uía didáctica da una introducci#n básica para el uso del MaxEnt, pro"ra$a para el $odelado de la distribuci#n "eo"rá%ica de las especies en base a la $áxi$a entropía, escrito por Steven Phillips, Miro Dudi& ' !ob Schapire, con el apo'o de los laboratorios de investi"aci#n de ATT ATT,, la Universidad de d e Princeton ' el (entro para la Biodiversidad ' (onservaci#n del Museo A$ericano de )istoria *atural+ Para $ás detalles sobre la teoría del $odelado en base a $áxi$a entropía, así co$o sobre la descripci#n de los datos e$pleados ' los tipos principales de análisis estadísticos usados auí, veaSteven .+ Phillips, Phillips, !obert P+ Anderson and Anderson and !obert E+ Schapire, Schapire, Maximum entropy modeling of species geographic distributions+ Ecological Modelling , /ol 0123456 pp 7405781, 7229+ Un se"undo artículo, el cual describe las características a"re"adas $ás reciente$ente al  pro"ra$a MaxEnt esSteven .+ Phillips and Phillips and Miroslav Dudi& , Modeling of species distributions with Maxent: new extensions and a comprehensive evaluation+ Ecography, to appear+

:os datos a$bientales ue usare$os consisten en datos cli$áticos ' de elevaci#n de Suda$;rica, ade$ás de una capa de ve"etaci#n potencial+ *uestra especie de $uestra será Bradypus variegatus, la Perei+e+, c-?data?$axent?tutorial@ delante de los no$bres de los archivos e$pleados auí+

(o$en
Cniciando Si Usted está usando Microso%t indos, si$ple$ente ha"a clic sobre el archivo $axent+bat+ De otro $odo, escriba ava 5$x807$ 5ar $axent+ar en una ventana de co$andos >donde 807 puede ree$pla
Para e%ectuar una corrida, Usted deberá proporcionar un archivo ue conten"a las localidades de presencia >F$uestras@, un directorio ue conten"a las variables a$bientales ' un directorio de salida+ En nuestro caso, las localidades de presencia están en el archivo Fsa$ples?brad'pus+csv, las capas a$bientales están en el directorio Fla'ers, ' las salidas irán en el directorio d irectorio Foutputs+ Usted puede in"resar estas localidades $anual$ente, o nave"ando para buscarlas+ Mientras está nave"ando para  buscar las variables a$bientales, recuerde ue Usted está buscando el directorio ue las contiene, no necesita nave"ar hasta lle"ar a los archivos en dicho directorio+ El pro"ra$a se ve así una ve< in"resados los archivos para Bradypus-

Cniciando Si Usted está usando Microso%t indos, si$ple$ente ha"a clic sobre el archivo $axent+bat+ De otro $odo, escriba ava 5$x807$ 5ar $axent+ar en una ventana de co$andos >donde 807 puede ree$pla
Para e%ectuar una corrida, Usted deberá proporcionar un archivo ue conten"a las localidades de presencia >F$uestras@, un directorio ue conten"a las variables a$bientales ' un directorio de salida+ En nuestro caso, las localidades de presencia están en el archivo Fsa$ples?brad'pus+csv, las capas a$bientales están en el directorio Fla'ers, ' las salidas irán en el directorio d irectorio Foutputs+ Usted puede in"resar estas localidades $anual$ente, o nave"ando para buscarlas+ Mientras está nave"ando para  buscar las variables a$bientales, recuerde ue Usted está buscando el directorio ue las contiene, no necesita nave"ar hasta lle"ar a los archivos en dicho directorio+ El pro"ra$a se ve así una ve< in"resados los archivos para Bradypus-

El archivo Fsa$ples?brad'pus+csv contiene las localidades de presencia en %or$ato +csv+ :as pri$eras líneas son co$o si"uenspecies,longitude,latitude "rad+pusvariegatus,0.4,12.333 "rad+pusvariegatus,0.333,12.333 "rad+pusvariegatus,0.1333,10. "rad+pusvariegatus,03.0005,15.4 "rad+pusvariegatus,03.,15.4

Pueden haber $Hltiples especies en el $is$o archivo de $uestras, en cu'o caso $ás especies aparecerán en el panel unto con Bradypus+ Se pueden usar siste$as de coordenadas di%erentes a latitud ' lon"itud, sie$pre ' cuando se considere ue los archivos de $uestras ' las capas a$bientales usen u sen el $is$o siste$a de coordenadas+ :a coodenada Fx >lon"itud, en nuestro caso@ debe venir antes de la coordenada F' >latitud@ en el archivo de $uestras+ Si los datos de presencia tienen re"istros duplicados >$Hltiples re"istros de la $is$a especie en la $is$a cuadrícula@, ;stos pueden ser eli$inados haciendo clic en el bot#n FSettin"s >F(on%i"uraci#n@ ' seleccionando FDelete duplicates >FBorrar duplicados@+

El directorio Fla'ers >Fcapas@ contiene un nH$ero de cuadrículas >raster "rids@ en AS(CC >en el %or$ato +asc de ES!C@, cada uno de los cuales describe una variable a$biental+ Todas las cuadrículas deben tener los $is$os lí$ites "eo"rá%icos ' ta$aIo de celda >i+e+ todos los encabe
E%ectuando una corrida Si$ple$ente presione el bot#n F!un >F(orrer@+ Un $onitor de pro"reso describe los  pasos ue están siendo to$ados+ Despu;s de ue las capas a$bientales están car"adas ' los pri$eros pasos se han to$ado, el pro"reso hacia el entrena$iento del $odelo de $axent se $uestra así-

:a "anancia se relaciona estrecha$ente con la desviaci#n, una $edida de precisi#n de auste usada "eneral$ente tanto en $odelos aditivos co$o lineales+ (o$ien7@ J K,6 veces $ás alta ue un píxel aleatorio de %ondo+ *ote ue Maxent no está calculando directa$ente la Fprobabilidad de ocurrencia+ :a probabilidad ue el pro"ra$a le asi"na a cada píxel es típica$ente $u'  peueIa, dado ue los valores deben su$ar uno entre todos los píxeles en la cuadrícula >aunue nosotros re"resare$os a este punto cuando co$pare$os %or$atos de salida@+

:a corrida produce $Hltiples archivos de salida, de los cuales el $ás i$portante para anali
Mirando una predicci#n Para ver otras salidas >$ás interesantes@ ue pueda haber en brad'pus+ht$l, activare$os un par de opciones ' correre$os nueva$ente el $odelo+ Presione el bot#n FMa&e  pictures o% predictions >F)acer una i$a"en de las predicciones@, lue"o ha"a clic en FSettin"s, ' escriba F78 en la entrada F!ando$ test percenta"e >FPorcentae de prueba aleatorio@+ :ue"o, presione nueva$ente el bot#n F!un+ :ue"o de co$pletada la corrida, el archivo brad'pus+ht$l contiene una i$a"en co$o esta-

:a i$a"en usa los colores para indicar la probabilidad ue las condiciones son adecuadas, el roo indica una alta probabilidad de condiciones adecuadas para la especie, verde indica las condiciones típicas de au;llos lu"ares donde la especie se encuentra, ' so$bras $ás tenues de a

+pn"@ al cual Usted puede si$ple$ente hacerle clic >en indos@ o

abrir en la $a'oría de los pro"ra$as de procesa$iento de i$á"enes+ Si Usted uiere copiar estas i$á"enes o si uiere abrirlas con otro pro"ra$a, encontrará a los archivos +pn" en el directorio lla$ado Fplots ue ha sido creado co$o una salida durante la corrida+ :os puntos de prueba son una $uestra aleatoria to$ada de las localidades de presencia de la especie+ :a $is$a $uestra aleatoria es usada cada ve< ue Usted corre Maxent sobre el $is$o conunto de datos, a $enos ue Usted seleccione la opci#n Frando$ seed en el $enH de con%i"uraci#n+ De $odo alterno, datos de prueba alternos para una o $ás especies pueden proveerse en un archivo aparte, dándole el no$bre de FTest sa$ple %ile >FArchivo de $uestra de prueba@ en el $enH de con%i"uraci#n+

Formatos de salida Maxent sustenta tres %or$atos de salida para los valores del $odelo- crudo, cu$ulativo ' lo"ístico+ Pri$ero, la salida cruda la constitu'e el $odelo exponencial de Maxent per se+ Se"undo, el valor cu$ulativo correspondiente a un valor crudo de r  es el porcentae de la distribuci#n de Maxent cu'o valor crudo es al $enos r + :a salida cu$ulativa se interpreta $eor en t;r$inos de la tasa de o$isi#n predicha- Si con%i"ura$os un u$bral cu$ulativo de c, la predicci#n binaria resultante tendrá una tasa de o$isi#n de cL sobre las $uestras deducidas a partir de la $is$a distribuci#n de Maxtent ' podre$os predecir una tasa de o$isi#n si$ilar para $uestras deducidas a partir de la distribuci#n de la especie+ Tercero, si c es el exponencial de la entropía de la distribuci#n de Maxent, entonces el valor lo"ístico correspondiente a un dato crudo de r  es c·r 3>0c·r @+ Esta es una %unci#n lo"ística, porue los valores crudos son una %unci#n exponencial de las variables a$bientales+ :os tres %or$atos de salida están relacionados de $anera $on#tona, pero están a escalas di%erentes ' tienen di%erentes interpretaciones+ :a salida por de%ecto es lo"ística, lo cual es $ás %ácil de conceptualipara or"anis$os alta$ente $#viles@ tie$po de observaci#n= la salida lo"ística esti$a la probabilidad de  presencia asu$iendo ue el diseIo de $uestreo es tal ue las localidades de presencia típicas tienen una probabilidad de presencia de alrededor de 2,8+ :a i$a"en antes expuesta del $odelo de Bradypus usa el %or$ato lo"ístico+ (o$parativa$ente, se obtiene la si"uiente i$a"en cuando se usa el %or$ato crudo-

 *ote ue he$os usado una escala lo"arít$ica para los colores+ Una escala lineal  proporcionaría una i$a"en $a'or$ente a
Usted puede veri%icar esto deseleccionando F:o"scale pictures en el $enH de con%i"uraci#n@ pues el %or$ato crudo típica$ente le otor"a valores relativa$ente altos a un peueIo nH$ero de lu"ares N lo cual puede pensarse co$o un arte%acto de la salida cruda dada por una distribuci#n exponencial+

Al e$plear el %or$ato cu$ulativo se obtiene la si"uiente i$a"en-

(o$o en el caso de la salida cruda, he$os usado una escala lo"arít$ica para colorear la i$a"en para resaltar las di%erencias entre los valores $ás baos+ :a salida cu$ulativa  puede ser interpretada co$o una predicci#n de las condiciones adecuadas para la especie  por arriba de un u$bral en el ran"o aproxi$ado de 0572 >o del a$arillo al narana en ;sta i$a"en@, dependiendo del nivel de o$isi#n predicho ue es aceptable para la aplicaci#n+

Análisis estadístico El F78 ue introdui$os en el Frando$ test percenta"e le indica al pro"ra$a ue debe esco"er de $anera aleatoria ' apartar el 78L de los re"istros de $uestras para usarlos en la prueba+ Esto per$ite al pro"ra$a e%ectuar al"unos análisis estadísticos si$ples+ :a $a'or parte de los análisis e$pleados usan un u$bral para hacer una predicci#n binaria, estando las condiciones adecuadas por arriba de dicho u$bral ' las inadecuadas por debao+ :a pri$era "rá%ica $uestra co$o la o$isi#n de prueba ' la de entrena$iento así

co$o el área predicha varían con la esco"encia del u$bral cu$ulativo, co$o se v; en la si"uiente "rá%ica-

Auí ve$os ue la o$isi#n sobre las $uestras de prueba se austa $u' bien a la tasa de o$isi#n predicha, la tasa de o$isi#n para los datos de prueba de la distribuci#n de Maxent por sí $is$a+ :a tasa de o$isi#n predicha es una línea recta, de%inida por el %or$ato de salida cu$ulativo+ En al"unas situaciones, la línea de la tasa de o$isi#n se ubica por debao de la línea de o$isi#n- Una ra<#n co$Hn para ello es ue los datos de  prueba ' aprendi
:a si"uiente "rá%ica nos $uestra la curva operada por el receptor >!O(, por sus si"las en in"l;s@ tanto para los datos de entrena$iento co$o para los de prueba, $ostrada abao+ Ta$bi;n se proporciona el área bao la curva >AU(, por sus si"las en in"l;s@ !O(= si ha' datos de prueba disponibles, el error estándar del AU( para ;stos se darán posterior$ente en la pá"ina eb+

:as líneas a
entrena$iento@ $uestre una $a'or AU( ue la línea a
prueba@+ :a línea roa >entrena$iento@ $uestra el Fauste del $odelo a los datos de entrena$iento ' es la aut;ntica prueba de la capacidad ue tienen los $odelos de predecir+ :a línea turuesa $uestra lo ue Usted esperaría si su $odelo no %uese $eor ue el ala línea de prueba@ se ubicase por debao de la línea turuesa, entonces esto indicaría ue su $odelo se dese$peIa peor de lo ue lo haría un $odelo aleatorio+ Mientras $ás cerca se encuentre la línea a
722K@ A revie o% $ethods %or the assess$ent o% prediction errors in conservation presence3 absence $odels+ Environ$ental (onservation 76>0@- 4Q561+ Dado ue nosostros conta$os sola$ente con datos de presencia ' no con datos de ausencia, F%ractional predicted area >Fel área %raccionada predicha o la %racci#n del total del área de estudio predicha presentes@ es e$pleada en lu"ar de la tasa $a'or$ente usada >la %racci#n de ausencias predichas presentes@+ Para pro%undi
Si los datos de prueba estan disponibles, el pro"ra$a auto$ática$ente calcula la si"ni%icancia estadística de la predicci#n, usando una prueba bino$ial de o$isi#n+ Para  Bradypus, esta da-

Para in%or$aci#n $ás detallada sobre la estadística bino$ial, vea el artículo aparecido en Ecolo"ical Modellin" arriba $encionado+

R(uáles variables i$portan $ás Una aplicaci#n natural del $odelado de la distribuci#n de especies es contestar la  pre"unta de Rcuáles son las variables $ás i$portantes para la especie cu'a distribuci#nes está siendo $odelada )a' $ás de una $anera para contestar esto= auí delineare$os las $aneras posibles en las cuales Maxent puede ser usado para ello+

Mientras se está entrenando al $odelo Maxent, pode$os rastrear cuáles son las variables a$bientales ue contribu'en en $a'or $edida al $odelo+ (ada paso del al"orit$o de Maxent incre$enta la "anancia del $odelo $ediante la $odi%icaci#n del coe%iciente para una Hnica característica= el pro"ra$a asi"na el incre$ento en la "anancia a la>s@ variable>s@ a$biental>es@ de las cuales depende dicha característica+ )aciendo una conversi#n a porcentaes al %inal del proceso de entrena$iento, obtene$os la si"uiente tabla-

Estos valores de contribuci#n porcentual Hnica$ente están de%inidos de $anera heurística- ellos dependen de la ruta particular ue usa el c#di"o Maxent para obtener la soluci#n opti$a ' un al"orit$o di%erente podría obtener la $is$a soluci#n por $edio de una ruta distinta, lo cual resultaría en valores de contribuci#n porcentual di%erentes+ Más aun, cuando ha' variables a$bientales alta$ente correlacionadas, las contribuciones  porcentuales deberían ser interpretadas con precauci#n+ En nuestro ee$plo de Bradypus, la precipitaci#n anual está alta$ente correlacionada con la precipitaci#n de octubre '  ulio+ Aunue la tabla arriba expuesta $uestra ue Maxent us# la variable Fprecipitaci#n de octubre $ás ue cualuier otra, pero us# $u' poco a la precipitaci#n anual, esto no necesaria$ente i$plica ue la precipitaci#n de octubre sea $ucho $ás i$portante para la especie ue la precipitaci#n anual+

A %in de esti$ar cuales son las variables $ás i$portantes en el $odelo, pode$os correr ta$bi;n una prueba de ac&&ni%e seleccionando FDo ac&&ni%e to $easure variable i$portant >F)acer un ac&&ni%e para $edir la i$portancia de la variable@ en la casilla de veri%icaci#n+ (uando presiona$os nueva$ente el bot#n F!un, se crea un conunto de $odelos+ En cada oportunidad se exclu'e una variable ' se crea un $odelo con las re$anentes+ Entonces se crea un $odelo usando cada variable de $anera aislada+ Adicional$ente, se crea un $odelo usando todas las variables, tal ' co$o se hi
/e$os ue si Maxent usa sola$ente pre9012l0 >precipitaci#n pro$edio de enero@ casi no obtiene "anancia, así ue la variable no es >por sí $is$a@ Htil para esti$ar la distribuci#n de Bradypus+ Por otra parte, la precipitaci#n de octubre >pre9012l02@  per$ite un auste ra
:a co$paraci#n de las tres "rá%icas de ac&&ni%e plots puede ser $u' in%or$ativa+ :a "rá%ica correspondiente al AU( $uestra ue la precipitaci#n anual >pre9012ann@ es la variable ue por si sola predice de $anera $ás e%ectiva la distribuci#n de los datos de %recuencia ue %ueron puestos de lado para usarlos co$o prueba, cuando el dese$peIo  para la predicci#n es $edido $ediante el AU(, aun cuando apenas %ue usado por el $odelo construido usando todas las variables+ :a i$portancia relativa de la precipitaci#n

anual ta$bi;n incre$enta en la "rá%ica de la "anancia de la prueba+ Adicional$ente, en las "rá%icas de la "anancia de la prueba ' de AU(, al"unas de las barras a
especial$ente auellas ue representan las variables de precipitaci#n $ensual@ son $ás lar"as ue la barra roa, indicando ue el dese$peIo para la predicci#n $eora cuando las variables correspondientes no son usadas+ Esto nos dice ue las variables de precipitaci#n $ensual a'udan a ue Maxent obten"a un  buen auste a los datos de entrena$iento, pero la variable precipitaci#n anual "enerali+orldcli$+or"@ provee las variables FBCO(:CM, inclu'endo variables derivadas tales co$o Fprecipitaci#n en el tri$estre $ás hH$edo, $ás ue valores $ensuales+ Una Hlti$a nota sobre las salidas de ac&&ni%e- la "rá%ica de la "anancia de la prueba $uestra ue el $odelo hecho sola$ente con la precipitaci#n de enero >pre9012l0@ "enera una "anancia ne"ativa de la prueba+ Esto si"ni%ica ue el $odelo es li"era$ente  peor ue un $odelo nulo >i+e+, una distribuci#n uni%or$e@ para predecir la distribuci#n de las presencias puestas aparte para la prueba+ Esto puede considerarse co$o una evidencia $ás de ue los valores de precipitaci#n $ensuales no son la $eor opci#n co$o variables  para la predicci#n+

R(#$o depende la predicci#n de las variables Ahora presione F(reate response curves >F(rear curvas de respuesta@, deseleccione la opci#n ac&&ni%e ' corra el $odelo nueva$ente+ Esto produce la si"uiente secci#n a ser aIadida al archivo Fbrad'pus+ht$l-

(ada una de las i$á"enes $iniatura puede ser seccionada >haciendo clic sobre ellas@ para obtener una "rá%ica $ás detallada ' si Usted desea copiar o abrir estas "rá%icas con otro  pro"ra$a, los archivos +pn" pueden encontrarse en el directorio Fplots+ Mirando a vap9012ann, ve$os ue la respuesta es baa para valores de vap9012ann en el ran"o de 05722, pero alta para valores en el ran"o de 7225422+ El valor $ostrado en el ee de las F' es la probabilidad predicha de condiciones %avorables, tal ' co$o es dada en el

%or$ato de salida lo"ístico, con todas las de$ás variables con%i"uradas a su valor  pro$edio calculado en base a las localidades de presencia+  *ote ue si las variables a$bientales están correlacionadas, co$o lo están auí, las curvas de respuesta $ar"inal pueden ser inconducentes+ Por ee$plo, si dos variables alta$ente correlacionadas tienen curvas de respuesta aproxi$ada$ente opuestas la una de la otra, entonces el e%ecto co$binado de a$bas variables será bao para $uchos  píxeles+ Otro ee$plo, ve$os ue la disponibilidad predicha esta ne"ativa$ente correlacionada con la precipitaci#n anual >pre9012ann@, si $antienen %ias a las de$ás variables+ En otras palabras, una ve< ue el e%ecto de todas las de$ás variables ha'a sido considerado, el e%ecto $ar"inal de au$entar la precipitaci#n anual debe dis$inuir la disponibilidad predicha+ Sin e$bar"o, la precipitaci#n anual está alta$ente correlacionada con las variables de precipitaci#n anual, así ue en realidad no pode$os $antener %ácil$ente %ios los valores $ensuales $ientras varían los valores anuales+ En este caso el pro"ra$a produce un se"undo conunto de curvas de respuesta, en el cual cada una de las curvas es hecha $ediante la "eneraci#n de un $odelo usando s#lo la variable correspondiente, The pro"ra$ there%ore produces a second set o% response curves, in hich each curve is $ade b' "eneratin" a $odel usin" onl' the correspondin" variable, sin to$ar en cuenta las otras variables-

En contraste con la respuesta $ar"inal a la precipitaci#n anual observada en el pri$er conunto de curvas de respuesta, ve$os ahora ue la disponibilidad predicha "eneral$ente au$enta con el incre$ento de la precipitaci#n anual+

Tipos de características y curvas de respuesta :as curvas de respuesta nos per$iten ver la di%erencia entre tipos de características+ Deseleccione Fauto %eatures >F(aracterísticas auto$áticas@, seleccione FThreshold %eatures >Fcaracterísticas de u$bral@ ' presione el bot#n F!un  de nuevo+ Observe los  per%iles de las características resultantes N se dará cuenta ue son %unciones en escalera, co$o esta de pre9012l02-

Si se e%ectHa la $is$a corrida usando sola$ente características claves, el per%il resultante de la característica se ve así-

:os contornos de a$bos per%iles son si$ilares, pero ellos di%ieren porue tipos de características distintos per$iten per%iles di%erentes de curvas de respuesta+ El exponente en un $odelo Maent es la su$atoria de las características ' una su$a de las características de u$bral es sie$pre una %unci#n en escalera, de tal $odo ue la salida lo"ística es ta$bi;n una %unci#n en escalera >co$o lo son las salidas crudas ' cu$ulativas@+ En co$paraci#n, una su$atoria de características clave sie$pre es una %unci#n lineal por tra$os+ Esto explica la secuencia de se"$entos de línea conectadas en la se"unda curva de respuesta $ostrada arriba >*ote ue las líneas son li"era$ente curvadas, especial$ente hacia los valores extre$os de la variable= esto es debido a la salida lo"ística aplica una %unci#n si"$oidea al exponente de Maxent@ Usando todas las clases untas >la opci#n por de%ecto en caso de tener $uestras su%icientes@ per$ite $uchas respuestas co$pleas para ser cuidadosa$ente $odeladas+Una explicaci#n $ás  pro%unda de los diversos tipos de características puede encontrarse haciendo clic en el  bot#n de a'uda+

El %or$ato SD Otro %or$ato de entrada puede ser $u' Htil, especial$ente cuando sus cuadrículas a$bientales sean $u' "randes+ A %alta de un no$bre $eor, es lla$ado Fsa$ples ith data >$uestras con datos@ o si$ple$ente SD+ :a versi#n SD de nuestro archivo  Bradypus, lla$ada Fbrad'pussd+csv, co$ien
Puede ser usado en lu"ar de un archivo de datos nor$al+ :a di%erencia radica Hnica$ente en ue el pro"ra$a no necesita $irar en las capas de variables a$bientales >los archivos AS(CC@ para obtener los valores de las variables en los puntos de $uestra, en lu"ar de eso lee los valores de las variables a$bientales directa$ente de la tabla+ Así, las capas a$bientales son Hnica$ente usadas para leer los datos a$bientales de los píxeles de %ondo, es decir auellos píxeles donde la especie no necesaria$ente ha sido detectada+ De hecho, los píxeles de %ondo ta$bi;n pueden ser especi%icados en un archivo con %or$ato SD+ El archivo Fbac&"round+csv contiene 02+222 datos de punto de %ondo+ :os  pri$eros de ellos se ven del si"uiente $odo bac&"round,590+KK8,9+0K8,92+2,022+2,02+2,2+2,K6K+2,88+2,76+2,8K+2,68+2,Q0+2,0Q7+2,741+2,422+2,747+2  bac&"round,599+2K8,8+478,9K+2,009+2,02+2,4+2,024Q+2,K8+2,09+2,9Q+2,96+2,068+2,0Q0+2,769+2,440+2,746+2  bac&"round,581+QK8,579+478,6K+2,071+2,1+2,0+2,K4+2,40+2,64+2,47+2,64+2,02+2,1K+2,70Q+2,441+2,0Q1+2  bac&"round,59Q+4K8,508+4K8,8Q+2,007+2,02+2,66+2,7241+2,44+2,9K+2,40+2,42+2,9+2,020+2,0Q0+2,780+2,044+2  bac&"round,59Q+878,6+KK8,K7+2,18+2,02+2,2+2,98+2,K7+2,09+2,98+2,91+2,044+2,70Q+2,7K0+2,469+2,7Q1+2

Pode$os correr Maxent con Fbrad'pussd+csv co$o archivo de $uestras ' Fbac&"round+csv >a$bos locali
(orrida de lotes >FBatch runnin"@ En ocasiones usted necesita "enerar $Hltiples $odelos, ui<ás con li"eras variaciones en los pará$etros de $odelado o en las entradas+ :a "eneraci#n de $odelos puede ser auto$atita$bi;n conocida co$o F%ichero NFshell N @, o pueden ser de%inidos en un archivo de lotes >Fbatch@+ D;le un vistapor ee$plo, ha"a clic con el bot#n derecho en el archivo +bat en indos Explorer ' ábralo usando *otepad@+ (ontiene la si"uiente línea ava 5$x807$ 5ar $axent+ar environ$entalla'ersla'ers to""lela'ert'peecore" sa$ples%ilesa$ples?brad'pus+csv outputdirector'outputs redoi%exists autorun El e%ecto es decirle al pro"ra$a donde encontrar capas a$bientales ' archivos de $uestras ' donde poner las salidas, o indicar ue la variable ecore" es cate"#rica+ El indicador Fautorun >Fcorrida auto$ática@ le dice al pro"ra$a de iniciar la corrida in$ediata$ente, sin esperar a ue el bot#n F!un sea presionado+ Ahora intente darle doble clic en el archivo para ver ue es lo ue hace+ Muchos aspectos del pro"ra$a Maxent pueden ser controlados por ar"u$entos de línes de co$ando+ Presione el bot#n F)elp para ver todas las posibilidades+ MHltiples corridas  pueden aparecer en el $is$o archivo ' pueden ser corridos si$ple$ente una despu;s de la otra+ Usted puede ca$biar el valor por de%ecto de $uchos de los pará$etros a"re"ando ar"u$entos de línea de co$andos al archivo F$axent+bat+ Muchos de los ar"u$entos de líneas de co$andos ta$bi;n tienen abreviaciones, así la corrida descrita en batchExa$ple+bat podría ta$bi;n ser iniciada usando este co$ando ava 5$x807$ 5ar $axent+ar Ne la'ers Nt eco Ns sa$ples?brad'pus+csv No outputs Nr 5a

Regularización+ El pará$etro F$ultiplicador de re"ulariFre"ulariaustándose tan cercana$ente a los datos de entrena$iento ue el $odelo no "enerali
El potencial de austar en exceso se incre$enta en la $edida ue la co$pleidad del $odelo se incre$enta+ Pri$ero intente con%i"urar el $ultiplicador con un valor $u' bao >i+ e+ 2,20@ con el conunto de características por de%ecto para ver un $odelo alta$ente austado en exceso+ :ue"o intente usar el $is$o $ultiplicador de re"ulari
)aciendo pro'ecciones Un $odelo entrenado con un conunto de capas a$bientales >o archivo SD@ puede ser Fpro'ectado al aplicársele otro conunto de capas a$bientales >o archivo SD@+ :as situaciones en las cuales se reuiere de pro'ecciones incl'en el $odelado de la distribuci#n de las especies bao las condiciones cli$áticas ca$biantes, la aplicaci#n de un $odelo de distribuci#n nativa a una especie invasora para explorar el ries"o de invasi#n en área "eo"rá%icas di%erentes, o si$ple$ente evaluar el $odelo bao un conunto de localidades de prueba con la %inalidad de e%ectuar análisis estadísticos $ás  pro%undos+ Auí va$os a llevar a cabo una pro'ecci#n con un obetivo $u' si$pleElaborar una cuadrícula en %or$ato AS(CC ' su %i"ura asociada co$o salida cuando las $uestras ' el %ondo están en %or$ato SD+ Escriba, o nave"ue, T'pe in, los archivos de $uestras Fsd?brad'pussd+csv ' las capas a$bientales en Fsd?bac&"round+csv, lue"o in"rese el directorio capas >Fla'ers@ en el FProection :a'ers Director' >FDirectorio de (apas de Pro'ecci#n@, cpo$o se $uestra en la si"uiente %i"ura+

El directorio de capas de pro'ecci#n >o archivo SD@ debe contener variables con los $is$os no$bres ue las variables e$pleadas para el entrena$iento del $odelo, pero describiendo unas condiciones di%erentes >i+e+, una re"i#n "eo"rá%ica di%erente o $odelo cli$ático di%erente@+ Para a$bos conuntos de datos, los de entrena$iento ' los de  pro'ecci#n, el no$bre de cada variable es o bien el título de la colu$na >si se está usando un archivo en %or$ato SD@ o el no$bre del archivo pero sin la ter$inaci#n +asc >si se está usando un directorio de cuadrículas@+ (uando usted presiona F!un, se entrena un $odelo usando los datos SD el cual es  posterior$ente pro'ectado sobre cuadrículas AS(CC en el directorio Fla'ers+ :a cuadrícula de salida en %or$ato AS(CCC se lla$a Fbrad'pusvarie"atusla'ers+asc ' en líneas "enerales el no$bre del directorio es aIadido al no$bre de la especie, con el %in de distin"uirlo de la salida estándar >no pro'ectada@+ Si se selecciona F$a&e pictures o%  predictions >Fhacer %i"uras de las predicciones@, aparecerá una %i"ura del $odelo  pro'ectado en el archivo Fbrad'pus+ht$l+

Analipor ee$plo, con%i"urando el porcentae aleatorio de prueba en 78@= estare$os evaluando las salidas de MaxEnt usando los $is$os datos de prueba ue us# Maxent+ Pri$ero, inicia$os ! e instala$os al"unos pauetes >asu$iendo ue estas es la pri$era ve< ue lo esta$os usando@ ' entonces los car"a$os escribiendo >o pe"ando@install+pac&a"es>!O(!, dependenciesT!UE@ install+pac&a"es>vcd, dependenciesT!UE@   librar'>!O(!@   librar'>vcd@   librar'>boot@

A trav;s de ;sta secci#n usare$os texto a
Fc-3$axent3tutorial3outputs@ ' lue"o lea en las predicciones de Maxent en los puntos de presencia ' de %ondo, ' extrai"a las colu$nas ue necesita$ospresence V5 read+csv>Fbrad'pusvarie"atussa$plePredictions+csv@ bac&"round V5 read+csv>Fbrad'pusvarie"atus+csv@   pp V5 presenceW(u$ulative+prediction X "et the colu$n o% predictions testpp V5 ppYpresenceWTest+or+traintestZ X select onl' test points trainpp V5 ppYpresenceWTest+or+traintrainZ X select onl' test points bb V5 bac&"roundWMaxent+cu$ulative+values+at+bac&"round+points Ahora pode$os poner los valores de la predicci#n en el %or$ato reuerido por !O(!, el  pauete ue usare$os para hacer al"unos análisis !O( ' "enere la curva !O(co$bined V5 c>testpp, bb@ X co$bine into a sin"le vector  label V5 c>rep>0,len"th>testpp@@,rep>2,len"th>bb@@@ X labels- 0present, 2rando$ pred V5 prediction>co$bined, label@ X labeled predictions per% V5 per%or$ance>pred, tpr, %pr@ X True 3 %alse positives, %or !O( curve plot>per%, coloripred, auc@['+valuesYY0ZZ X (alculate the AU(

El co$ando "ra%icar proporciona el si"uiente resultado-

Mientras ue el co$ando Fper%or$ance >Fdese$peIo@ proporciona un AU( de 2,Q9KKK81, el cual es consistente con el AU( reportada por MaxEnt+ A continuaci#n, co$o un ee$plo de las pruebas disponibles en ! pero no así en MaxEnt, llevare$os a cabo un esti$ado de la desviaci#n estándar del AU( $ediante reiteraciones >Fbootstrap@+ AU( V5 %unction>p,ind@ \ pres V5 pYindZ co$bined V5 c>pres, bb@ label V5 c>rep>0,len"th>pres@@,rep>2,len"th>bb@@@ predic V5 prediction>co$bined, label@ return>per%or$ance>predic, auc@['+valuesYY0ZZ@ ]

 b0 V5 boot>testpp, AU(, 022@ X do 022 bootstrap AU( calculations b0 X "ives esti$ates o% standard error and bias Esto proporciona la si"uiente salidaO!DC*A!^ *O*PA!AMET!C( BOOTST!AP   (allboot>data  testpp, statistic  AU(, !  022@ Bootstrap Statistics ori"inal bias std+ error  t0_ 2+Q9KKK81 52+2224K7604Q 2+271K7804 ' ve$os ue el esti$ado por reiteraciones del error estándar >2,271K7804@ es cercano al error estándar calculado por MaxEnt >2,27Q@+ :os resultados de las reiteraciones ta$bi;n  pueden ser e$pleadas para deter$inar los intervalos de con%ianb0@ dados los si"uientes cuatro esti$ados N vea la secci#n de recursos al %inal de ;sta "uía  para re%erencias ue de%inen ' co$paran estos esti$ados+ Cntervals :evel *or$al Basic 18L > 2+Q211, 2+1796 @ > 2+Q026, 2+1710 @ :evel Percentile B(a 18L > 2+Q296, 2+1787 @ > 2+KKQ9, 2+1010 @ Auellos ue est;n %a$iliari02222@+ (o$o un ee$plo %inal, investi"are$os el cálculo de las estadísticas bino$ial ' `appa de (ohen para al"unas re"las de u$bral de ee$plo+ Pri$ero, el si"uiente c#di"o ! calcula el índice `appa para el u$bral dado se"Hn la predicci#n de presencia $íni$acon%usion V5 %unction>thresh@ \ return>cbind>c>len"th>testppYtestppthreshZ@, len"th>testppYtestppVthreshZ@@, c>len"th>bbYbbthreshZ@, len"th>bbYbbVthreshZ@@@@ ] $'&appa V5 %unction>thresh@ \   return>`appa>con%usion>thresh@@@ ]   $'&appa>$in>trainpp@@