- 73 -
Hombre, Ciencia y Tecnología ISSN: 1028-0871 Vol. 25, No. 2, abr-jun. pp. 67-74, 2021 De manera general, los modelos poseen un índice de precisión global y un grado de acuerdo
con la observación real muy buenos como se muestra en el gráfico:
Figura 2: Curva ROC de los modelos.
El modelo con mayor capacidad predictiva es el Modelo con interacciones como se esperaba, ya que en dicho modelo se analiza la significación e influencia de todas las covariables en el pronóstico de la presencia o ausencia de la especie, los estadísticos informan que el mismo, es el mejor modelo en cuanto a la bondad de ajuste, mayor área bajo la curva ROC y el que más explica la proporción de varianza de la variable dicotómica. Este modelo plantea que las covariables más significativas en la predicción son: estacionalidad de la temperatura (Bio4), precipitación del mes más seco (Bio13), precipitación del mes más húmedo (Bio14) y distancia a la costa (DISTC).
De la información anterior se puede corroborar que la distribución de esta especie depende tanto de la variabilidad ambiental como de su tolerancia. Algunas de las abejas solitarias de esta especie suelen ser muy selectivas en cuanto al hábitat que utilizan y tienden a concentrarse en puntos donde las condiciones son especialmente favorables por la incidencia de la estacionalidad de las temperaturas en el área, así como, la distancia de esta región a la costa, precipitación del mes más seco, precipitación del mes más húmedo y la topografía si se excluye la interacción medio-ambiental. Esto puede ocurrir a lo largo del año o en épocas específicas. Cuanto más se aproximan las condiciones ambientales a las tolerancias mínima y máxima de un organismo, menor será el número de individuos. La estacionalidad de las temperaturas, la distancia a la costa, precipitación del mes más húmedo y la topografía influyen negativamente en su presencia, por lo que son parámetros a tener en cuenta en la elección del área, ya que, restringen su distribución por la baja tolerancia de la misma a estos factores ambientales. La precipitación del mes más seco influye positivamente.