Prácticas de Ecología Ecología y Medioambiente

Escuela profesional de Biología

Practica N° 01: Introducción a la medición y análisis de datos en

ecología

Duración: 1 sesión de 2 horas

Temas de teoría relacionados: Investigación en Ecología (el método científico)

1. Fundamento teórico:
Los científicos, entre ellos los ecólogos, utilizan el llamado método científico para hacer
aportaciones al desarrollo de la Ciencia. El método científico o hipotético-deductivo consta de 4
fases (Fig. 1) y dentro de la fase de valoración empírica de la hipótesis se incluye un apartado
reservado al análisis de los datos.

Fig. 1. Fases del método científico

En Ecología frecuentemente se trabaja con poblaciones. Dado que no podemos hacer estudios
en toda la población (no es posible contar todos los ácaros que hay en un suelo, ni es posible
medir el área foliar de todas las hojas de los árboles de un bosque, ni medir la longitud del cuerpo
de todas las truchas que tiene un lago), se trabaja con muestras. La estadística es la disciplina
que proporciona al ecólogo las herramientas necesarias para realizar el análisis de datos. En
concreto, la estadística permite cuantificar la probabilidad de cometer un error al extrapolar los
resultados obtenidos de una serie de muestras al conjunto de la población.
Conceptos de Estadística
1. Población: conjunto de todos los individuos o sujetos de estudio, generalmente inaccesible
al investigador. Ejemplo: todos los árboles de un bosque o todos los peces de un lago.
2. Réplica: cada una de las porciones homogéneas y representativas del conjunto en las que
podemos subdividir la población; de ellas se extraen muestras.
3. Muestra: conjunto menor de individuos o sujetos de estudio, accesible y limitado, sobre el
que se realiza el estudio con idea de obtener conclusiones generalizables a la población. A
veces la muestra puede ser una réplica.
4. Unidad de muestreo: objetos o individuos de los que hay que obtener la información (una
superficie; un volumen; un individuo, etc.).
5. Individuo o sujeto de estudio: cada uno de los componentes de la población y de la muestra.
Al número de individuos o sujetos de estudio que forman la muestra se llama tamaño (N).
No siempre el individuo es el sujeto de estudio (por ejemplo: número de plantas de Kikuyos
en un quadrat).
6. Variable estadística: cualquier característica de un individuo susceptible de descripción o
cuantificación, por ejemplo, la altura, el peso.
Tipos de variables:

o Atendiendo al tipo de medida que se les puede aplicar se habla de variables

cualitativas y variables cuantitativas;
o Atendiendo al papel que el investigador les da en su estudio se habla de variables
independientes y variables dependientes.

VARIABLES DEFINICION SUPTIPOS EJEMPLOS

Toman valores no Dicotómicas Sexo

Cualitativas numéricos
No dicotómicas Raza, color de pelo

Toman valores Discretas Nº de descendientes

Cuantitativas numéricos
Continuas Peso

VARIABLES DEFINICION EJEMPLO

El investigador las considera Cantidad de fertilizante,

Independientes responsables del fenómeno que insolación, etc.
estudia (factores)

El investigador las mide para Crecimiento de una especie,

cuantificar el fenómeno estudiado número de individuos por
Dependientes o
y comprobar si las variables unidad de muestreo, etc.
respuesta
independientes son las
responsables de dicho fenómeno

Divisiones de estadística
Dentro de la estadística se encuentran:

 La estadística descriptiva que se centra en la síntesis de los datos, su distribución y su

representación gráfica.
 La inferencia estadística que permite estimar alguna característica de la población a partir
de los datos suministrados por una muestra. Se vale de pruebas o test que son algoritmos
matemáticos que a partir de determinadas asunciones permiten estimar con una cierta
probabilidad de error alguna característica de la población.

Distribuciones de datos

Cuando tenemos una colección de datos como resultado de un trabajo de campo o de

laboratorio que hemos realizado, es importante conocer el tipo de distribución que siguen esos
datos para poder decidir posteriormente qué herramientas estadísticas son más adecuadas para
el análisis de los mismos.

Los histogramas de frecuencias son una herramienta de representación de datos que nos
permiten observar cómo se distribuyen los mismos. Están formados por rectángulos adyacentes
que tienen por base cada uno de los intervalos de la variable medida y por altura las frecuencias
absolutas (número de veces que aparecen datos dentro de este intervalo). La superficie de cada
rectángulo es proporcional a la frecuencia de cada una de las clases y el área total lo será al
número de individuos de la muestra (Fig. 2).

Para agrupar los datos en categorías o clases se siguen los siguientes pasos hay que decidir el
número de clases. Éste depende de la cantidad de observaciones disponibles. Una aproximación
se puede obtener utilizando la llamada regla de Sturges (1926), según la cual k, número de
clases, viene dado por k=1+3,322*log10(n); donde n es el tamaño de la muestra.

8
7
6
frecuencia

5
4
3
2
1
0
≤ 3,4 3,5 - 3,7 3,8 - 3,9 4,0 - 4,1 4,2 - 4,3 4,4 - 4,5

longitud del ala (cm)

Fig. 2. Representación gráfica de la distribución de frecuencias de la variable longitud del ala

en una población de aves
Por otro lado, para conocer mejor cómo se distribuyen unos datos es importante conocer cuál
es el valor central de los mismos así como el grado de dispersión de los datos alrededor de ese
valor central.

 Medidas de centralización: indican alrededor de qué valores se agrupan los datos.

1. Media aritmética: es el centro de gravedad de la serie de datos y se calcula como xi/n.

(Ojo:  es la media de la población; X es la media muestral).
2. Mediana: es el punto medio de una serie ordenada de datos.
3. Moda: es el valor más frecuente de la serie de datos.

 Medidas de dispersión: indican si los valores de la variable están muy dispersos o se

concentran alrededor de la medida de centralización.

1. Rango: Diferencia entre el valor máximo y el mínimo observado.

2. Varianza. Expresa la dispersión de valores entorno a la media. (Ojo: 2es la varianza de la
población; s2es la varianza de la muestra).

 x  2
X
 varianza de la población  
2 2 i

 x 
2
X

2 i
s2 varianza de la muestra s
n 1
3. Desviación estándar o típica. Es la raíz cuadrada de la varianza. (Ojo:  es la desviación
estándar de la población; s es la desviación estándar de la muestra).
4. Coeficiente de variación. Da una medida adimensional de la variación de los datos con
respecto a la media. Valores bajos indican poca dispersión.
s
CV   100
X
5. Error estándar.

𝑠
𝐸𝐸 =
√𝑛

Estimación por intervalo de confianza

Cualquier estimación puntual de un parámetro debe estar acompañada de los intervalos de

confianza o el error de estimación. Para ello se utilizan los intervalos de confianza.

Ejemplo Si se quiere reportar el rendimiento de un cultivo, en vez de decir que la media del
rendimiento se estima en 25 qq/ha se podría decir que, con una confianza del 95%, el
rendimiento promedio para ese cultivo está comprendido entre 23.5 y 26.5 qq/ha.
Comparación de medias

Dos medias son estadísticamente diferentes cuando sus intervalos de confianza no se sobre.

Se puede utilizar la prueba de t de Student para dos muestras independientes

Supongamos el siguiente ejemplo. La resistencia a la rotura de un componente eléctrico

constituye una característica importante de un cierto proceso. Un fabricante utiliza un material
nuevo de fabricación frente al material clásico. Se recoge una muestra de 10 elementos usando
el primer componente y otra de 10 elementos usando el segundo componente. Se pueden
considerar a los dos procesos como dos tratamientos o dos niveles diferentes de un factor dado.

Se tiene que la media muestral del componente nuevo es y¯1 = 16,76 y la del componente
antiguo es y¯2 = 17,92. Se pretende averiguar si existen diferencias significativas entre ambos
tratamientos a nivel de resistencia. En este caso, se considera que los datos proceden de una de
una distribución normal, y que el diseño es completamente aleatorizado.

El contraste de hipótesis que se tiene que realizar es bilateral:

Fijamos α = P {error tipo I} = P {Rechazar H0|H0 siendo cierta} Suponiendo normalidad y

suponiendo que σ2 1 = σ2 2, se utiliza el estadístico siguiente:

donde y¯1 e y¯2 son las medias muestrales, n1 y n2 son el tamaño de cada muestra y
Se compara el valor de este estadístico con el valor de una distribución t de Student

2. Objetivo:
El objetivo de esta práctica es conocer las técnicas de análisis estadístico de datos ecológicos y
su interpretación.
3. Materiales
 Tres tipos de maíz diferenciados en peso y tamaño
 Un vernier o regla milimetrada
 Balanza
 Computador
 Software estadístico: Infostat

4. Procedimiento de la practica

Paso 1. Observa las variedades de maíz y formula una pregunta de investigación, una hipótesis
y una valoración empírica de los datos, definiendo la toma de datos, el tipo de análisis y la
interpretación de los resultados.

Paso 2. Selecciona 30 semillas de maíz de cada uno de las variedades de maíz, y realiza la
medición con el vernier o la regla milimetrada el largo de la semilla y determina su peso en la
balanza y registra tus datos en la tabla de resultados.

Paso 2. Determina la distribución de tus datos, utilizando el software estadístico

Paso 3: Determina la media, desviación estándar, el coeficiente de varianza, el error estándar y

el intervalo de confianza para cada una de las tres variedades de maíz, realiza la estimación de
manera manual y comprueba tus datos utilizando el software estadistico

Paso 4. Determina si existe diferencia estadística significativa entre las variedades de maíz.
Contrasta tu hipótesis e interpreta tus resultados. Realiza la operación utilizando la
comparación de medias de forma gráfica mediante los intervalos de confianza y la prueba de T
de student utilizando el software estadístico.

5. Resultados

Problema de investigación:
------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------

Hipótesis:
------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------

Hipotesis estadística

------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------
 Valoración de datos:

Registra tus datos en la siguiente tabla

N° Variedad 1 Variedad 2 Variedad 3

Largo Peso (gr) Largo Peso (gr) Largo Peso (gr)
(mm) (mm) (mm)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
Media
Desviación estándar
Coeficiente de
variación
Error Estándar
6. Grafica la distribución de los datos en un histograma de frecuencias.

7. Determinación de los límites de confianza y graficar las medias con sus límites de
confianza.

8. Contraste de hipotesis

9. Preguntas

1. ¿Cuál es la media de los parámetros largo y peso de los granos de maíz, expresa tus
resultados apropiadamente??

__________________________________________________________________________
__________________________________________________________________________
____________________________________________
2. ¿Qué interpretación tiene el grafico de distribución de frecuencias?
__________________________________________________________________________
__________________________________________________________________________
__________________________________________________________________________
__________________________________

3. Existe diferencia estadística significativa entre las tres variedades de maíz según el largo y
peso del grano. De ser así, explica por qué razón ecológica.?
__________________________________________________________________________
__________________________________________________________________________
__________________________________________________________________________
__________________________________________________________________________
________________________