Edublog for multivariate statistical analysis of ecological data, using the ade4 graphical interface in R

RESULTADOS

Se diseñó y desarrolló el edublog alojado en la plataforma digital del Centro de Enseñanza de Tecnologías Avanzadas (CETA) de la FES Zaragoza https://blogceta.zaragoza.unam.mx/ade4 (Figura1). Este espacio se orienta a estudiantes y docentes interesados en el uso de análisis multivariado de datos ecológicos y biológicos. Para el edublog se diseñaron 22 páginas en donde se muestra un mínimo de información y la realización de ejemplos.

El edublog está organizado en secciones temáticas que permiten al usuario explorar paso a paso seis diferentes técnicas multivariadas. Cada entrada del blog contiene una introducción teórica breve, capturas de pantalla de la interfaz gráfica ade4TkGUI, ejemplos aplicados, fragmentos de código, vínculos a los conjuntos de datos utilizados y gráficas de salida, lo que facilita el aprendizaje autónomo y la replicación de los análisis (Figura 2).

El edublog contiene seis técnicas estadísticas multivariadas y seis ejemplos cada una organizada en entradas independientes (Figura 3).

La sección dedicada al ACP muestra el procedimiento completo para realizar este análisis, incluyendo la selección del conjunto de datos, la estandarización, la generación de gráficos y la visualización de los ejes principales. Se incluyen imágenes de los ejemplos con datos reales y gráficos de salida acompañados de orientaciones para su interpretación.

En el caso del AC, se documenta cómo cargar una tabla de contingencia, seleccionar el análisis de correspondencias y visualizar los planos factoriales resultantes. La publicación guía al usuario en la interpretación gráfica de asociaciones entre filas y columnas, utilizando recursos visuales y capturas del entorno de análisis.

La entrada correspondiente al ACM presenta el uso del método en matrices con variables categóricas múltiples. Se muestra cómo convertir los datos a formato disyuntivo completo desde la interfaz, aplicar el análisis y visualizar los resultados.

En el caso del ACC se describen los pasos necesarios para vincular dos tablas (ambiental y biológica) desde la interfaz gráfica. Se incluyen ejemplos aplicados, configuraciones del análisis y visualizaciones conjuntas de variables y observaciones. Los gráficos son acompañados de indicaciones sencillas que orientan al usuario en la exploración de relaciones entre conjuntos de datos.

La entrada del AD muestra cómo asignar factores a grupos conocidos, ejecutar el análisis discriminante y proyectar los resultados sobre el espacio factorial. Se muestran capturas de pantalla de la selección de variables y funciones, junto con gráficos de clasificación por grupos coloreados, enfocados en facilitar su lectura e interpretación visual.

Finalmente, la sección dedicada al Análisis de Clúster describe cómo aplicar diferentes métodos jerárquicos, ajustar el número de grupos y representar las agrupaciones sobre planos generados por otros análisis previos. Se documenta el uso de herramientas como el control deslizante de grupos, las opciones gráficas de visualización y la exportación de resultados.

Este material se pone a disposición de los estudiantes y se les pide que desarrollen sus propios materiales para explicar alguna de las técnicas revisadas. Trabajos que se presentan en el mismo blog (figura 4).

DISCUSION

Se generó un recurso didáctico que busca acortar la curva de aprendizaje al disminuir la necesidad del manejo de código de programación en R, haciendo más accesible el análisis multivariado a nuevos usuarios. Al enfocarse en el uso de la interfaz gráfica, el edublog facilita que estudiantes y académicos se concentren en la comprensión conceptual y el análisis de resultados, con un mínimo de conocimientos de programación. Esto permite que usuarios novatos y ocasionales puedan aplicar técnicas estadísticas avanzadas de manera rápida y con relativa facilidad.

Otro de los aportes del blog está en la combinación de diversas técnicas multivariadas con la estructura visual proporcionada por la interfaz gráfica. Esta herramienta permite realizar, dentro de un mismo entorno, análisis como ACP, ACS, ACM, AD y Clúster a través de menús, cuadros de diálogo y opciones configurables, facilitando la navegación entre métodos de diferente complejidad.

La revisión y uso del paquete vegan habilita la realización de ACC, ampliando el conjunto de técnicas disponibles. Esta combinación de paquetes mejora la selección de métodos según el tipo de datos, también amplía las posibilidades para la exploración e interpretación estadística. La aplicación de esta técnica es clave en los estudios ecológicos actuales, ya que permite relacionar datos de abundancia y diversidad con datos ambientales.

Si bien el paquete ade4 y su interfaz gráfica fueron diseñadas para el análisis de datos ecológicos y biológicos, su aplicación no se limita a estos campos. Su versatilidad y variedad de técnicas multivariadas permite extender su uso a otras disciplinas, lo que amplía el potencial impacto del edublog, ofreciendo la posibilidad de realizar análisis estadísticos avanzados en otros contextos.

Aunque la interfaz gráfica disminuye la necesidad de programación para llevar a cabo los análisis, no sustituye completamente el uso del código. En particular, el procesamiento numérico detallado de los resultados, como la obtención de coordenadas, valores propios o medidas de contribución, todavía requiere el uso de comandos en R. Por ello, la interfaz gráfica funciona como una herramienta complementaria, especialmente útil durante la fase exploratoria y visual de los análisis multivariados, pero con limitaciones en cuanto a la personalización y el análisis más detallados. De esta manera, está dirigida principalmente a usuarios principiantes, aunque puede quedarse corta para quienes tienen un nivel más avanzado.

Ha mostrado su utilidad como recurso didáctico, ya que el alumno tiene un material base para empezar a estudiar estos temas y a realizar análisis multivariados de datos reales o de la literatura, hasta llegar al desarrollo de un tema con el correspondiente manejo de datos y aplicación de los criterios de interpretación.

CONCLUSION

El análisis multivariado es una herramienta poderosa para el estudio de datos y estructuras complejas, especialmente en contextos ecológicos y biológicos, donde las relaciones entre múltiples variables son clave para entender patrones y procesos. En este sentido, se logró desarrollar un edublog que no solo difunde conocimiento, sino que también promueve el desarrollo de habilidades analíticas a través de la integración de tecnología educativa.

El edublog constituye una aplicación efectiva de la tecnología para el aprendizaje y la práctica del análisis multivariado, al incorporar seis técnicas distintas que permiten trabajar con variables tanto cuantitativas como categóricas. La inclusión de estas metodologías amplía las posibilidades de análisis y facilita la comprensión de sus fundamentos teóricos y aplicaciones prácticas.

La fortaleza del materia desarrollado se centra en el uso de la biblioteca ade4 y su interfaz gráfica, que permite realizar múltiples análisis dentro de una misma plataforma, reduciendo la necesidad de escribir código. No obstante, cabe destacar que esta funcionalidad no sustituye por completo el uso del de programación de R, ya que ciertos análisis avanzados y el procesamiento detallado de resultados aún requieren intervención mediante código.

La biblioteca ade4 representa una herramienta efectiva para el análisis estadístico de datos ecológicos, gracias a la diversidad de métodos que pone a disposición del usuario. Aunque fue desarrollada con un enfoque específico en la biología y la ecología, su versatilidad permite extender su uso a otras disciplinas, lo que amplía el impacto y el alcance potencial del edublog. En conjunto, se logró demostrar como el uso estratégico de herramientas digitales puede facilitar el aprendizaje de técnicas estadísticas complejas y su aplicación en diversos campos del conocimiento.

Como recurso de estudio ha demostrado su utilidad, pues para algunos estudiantes es la primera vez que ven estos temas o manejan este tipo de herramientas software, logrando al final de curso desarrollar materiales sobre una técnica específica con un buen nivel académico u útil a quienes lo consulten.

References

1. 1 Macías WOS, Anchundia JM, Arellano WIM, Córdova FJG. Herramientas estadísticas avanzadas para el análisis de datos en investigaciones cuantitativas: Una revisión sistemática. Ciencia y Educación. 2024;5(12):71-89.
2. 2 Martínez M, Pérez J, López R. Análisis multivariado para diseñar la restauración de la llanura aluvial del río Mezquital. Rev Mex Biodivers. 2008;79(1):1–12.
3. 3 Flores-Tolentino M, Camacho-Sánchez M, Muñoz-Rodríguez A. Análisis multivariado para el estudio de la distribución geográfica de especies en ambientes ribereños del centro de México. Darwiniana, nueva serie. 2023;11(1):391–409.
4. 4 Peng RD. Reproducible research in computational science. Science. 2011;334(6060):1226–1227.
5. 5 Lai J, Lortie CJ, Muenchen RA, Yang J, Ma K. Evaluating the popularity of R in ecology. Ecosphere. 2019;10(1):025-67.
6. 6 Thioulouse J, Dray S, Dufour A-B, Siberchicot A, Jombart T, Pavoine S. Multivariate Analysis of Ecological Data with ade4. Springer; 2018.
7. 7 Thioulouse J, Dray S. Interactive Multivariate Data Analysis in R with the ade4 and ade4TkGUI Packages. J Stat Softw. 2007;22(5):1–14.
8. 8 Sánchez-Jiménez M, Vergara D, Barrientos-Fernández A, Nieto-Sobrino M. Análisis del conocimiento de las Tic, Tac, Tep y Tric en el profesorado universitario. Rev Eduweb. 2025;19(1):21–39.
9. 9 Solórzano-Barberán GM. Tecnologías de información y comunicación (TIC) en la educación. Polo Conocimiento. 2021;6(3):2246–2260.
10. 10 Rojas Carrasco O, Martínez-Fuentes M, Campbell L. Tecnologías del Aprendizaje y el Conocimiento (TAC) para mejorar los procesos de enseñanza virtual. Educare Digital. 2023;23:85–115.
11. 11 Alcívar Bravo EE, García Bucheli CC, Zambrano Ormaza DI, Cedeño Zambrano LP, Segovia García MS. Tecnologías de aprendizaje y conocimiento (TAC) en el proceso de enseñanza-aprendizaje para el desarrollo de las competencias digitales en los estudiantes de Tercero de Bachillerato. Polo Conocimiento. 2023;8(6):977–994.
12. 12 Dapía Conde MD, Escudero Cid R. Aprendizaje colaborativo mediante el uso de edublog en la enseñanza universitaria. Enseñanza Teach. 2014;32(2):53–72.
13. 13 Molina P, Antolín Jimeno L, Pérez-Samaniego V, Devís-Devís J, Villamón M, Valenciano Valcárcel J. Uso de blogs y evaluación continua del aprendizaje del alumnado universitario. EDUTEC Rev Electrón Tecnol Educ. 2013;(43).
14. 14 González A, Rodríguez J. Uso de blogs en la formación inicial de maestros de Educación Infantil: Un estudio sobre la intención de uso futuro. EDUTEC Rev Electrón Tecnol Educ. 2019;(68).
15. 15 Braga PHP, Hébert K, Hudgins EJ, Scott ER, Edwards BP, Sanchez Reyes LL, et al. Not just for programmers: How GitHub can accelerate collaborative and reproducible research in ecology and evolution. Methods Ecol Evol. 2023;14(6):1364–80.
16. 16 Cabrera CE. El edublog en el contexto educativo universitario. Cienc Soc. 2019;44(3):7–23.
17. 17 FINANCIACION
18. 18 Proyecto PAPIME PE212024, UNAM
19. 19 CONFLICTO DE INTERESES
20. 20 Ninguno