Не является ли структура сообщества чистой случайностью? — Ну ль-гипотезы как статистический метод повышенной строгости.[ ...]
Ряд исследователей, особенно Симберлофф (Simberloff) и Стронг (Strong) со своими коллегами из Университета шт. Флорида, подвергли критике то, что они назвали тенденцией объяснять «просто различия» действием межвидовой конкуренции. С другой стороны, теория конкуренции идет сейчас гораздо дальше этой тенденции, предсказывая, что сходство конкурирующих между собой видов должно иметь предел, а, следовательно, ниши их должны располагаться в пространстве ниш скорее регулярно, чем случайно (т. е. все ниши как бы раздвинуты — так называемая «сверхдисперсия» ниш). Теория предсказывает также, что виды с очень близкими нишами должны взаимоисключаться, а следовательно, они должны в пространстве расходиться сильнее, чем, можно было бы ожидать на основании чистой случайности.[ ...]
Вопросы подобного типа стимулировали ряд работ, посвященных сравнению реальных сообществ с так называемыми «нейтральными моделями». Последние представляют собой модели реальных сообществ, отражающие некоторые характеристики, своих природных прототипов, но объединяющие компоненты случайным образом (см. ниже) с сознательным исключением последствий биологических взаимодействий. Фактически анализ; нейтральных моделей представляет собой попытку следовать гораздо более общему подходу к научным исследованиям, заклкУ-: чающемуся в построении и проверке н.уль-гипотез. Идея (вероятно, хорошо знакомая большинству читателей из сферы статистики) состоит в том, что имеющиеся данные перегруппировываются в такой ферме (она и называется нейтральной моделью), которая показывает, как бы они выглядели в отсутствие исследуемого явления (в данном случае — межвидовых взаимодействий, в частности межвидовой конкуренции). Затем, если реальные данные демонстрируют статистически значимые отличия от нуль-гипотезы, она отвергается и делается вывод о высокой вероятности исследуемого явления. Общепризнано, что гораздо надежнее отвергнуть (или опровергнуть) отсутствие какого-либо эффекта, чем подтвердить его наличие, поскольку существуют хорошо разработанные статистические методы, позволяющие определить, имеются ли между объектами достоверные различия, а вот методов для определения «значимого сходства» их, к сожалению, нет.[ ...]
К концу данного раздела нам станет ясно, что применение нуль-гипотезы при изучении структуры сообществ — трудная задача. Разобраться в возникающих трудностях удобнее всего опять-таки на нескольких конкретных примерах использования нейтральных моделей.[ ...]
Вернуться к оглавлению