Evaluation of Smoothing Functions in Generalized Additive Models Applied to the Relative Abundance of Green Turtle (Chelonia mydas)

Immagina di cercare di prevedere quanti pesci appariranno in un punto specifico dell'oceano. Potresti pensare di poter semplicemente tracciare una linea retta su un grafico: "Se l'acqua è più calda, arrivano più pesci". Ma la natura raramente segue una linea retta. È disordinata, irregolare e piena di sorprese. A volte vedi una folla enorme di pesci, altre volte l'acqua è vuota. È qui che entra in gioco un tipo speciale di matematica chiamata "Modelli Additivi Generalizzati" (o GAM, dall'inglese Generalized Additive Models). Pensa ai GAM come a un righello super intelligente e flessibile, capace di piegarsi e torcersi per seguire i percorsi sinuosi e imprevedibili della natura, invece di forzare tutto in una linea retta.

Tuttavia, per usare correttamente questo righello flessibile, devi sapere che tipo di "rumore" sta producendo il tuo dato. Si sta comportando come un battito di tamburo calmo e costante? O come una sessione di jazz caotica con improvvisi e fragorosi schiamazzi? In statistica, questo si chiama scegliere la giusta "famiglia di distribuzione". Se scegli quella sbagliata — come cercare di misurare una montagna frastagliata con un righello piatto — potresti ottenere la forma corretta della curva, ma comprendere completamente male la storia che sta raccontando. Questo articolo è una storia investigativa alla ricerca degli strumenti matematici perfetti per contare le tartarughe verdi giovanili, assicurandosi di non limitarci a vedere i numeri, ma di comprendere realmente la vita delle tartarughe.

---

Il mistero del conteggio delle tartarughe

Nelle acque rocciose e soleggiate al largo della spiaggia di Itapirubá Norte, in Brasile, un team di scienziati ha tenuto d'occhio le tartarughe verdi giovanili (Chelonia mydas). Queste giovani tartarughe sono come gli adolescenti dell'oceano: appaiono per respirare, mangiare alghe e stare in giro. Dal 2021, gli osservatori le hanno contate da quattro diverse stazioni lungo la costa, registrando esattamente quante ne apparivano in un dato momento.

Il problema? I dati erano un po' disordinati. Erano pieni di "zeri" (momenti in cui non sono state viste tartarughe) e "picchi" (momenti in cui un enorme gruppo è apparso improvvisamente). Erano anche "sovradispersi", un modo elegante per dire che i numeri erano molto più sparsi e caotici di quanto suggerirebbe una semplice media. I ricercatori volevano costruire un modello per capire perché le tartarughe apparivano in certi momenti, usando fattori come l'ora del giorno, la temperatura, le maree e il vento. Ma per farlo, dovevano risolvere un puzzle in due parti: Quale forma matematica si adatta meglio ai dati? e Quale righello flessibile (funzione di smoothing) disegna la curva con maggiore accuratezza?

Lo scontro delle distribuzioni

Per prima cosa, il team doveva capire il modo migliore per descrivere i conteggi delle tartarughe. Hanno testato quattro diversi "outfit" matematici per i dati:

1. La Distribuzione Normale: Assume che i dati siano perfettamente simmetrici, come una curva a campana.
2. La Distribuzione Log-normale: Gestisce meglio i dati asimmetrici, ma li tratta comunque come continui.
3. La Distribuzione di Poisson: Una scelta classica per contare le cose, ma assume che la media e la dispersione siano esattamente uguali.
4. La Distribuzione Binomiale Negativa: Un'opzione più flessibile che permette alla dispersione di essere molto più grande della media.

I risultati sono stati chiari. Gli outfit Normale e Poisson erano adatti malissimo. Il modello di Poisson, in particolare, è fallito miseramente perché i dati delle tartarughe erano troppo "sovradispersi": la varianza era 13,65 mentre la media era solo 2,93. Cercare di forzare questi dati caotici in una scatola di Poisson era come cercare di infilare un perno quadrato in un buco rotondo; distorceva i risultati e faceva credere agli scienziati di avere una certezza che in realtà non avevano. La Log-normale era migliore, ma non perfetta.

Il vincitore è stato la distribuzione Binomiale Negativa. Era l'unica in grado di gestire l' "inflazione di zeri" (molte avvistamenti vuoti) e le "code pesanti" (gruppi massicci e rari di tartarughe) senza battere ciglio. Usando questa distribuzione, il modello poteva finalmente smettere di tirare a indovinare e iniziare a riflettere accuratamente la caotica realtà della vita delle tartarughe.

La corsa del righello flessibile

Una volta trovato l'outfit giusto, il team doveva scegliere il "righello" giusto per disegnare la curva. Nel mondo dei GAM, questi righelli sono chiamati "funzioni di smoothing". Hanno testato quattro tipi diversi:

• Spline di regressione a piastra sottile (TPS): Come una foglia metallica flessibile che si piega dolcemente in tutte le direzioni.
• Spline di regressione cubica (CRS): Come una serie di curve morbide e connesse fatte di matematica cubica.
• Spline penalizzate (P-splines): Un metodo che aggiunge un "freno" per evitare che la curva diventi troppo irregolare.
• Spline adattive: Il righello più intelligente di tutti, capace di essere rigido in alcuni punti e super flessibile in altri, a seconda di dove i dati sono complicati.

L'articolo ha scoperto che non esisteva un solo "miglior" righello per tutto. Al contrario, la scelta dipendeva da ciò a cui la tartaruga stava reagendo:

• Tempo e Temperatura: Per variabili come "Giorni" e "Temperatura", le Spline Adattive sono state le campionesse. Questi fattori cambiano in ondate imprevedibili, e il righello adattivo poteva flettersi esattamente dove i dati ne avevano bisogno, catturando i cambiamenti improvvisi nel comportamento delle tartarughe.
• Onde e Vento: Per fattori come "Altezza delle onde" e "Velocità del vento", le Spline di regressione cubica hanno funzionato meglio. Questi fattori tendono a cambiare gradualmente, quindi una curva fluida e costante era la scelta perfetta.
• Direzione del Vento: Per le componenti del vento Nord-Sud ed Est-Ovest, le Spline a piastra sottile si sono aggiudicate la corona. Poiché la direzione del vento è un cerchio 2D (può andare ovunque), il righello a piastra sottile era l'unico in grado di mappare il movimento in modo fluido senza confondersi.

Il verdetto finale

Combinando la distribuzione Binomiale Negativa con un mix di questi righelli specializzati, i ricercatori hanno costruito un modello che è sia matematicamente solido che ecologicamente vero. Hanno scoperto che la presenza delle tartarughe non è casuale; è guidata da relazioni complesse e non lineari con l'ambiente. Le tartarughe non reagiscono semplicemente a "più calore = più tartarughe". Inveve, rispondono a soglie specifiche e cambiamenti improvvisi di temperatura e maree, mentre i modelli di onde e vento agiscono come influenze più costanti e di sottofondo.

Lo studio conferma che se vuoi comprendere la natura, non puoi usare un approccio unico per tutti. Devi abbinare i tuoi strumenti matematici alle peculiarità specifiche dei tuoi dati. In questo caso, l'outfit "Binomiale Negativa" e un set di righelli flessibili "mix-and-match" hanno permesso agli scienziati di vedere chiaramente la storia delle tartarughe, rivelando un habitat che è un mosaico dinamico e frammentato di risorse e opportunità. È un promemoria del fatto che, nella scienza, lo strumento giusto per il compito è spesso la differenza tra vedere una macchia sfocata e vedere l'intera immagine.