UNIVERSIDAD CENTRAL

Facultad de Ingeniería y Ciencias Básicas

ECOLOGIA Y DESARROLLO SOSTENIBLE
Guia 1. El proceso de la Ciencia
PROF. P TORRES
Traducido y adaptado de Vodopich, D. S. (2010). Ecology: Laboratory Manual, 11th ed., McGraw-Hill
Publishing, NY, NY.

Objetivos
A medida que complete este ejercicio de laboratorio:
1. Definir la ciencia y comprender la lógica y secuencia del método científico.
2. Desarrollar observaciones productivas, preguntas e hipótesis sobre el mundo natural.
3. Calcular el rango, la media y la desviación estándar para un conjunto de mediciones
repetidas.
4. Diseñar y realizar un experimento controlado para probar una hipótesis nula.

El término ciencia trae a la mente diferentes cosas a diferentes estudiantes. Para algunos
estudiantes, la ciencia es un libro. Para otros, es un microscopio, una rana diseccionada,
o un curso que usted toma. De hecho, no es ninguna de estas cosas. una buena definición
de la ciencia para la investigación biológica es el proceso ordenado de plantear y
responder preguntas sobre el mundo natural a través de experimentos y observaciones
repetidas e imparciales. Esta definición enfatiza que la ciencia es un proceso más que un
libro, o un curso, o una lista de hechos. La ciencia no es una “cosa”. Es una forma de
hacer las cosas, una forma de aprender y conocer. sobre el mundo natural.

Nuestra definición también enfatiza que las personas hacen ciencia haciendo preguntas y
luego haciendo experimentos para responder esas preguntas Hacer preguntas y ser
curioso son parte de la naturaleza humana, y la ciencia es una actividad humana. Como
cualquiera tarea humana, se necesita práctica para hacer ciencia de manera efectiva.
Finalmente, nuestra definición enfatiza que la ciencia es una herramienta para aprender
sobre el mundo natural. Es ineficaz para elecciones morales, dilemas éticos e ideas no
comprobables. Para ejemplo, el método científico no puede decirnos si la contaminación
es buena o mala. Nos puede decir las consecuencias ambientales, pero si estas
consecuencias son "buenas" o “malas” es un juicio que hacemos con base en nuestros
valores, no sobre la ciencia. Aunque esta es una limitación importante del método
científico, la ciencia sigue siendo uno de los más poderosos maneras de aprender acerca
de nuestro mundo.

Pregunta 1
¿Qué prácticas además de la ciencia se utilizan entre las culturas del mundo, para
abordar cuestiones del mundo natural?

El cuestionamiento y la prueba son una parte de la ciencia que permite nosotros para
tamizar sistemáticamente a través de la variación natural para encontrar patrones
subyacentes. El mundo natural incluye mucha variación, y aprender biología sería
relativamente fácil si fuera simple las observaciones revelaron con precisión patrones del
1
mundo natural. Pero por lo general no lo hacen: la naturaleza es demasiado compleja para
confiar únicamente en la simple observación. Ciertamente podemos aprender mucho
sobre nuestro ambiente mirando a nuestro alrededor. Pero, observaciones casuales son
a menudo sesgadas y engañosas porque la naturaleza varía de tiempo a tiempo y de
organismo a organismo. Los biólogos necesitan un proceso estructurado y repetible para
probar ideas sobre la variación en la naturaleza. La ciencia es ese proceso.

La ciencia es el proceso de aprender sobre el mundo natural. La reunión de mediciones

repetidas e imparciales (datos) es el motor para probar hipótesis y respuesta a preguntas.
Un estudiante está reportando la presencia o ausencia de polinizadores para responder
preguntas sobre momento de la polinización.

Pregunta 2
¿Qué factores pueden causar variaciones en medidas tales como las alturas de pinos
de 10 años, o las tasas de filtración del riñón de 10 ratones de laboratorio?

El proceso de la ciencia se ocupa de la variación a través de una secuencia organizada

de pasos que mantienen tanta objetividad y la repetibilidad posible. Aunque estos
vagamente organizados pasos, a veces llamado el método científico, varían de situación
a la situación, son notablemente efectivos para la investigación y resolución de problemas
Los pasos típicos en el proceso de la ciencia son:
• Hacer observaciones
• Plantear y aclarar preguntas comprobables
• Formular hipótesis
• Llevar a cabo experimentos para recopilar datos
• Cuantificar y resumir los datos
• Probar las hipótesis
• Responder las preguntas y obtener conclusiones

DESARROLLO DE OBSERVACIONES, PREGUNTAS E HIPÓTESIS

Hacer observaciones perspicaces

Los buenos científicos hacen observaciones perspicaces. pero eso no es tan fácil como
parece. Considere estas dos observaciones:

Observación 1: En Yellowstone National Park viven menos alces en la actualidad que

en el pasado.

Observación 2: La densidad de alces en Yellowstone ha disminuido durante los últimos

años durante la sequía desde la reintroducción del lobo americano.

¿Cuál de estas dos observaciones es la más fuerte y la más útil? Ambas pueden ser
ciertas, pero la segunda es mucho más pertinente porque proporciona un contexto a la
observación que las poblaciones de alces están disminuyendo. Sugiera un factor relevante
—la introducción de la población de lobos— como un tema productivo para la

2
investigación. También sugiera una relación entre la densidad de los alces y la variación
en el entorno local.
Durante el resto de este ejercicio, simultáneamente desarrolle preguntas, hipótesis y
diseños para dos experimentos—un experimento que involucra nutrición de levadura (ver
Hoja de trabajo 1) y un experimento investigando preferencias alimenticias para las
cochinillas (ver la Hoja de trabajo 2).

Realizar observaciones productivas.

1. Considere las siguientes dos observaciones.

Observación 1: Los hongos a menudo crecen en los restos de comida.

Observación 2: Los hongos crecen más en los restos de pan que en la carne en
descomposición.

2. ¿Cuál de estas observaciones es más útil para ¿investigación? ¿Por qué?

3. Inserte la observación más pertinente en la Hoja de trabajo 1.
4. Las cochinillas son buenos organismos modelo para la investigación. A menudo
encuentran comida y refugio donde los hongos descomponen la hojarasca (fig. 1). Quizá
nos interese saber si las cochinillas son atraídas por las hojas o por los hongos que crecen
en la superficie de las hojas. Considere esta observación.

Observación 1: las cochinillas a menudo se

esconden debajo de las cosas.

Figura 1

5. Proponga una observación más productiva para un estudio de alimentación de

cochinillas.
6. Registre esta observación en la Hoja de trabajo 2.

Plantear y aclarar preguntas comprobables

Las observaciones productivas inspiran preguntas. Los humanos piensan en términos de
preguntas en lugar de hipótesis o números abstractos. Formular una buena pregunta
requiere práctica y experiencia, y las primeras preguntas que captan nuestra atención
suelen ser general. Por ejemplo, "¿Qué nutrientes pueden fermentar más? Las cochinillas
son excelentes organismos experimentales para probar hipótesis sobre los
microambientes debajo de los troncos y dentro de la hojarasca. Son crustáceos, no
insectos. A diferencia de la mayoría de los crustáceos, son terrestres. Una pregunta podría
ser ¿metabolizan fácilmente? es general y amplía la observación planteada en el
procedimiento anterior. Esta pregunta es muy vaga, para el tipo de pregunta que

3
finalmente queremos entender. Registre esta como pregunta general en la Hoja de trabajo
1.

Las preguntas amplias son importantes, pero a menudo no son útiles. Por lo tanto, los
científicos suelen refinar y subdividir preguntas amplias en otras más específicas. por
ejemplo, una pregunta más específica es "¿Qué clases de moléculas biológicas son
más fácilmente absorbidas y metabolizadas por las levaduras?" Registre esto como
Pregunta específica 1 en la Hoja de trabajo 1.

Una pregunta adicional podría ser "¿La levadura absorbe y metaboliza los
carbohidratos mejor de lo que absorbe y metaboliza las proteínas? Esta es una buena
pregunta específica, porque claramente se refiere a organismos y procesos probables.
También sugiere un camino para la investigación, es decir, sugiere un experimento.
Registre esto como pregunta específica 2 en la hoja de trabajo 1.

Plantear y refinar preguntas.

1. Examine estas dos preguntas.

Pregunta 1: ¿Responden las poblaciones de pájaros cantores al tiempo?

Pregunta 2: ¿Cantan más a menudo los pájaros cantores en climas cálidos?

2. ¿Cuál de estas preguntas es la más útil para una investigación exhaustiva? ¿Por qué?
3. Examine la siguiente pregunta general y registre en la hoja de trabajo 2.

Pregunta general: ¿Qué influye en la distribución de las cochinillas?

4. Proponga una pregunta específica que se refiera a la comida de las cochinillas como
variable, y regístrela en Hoja de trabajo 2. (Pregunta Específica 1).

5. Proponga una pregunta más específica acerca de que comen las cochinillas, a
diferencia de las chinches que comen hongos que crecen en hojas Regístrelo en la
Hoja de Trabajo 2. (Pregunta Específica 2).

Formular Hipótesis
Los experimentos bien organizados requieren que las preguntas sean replanteadas como
hipótesis comprobables. Una hipótesis es una afirmación que establece claramente la
relación entre las variables biológicas. Una buena hipótesis identifica el organismo o
proceso siendo investigado, identifica las variables de respuesta y variables de
tratamiento, e implica cómo se compararán. Una hipótesis es una afirmación más que una
pregunta, y su análisis de datos determina en última instancia si rechaza su hipótesis o la
acepta (o dicho de manera más formal, dejar de rechazar su hipótesis). Aceptar una
hipótesis no necesariamente significa que es verdad. Más específicamente, significa que
Ud. no tiene pruebas suficientes para rechazarlo. Un ejemplo de hipótesis es: “El número
promedio de huevos producidos por nidada en las águilas que anidan a menos de 10 km
de la costa de Alaska no es significativamente diferente del número promedio producido
por águilas que anidan a más de 10 km de la costa”.

4
Las hipótesis se aceptan o se rechazan. No existen “verdades parciales” o “término
medio”. Esto puede parecer una forma bastante tosca de tratar con preguntas sobre sutil
natural procesos, pero usando experimentos controlados para aceptar o rechazar una
hipótesis es probada y efectiva. El corazón de la ciencia es recopilar y analizar datos
experimentales que llevar a rechazar o aceptar hipótesis relevantes para las preguntas
que queremos responder.

En este ejercicio va a hacer ciencia mientras investiga nutrición de levaduras y luego

experimentará con la elección de alimentos por cochinillas. A medida que las levaduras
fermentan sus alimentos, se produce CO2 como subproducto. Por lo tanto, se puede medir
el crecimiento de levadura por la producción de CO2 (fig. 2).
Una hipótesis relacionada con nuestra pregunta sobre el crecimiento de la levadura.
puede ser:

H0: la producción de CO2 por levaduras

alimentadas con azúcar no es
significativamente diferente de la
producción de CO2 por levaduras
alimentadas con proteína.

Ha: Las levaduras producen más CO2

cuando se les alimenta con azúcar que
cuando se alimentan con proteínas.

Figura 2

La primera hipótesis (H0) es una hipótesis nula porque afirma que no hay diferencia. Esta
es la manera más común de enunciar una hipótesis clara y comprobable. Los
investigadores encuentran más útil asociar probabilidades estadísticas con hipótesis nulas
en lugar de hipótesis alternativas. Suele ser más apropiado aceptar o rechazar una
hipótesis con estadísticas cuando la hipótesis propone ningún efecto en lugar de que
cuando hay un efecto. Registre la hipótesis nula en Hoja de trabajo 1. Una hipótesis nula
debe ser comprobable y estar bien escrita. En nuestro experimento, la hipótesis nula (1)
especifica la levadura como el organismo, población o grupo del que queremos aprender
sobre; (2) identifica la producción de CO2 como la variable a ser medida; y (3) conduce
directamente a un experimento para evaluar variables de tratamiento y comparar los
promedios de mediciones replicadas.
1. Examine las siguientes dos hipótesis.

Hipótesis 1: Los pájaros cantores cantan más cuando el clima es cálido.

5
Hipótesis 2: El número de cantos de pájaros escuchados por hora durante el día con
temperaturas superiores a 80°F no es significativamente diferente del número
escuchado por hora a temperaturas inferiores a 80 °F.

2. ¿Cuál de estas hipótesis es la más útil para ¿investigación exhaustiva? ¿Por qué?
3. ¿Cuál de estas hipótesis es una hipótesis nula? ¿Por qué?
4. Examine la siguiente hipótesis.

Hipótesis 1: Las cochinillas prefieren las hojas recubiertas de una fina capa de
levadura.

5. Proponga una hipótesis nula más efectiva. Estar seguro que es nulo, que es
comprobable, y que incluye la variable que controlará en un experimento.
H0):

6. Registre su hipótesis nula en la Hoja de trabajo 2.

EXPERIMENTACIÓN Y ANÁLISIS DE DATOS: NUTRICIÓN DE LA LEVADURA

Reunir datos experimentales

Para probar nuestra hipótesis sobre el crecimiento de la levadura, debemos diseñar
un experimento controlado y repetible. El experimento sugerido por nuestra pregunta e
hipótesis específicas implica ofrecer un azúcar como la glucosa a una población de
levaduras, ofrecer proteína a otra población de levaduras, y luego medir sus respectivas
tasas de crecimiento. Afortunadamente, la levadura crece fácilmente en tubos de ensayo.
A medida que la levadura crece en un ambiente anaeróbico cerrado produce CO2 en
proporción a la facilidad con que utiliza la comida disponible. Puede medir fácilmente la
producción de CO2 determinando el volumen de CO2 que se acumula en la parte superior
de un tubo de ensayo invertido.

Los experimentos proporcionan datos que determinan si un valor permite aceptar o

rechazar la hipótesis nula. Un experimento bien diseñado vincula una respuesta biológica
a diferentes niveles de la variable investigada. En este caso, la respuesta biológica es la
producción de CO2 que indica crecimiento. Los niveles de las variables son el azúcar y la
proteína. Estos niveles se denominan tratamientos, y en nuestro experimento incluyen
glucosa, proteína y un control. La variable de tratamiento que se está probando es el
tipo de molécula de alimento (es decir, proteína, azúcar), y la variable respuesta es la
producción de CO2 que indica crecimiento de la levadura. Un buen diseño experimental
compensa la variación natural. Debe (1) incluir réplicas; (2) probar solamente una variable
de tratamiento; y (3) incluir controles. Las replicaciones son medidas repetidas de cada
tratamiento bajo las mismas condiciones. Las replicaciones tratan con eficacia variación
natural que se produce. Por lo general, cuantas más réplicas, mejor.

Su primer experimento de hoy incluye tubos de ensayo replicados de levadura, cada uno
tratado igual. También prueba solamente una variable de tratamiento a la vez. Un buen
diseño experimental también requiere controles. Control S son estándares para la
6
comparación, y verifican que la respuesta biológica que medimos es una función de la
variable que está siendo investigada y nada más. Las réplicas cuentan con todas las
condiciones de un tratamiento experimental excepto la variable tratamiento. Por ejemplo,
el tratamiento de glucosa se disuelve en agua, entonces un control solo tiene agua (es
decir, carece de glucosa). Esto verifica que la respuesta es a la glucosa y no al solvente
(Figura 3).

Estos tubos de levadura están fermentando nutrientes en solución. El CO2 producido por
las levaduras se acumula en el tubo de ensayo invertido e indica la tasa de metabolismo
de las levaduras. De derecha a izquierda, los tubos tienen abundantes nutrientes, bajos
nutrientes y un control sin agregar nutrientes, respectivamente.
Llevar a cabo un experimento para determinar los efectos de los alimentos sobre el
crecimiento de la levadura.
1. Etiquete 12 tubos de ensayo como C1–C4, G1–G4 y P1–P4. Consulte la Hoja de trabajo
1
2. Agregue 5 ml de agua a los tubos de ensayo C1–C4. Estos son réplicas de control.
3. Agregue 5 ml de solución de glucosa al 5 % a los tubos de ensayo G1–G4. Estas son
réplicas del tratamiento con glucosa.
4. Agregue 5 ml de solución de proteína al 5 % a los tubos de ensayo P1–P4. Estas son
réplicas del tratamiento con proteínas.
5. Llene completamente el volumen restante en cada tubo con la suspensión de levadura
provista.
6. Para cada tubo, deslice una prueba invertida de fondo plano hacia abajo sobre el tubo
lleno de levadura. Mantenga el tubo de levadura lleno firmemente contra la parte inferior.
Cubra el tubo e invierta el conjunto. Si se hace correctamente, no se formarán burbujas
de aire atrapado en la parte superior del tubo de levadura después de la inversión.
7. Coloque los tubos en una gradilla e incúbelos a 50°C durante 40 minutos.
8. Después de 40 minutos, mida la altura (mm) de la burbuja de CO2 acumulado. Registre
sus resultados en Hoja de trabajo 1.

Analizar los datos experimentales

El análisis comienza con el resumen de los datos sin procesar para la biología respuestas
a cada tratamiento. El primer cálculo es el promedio (x) de la variable de respuesta (mm
CO2) para réplicas de cada tratamiento y controles. El promedio representa la tendencia
central de todas las mediciones (réplicas) de la variable de respuesta. Posteriormente, el
promedio de cada tratamiento será comparado para determinar si los tratamientos tuvieron
diferentes efectos El segundo paso en el análisis de datos es calcular la variación dentro
de cada conjunto de repeticiones. La medida más sencilla de variación es el rango, que
es el más alto y el más bajo de valores en un conjunto de réplicas. Una amplia gama indica
mucha variación. La desviación estándar (DE), otra medida de variación informativa,
resume la variación tal como el rango, y la desviación estándar se ve menos afectada por
valores extremos. Consulte la descripción en el Ejercicio 1 para calcular la desviación
estándar.

Cuantificar y resumir los datos.

1. Examine sus datos sin procesar en la Hoja de trabajo 1.

7
2. Calcule y registre en la Hoja de trabajo 1 el promedio de la variable respuesta
(producción de CO2) para las cuatro repeticiones y el control. Para calcular los promedios
de las cuatro repeticiones, sume los cuatro valores y divida por 4
3. La producción de CO2 para cada glucosa y proteína. La réplica debe ajustarse con el
control. Esto asegura que los datos finales reflejen los efectos solo de la variable de
tratamiento y no el solvente. Restar la media de control de la producción de CO2 de cada
réplica de glucosa y replicar cada proteína y registrar los resultados en Hoja de trabajo 1.
4. Registre en la Hoja de Trabajo 1 el rango de CO2 ajustado de las cuatro réplicas del
tratamiento de glucosa y del tratamiento proteico.
5. Calcule la producción media de CO2 de las cuatro réplicas ajustadas del tratamiento
con glucosa. Reporte en la hoja de trabajo 1.
6. Calcule la producción media de CO2 de las cuatro réplicas ajustadas del tratamiento
con proteínas. Reportar en la hoja de trabajo 1.
7. Consulte la descripción de la desviación estándar en Ejercicio 1, y calcule la desviación
estándar para los cuatro valores de tratamiento de glucosa ajustados, y para los cuatro
valores de tratamiento proteico ajustados. Registre las dos desviaciones estándar en la
hoja de trabajo 1.

Pruebe las hipótesis

Nuestra hipótesis sobre el crecimiento de la levadura se prueba comparando la producción
media de CO2 de la levadura alimentada con glucosa con la producción media de CO2 por
levadura alimentada con proteínas. Sin embargo, simplemente determinando si un
promedio es mayor que el otro, no es una prueba adecuada porque la variación natural
siempre hace que los dos promedios sean al menos ligeramente diferentes incluso si los
dos tratamientos tienen el mismo efecto sobre crecimiento de la levadura. Por lo tanto, los
promedias deben compararse para determinar si los medios no son sólo diferentes, sino
significativamente diferentes. Ser significativamente diferente significa que las diferencias
entre promedios se deben al tratamiento, y no a la variación natural. Si la diferencia es
significativa, entonces se rechaza la hipótesis nula. Si la diferencia no es significativa,
entonces la hipótesis nula es aceptada. La prueba de diferencias significativas
generalmente se realiza con métodos estadísticos.

Los métodos estadísticos calculan la probabilidad de que los promedios son

significativamente diferentes. Usaremos un sencillo método para probar una diferencia
significativa entre promediaos de nuestros dos tratamientos. Declararemos que los medios
son significativamente diferentes si los intervalos de confianza del 95% que rodean los
dos medios no se superponen. Repase el Ejercicio 1 para los cálculos de un intervalo de
confianza del 95%. así de sencillo criterio será suficiente como prueba de diferencias
significativas. Por ejemplo, considere estos dos promedios y sus intervalos de confianza
al 95%:

8
¿Son promedioa y promediob significativamente diferentes según nuestra prueba de
significación? Sí, lo son porque el intervalo de confianza 7.5 12.5 no se superpone con
15 25.

Prueba de la hipótesis.
1. Considere su hipótesis nula y los datos presentados en la hoja de trabajo 1.
2. Calcule y registre en la Hoja de Trabajo 1 el intervalo de confianza al 95% para el
promedio de glucosa.
3. Calcule y registre en la Hoja de Trabajo 1 el intervalo de confianza 95% para la media
proteica.
4. ¿Los intervalos de confianza que rodean a los dos tratamientos se superponen?
Registre su respuesta en Hoja de trabajo 1.
5. ¿Son los medios para los dos tratamientos significativamente ¿diferente? Anota tu
respuesta en la hoja de trabajo 1.
6. ¿Se acepta o se rechaza su hipótesis nula? Registre su respuesta en la hoja de trabajo
1.

Responda a las preguntas

Los resultados de probar las hipótesis son informativos, pero todavía se necesita un
biólogo con buena lógica para traducir estos resultados en respuestas para nuestras
preguntas específicas y generales. Si sus preguntas específicas fueron bien planteadas,
luego respondiéndolas basado en su experimento y la prueba de hipótesis debe ser
simple.

Responda las preguntas:

nutrición de la levadura.
1. Examine los resultados de las pruebas de hipótesis presentadas en la hoja de trabajo
1.
2. La pregunta específica 2 es "¿La levadura absorbe y metaboliza los carbohidratos mejor
de lo que absorbe y metaboliza las proteínas? Registre su respuesta en Hoja de trabajo
1.
3. ¿Su experimento responde adecuadamente a esta pregunta? ¿Por qué si o por qué
no?
4. La pregunta específica 1 es "¿Qué clases de productos biológicos o moléculas se
absorben y metabolizan más fácilmente por la levadura? Registre su mejor respuesta en
la Hoja de trabajo 1.
5. ¿Su experimento responde adecuadamente a las preguntas específicas?
¿Por qué si o por qué no?
6. La Pregunta General es “¿Qué nutrientes la levadura metaboliza más fácilmente?
Después de probar la hipótesis, ¿está ahora preparado para responder a esta ¿Pregunta
general? ¿Por qué si o por qué no?
7. Registre su mejor respuesta a la pregunta general en Hoja de trabajo 1.

EXPERIMENTACIÓN Y ANÁLISIS DE DATOS: PREFERENCIA ALIMENTICIA POR

COHINILLAS

9
En los procedimientos anteriores, desarrolló y registró observaciones, preguntas e
hipótesis relacionadas con la preferencia de alimentos por la cochinilla. Las cochinillas
pueden sentirse atraídas por las hojas muertas como alimento, o pueden ser atraídos por
los hongos que crecen en las hojas como alimento. Las hojas sumergidas en una
suspensión de levadura pueden simular hongos que crecen en las hojas. Utilice los
siguientes procedimientos como guía para la ciencia de la experimentación y el análisis
de datos para probar su hipótesis registrada en la hoja de trabajo 2.

Diseñe un experimento para evaluar la preferencia alimentaria de las cochinillas. Diseñe

un experimento para probar su hipótesis en la Hoja de trabajo 2 sobre las preferencias
alimentarias de las cochinillas:
Configuración experimental
Tratamiento 1 a probar ______________________
Tratamiento 2 a probar ______________________
Tratamiento de control _____________________
Variable de respuesta ______________________
Variable de tratamiento _____________________
Número de réplicas ________________________
Medios a comparar ________________________
2. Realice su experimento y registre los datos en Hoja de trabajo 2.
3. Analice sus datos. Registre los promedios del control y de los tratamientos en la hoja
de trabajo 2.
4. Calcule los rangos y las desviaciones estándar para sus datos. Anótelos en la hoja de
trabajo 2.
5. Pruebe su hipótesis. Determine si la hipótesis nula debe ser aceptada o rechazada.
Registre los resultados en la hoja de trabajo 2.

10
Worksheet 1: Process of Science: Nutrient Use in Yeast
Hoja de trabajo 1: Proceso científico: Uso de nutrientes en la levadura

OBSERVACIÓN
PREGUNTAS

Pregunta general:
Pregunta específica 1:
Pregunta específica 2:
HIPÓTESIS H0:

DATOS EXPERIMENTALES: Uso de Nutrientes en la Levadura

TRATAMIENTOS TRATAMIENTOS MINUS
CONTROL 𝑥̅
Rep Control Rep Glucosa Rep Proteína Producción CO2 Producción CO2
CO2 CO2 CO2 de Glucosa de Proteína
(mm) (mm) (mm) ajustado por el ajustado por el
control 𝑥̅ control 𝑥̅

C1 G1 P1
C2 G2 P2
C3 G3 P3
C4 G4 P4
Control 𝑥̅ Glucosa 𝑥̅ Proteína 𝑥̅
Glucosa rango Proteína rango
Glucosa SD Proteína SD

PRUEBA DE HIPÓTESIS
Tratamiento con glucosa: µglucosa ±95% intervalo de confianza= µglucosa ±

Tratamiento con proteína: µproteína ±95% intervalo de confianza= µproteína ±

11
¿Se superponen los intervalos de confianza del 95% que rodean los promedios de los dos
tratamientos? Sí____ No____

¿Son los promedios para los dos tratamientos significativamente diferentes? Sí____ No
____
¿Se acepta la hipótesis nula? ______ o se rechaza? ______

RESPONDER PREGUNTAS
Respuesta a la pregunta específica 2:
Respuesta a la pregunta específica 1:
Respuesta a la pregunta general:

Hoja de trabajo 2: Proceso científico: Preferencia de alimento por cochinillas

OBSERVACIÓN
PREGUNTAS

Pregunta general:
Pregunta específica 1:
Pregunta específica 2:
HIPÓTESIS H0:

DATOS EXPERIMENTALES: Preferencia de alimento por cochinillas

TRATAMIENTOS TRATAMIENTOS MINUS
CONTROL 𝑥̅
Rep Control Rep Trat.1 Rep Trat. 2 Tratamiento 1 Tratamiento 2
ajustado por el ajustado por el
control 𝑥̅ control 𝑥̅
1 1 1
2 2 2
3 3 3
4 4 4
Control 𝑥̅ Glucosa 𝑥̅ Proteína 𝑥̅
Glucosa rango Proteína rango
Glucosa SD Proteína SD

PRUEBA DE HIPÓTESIS
Tratamiento 1: µt1 ±95% intervalo de confianza= µt1 ±

Tratamiento 2: µt2 ±95% intervalo de confianza= µt2 ±

¿Se superponen los intervalos de confianza del 95% que rodean los promedios de los dos
tratamientos? Sí____ No____

12
¿Son los promedios para los dos tratamientos significativamente diferentes? Sí____ No
____
¿Se acepta la hipótesis nula? ______ o se rechaza? ______

RESPONDER PREGUNTAS
Respuesta a la pregunta específica 2:
Respuesta a la pregunta específica 1:
Respuesta a la pregunta general:

Preguntas para reflexionar y estudiar más a fondo

1. Los artículos periodísticos a menudo se refieren a un descubrimiento como "científico"

y afirman que fue probado "científicamente". ¿Qué quiere decir esta descripción?

2. Los experimentos y las publicaciones científicas suelen ser revisados por otros
científicos. ¿Por qué se hace esto?

3. ¿Todos nuestros descubrimientos y conocimientos sobre el mundo natural han sido el

resultado de aplicar los conocimientos científicos? ¿el método? ¿Cómo es eso?

4. Suponga que escuchas que dos promedios son significativamente diferentes. ¿Qué
significa esto?

5. 5. ¿Pueden los promedios ser diferentes, pero no significativamente diferentes?

Explique su respuesta.

13