Temas actuales de Etologa

Modelos mixtos (lineales)? Una

introduccin para el usuario
temeroso
J. Seoane
Grupo de Ecologa Terrestre (TEG). Dpto. Ecologa, Universidad Autnoma
de Madrid ([email protected])

El uso de modelos mixtos se ha extendido recientemente en muy diversas

disciplinas en biologa, entre las que se encuentran los estudios en ecologa
del comportamiento [13]. Tanto es as que podra decirse que estn de
moda (s, esto tambin sucede en ciencia), y es altamente probable, lector,
que un colega te haya sugerido que los emplees en tu trabajo o que lo acabe
haciendo un revisor del ltimo artculo que has enviado a cualquier revis
ta. Mi intencin con estas lneas es ayudar a entender qu son, para qu
sirven y cmo funcionan. Para ello, primero describir el contexto general
en el que aparecen y despus elaborar un caso de estudio que ilustrar
el proceso de construccin e interpretacin de estos modelos. Centrar la
exposicin en los modelos mixtos lineales para variables de distribucin
normal que, no obstante, pueden servir para entender su generalizacin a
situaciones en las que las variables siguen otro tipo de distribucin como
la de Poisson o la binomial (pero esa es ya otra historia).
El contexto: qu son y para qu sirven los modelos mixtos
Este tipo de modelos recibe distintos nombres que destacan una u
otra de sus principales caratersticas. Se denominan modelos multinivel
o jerrquicos (multilevel models o hierarchical models en la literatura
en ingls) porque tienen en cuenta la estructura agregada de los datos
ETOLOGUA, 24 (2014)

15

Modelos mixtos para el usuario temeroso

J. Seoane

en distintos niveles (clases) que pueden estar ordenados o no jerrquica

mente. Se denominan tambin mixtos o de efectos mixtos (mixed models
o mixedeffects models) porque combinan efectos fijos y aleatorios.
Aclaremos estos aspectos.
Los modelos mixtos siguen una estrategia lgica propia de muchos
otros tipos de modelos estadsticos por la que se trata de describir la re
lacin entre una variable respuesta (alias dependiente) y una o varias
variables explicativas (alias independientes, predictores o covariables).
En biologa, es muy frecuente que las preguntas de investigacin se traten
de resolver recogiendo tales variables en unidades agregadas en distintos
niveles. Por ejemplo, la relacin entre los procesos de los ecosistemas y la
diversidad funcional se puede medir en conjuntos de parcelas de estudio
localizados en distintos pases [4], el cambio en la distribucin de especies
montanas se puede observar en cumbres que se agregan dentro de dife
rentes macizos o se examinan en distintos periodos temporales [5], el efecto
de la variacin en las estrategias reproductoras puede examinarse en la
descendencia de un territorio, nido o pareja [6] y el comportamiento de una
especie se puede describir a travs de medidas realizadas en poblaciones
(utilizando individuos) o en individuos (empleando muestras de los mismos
sujetos obtenidas en diferentes ocasiones) [1]. En todos estos casos las
respuestas (procesos, distribucin, descendencia y comportamiento) se es
tudian mediante datos que se agregan en unidades temporales o espaciales
(pases, montaas y aos, nidos, individuos y estaciones) y que, a su vez,
pueden estar agregadas jerrquicamente en niveles (p.e., individuos dentro
del nivel superior de estaciones). Un detalle crucial de estos datos es que
a menudo las medidas realizadas dentro de un mismo nivel de agregacin
no son independientes y as, por ejemplo, cabe esperar que las medidas
hechas a un mismo individuo estn relacionadas entre s, lo que incurre en
pseudorreplicacin y, en consecuencia, en el problema que se conoce como
Error de Tipo I (e.d., rechazar la hiptesis nula cuando esta es cierta) [7]. Los
modelos mixtos permiten acomodar esta situacin incorporando al menos
una variable explicativa de tipo categrico que represente esas unidades en
que se agregan los datos. Los valores que se dan a esa variable son clases
o categoras identificativas sin valor numrico (p.e., individuos i1, i2, etc).
Los efectos, es decir la influencia, de las variables explicativas sobre la
respuesta se miden a travs de distintos parmetros de los modelos. Si los
valores que puede tener la variable explicativa son informativos y su nmero
est fijado de antemano estamos ante lo que se denomina efectos fijos,
16

ETOLOGUA, 24 (2014)

Temas actuales de Etologa

que asumen que tales valores son independientes entre observaciones. Si
los valores de la variable son solo identificativos y podran encontrarse otros
si el estudio se repitiera en diferentes circunstancias (p.e., al ao siguiente
o en un lugar distinto) estamos ante efectos aleatorios, en los que se
asume una relacin entre las observaciones realizadas en la misma clase.
Si la variable es de tipo categrico y adquiere un bajo nmero de valores
distintos o niveles (1 a 4) es mejor tratarla como de efecto fijo y entender
que nuestros resultados no pueden extrapolarse ms all de esos niveles.
Por el contrario, si la variable adquiere un alto nmero valores (> 45 pero
preferiblemente > 10) es preferible considerarla de efecto aleatorio [8, 9], lo
que permite generalizar los resultados al universo del que nuestros datos son
una muestra. Un ejemplo tpico de variable de efecto fijo es el sexo, pues su
conjunto posible de valores est limitado (macho y hembra), estos son infor
mativos (el sexo acarrea consecuencias fisiolgicas y comportamentales)
y la medida de la respuesta se asume independiente entre observaciones
(p.e., entre los distintos machos). En contraste, el territorio de reproduccin
de un animal se suele considerar como una variable de efecto aleatorio, pues
aquellos que se muestrearon son normalmente una submuestra aleatoria
del conjunto de la poblacin y la respuesta a analizar se espera que est
correlacionada dentro de cada uno (p.e., la inversin parental que se mide
en el mismo territorio en distintos momentos temporales). En los modelos
mixtos, los efectos fijos se ajustan mediante parmetros como la intercepta
y la pendiente en una regresin, mientras que los efectos aleatorios son,
estrictamente, variables aleatorias que no se observan pero cuya distribu
cin puede estimarse mediante la varianza de una distribucin normal [10].
Ntese que en realidad son las propias variables quienes se comportan de
forma fija o aleatoria y no los efectos asociados a ellas, como se describen
normalmente en la literatura y yo tambin lo har aqu, an reconociendo
que esta terminologa puede ser un tanto equvoca [910].
Limitaciones de los modelos clsicos que nos conducen
a usar modelos mixtos
Para entender el propsito y la construccin de modelos mixtos me
servir de un ejemplo bien documentado, del que se pueden encontrar
fcilmente otras aproximaciones de anlisis ms all de este texto [8, 11].
ETOLOGUA, 24 (2014)

17

Modelos mixtos para el usuario temeroso

J. Seoane

El ejemplo ilustra un tipo de diseo muestral muy comn (anidado) en

el que los modelos mixtos son tiles, pero su aplicabilidad no se agota en
ellos. Se trata de un conjunto de datos sobre fauna bentnica en sistemas
intermareales de la costa holandesa que tom el Instituto Nacional de
Gestin Costera y Marina de los Pases Bajos (RIKZ). Preocupados por el
efecto del cambio en el nivel del mar sobre la fauna de los fondos costeros,
este instituto recogi datos sobre el macrobentos y descriptores abiticos
de nueve playas en 2002, en cada una de las cuales se seleccionaron
cinco puntos de muestreo (el macrobentos lo forman los invertebrados
del fondo de sistemas acuticos cuyo tamao es mayor a 1 mm, como
bivalvos o ispodos). El objetivo era relacionar la fauna con las variables
abiticas. Aqu examinaremos la relacin entre la riqueza de especies
(e.d., el nmero de especies) y algunos descriptores, en particular el NAP,
que mide la altura del punto de muestreo con respecto al nivel medio de
la marea y, por tanto, de manera indirecta el tiempo que el bentos perma
nece inundado o descubierto. NAP se puede entender como una medida
de estrs ambiental con la que cabe esperar que la riqueza de estas es
pecies acuticas se relacione negativamente. Para facilitar la exposicin
he simplificado la base de datos original proporcionada por sus autores.
Dado que las variables respuesta (riqueza) y explicativa (NAP) son
variables continuas, el primer tipo de modelo con el que se puede pensar
en explorar las relaciones entre ambas es una regresin lineal simple
(cuadro 1), que podemos representar as:
Yi = + Xi + i

(ecuacin 1)

El ajuste del modelo indica que la relacin entre la riqueza y NAP es

negativa, con una pendiente que estimamos como = 2,87 y una inter
cepta, o riqueza de referencia, de = 6,69 (cuadro 1). La informacin de
que disponemos procede de n = 45 puntos de muestreo, lo que parece un
tamao muestral suficiente para estimar los tres parmetros de la ecuacin 1
pues se suele recomendar un mnimo de 10 20 unidades por cada trmino
en el modelo, incluyendo las interacciones [12]. Al formular esta regresin
se asume que existe una relacin universal entre la Riqueza y NAP que se
verificara en cualquier punto de nuestra rea de estudio. Se asume tambin
que las 45 observaciones son independientes entre s, lo que es probable
mente errneo y nos conduce a un problema de pseudorreplicacin [7].
18

ETOLOGUA, 24 (2014)

Temas actuales de Etologa

Cuadro 1
El modelo de regresin lineal simple que describe la relacin entre una variable respuesta y
otra explicativa, ambas continuas, se representa grficamente como una lnea recta con arreglo
a la siguiente frmula:
Yi = + Xi + i
Esta ecuacin puede parecer fea, asustar y, como todas, incrementar el riesgo de perder lectores
[13], pero merece la pena examinarla con detalle para entender bien qu estamos haciendo.
Usemos la siguiente piedra de Rosetta para ello:
Yi es el valor de la variable respuesta (la riqueza de especies) en uno de los 45 puntos de
muestreo (de i = 1 a 45).
es el valor de la intercepta en el origen de coordenadas, e.d., el valor de la respuesta Y
cuando el predictor X es cero; lo que solo es interpretable si, como en nuestro ejemplo, existe
la posibilidad de que tal predictor sea 0 (hay puntos con NAP = 0, pero pinsese en una
regresin del peso de nios con su estatura para entender que esto no siempre es as).
es el valor general de la pendiente de la recta de manera que su grado de inclinacin
sealar una relacin ms o menos acusada entre las variables (pendientes prximas a
la horizontal revelan falta de asociacin).
Xi es el valor de la variable explicativa (NAP) en ese mismo punto de muestreo.
i es el error (alias residuo) para el punto i, e.d., la diferencia entre el valor de la respuesta
realmente observado y el que se predice para l; se visualiza como la distancia del punto
a la recta que describe el modelo. Algunos errores sern grandes y otros pequeos, pero
en conjunto se asume que su distribucin sigue una distribucin normal con media cero y
desviacin tpica , lo que se representa as: i ~ N(0, 2). Los residuos expresan la infor
macin de los datos que queda por explicar, por lo que el modelo tendr menor capacidad
explicativa cuanto mayor sea la suma acumulada de las distancias de los puntos a la recta
de la regresin (que es proporcional a la varianza de los errores 2).
La expresin para nuestro ejemplo es:
Riquezai = + (NAP)i + i
Y el ajuste del modelo de regresin es:
Riquezai = 6,69 2,87(NAP)i + i
Esto indica que la relacin entre ambas variables es negativa (figura 1), de forma que por cada
unidad que aumenta NAP la riqueza se reduce en casi 3 especies (en 2,87). La intercepta se
puede interpretar como la riqueza de especies basal, la que tendra un punto de muestreo con
NAP = 0, unas 7 especies (6,69). En este ejemplo, esta referencia parece interpretable, pues
el valor de NAP = 0 est dentro del conjunto de valores posibles para NAP (la intercepta no
es interpretable en otro casos: pensemos en una regresin del peso de nios como variable
respuesta sobre su estatura como variable explicativa; aqu X = 0 no tiene sentido).
Es importante notar que con esta regresin entendemos que existe una relacin universal
entre Riqueza y NAP que describimos a travs de un muestreo, estimando los parmetros de
la ecuacin 1 (, y ) con la informacin que proporciona un subconjunto de todos los puntos
de muestreo posibles (infinitos en este caso). Es muy probable que si hubiramos tomado
otros 45 puntos de muestreo distintos la relacin encontrada fuera algo distinta, pero el modelo
asume que la relacin es vlida para todos los puntos en cualquier playa del rea de estudio.

ETOLOGUA, 24 (2014)

19

Modelos mixtos para el usuario temeroso

Yi = + Xi + i

20

Riqueza

25

20

5
0

J. Seoane

1,0 0,5

0,0 0,5
NAP

1,0

1,5

2,2

Figura 1. Representacin grfica de un modelo de efectos fijos: la

regresin lineal simple entre la riqueza de especies del macrobentos
litoral (Y) y el NAP (X) o altura de cada uno de los 45 puntos de muestreo
respecto la altura media de la marea (de i = 1 hasta i = 45). Se representan
la intercepta ( = 6,69) y la pendiente ( = 2,87), que respectivamente,
y en trminos generales, informan sobre la riqueza de partida (cuando
NAP = 0, indicado con lnea discontinua) y de la intensidad y sentido
de la relacin. Se muestran tambin los valores de las observaciones
(crculos) y la lnea que describe la relacin de acuerdo al modelo y
permite predecir la riqueza segn el del NAP (lnea continua gruesa).
Para algunas observaciones se representan los residuos () como la
diferencia entre las observaciones y las predicciones (lneas de puntos).

Sin embargo, podemos reconocer la estructura anidada (o jerarquizada)

del diseo muestral y replantearnos el modelo: los 45 puntos de muestreo
estn agrupados en 9 grupos de 5. Es plausible que tanto la riqueza de ma
crobentos como las variables abiticas que se miden en puntos dentro de
una misma playa se relacionen entre s, quizs ms que con las variables
tomadas en los puntos de muestreo de otras playas. Podramos plantearnos
si la relacin de la Riqueza con NAP () es realmente universal o difiere
en cada playa, como por ejemplo sucedera si hubiera playas donde se
observara una relacin ms o menos acusada debido a sus particulares
20

ETOLOGUA, 24 (2014)

Temas actuales de Etologa

condiciones biogeogrficas, ambientales o ecolgicas. Asimismo, podramos
plantearnos si es razonable pensar que existe una riqueza promedio para
todos los puntos de muestreo () o es ms realista atribuir una riqueza de
referencia a cada playa, como sucedera si hubiera playas que de partida
fueran ms ricas que otras, de nuevo en virtud de sus particulares condi
ciones. En tal caso el efecto negativo de NAP sobre la riqueza podra ser
igual (o no) en todas las playas, pero a igual valor de NAP los puntos de
las playas ms ricas tendran ms especies. Por tanto, parece interesante
incorporar al modelo una variable categrica (e.d., un factor) que identificara
las distintas playas, lo que resulta en un modelo equivalente a un ANCOVA
(cuadro 2a). Este, de forma simplificada se representa as:
Yij = j + j Xij + ij

(ecuacin 2)

Este modelo es justificable pero para el presente ejemplo tiene dos limi
taciones. Primero, el tamao muestral ya no es tan grande en comparacin
con el nmero de parmetros a estimar con l (n = 19 vs 45). Segundo, el
factor playa se ha incorporado por defecto como un efecto fijo, enten
dindose que las 9 playas agotan la poblacin de playas que se pueden
muestrear, lo que tiene como consecuencia que la relacin encontrada
solo debera darse como vlida para el conjunto de playas muestreadas,
sin poderse extrapolar a otras. Adems, si el diseo de muestreo fuera
desequilibrado se podran magnificar las diferencias entre grupos (e.d.,
entre playas en este ejemplo), pues los grupos con bajo tamao muestral
suelen presentar mayor variabilidad y se tiende a estimar para ellos par
metros ms extremos [9].
Resulta inmediato plantearse otros dos modelos de complejidad in
termedia que requieren estimar 11 parmetros para describir la relacin
entre la Riqueza y el NAP. As, la intensidad de la relacin () puede ser
general, la misma para todas las playas, pero que cada una tenga una
distinta riqueza basal, es decir, una distinta intercepta (cuadro 2b):
Yij = j + Xij + ij

(ecuacin 3)

O bien al contrario, las playas pueden tener todas la misma riqueza

de partida () pero en cada una de ellas puede variar la pendiente que
muestra la relacin entre las variables (cuadro 2b):
ETOLOGUA, 24 (2014)

21

Modelos mixtos para el usuario temeroso

J. Seoane

Cuadro 2a

El modelo que incorpora una intercepta y una pendiente propias para cada playa es equivalente a
un ANCOVA que se construye con una variable continua (NAP), un factor (playa) y la interaccin
entre ambos (Riqueza = NAP x playa), lo que simplificadamente se representa as:
Donde:

Yij es el valor de la variable respuesta (la riqueza de especies) en uno de los 5 puntos de
muestreo (de i = 1 a 5) de una de las 9 playas (de j = 1 a 9).
j es el valor de la intercepta en el origen de coordenadas para una playa j dada.
j es el valor particular de la pendiente de la recta en cada una de las 9 playas j.
Xij es el valor de la variable explicativa (NAP) en ese mismo punto de muestreo.
ij es el error para el punto i en la playa j. De nuevo, en conjunto se asume que su
distribucin sigue una distribucin comn a todos, normal con media cero y desviacin
tpica : ij ~ N(0, 2).

Esta formulacin exige estimar 19 parmetros (una intercepta y una pendiente por cada playa,
ms una desviacin tpica para los errores) con la informacin contenida en el mismo tamao
muestral, lo que ya parece preocupante (figura C2a).

Riqueza

20
15
10
5
0
1,0

0,0

0,5 1,0 1,5

NAP

2,0

Figura C2a. Representacin de la relacin entre la variable respuesta Riqueza y la explicativa

NAP de acuerdo a un modelo ANCOVA que incorpora una intercepta y una pendiente propias
para cada playa. Las lneas muestran la prediccin para cada playa en particular. Los crculos
dan la combinacin de valores de Riqueza y NAP observados.

22

ETOLOGUA, 24 (2014)

Temas actuales de Etologa

Cuadro 2b
En dos modelos ms sencillos, se puede asumir que las playas difieren solo en cuanto a la
riqueza basal (; hay playas ricas y pobres, pero la relacin de la Riqueza con NAP es la misma
en todas ellas):

Yij = j + Xij + ij

(figura C2b izquierda)

o solo en cuanto a la intensidad de la relacin (; todas las playas parten del mismo nmero de
especies, pero la relacin de la Riqueza con NAP es distinta entre ellas):
Yij = + j Xij + ij

(figura C2b derecha)

Donde:
Y ij es el valor de la variable respuesta (la riqueza de especies) en uno de los
5 puntos de muestreo (de i = 1 a 5) de una de las 9 playas (de j = 1 a 9).
Xij es el valor de la variable explicativa (NAP) en ese mismo punto de muestreo
es el valor general de la pendiente de la recta en todas las playas.
j es el valor particular de la pendiente de la recta en cada una de las 9 playas j.
es el valor general de la intercepta en el origen para todas las playas.
j es el valor de la intercepta en el origen para una playa j dada.
ij es el error para el punto i en la playa j, que se asume que sigue una distribucin
ij ~ N(0, 2).

20

20

15

15

Riqueza

Riqueza

Ambos modelos requieren estimar 11 parmetros.

10

5
0

10

1,0

0,0

0
0,5 1,0 1,5 2,0
1,0
NAP

0,0

0,5 1,0
NAP

1,5

2,0

Figura C2b. Representacin de la relacin entre la variable respuesta Riqueza y la

explicativa NAP de acuerdo a dos modelos ANCOVA que incorporan o bien una intercepta
particular (izquierda) o bien una pendiente propia para cada playa (derecha). Las lneas
muestran la prediccin para cada playa en particular. Los crculos dan la combinacin de
valores de Riqueza y NAP observados.

ETOLOGUA, 24 (2014)

23

Modelos mixtos para el usuario temeroso

Yij = + jXij + ij

J. Seoane
(ecuacin 4)

Llegados a este punto se plantea un dilema. Si se ignora el factor playa

la variabilidad entre las playas se une a la varianza de los errores, es de
cir, aumentan los residuos y, con ellos, se incrementa el riesgo de aceptar
una hiptesis nula que en realidad es falsa, conocido como Error de Tipo
II. Por otro lado, si se incorpora ese factor se acaban estimando muchos
parmetros con poco tamao muestral, lo que conduce a una imprecisin
en las estimas. Los modelos mixtos permiten escapar de esta situacin
incorporando trminos aleatorios que consiguen rebajar las exigencias en
el nmero de parmetros a estimar, permiten extrapolar las relaciones a un
universo ms all de las unidades muestreadas y posibilitan el examen de
los niveles, jerrquicos o no, en los que se agrupan las observaciones. Si
bien los diseos de muestreo con estructura anidadas se pueden analizar
tambin con otros modelos de ANOVAs encajados o de medidas repetidas,
estos pueden ser ms problemticos ante conjuntos de datos desequilibra
dos, donde el reparto del tamao muestral sea desigual entre unidades (p.e.,
si las playas difirieran en el nmero de puntos que se muestrearon en ellas).
El modelo mixto con intercepta aleatoria
Una solucin es considerar que las playas que se muestrearon son un
subconjunto seleccionado aleatoriamente de todas las que podran haberse
muestreado en la zona de estudio, e incorporar al modelo la variable playa
como un factor aleatorio. El modelo mixto con intercepta aleatoria considera
que unas playas pueden ser de partida ms ricas que otras aunque en to
das ellas se verifica la misma relacin negativa entre la Riqueza y el NAP,
como consecuencia del estrs ambiental que supone para los organismos
acuticos los periodos en que permanecen descubiertos. En este modelo
se asume que las interceptas para cada playa (aj) siguen una distribucin
normal en torno a un valor promedio (, e.d., la media de riqueza para todas
las playas). Dicho de otra forma, para estimar la intercepta en cada playa
e.d., la riqueza de base en cada playa el modelo calcula una intercepta
general y le aade un valor extrado de la distribucin normal a la que se
supone que se ajustan las interceptas de todas las playas en la zona de es
tudio. Este modelo mixto con intercepta aleatoria se expresa as (cuadro 3):
24

ETOLOGUA, 24 (2014)

Temas actuales de Etologa

Yij = + j + Xij + ij

(ecuacin 5)

Este modelo reproduce la misma situacin que el representado por la

ecuacin 3 pero de forma ms eficaz, pues con el mismo tamao muestral
requiere estimar solo cuatro parmetros. Adems, da cuenta de la estructura
jerarquizada de los datos permitiendo que estn correlacionados dentro de
las unidades en que se agregan (playas) y posibilita la extrapolacin de los
resultados a todas las playas del rea de estudio de las que, al fin y al cabo,
las que se muestrearon solo son un subconjunto aleatoriamente seleccionado.
El ajuste del modelo contempla los dos componentes fijo y aleatorio. En
consonancia con los resultados anteriores, el primero indica que la relacin
entre la riqueza y NAP es negativa, con una pendiente que estimamos como
= 2,57 y una intercepta general de = 6,58 (ntese que las estimas de
estos parmetros apenas han variado respecto el modelo de efectos fijos,
la regresin lineal). De nuevo, este modelo asume que existe una relacin
universal entre la Riqueza y el NAP que se observara en cualquier punto
de nuestra rea de estudio. Sin embargo, la riqueza de partida en cada
playa se estima sumando a las 6,58 especies de promedio en todas las
playas () una cantidad extrada de una distribucin normal con media 0
y a= 2,94 (cuadro 3). En el ejemplo, la segunda playa es relativamente
rica en comparacin con el resto por motivos que desconocemos (si sos
pechramos la causa podramos incluir una variable que diera cuenta de
ella en el componente fijo del modelo) y a la riqueza que se le estima se
le suman 5,20 especies, mientras que la tercera es relativamente pobre y
se le restan 2,61 especies (cuadro 3). El resto de valores para las dems
playas se extrae de la misma distribucin normal con la conocida forma
de campana de Gauss. Todos ellos son los efectos aleatorios asociados a
la variacin entre las distintas playas. A mayor NAP menor riqueza, y esto
es as en todas las playas, pero en la segunda de ellas se parte de unas
12 especies (6,58 + 5,20) y en la tercera de tan solo unas 4 (6,58 2,61).
Cuanto ms variabilidad exista en la riqueza entre playas, mayor ser a y
ms se separarn las predicciones para cada playa particular (lneas finas
en cuadro 3) respecto el modelo poblacional (lnea gruesa en cuadro 3).
Un ltimo efecto aleatorio es el dado por la variabilidad dentro de cada
playa, que se estima a travs de la variacin de los residuos (en nuestro ejemplo,
= 3,06). Esto se puede visualizar como la suma de los residuos de las 9 regre
siones que pueden construirse entre la Riqueza y el NAP, una para cada playa.
ETOLOGUA, 24 (2014)

25

Modelos mixtos para el usuario temeroso

J. Seoane

Cuadro 3
El modelo mixto con intercepta aleatoria se representa as:
Yij = + j + Xij + ij
Donde:
Yij es el valor de la variable respuesta (la riqueza de especies) en uno de los 5 puntos de
muestreo (de i = 1 a 5) de una de las 9 playas (de j = 1 a 9).
es el valor general de la intercepta en el origen de coordenadas para todas las playas
de la zona de estudio.
aj es la intercepta aleatoria para cada una de las 9 playas; se extrae de una distribucin
normal con media cero y desviacin tpica a: aj ~ N(0, a2) y se aade a la intercepta ge
neral para obtener el valor de la riqueza de partida en cada playa. En el ejemplo a=2,94.
es el valor general de la pendiente de la recta en todas las playas de la zona de estudio.
Xij es el valor de la variable explicativa (NAP) en ese mismo punto de muestreo
ij es el error para el punto i en la playa j; ij ~ N(0, 2). En el ejemplo = 3,06.
Este modelo ajusta una variable continua de efectos fijos (NAP) y otra categrica de efectos
aleatorios (playa, figura C3). Exige estimar cuatro parmetros: dos fijos ( y ) y dos aleatorios
(a y ). Una vez ajustados los parmetros el modelo resume la riqueza as:
Riquezai1 = 6,58 + 2,62 2,57NAPi1 + residuoi1 (para los 5 puntos i de la playa 1)
Riquezai2 = 6,58 + 5,20 2,57NAPi2 + residuoi2 (para los 5 puntos i de la playa 2)
Riquezai3 = 6,58 2,61 2,57NAPi3 + residuoi3 (para los 5 puntos i de la playa 3)
(...)
Riquezai9 = 6,58 0,42 2,57NAPi9 + residuoi9 (para los 5 puntos i de la playa 9)

Riqueza

20
15
10
5
0
1,0

0,0

0,5 1,0 1,5

NAP

2,0

Figura C3. Representacin del modelo mixto con intercepta aleatoria que describe la variacin
de la Riqueza en relacin al NAP. En la figura la lnea gruesa describe el efecto fijo, general,
para la poblacin de playas ( y ) y las lneas finas describen los efectos aleatorios particu
lares para cada una de ellas ( + aj). Los crculos dan la combinacin de valores de Riqueza
y NAP observados.

26

ETOLOGUA, 24 (2014)

Temas actuales de Etologa

Las varianzas son muy informativas
Resulta ilustrativo comparar la magnitud de los efectos aleatorios, es
decir, repartir (o particionar, en la jerga estadstica) la varianza entre ellos.
La riqueza de especies en los puntos de muestreo se puede explicar en
parte por las diferencias en el NAP en cada uno de ellos, de acuerdo a la
relacin indicada por el componente fijo del modelo. A la informacin (e.d.,
a la varianza) de los datos que no se puede explicar por esa relacin, las
diferencias entre las playas contribuyen con a2 = 2,942 y las diferencias
dentro de ellas contribuyen con 2 = 3,062, lo que en proporcin significa
un 48% (2,942/(2,942 + 3,062)) y un 51% respectivamente (recurdese
que la varianza se puede calcular como la desviacin tpica al cuadrado).
Es decir, la diferencia de riqueza entre distintos puntos, una vez se ha
considerado el valor de NAP para ellos, se puede atribuir en gran parte
(un 48%) a la identidad de la playa a la que pertenecen (sern intrnse
camente diferentes?). An as, gran parte de esas diferencias (un 51%)
quedan an por explicar (no habr otro predictor importante adems
del NAP?). De forma anloga, en un estudio en el que se tienen varios
individuos y mltiples observaciones de cada uno de ellos (un diseo en
el que las observaciones estn encajadas dentro de los individuos) se
puede plantear hasta qu punto las diferencias interindividuales (a)
son relevantes con respecto a las intraindividuales ().
El valor relativo de las varianzas entre e intra grupos (individuos, pla
yas...) se expresa mediante la correlacin intraclase, = 2a/(2a +2),
que se puede interpretar como la correlacin esperada entre las medidas
dentro de un mismo grupo. As, en nuestro ejemplo la correlacin entre
las medidas de riqueza dentro de una misma playa es de = 2,942/
(2,942 + 3,062) = 0,48. Este concepto aparece ms frecuentemente en
estudios en biologa bajo el nombre de repetibilidad [14, 15], como la
proporcin de la variabilidad fenotpica total que es reproducible entre
distintas medidas hechas a los mismos sujetos, por ejemplo cuando va
rios observadores miden la longitud del tarso a un nmero de aves para
estimar su tamao (la identidad de los individuos medidos se incorpora al
modelo como un factor aleatorio de igual forma que se hizo con la identidad
de las playas). En estos casos, un valor alto de indicara que la riqueza
de especies dentro de los puntos de una misma playa es similar lo que
podra sugerir muestrear menos intensamente un conjunto ms numeroso
de playas [16] o que las medidas del tarso realizadas por los distintos
ETOLOGUA, 24 (2014)

27

Modelos mixtos para el usuario temeroso

J. Seoane

observadores son muy congruentes para cada ave lo que sugerira que
los errores de medida entre observadores son despreciables [14]. La co
rrelacin intraclase ser elevada si la varianza del factor aleatorio (2a)
es alta (lo que ocurre cuando cada playa es muy diferente al resto). En
esta situacin resulta ventajoso registrar los predictores del componente
fijo del modelo al nivel en que se agrupan los datos (las playas o los indi
viduos), pues podran contribuir a explicar la varianza entre esos grupos
(un predictor as sera, p.e., la precipitacin media anual de cada playa,
distinta entre playas pero igual para todos los puntos que se encuentran
en una en particular, o el sexo de los individuos). La correlacin intraclase
puede ser pequea si la varianza del factor aleatorio es baja (p.e., si todas
las playas se parecen entre s). En esta situacin es ms interesante tomar
los predictores al nivel mximo de detalle, en todos los puntos de mues
treo en las playas (como se hace con el NAP en el ejemplo desarrollado
aqu) o en cada ocasin en que se mide un individuo, pues esto reducir
la varianza de los residuos (2) y redundar en estimas ms precisas [17].
Una alta variabilidad dentro de los grupos en que se agregan los datos
(2) contribuye a reducir esa correlacin entre las medidas individuales.
El modelo mixto con intercepta y pendiente aleatorias
Resulta inmediato plantearse un modelo ligeramente ms complejo
que contemple adems la posibilidad de que la relacin de la variable res
puesta con la explicativa sea diferente en cada unidad en que se mida. En
nuestro ejemplo, se podra plantear que el efecto de NAP sobre la riqueza
fuera distinto en las diferentes playas en unas podra ser ms acusado
que en otras debido a aspectos desconocidos o no evaluados, de igual
manera que los individuos sometidos a un tratamiento pueden responder
de manera diferente a ste debido a las diferencias individuales ms all
de las que pueden evaluarse a travs de su edad, sexo y otras caracters
ticas que pudieran haberse medido. Por tanto, se trata de incluir un nuevo
efecto aleatorio, que corresponde a la pendiente, en un modelo mixto que
se denomina de intercepta y pendiente aleatorias y que se expresa as:
Yij = + j + ( + bj)Xij + ij

28

(ecuacin 6)

ETOLOGUA, 24 (2014)

Temas actuales de Etologa

Este modelo mixto reproduce la misma situacin que el ANCOVA re
presentado por la ecuacin 2 pero requiere estimar solo cinco parmetros
(cuadro 4).
De nuevo, el modelo indica que la relacin entre la riqueza y NAP es
negativa, con una pendiente = 2,83 y una intercepta general de =6,59
que apenas difieren de las estimadas en los anteriores. Este modelo ajusta
tanto la riqueza de partida como la relacin entre las variables respuesta de
forma contextual, dependiente de la playa de que se trate. En ambos casos
a los parmetros que podemos entender como promedios poblacionales
(y) se les suman unas cantidades extradas de distribuciones normales
con media 0 y desviaciones tpicas a= 3,55 y b= 1,72, respectivamente, que
son los efectos aleatorios (cuadro 4). Esta vez a mayor NAP menor riqueza,
s, pero la intensidad de esta relacin es diferente en cada playa (figura 2).
Es interesante examinar la magnitud de los efectos aleatorios para
evaluar su importancia relativa: la variacin en la riqueza entre puntos de
muestreo que no puede explicarse por sus diferencias en el valor de NAP,
se debe en su mayor parte (55%; a2 / (a2 + b2 + 2)) a diferencias intrn
secas en la riqueza de partida entre playas, pero tambin al efecto variable
del NAP en cada playa (13%) y a aspectos no evaluadso (32%). Cabe plan
tearse entonces si es necesario incluir una pendiente aleatoria, ya que hay
tan pocas diferencias en la relacin con NAP entre playas, lo que equivale a
preguntarse cmo establecer la estructura ptima del componente aleatorio
del modelo (incluimos la intercepta y la pendiente aleatorias o solo una de
ellas?). Sobre este asunto las opiniones en el mundo de la estadstica estn
divididas entre quienes proponen algn tipo de protocolo para seleccionar
los parmetros a incluir en el componente aleatorio (y tambin en el fijo) del
modelo [11] y los que sostienen que el componente aleatorio del modelo
debe reflejar de antemano el diseo de muestreo [9].
Me permito aqu una pequea digresin. Este modelo con intercepta y
pendientes aleatorias se puede emplear para otros anlisis bien diferentes,
de tipo medidas repetidas o longitudinales, en los que, por ejemplo, se mide
una variable predictora a un conjunto de individuos en varias ocasiones dis
tintas. Los individuos se modelan con una intercepta aleatoria y el predictor
con una pendiente aleatoria, entendindose que las medidas realizadas
a un individuo estn encajadas dentro de este. De forma similar, estos
modelos pueden emplearse en otras situaciones experimentales como los
diseos factoriales cruzados, en bloques o en parcelas incompletas [17].
ETOLOGUA, 24 (2014)

29

Modelos mixtos para el usuario temeroso

J. Seoane

Cuadro 4
El modelo mixto con intercepta y pendiente aleatorias se representa as:
Yij = + j + ( + bj) Xij + ij
Donde:
Yij es el valor de la variable respuesta (la riqueza de especies) en uno de los 5 puntos de
muestreo (de i = 1 a 5) de una de las 9 playas (de j = 1 a 9).
es el valor general de la intercepta en el origen para todas las playas de la zona de
estudio.
aj es la intercepta aleatoria para cada una de las 9 playas; se extrae de una distribucin
normal con media cero y desviacin tpica a: aj ~ N(0, a2) y se aade a la intercepta
general para obtener el valor de la riqueza de partida en cada playa.
es el valor general de la pendiente de la recta en todas las playas de la zona de estudio.
bj es la pendiente aleatoria para cada una de las 9 playas; se extrae de una distribucin
normal con media cero y desviacin tpica b: bj ~ N(0, b2) y su efecto modifica la pendiente
general en funcin de la variable respuesta.
Xij es el valor de la variable explicativa (NAP) en ese mismo punto de muestreo.
ij es el error para el punto i en la playa j; ij ~ N(0, 2).
Este modelo ajusta una variable continua de efectos fijos y aleatorios (NAP) y otra categrica
de efectos aleatorios (playa, figura C4). Exige estimar cinco parmetros: dos fijos ( y ) y
tres aleatorios (a, b y ). Una vez ajustados los parmetros el modelo resume la riqueza as:
Riquezai1 = 6,59 + 1,83 + (2,83 0,83)NAPi1 + residuoi1 (para los 5 i puntos de la playa 1)
Riquezai2 = 6,59 + 5,77 + (2,83 2,71)NAPi2 + residuoi2 (para los 5 i puntos de la playa 2)
Riquezai3 = 6,59 2,78 + (2,83 + 1,32)NAPi3 + residuoi3 (para los 5 i puntos de la playa 3)
(...)
Riquezai9 = 6,59 0,25 + (2,83 + 0,11)NAPi9 + residuoi9 (para los 5 i puntos de la playa 9)

Riqueza

20
15
10
5
0
1,0
0,0 0,5 1,0 1,5 2,0

NAP
Figura C4. Representacin del modelo mixto con intercepta y pendiente aleatorias que describe
la variacin de la Riqueza en relacin al NAP. En la figura la lnea gruesa describe el efecto fijo,
general, para la poblacin de playas ( y ) y las lneas finas describen los efectos aleatorios
particulares para cada una de ellas ( + aj). Los crculos dan la combinacin de valores de
Riqueza y NAP observados.

30

ETOLOGUA, 24 (2014)

Temas actuales de Etologa

En cualquiera de estos diseos se recomienda centrar o estandarizar las
variables predictoras cuando se ajustan pendientes aleatorias para facilitar
la interpretacin de los efectos entre e intra grupos [18, 19].
El modelo mixto con pendiente aleatoria
Como ya resultar obvio, tambin se puede plantear el modelo mixto
que considere que la relacin de la variable respuesta con la explicativa sea
diferente en cada unidad en que se mida, aunque todas partan del mismo
nivel. Se trata del modelo mixto con pendiente aleatoria que se expresa as:
Yij = + ( + bj) Xij + ij

(ecuacin 7)

En nuestro ejemplo este modelo describe la situacin en la que todas

las playas tienen la misma riqueza de partida (), pero donde la relacin
de esta riqueza con el NAP ( + bj) es variable entre playas, de forma equi
valente al descrito por la ecuacin 4. Resulta menos interesante porque
es poco comn encontrar una diferencia entre pendientes que no vaya
asociada a una diferencia entre interceptas.
Los modelos mixtos aproximan los coeficientes a las medias
poblacionales
Tras esta larga explicacin, uno se puede plantear que si el modelo mixto
con intercepta y pendiente aleatorias contempla que esos parmetros son
diferentes para cada nivel de agregacin sean estos las playas en que se
agrupan los puntos de muestreo o los individuos en los que se han tomado
mltiples observaciones por qu no construir una regresin simple para
cada uno de ellos y prescindir de las complejidades de los modelos mixtos?
Bien, para empezar nuestro esfuerzo se ha visto ya recompensado con la
posibilidad de evaluar directamente la variabilidad entre y dentro de los
distintos niveles de agregacin con un solo modelo. Adems, las estimas
de la intercepta y pendiente en los modelos mixtos ( + aj y + bj) son un
poco distintas a las que se obtendran con un modelo de efectos fijos (j
y j), en concreto, se aproximan a las medias poblacionales ( y ) [9]. Es
ETOLOGUA, 24 (2014)

31

Modelos mixtos para el usuario temeroso

a8
a3

b5

a = 3,54

b8
b3

b1

a1
a5

10

J. Seoane

b = 1,71

10 6 4 2 0

4 6

Yij = + aj + ( + bj) Xij + ij

20
Riqueza

15
10

5
0

+ a5
+ a1
+ a8
+ a3

1,0

+ b1

+ b5

+ b8
+ b3

0,0 0,5 1,0 1,5 2,0

NAP

Figura 2. Representacin grfica del modelo mixto con intercepta y pendientes

aleatorias. Se da su expresin en el centro de la figura (ecuacin 6 del texto
principal). Los efectos aleatorios se extraen de una distribucin normal con
media 0 y desviaciones tpicas a (para la intercepta) y b (para la pendiente)
calculadas por el algoritmo de computacin (parte superior de la figura). En la
parte inferior de la figura, estos efectos aj y bj particulares para cada una de las
j playas se suman a las estimas de los parmetros fijos, comunes a todas ellas,
y respectivamente, para obtener una descripcin de la relacin entre la
variable respuesta (Riqueza) y la explicativa (NAP) variable entre playas (lneas
finas), aunque parecida al promedio de todas ellas (lnea gruesa negra). Se
representan los efectos de solo cuatro playas. Ntese que en algunas existe
poca discrepancia entre las observaciones y las predicciones (playas 3 y 8,
con aspas y cruces), mientras que en otras la relacin estimada no describe
bien los datos (playas 1 y 5, con crculos y tringulos).

32

ETOLOGUA, 24 (2014)

Temas actuales de Etologa

Interceptas (j, + aj)

14
12
10
8
6
4
2
10

6
4
2
Pendientes (j, + bj)

Figura 3. Comparacin de las interceptas (j) y pendientes (j) estimadas

por las regresiones simples para cada una de las 9 playas (crculos negros)
con las que resultan del ajuste de un modelo mixto ( + aj y + bj) para
esas mismas playas (crculos blancos), cuyo identificador se indica con
un nmero. Las flechas van desde las estimas de efectos fijos a las de
las de efectos mixtos. El tringulo indica el promedio para la intercepta
() y la pendiente () de las playas estudiadas, que se interpreta como la
estima para el conjunto de las del rea de estudio. Ntese que las mayores
diferencias entre las estimas de los modelos de efectos fijos (regresiones)
y aleatorios (mixtos) se dan para las playas 1 y 5, para las que en la figura
2 ya se haba detectado un desajuste (flechas ms largas).

decir, un modelo mixto estimar una riqueza de partida para una playa en
particular algo ms prxima al promedio de todas ellas que la que estimara
una regresin con los datos de solo esa playa. Este patrn se conoce como
el encogimiento de los coeficientes (del ingls shrinkage). Su interpre
tacin parte de reconocer que en un modelo mixto las categoras del factor
de agrupamiento (playas, individuos) son una seleccin de las que podran
haberse tomado de la poblacin bajo estudio y, en consecuencia, se puede
esperar que se parezcan en la medida en que los elementos de esa poblacin
compartan caractersticas entre s [10]. Los parmetros encogen de forma
ETOLOGUA, 24 (2014)

33

Modelos mixtos para el usuario temeroso

1

J. Seoane
2

20
10
0

Riqueza

20
10
0

20
10
0
1

2
NAP

Figura 4. Comparacin, para cada playa, de las predicciones del modelo de

efectos fijos (regresin lineal, lnea continua) con las de los modelos mixtos
de intercepta aleatoria (lnea de puntos) y de intercepta y pendiente aleatorias
(lnea discontinua). Los crculos muestran los datos observados. Los nmeros
en la cabecera de los grficos dan el identificador de cada playa.

ms acusada para las playas o los individuos ms diferentes del resto, con
menor nmero de observaciones (si el diseo muestral es desequilibrado)
y para aquellos en los que las regresiones lineares tienen menor capacidad
explicativa (R2), lo que equilibra convenientemente la complejidad (el nmero
de modelos) y el ajuste a los datos [4, 9] (figura 3).
En general, los parmetros calculados por un modelo de efectos mixtos
son intermedios entre los que se obtendran en un modelo de efectos fijos
que incluyera un factor de agrupamiento como el ANCOVA de la ecuacin
2 y el modelo de efectos fijos que obviara la estructura agrupada de los
datos como la regresin de la ecuacin 1. Si las diferencias entre playas
34

ETOLOGUA, 24 (2014)

Temas actuales de Etologa

son extremadamente altas (e.d., si a y b son muy grandes) el modelo mixto
converge con el ANCOVA, mientras que si no hay diferencias entre ellas
(a y b prximas a cero) el modelo mixto converge con la regresin [9]. En
esos dos extremos cabra plantearse renunciar a emplear un modelo mixto.
De hecho, si la variabilidad dentro de cada playa no resultara de inters,
el anlisis de la relacin de la riqueza con la variable predictora (que aqu
es NAP) podra resumirse eficazmente mediante la pendiente promedio de
aquellas que se obtendran para cada playa por separado [20].
En nuestro ejemplo, las estimas de las interceptas y pendientes de los
modelos de efectos fijos es decir, de las regresiones para cada playa por
separado son en general muy similares a las estimas correspondientes para
el componente fijo de los modelos mixtos que hemos construido (figura3). Las
diferencias ms notables se dan en las playas 1, 2 y 5, que tienen riquezas
de partida mucho ms altas que el resto. En estos casos el ajuste del modelo
mixto fuerza a estimar para ellas una riqueza de partida ms prxima a la
media poblacional (figura 4). En suma, si bien se gana en dar una explicacin
generalizada a todas las playas del rea de estudio, se pierde en dar una
respuesta particularizada para cada una de ellas.
Agradecimientos
Deseo agradecer a Vittorio Baglione la simpata con la que me propuso
escribir este trabajo y la hospitalidad con la que, con Daniela Canestrari y
Dieguito bruschetta, me acabaron convenciendo. Va con mi admiracin
hacia ellos. Adems, el propio Vittorio, Luis M. Carrascal, Juan Carlos Illera
y Aimara Planillo tuvieron la amabilidad de revisar la primera versin del
manuscrito para sealar fallos y hacer comentarios desde sus variadas
perspectivas que han contribuido notablemente a mejorarlo. Quedarn
algunos puntos oscuros y errores, pero esos son atribuibles a mi torpeza.
Referencias
1. Steinmeyer, C., Schielzeth, H., Mller, J. C. & Kempenaers, B., 2010. Varia
tion in sleep behaviour in freeliving blue tits Cyanistes caeruleus: effects of
sex, age and environment. Animal Behaviour, 80: 853864.

ETOLOGUA, 24 (2014)

35

Modelos mixtos para el usuario temeroso

J. Seoane

2. Chiarati, E., Canestrari, D., Vera, R. & Baglione, V., 2012. Subordinates benefit
from exploratory dominants: response to novel food in cooperatively breeding
carrion crows. Animal Behaviour ,83: 103109.
3. Laiolo, P., Vgeli, M., Serrano, D. & Tella, J. L., 2008. Song diversity predicts
the viability of fragmented bird populations. PLoSONE, 3: e1822.
4. Maestre, F. et al., 2012. Plant

species richness and ecosystem multifunction

ality in global drylands. Science 335: 214218.
5. Gottfried, M. et al., 2012. Continentwide response of mountain vegetation
to climate change. Nature Climate Change, 2: 111115.
6. Salomons, H. M., Mller, W., Dijkstra, C., Eising, C. M. & Verhulst, S., 2006.
No sexual differences in embryonic period in jackdaws Corvus monedula and
blackheaded gulls Larus ridibundus. Journal of Avian Biology, 37: 1922.
7. Hurlbert, S. H., 1984. Pseudoreplication and the design of ecological field
experiments. Ecological Monographs 54: 187211.
8. Zuur, A. F., Ieno, E. I. & Smith, G. M., 2007. Analysing ecological data. Springer,
New York, p.135.
9. Gelman, A. & Hill, J., 2007. Data analysis using regression and multilevel/
hierarchical models. Cambridge University Press, Cambridge.
10. Bates, D. M., 2010. Lme4: mixedeffects modeling with R. Disponible en:
http://lme4.rforge.rproject.org/lMMwR/lrgprt.pdf
11. Zuur, A. F., Ieno, E. N., Walker, N. J., Saveliev, A. A. & Smith, G., 2009. Mixed
effects models and extensions in ecology with R. Springer, New York.
12. Harrell, F. E., 2001. Regression modeling strategies. Springer, New York. p. 6061.
13. Paulos, J. A., 1990. El hombre anumrico. Tusquets, Barcelona.
14. Nakawaga, S. & Schielzeth, H., 2010. Repeatability for Gaussian and
nonGaussian data: a practical guide for biologists. Biological Reviews 85:
935956.
15. Lessells, C. M. & Boag, P. T., 1987. Unrepeatable repeatabilities: a common
mistake. The Auk, 104: 116121.
16. Snijders, T. & Bosker, R. 1999. Multilevel analysis. SAGE, Londres. Cap. 3.
17. Schielzeth, H. & Nakawaga, S. (in press). Nested by design: model fitting and
interpretation in a mixed model era. Methods in Ecology and Evolution. Doi:
10.1111/j.2041210x.2012.00251.x
18. Van de Pol, M. & Wright, J., 2009. A simple method for distinguishing within
versus betweensubject effects using mixed models. Animal Behaviour, 77:
753758.
19. Schielzeth, H. & Forstmeier, W., 2009. Conclusions beyond support: overcon
fident estimates in mixed models. Behavioral Ecology, 20: 416420.
20. Murtaugh, P. A., 2007. Simplicity and complexity in ecological data analysis.
Ecology, 88: 5662.

36

ETOLOGUA, 24 (2014)

Temas actuales de Etologa

Material suplementario
En la siguiente URL se puede encontrar un breve borrador documentado
de cdigo en R para construir e interpretar los modelos que se elaboran en
este artculo: http://tinyurl.com/Etologuia1

ETOLOGUA, 24 (2014)

37