Sou formado em Ciências Biológicas (Bacharelado e Licenciatura),participei como assistente de pesquisa em levantamentos de dados sobre coleções de anfíbios no MUZUSP e como FAPESP-TT3 no Laboratório de Ecologia e Evolução do Instituto Butantan. Participei também como pesquisador, no Projeto Jovem Pesquisador: Diversidade, distribuição e conservação da fauna herpetólogica do estado de São Paulo, coordenado por Ricardo J. Sawaya. Concluí o mestrado pelo programa de pós-graduação em ecologia - UNICAMP. Atualmente sou Pesquisador colaborador do Laboratório de Ecologia e Sistemática da UNIFESP - Diadema e aluno de doutorado pelo programa de pós-graduação em ecologia - UNICAMP, desenvolvendo o projeto: Diversidade, biogeografia e conservação de anfíbios anuros de Mata Atlântica no sul e sudeste do Brasil e suas relações com fatores ambientais, históricos e espaciais. Possuo interesse em padrões e processos ecológicos, evolutivos e espaciais em comunidades ecológicas alem da conservação em especial de anfíbios anuros de Mata Atlântica.

**exec**

.:

A função irá gerar um índice de diversidade funcional, baseada na entropia quadrática de Rao, a partir de atributos funcionais de espécies co-ocorrentes em comunidades. Para acessar a estrutura funcional das comunidades, a função irá gerar modelos nulos baseados nos dados, e iremos comparar a diversidade observada com a simulada, para saber se a diversidade observada é significantemente menor ou maior do que esperado ao acaso, assim poderemos inferir se há agrupamento ou dispersão funcional nas comunidades estudadas.

A função irá transformar a matriz de atributos em uma matriz de distância funcional entre as espécies, e irá dar opções de métodos de para calcular essa distancia. A função também irá dar opções de tipos de modelos nulos a serem utilizado na análise, aleatorizando os elementos da matriz, a principio mantendo riqueza (1° opção) ou a frequência (2° opção) das espécies em cada comunidade.

Para medir a diversidade funcional, será necessária uma matriz de atributos funcionais qualitativos ou quantitativos das espécies de interesse (FUNC) e uma matriz da presença/ausência ou frequência das mesmas espécies em comunidades de interesse (COM).

A autocorrelação é uma importante análise que acessa as relações espaciais entre objetos, e partir dela podemos acessar o componente de interesse levando em consideração sua possível dependência espacial, ou apenas retirando sua influência sobre o mesmo, o que, senão detectado e tratado, poderia causar em erros de inferência graves.

A função irá testar se há autocorrelação entre medidas de diversidade, e.g. riqueza, entre diferentes comunidades. A função irá computar o Índice de Moran para acessar a correlação espacial entre as comunidades, e irá gerar modelos nulos baseados nos dados para comparar, e assim verificarmos se há autocorrelação espacial significante entre a diversidade encontrada em diferentes comunidades.

Para tanto, será necessário um vetor de medidas de diversidade das comunidades de interesse (DIV), podendo ser desde mais simples como riqueza, até índices de diversidade complexos como, índice de Simpson, Shannon ou mesmo medidas de diversidade filogenética, dependendo do interesse do usuário.