The need for improved models of zooplankton abundance

Resumen Técnico: La necesidad de mejorar los modelos de abundancia de zooplancton

Planteamiento del problema
Los datos de abundancia de zooplancton son fundamentales para los análisis de los ecosistemas marinos y tróficos, pero presentan desafíos estadísticos distintivos. Estos conjuntos de datos se agregan frecuentemente de múltiples muestreos que emplean diferentes protocolos de muestreo, específicamente variaciones en los intervalos de profundidad de muestreo vertical (anchuras de intervalo o bin widths). Los intervalos más amplios integran volúmenes de agua mayores, lo que genera estimaciones de abundancia con distintas precisiones. Si no se tiene en cuenta esta heterogeneidad, se introduce una heterocedasticidad que puede sesgar la inferencia estadística. Además, la abundancia volumétrica del zooplancton es estrictamente positiva y presenta un fuerte sesgo hacia la derecha. La práctica prevalente en el campo consiste en transformar logarítmicamente la variable de respuesta y ajustar un modelo lineal gaussiano para aproximar la normalidad. Sin embargo, este enfoque basado en la transformación puede sesgar la inferencia, oscurecer la sensibilidad de la distribución y complicar la interpretación de los coeficientes en la escala original. Adicionalmente, la precisión de las estimaciones de abundancia rara vez se modela explícitamente como una función del intervalo de profundidad de muestreo, lo que podría conducir a conclusiones excesivamente optimistas.

Metodología
El estudio utilizó registros de muestreo de zooplancton de la Base de Datos de Mesozooplancton y Micronecton Mesopelegico (MMMD), restringiéndose al Océano Austral y a cinco especies abundantes de copépodos calanoides (Rhincalanus gigas, Metridia lucens, Calanus simillimus, Pleuromamma robusta y Ctenocalanus vanus) del año 1987. La variable de respuesta fue la abundancia volumétrica (individuos $\cdot$ m$^{-3}$), y las covariables incluyeron temperatura, salinidad, oxígeno disuelto y profundidad media de muestreo.

Los autores compararon cuatro marcos estadísticos:

1. Modelo Lineal Gaussiano: Ajustado a la abundancia transformada logarítmicamente (la práctica prevalente).
2. Modelos Lineales Generalizados (GLM): Ajustados directamente a la escala de abundancia original utilizando tres distribuciones no gaussianas:
   • Log-normal
   • Gamma
   • Inversa de Gauss

Todos los modelos utilizaron un predictor lineal que incluía la temperatura, la profundidad media y su interacción. La selección del modelo se realizó mediante el Criterio de Información de Akaike Generalizado (GAIC), aplicando una corrección de Jacobiano al modelo gaussiano transformado logarítmicamente para asegurar una comparación válida en la escala de respuesta original.

Tras la selección de la distribución con mayor soporte, los autores extendieron el modelo para parametrizar explícitamente la dispersión en función de la anchura normalizada del intervalo (bin width, la diferencia entre la profundidad máxima y mínima de muestreo). Este "modelo de dispersión" permitió que la varianza variara según el tamaño del intervalo de muestreo. Se realizó un análisis de sensibilidad (eliminación de casos uno a uno) para evaluar la robustez de las conclusiones del modelo final.

Resultos Clave

• Ajuste de la Distribución: El GLM de la inversa de Gauss recibió el mayor soporte entre todos los modelos candidatos (GAIC = -3068.25), superando al modelo Gamma, al modelo log-normal y al modelo gaussiano transformado logarítmicamente. Los modelos log-normal y gaussiano transformado logarítmicamente arrojaron coeficientes idénticos, pero funcionaron sustancialmente peor en términos de ajuste del modelo.
• Impacto del Modelado de Dispersión: La incorporación de un término de dispersión dependiente de la anchura del intervalo mejoró aún más el ajuste del modelo (el GAIC disminuyó a -3084.61). El análisis reveló una relación positiva entre la anchura del intervalo y la variabilidad de los residuos, confirmando que los intervalos de muestreo más amplios resultan en estimaciones menos precisas.
• Cambios en la Inferencia: El considerar la dispersión dependiente de la anchura del intervalo alteró la significancia estadística de las covariables. Específicamente, la interacción temperatura-profundidad, que fue estadísticamente significativa en el modelo de inversa de Gauss de dispersión constante ($p = 0.0023$), dejó de ser significativa cuando se incluyó la heterogeneidad en la precisión ($p = 0.0657$). Por el contrario, la asociación negativa entre la profundidad y la abundancia se mantuvo como un predictor robusto en todos los modelos.
• Diagnóstico de Residuos: Aunque el modelo de la inversa de Gauss con dispersión proporcionó el mejor ajuste entre los candidatos, los gráficos de residuos indicaron una persistente compresión en la cola inferior y una estructura visible, lo que sugiere que la estructura media lineal no captura plenamente la heterogeneidad biológica (por ejemplo, respuestas específicas de las especies o efectos no lineales de la profundidad).
• Sensibilidad: Las principales conclusiones respecto al efecto de la profundidad y el efecto de dispersión de la anchura del intervalo fueron estables a través de los reajustes de eliminación de un caso. Sin embargo, la evidencia para la interacción temperatura-profundidad fue sensible a la eliminación de un pequeño subconjunto de observaciones influyentes.

Significancia y Reivindicaciones
El artículo argumenta que el uso rutinario de modelos gaussianos transformados logarítmicamente puede ser subóptimo para los datos de abundancia de zooplancton, que son estrictamente positivos y con sesgo a la derecha. Al demostrar que la distribución de la inversa de Gauss proporciona un mejor ajuste, el estudio sugiere que el modelado directo en la escala original produce estimaciones de coeficientes y niveles de significancia más precisos.

Crucialmente, los autores afirman que ignorar la heterogeneidad en el diseño de muestreo —específicamente la variación en las anchuras de los intervalos— puede conducir a una inferencia excesivamente optimista. Al modelar explícitamente la dispersión como una función de la anchura del intervalo, el estudio muestra que la fuerza de la evidencia para ciertas interacciones ecológicas (como la interacción temperatura-profundidad) puede cambiar significativamente. Los autores concluyen que los futuros análisis de la abundancia de zooplancton deberían reemplazar la transformación logarítmica rutinaria por el modelado directo en la escala original y deberían considerar explícitamente la heterogeneidad de la observación derivada del diseño de muestreo para mejorar la robustez de las conclusiones ecológicas.