Analisi dei dat

I dati raccolti sul campo sono stati inseriti nel database erpetologico del Dipartimento di Ecologia dell’Università della Calabria (Rossi et al., 1991), un foglio elettronico gestito dal programma Microsoft Excel. Per l’analisi statistica, sono stati impiegati:

- il test del chi-quadro, per valutare le relazioni tra numero di nidi e uova, diametro e profondità delle covate, distanza dei nidi dalla riva, copertura vegetale e tipologia di suolo;

- il test di Kruskal-Wallis, usato per analizzare la significatività tra più valori che non seguono una distribuzione normale;

- il test del coefficiente di correlazione per ranghi di Spearman, utilizzato per lo studio dell’associazione tra variabili quantitative.

Il test del chi-quadrato si rende necessario ogni qualvolta abbiamo la necessità di associare i dati (espressi in frequenza) a categorie discrete, ossia nominali. Queste ultime devono essere mutualmente esclusive e non ci dovrebbe essere la possibilità di assegnare il conteggio di un oggetto a più di una categoria. Il metodo del chi-quadrato implica la determinazione della frequenza che sarebbe attesa se l’ipotesi nulla fosse vera. La frequenza attesa viene poi rapportata alla frequenza osservata per produrre un test statistico la cui distribuzione delle probabilità è conosciuta. Se il valore del test statistico supera una certa soglia, si potrà concludere con un limite di confidenza stabilito che l’ipotesi nulla dovrà essere scartata e che le variabili sono in relazione. Quando, invece, sono disponibili le osservazioni di un paio di variabili su scala per intervalli o per rapporti per un gran numero di unità di campionamento (30 o più) estratte a caso, il coefficiente di correlazione r è una misura appropriata di correlazione tra loro. Il coefficiente di correlazione dipende dall’ipotesi assoluta che le osservazioni delle variabili siano distribuite normalmente. Quindi, è opportuno realizzare un diagramma di dispersione ed adattarvi, sempre attraverso calcoli opportuni, una retta

che chiameremo di regressione. La dispersione dei punti attorno alla retta, pertanto, darà la significatività statistica della relazione.

Il test di Kruskal-Wallis, detto anche analisi non parametrica della varianza per un criterio di classificazione, che può essere visto come l’estensione del test di Wilcoxon, fondato sui ranghi, è l’equivalente non parametrico dell’analisi della varianza ad un criterio di classificazione. E’ uno dei test più potenti per verificare l’ipotesi nulla H0, cioè se k gruppi indipendenti provengano dalla stessa popolazione e/o da popolazioni che abbiano la medesima mediana. La metodologia del test di Kruskal-Wallis è molto semplice e può essere schematizzata in alcuni passaggi:

• per verificare l’ipotesi nulla che tutti i campioni abbiano la stessa mediana H0: meA = meB = meC = meD = meE con ipotesi alternativa che almeno una sia differente o H1: non tutte le mediane sono uguali come nell’analisi della varianza ad un criterio di classificazione, i dati dei k gruppi a confronto possono avere un diverso numero d’osservazioni.

• tutte le osservazioni dei k gruppi devono essere considerate come una serie unica e convertite in ranghi

Se sono presenti misure uguali, a ciascuna di esse deve essere assegnato il loro rango medio.

Il coefficiente di correlazione per ranghi di Spearman serve per verificare l'ipotesi nulla dell'indipendenza tra due variabili, nel senso che gli N valori della variabile Y hanno le stesse probabilità di associarsi con ognuno degli N valori di X. Questo test di rango non parametrico è utilizzato per valutare la correlazione tra due variabili attraverso una permutazione basata su 1000 repliche ed ha come fine la verifica dell’ipotesi nulla di indipendenza fra i descrittori. Il coefficiente r di Spearman si applica nel caso di relazioni in cui deve essere verificata la monotonicità, anche se di tipo non lineare e la “robustezza” della correlazione di rango in condizioni di non linearità delle relazioni fra descrittori. Il test si applica quando ogni valore in sé non è tanto importante quanto la sua situazione rispetto agli altri. La correlazione misura il grado di associazione tra due variabili quantitative che seguono una tendenza sempre crescente o sempre decrescente. Questo test è più generico rispetto al coefficiente di correlazione di Pearson, tuttavia può essere calcolato per i rapporti esponenziali o logaritmici tra le variabili.

Fig.1: nassa a rete con camere interne

Fig.2: nassa metallica

Fig.4: esame radiografico eseguito su una femmina gravida. E’ possibile osservare le uova calcificate

Allegato 2 Cod nido Zona (Coordin.) Alt N° uova Diam (cm) Prof (cm) Temperatura (°C) Int Est Apert

Dist Riva (m) Cop veget Suolo

CAPITOLO 6

Risultati

6.1 Visual census

I dati registrati durante il censimento visivo hanno condotto ai risultati riportati di seguito e riassunti nei grafici 1 e 2.

Prendendo in esame i transetti selezionati si è potuto osservare che “Cavalcavia”, con il 61% delle presenze in tre anni, è stata l’area più frequentata dagli individui della popolazione in esame. Questa zona dispone di numerose postazioni per la termoregolazione, costituite soprattutto da tronchi di vecchi salici che emergono dalla superficie dell’acqua, che permettono alle testuggini di compiere il basking. Inoltre, è quasi impossibile per il campionatore avvicinarsi alle sponde del lago, e ciò permette alle testuggini di svolgere le loro attività in tutta tranquillità. A partire dal mese di luglio, quest’area è soggetta ad un continuo inaridimento, che non è bilanciato dall’apporto idrico delle piogge. Nelle restanti aree del lago la percentuale di presenza delle testuggini è compresa tra il 5 ed il 10%, e gli animali sono stati osservati compiere soprattutto il floating, ossia la termoregolazione a pelo d’acqua (grafico 1).