1.3. Medición de réplicas

Los atributos funcionales son a menudo usados de manera comparativa para clasificar las especies en grupos funcionales o analizar la variación intra- e inter-específica de los mismos caracteres. También se los usa para analizar la variación de las características de las especies entre ecosistemas o regiones geográficas. Este tipo de investigaciones implica, casi inevitablemente, un conflicto entre la escala y la precisión de las mediciones. Teniendo en cuenta que cualquier estudio posee restricciones de tiempo y esfuerzo, cuanto mayor sea el número de especies medidas, menor será el número de réplicas que puedan considerarse para cada especie. El número de individuos independientes (réplicas) seleccionado para las mediciones dependerá entonces de la variabilidad natural intraespecífica en el carácter de interés (ver Sección 1.1. donde se discute la variabilidad intraespecífica), así como del número o rango de especies a medir. En el Apéndice 1 indicamos los números de réplicas mínimos y preferidos para diferentes caracteres, sobre la base de la experiencia práctica. Sin embargo, el tamaño muestral más apropiado dependerá de los objetivos y en alcance del estudio. Idealmente, los investigadores deberían evaluar la variación intraespecífica (CV) de los caracteres en los sitios de estudio antes de tomar decisiones sobre los tamaños muestrales. En comparaciones interespecíficas a gran escala es posible tomar un menor número de muestras de cada especie, mientras que en estudios que involucren un número de especies pequeño o un gradiente local, o poco pronunciado, puede ser necesario realizar un muestreo más intensivo de cada especie. Recomendamos fuertemente cuantificar la contribución relativa de la variación intra e interespecífica. Para hacer esto, se pueden usar análisis formales de potencia estadística sobre la base de una varianza establecida o conocida entre individuos comparada con la varianza entre especies. Muchos paquetes estadísticos incluyen rutinas para realizar análisis de potencia, así como para analizar los componentes de la varianza (usados normalmente para hacer particiones de la varianza a nivel de especies vs. individuos). Los modelos mixtos constituyen otro grupo de técnicas estadísticas, más potentes y complejas, para realizar análisis similares (Albert et al. 2010; Messier et al. 2010; Moreira et al 2012).