Estimad@s colegas,
Está abierta la inscripción para el curso Evaluación y validación de modelos de distribución de especies con R – 2ª edición. Este curso se llevará a cabo en vivo en línea (sincrónico). Máximo 18 participantes.
Fechas: 30 de noviembre y 1 de diciembre, 2023, de 15:00 a 19:00 (zona horaria de Madrid).
Profesorado: Dra. A. Márcia Barbosa (Consultora, Portugal)RESUMEN DEL CURSO:
Los modelos de distribución de especies suelen evaluarse con métricas como the area under the receiver operating characteristic (ROC) curve (AUC), el the true skill statistic (TSS), la kappa de Cohen, la sensibilidad, la especificidad o la precisión global de la clasificación o la tasa de clasificación correcta.
Estas métricas evalúan la capacidad de discriminación y/o clasificación, es decir, la capacidad del modelo para distinguir y clasificar localidades con y sin registros de presencia. Sin embargo, éste es sólo un aspecto limitado del rendimiento del modelo. Otros aspectos, como la calibración o la fiabilidad (es decir, cómo se relacionan las probabilidades de presencia predichas con las frecuencias de aparición observadas), son también aspectos muy importantes, aunque a menudo se pasan por alto, del rendimiento del modelo. Además, las métricas comunes de discriminación suelen ser engañosamente altas para las especies raras y naturalmente más bajas para las especies generalistas, que no discriminan claramente el hábitat “bueno” del “malo”.
Por tanto, la calidad del modelo debe evaluarse con un amplio conjunto de medidas de evaluación, apropiadas para especies con diferentes rasgos ecológicos y biogeográficos.
En este curso utilizaremos R para calcular una amplia gama de métricas de evaluación de modelos, que abarcan la discriminación, la clasificación, el poder explicativo y la calibración. También veremos diferentes formas de validar modelos fuera de su área de entrenamiento, incluyendo la validación cruzada de bloques espaciales.
El curso será muy interactivo e incluirá sesiones tanto teóricas como prácticas. Se anima a los participantes a que traigan sus propios modelos con valores observados y predichos, aunque también pueden trabajar con modelos de ejemplo que se les proporcionarán.Puede encontrar más información en https://www.
Los modelos de distribución de especies suelen evaluarse con métricas como the area under the receiver operating characteristic (ROC) curve (AUC), el the true skill statistic (TSS), la kappa de Cohen, la sensibilidad, la especificidad o la precisión global de la clasificación o la tasa de clasificación correcta.
Estas métricas evalúan la capacidad de discriminación y/o clasificación, es decir, la capacidad del modelo para distinguir y clasificar localidades con y sin registros de presencia. Sin embargo, éste es sólo un aspecto limitado del rendimiento del modelo. Otros aspectos, como la calibración o la fiabilidad (es decir, cómo se relacionan las probabilidades de presencia predichas con las frecuencias de aparición observadas), son también aspectos muy importantes, aunque a menudo se pasan por alto, del rendimiento del modelo. Además, las métricas comunes de discriminación suelen ser engañosamente altas para las especies raras y naturalmente más bajas para las especies generalistas, que no discriminan claramente el hábitat “bueno” del “malo”.
Por tanto, la calidad del modelo debe evaluarse con un amplio conjunto de medidas de evaluación, apropiadas para especies con diferentes rasgos ecológicos y biogeográficos.
En este curso utilizaremos R para calcular una amplia gama de métricas de evaluación de modelos, que abarcan la discriminación, la clasificación, el poder explicativo y la calibración. También veremos diferentes formas de validar modelos fuera de su área de entrenamiento, incluyendo la validación cruzada de bloques espaciales.
El curso será muy interactivo e incluirá sesiones tanto teóricas como prácticas. Se anima a los participantes a que traigan sus propios modelos con valores observados y predichos, aunque también pueden trabajar con modelos de ejemplo que se les proporcionarán.Puede encontrar más información en https://www.
Un cordial saludo
