Modelos de Distribución de Especies con Estadística Bayesiana en R

Los árboles de regresión aditivos bayesianos (BART, de Bayesian Additive Regression Trees) son un método reciente de aprendizaje automático (machine learning) con aplicaciones muy prometedoras en el modelado de distribución de especies o de nicho ecológico basado en datos de presencia y variables ambientales del entorno.

A diferencia de la mayoría de métodos, la capacidad predictiva de BART suele mostrar un buen equilibrio entre los distintos aspectos de la evaluación de modelos – en particular, la discriminación (capacidad de distinguir entre localidades con y sin presencia) y la calibración (capacidad de la probabilidad de presencia reflejar la frecuencia o intensidad de presencia de la especie y su variación gradual en el espacio). Los BART producen predicciones acertadas sin sobreajustar al ruido ni a casos particulares en los datos, además de una estima de la incertidumbre asociada a la predicción en cada localidad.

Los participantes de este curso aprenderán a poner a punto los datos, construir modelos BART, mapear las predicciones son sus intervalos de credibilidad, validar los modelos y analizar la contribución de cada variable. Las sesiones en directo incluirán explicaciones teóricas, prácticas en R (Rproject) e interpretación de resultados. Los participantes podrán utilizar sus propios datos de presencia de especies y variables, y/o datos de ejemplo que serán proporcionados en clase.