PRACTICA 1

VARIABILIDAD DENTRO DE POBLACIONES

NATURALES
Prof. Flix Huaranga Moreno
INTRODUCCION
Puede definirse a la poblacin como a un grupo de organismos de la
misma especie enmarcados en el tiempo y en el espacio. Poseen estas un
conjunto de caractersticas, como la densidad de poblacin, tasas de
nacimientos y muertes, distribucin por edades, una dispersin tanto interna
como externa, un potencial bitico, as como formas de crecimiento, etc. Si bien
los individuos nacen, crecen, se reproducen y mueren, los ndices de natalidad
no son caractersticas del individuo sino de la poblacin global.
En la naturaleza, estas poblaciones se desarrollan en un ambiente no
uniforme o heterogneo, ya que en ellos continuamente los factores ambientales
como la temperatura, humedad, cantidad de luz o la profundidad varan de un
biotopo a otro (ejemplo, un bosque, un desierto, la zona intermareal o la zona
ftica de los ambientes marinos) tanto espacial como temporalmente; por lo
tanto, en estas condiciones los organismos estn sometidos a acciones o
presiones selectivas, por lo que en muchos de los casos se presentan diferencias
fenotpicas entre los individuos de las diferentes especies ( ejemplo las
dimensiones del jurel costero y de altura).
En otras palabras, las variaciones de las condiciones del medio ambiente,
generan una variacin a nivel de los coeficientes de seleccin poblacional para
los genotipos presentes, produciendo un desplazamiento del equilibrio
homeosttico. Generalmente, las poblaciones o especies que ocupan hbitats
muy diversos y ms an si el medio ambiente es heterogneo y fluctuante, dan
lugar a que las poblaciones sean ms polimrficas, y por lo tanto se encuentren
adaptadas a condiciones ecolgicas difciles.
Se entiende, que el polimorfismo es la respuesta adaptativa a la diversidad
de las condiciones ecolgicas locales y en donde la variacin geogrfica de las
especies es la expresin de las adaptaciones de las mismas a la diversidad de
dichas condiciones en toda su rea de distribucin (ejemplos de ello son los
ecotipos, ecofenos, las especies aloptricas y simptricas).
Aqu debemos hacer hincapi en el hecho, de que la diversidad fenotpica
se traduce en los rasgos de la morfologa externa de los componentes de la
poblacin, expresndose la variacin de los individuos en las llamadas
caractersticas biomtricas de tipo morfomtrica (que pueden ser medidos) o
merstica (que bsicamente solo se pueden contar).

Por lo que en la presente prctica, se tiene como objetivo orientador

determinar la posible variabilidad existente en poblaciones naturales, con base
en una serie de caractersticas morfomtricas a tomarse en cuenta.

MATERIAL Y METODOS
MATERIALES

Base de datos provenientes de la germinacin a los 15 das, de poblaciones

diversas de vegetales.
Base de datos de medidas morfomtricas de poblaciones de peces o
invertebrados.
Reglas.
Tablas estadsticas t y F
Calculadoras cientficas, y PC.

METODOS
PROCEDIMIENTO
Obtener las semillas y mediante la prueba de viabilidad de semillas
seleccionarlas.
Lavarlas bien y secarlas al sol por dos das, si las semillas fueran
relativamente duras colocarlas a remojar por el lapso de un da.
Utilizar vasitos descartables o germinadores como material donde se
ubicarn las semillas.
Colocar en cada uno de los vasitos una porcin de
papel higinico, aserrn o ladrillo molido y humedecer lo suficiente sin llegar a
un exceso.
Es necesario codificar cada una de los vasitos o germinadores con las
correspondientes muestras. Realizar la siembra colocando en cada uno de los
vasitos tres semillas.
Verificar diariamente el desarrollo del experimento, anotando todos los
hechos que se sucedan. Cada tres das se deben humedecer ligeramente las
semillas en germinacin, si estas lo requirieran (Fig. 1).
Hay que tener en cuenta de no humedecer demasiado las semillas y
plntulas en desarrollo, ya que esto dara lugar a la pudricin de las races.
Adems, como es de nuestro conocimiento, en el verano el agua se evapora
ms rpido por el calor, mientras que con el fro del invierno la humedad se
conserva ms tiempo.

Fig. 1. Identificacin de las partes y germinacin de las semillas.

Luego de los 15 das de experimento obtenga cada una de las plntulas,

y seleccione la que mejor halla desarrollado de cada unidad experimental; en
esta con la ayuda de una regla milimtrica realice las siguientes medidas
morfomtricas:

Longitud de raz.
Longitud de tallo.
Longitud de entrenudo, y
Ancho de hoja.
Utilizando los Cuadros del 1 al 4, elabore su base de datos poblacional.

Determinar el tamao de la muestra, a fin de seleccionar en forma

aleatoria a cada uno de los individuos que conformaran la base de datos de
trabajo:

384
384
1
N

donde:
N = Tamao de la poblacin.
n = Tamao poblacional muestra.
Determinado el tamao de la muestra a partir de los datos poblacionales,
utilizando la tabla de nmeros aleatorios (Tabla 1), seleccione a cada uno de los
datos muestrales y ubquelos en los cuadros del 5 al 8.
A continuacin determine los principales estimadores estadsticos: Media,
varianza, desviacin estandar, desviacin estandar de la media, error estandar, y
coeficiente de variacin. Asimismo, identifique a los valores mximos y mnimos
de cada una de las medidas morfomtricas tomadas en cuenta y tambin
determine sus lmites de confianza.
Finalmente realice el correspondiente anlisis inferencial a travs de:
Anlisis de varianza, comparacin de medias y regresin.
Procedimiento de clculo:
A) UTILIZANDO FRMULAS DE LA ESTADSTICA BSICA.

MEDIA.
=

Tabla 1. Tabla de nmeros aleatorios.

28 89 65 87 08
30 29 43 65 42
95 74 62 60 53
01 91 46 96 86
10 91 46 96 86

13 50 63 04 23
78 66 28 55 80
51 57 32 22 27
66 85 65 64 60
19 83 53 47 53

25 47 57 91 13
45 46 41 90 08
12 72 72 27 77
56 59 75 35 75
65 00 51 93 51

52 62 24 19 94
55 98 78 10 70
41 67 32 23 13
46 44 33 63 71
30 80 05 19 29

91 67 48 57
49 92 05 12
67 95 07 76
54 50 06 44
56 23 27 19

05 33 18 08 51
04 43 13 37 00
05 85 40 25 24
89 90 90 65 77
28 55 53 09 48

51 28 57 26 17
79 68 96 26 60
73 52 93 70 50
63 99 25 69 02
86 28 30 02 35

34 87 96 23 95
70 39 83 66 56
48 21 47 74 63
09 04 03 35 78
71 30 32 06 47

89 99 93 39 79
62 03 55 86 57
17 27 27 51 26
19 79 95 07 21
93 74 21 86 33

11 28 94 15
77 55 33 62
35 96 29 00
02 84 48 51
49 90 21 69

89 83 49 69 80
73 20 96 05 68
10 89 07 76 21
91 50 27 78 37
03 45 44 66 88

97 96 47 59 97
93 41 69 96 07
40 24 74 36 42
06 06 16 25 98
97 81 26 o3 89

56 33 24 87 36
97 50 81 79 59
40 04 33 46 24
17 78 80 36 85
39 46 67 21 17

17 18 16 90 46
42 37 13 81 83
35 63 02 31 61
26 41 77 63 37
98 10 39 33 15

76 27 28 52
92 42 81 04
34 69 43 36
78 16 63 94
61 63 00 25

89 41 38 91 63
13 43 00 97 26
71 71 00 52 72
19 28 15 00 41
56 38 30 92 30

65 99 59 97 84
16 91 21 32 41
63 03 89 26 32
92 27 73 40 38
45 51 94 69 04

90 14 79 61 55
60 22 66 72 17
35 27 69 18 25
37 11 05 75 16
00 84 14 36 37

56 16 88 87 60
31 85 33 69 07
78 12 03 09 70
98 81 99 37 29
95 66 39 01 09

32 15 99 67
68 49 20 43
50 93 19 35
92 20 32 39
21 63 40 95

39 27 52 89 11
73 13 28 58 01
81 60 84 51 57
05 62 98 07 85
62 97 16 29 18

00 81 06 28 48
05 06 42 24 07
12 68 46 55 89
07 79 26 69 61
52 16 16 23 56

12 08 05 75 26
60 60 29 99 93
60 09 71 87 89
67 8572 378 41
62 95 80 97 63

03 35 63 05 77
72 93 78 04 36
70 81 10 95 91
85 79 76 48 23
32 25 34 03 36

13 81 20 67
25 76 01 54
83 79 68 20
61 58 87 03
48 84 60 37

31 13 63 21 08
97 38 35 34 19
32 11 78 33 84
81 99 13 37 05
45 74 00 03 05

16 01 92 58 21
89 84 05 34 47
51 99 98 44 39
08 12 60 39 23
69 99 47 26 52

48 79 74 73 72
88 09 31 54 83
12 75 10 60 36
61 73 8489 18
48 06 30 00 18

08 64 80 91 38
72 93 78 04 36
80 66 39 94 97
26 02 04 37 95
03 30 28 55 59

07 28 66 61
25 76 01 54
42 36 31 16
96 18 69 06
66 10 71 44

11 84 13 69 01
14 66 12 87 22
40 25 67 87 82
44 48 97 49 43
41 94 54 06 57

88 91 28 79 50
59 45 27 08 51
84 27 17 30 37
65 45 53 41 07
48 28 01 83 84

71 42 14 96 55
85 64 23 85 41
48 69 49 02 58
14 83 46 74 11
09 11 21 91 73

98 59 96 01 36
64 72 08 59 44
98 02 50 58 11
76 66 63 60 08
97 28 44 74 06

88 77 90 45
67 98 36 65
95 39 06 35
90 54 33 65
22 30 95 69

07 12 15 58 84
64 27 90 43 52
80 71 86 41 03
27 06 08 09 92
54 68 97 20 54

93 18 31 83 45
18 26 32 96 83
45 62 63 40 88
26 22 59 28 27
33 26 74 03 30

54 52 62 29 91
50 58 45 27 57
35 69 34 10 94
38 58 22 14 79
74 22 19 13 48

53 58 54 66 05
14 96 39 64 85
35 69 34 10 94
24 32 12 38 42
30 28 01 92 49

47 19 63 92
73 87 96 76
69 63 21 83
33 56 90 92
58 61 52 27

 VARIANZA
=

( )

DESVIACION ESTANDAR

ERROR ESTANDAR DE LA MEDIA

=

ERROR ESTANDAR
=

COEFICIENTE DE VARIACION

CV = x 100

B) ANALISIS INFERENCIAL
1) ANALISIS DE VARIANZA
a) Suma de cuadrados: Es una suma de cuadrados relativa a cada
fuente de variacin.
Primero: CALCULAR EL TERMINO DE CORRECCION.
TC =

( )

Segundo: CALCULAR LA SUMA DE CUADRADOS TOTAL.

SC total (n-1,

g.l) =

- TC

Tercero: CALCULAR LA SUMA DE

ATRIBUIBLES A LOS TRATAMIENTOS.
( )

SC tratamientos(n-1, g.l) = [
b) Calculo de los grados de libertad

( )

CUADRADOS

] - TC

PARA EL TOTAL: El nmero de grados de libertad, es igual al

nmero de observaciones totales, menos 1.

GL totales = N observaciones totales 1

PARA LA FUENTE DE VARIACION: Es igual al nmero de
tratamientos, menos 1.
GL tratamientos = N tratamientos 1
PARA LA FUENTE DE ERROR: Es igual al N de grados de
libertad totales, menos los grados de libertad entre
tratamientos.
GL error = GL totales GL tratamientos
c) Calculo de los cuadrados medios
CUADRADOS MEDIOS: Se calcula dividiendo la SC entre los
grados de libertad correspondiente. No es necesario calcular el
cuadrado medio para el total.
Confeccin de la tabla de varianza
FUENTE

GL

Tratamientos

SC

( )

( )

] - TC

Error

n-2

SCtotal - SCtratamientos

TOTAL

n-1

- TC

CM

FW

Clculo del valor de Fw

F=

Obtencin del valor de F de tabla con 95 % de confiabilidad (Tablas 2

y 3). Recrrase transversalmente la parte superior de la tabla F de
acuerdo al
nmero de tratamientos al cual se le restar 1, de acuerdo al nmero
de grados de libertad entre tratamientos.
En forma similar recorra en sentido vertical y de acuerdo al nmero
total de datos menos 1 para los grados de libertad del total.
d) Planteamiento de la hiptesis:

Ho :
Ha :

significa que no hay diferencias significativas.

significa que hay diferencias significativas.

e) Decisin:
Para tomar la decisin, se toma en cuenta el valor del F
trabajado o calculado y el valor del F tabulado obtenido de la tabla
F.
Si:
Fw > F se acepta la hiptesis nula.
Fw < F se rechaza la hiptesis nula.

ANALISIS DE COMPARACIN DE MEDIAS

a) clculo de la varianza poblacional integrada.

2 + 1 22
= 1 1
1 + 2

Donde:
n1 = No muestras poblacin 1
n2 = No muestras poblacin 2.
v1 = g.l de la poblacin 1.

X1 = Media de la poblacin 1
X2 = Media de la poblacin 2.
S1 = Varianza de la poblacin
1 con (n 1).
S2 = Varianza de la poblacin
2 con (n 1).

v2 = g.l de la poblacin 2.

b) Clculo del valor del error estandar de la diferencia entre las medias
de las poblaciones:

1 2

2
1

Tabla 2. Valores de la tabla de distribucin F.

Continuacin:
Tabla 3. Valores de la tabla de distribucin F.

c) Determinacin del valor de t trabajado o calculado.

t=

| 1

1
2

d) Planteamiento de la hiptesis:
Ho : 1 = 2 significa que no hay diferencias significativas.
Ha : 1 2 significa que hay diferencias significativas.
e) Decisin:
Para tomar la decisin, se toma en cuenta el valor del t
trabajado o calculado y el valor del t tabulado obtenido de la tabla
de t de Student (representado por la letra C) (Tabla 4), con 95% de
confiabilidad y ( n1 + n2 - 2) g.l.
Si:
t > C
t < C

se acepta la hiptesis nula.

se rechaza la hiptesis nula.

3) ANALISIS DE REGRESION: Mtodo de los mnimos cuadrados.

a) Cuadro de determinacin de valores para clculo de a y b.
X

X2

b) Clculo de b:

=
(
)

c) Clculo de a:
=

X.Y

Tabla 4. Valores de la tabla de t de Student.

d) Frmula de la recta de regresin lineal:

= +

e) Prueba de significancia de la regresin.

El ltimo paso del anlisis de regresin es verificar si la regresin es
significativa o no, pues puede haberse realizado un ajuste a un conjunto de datos
que no tenan la ms mnima relacin, es decir se debe probar la hiptesis nula
de que la pendiente vale cero (lo que equivale a decir que se trata de una recta
horizontal o paralela al eje de las abscisas).

Fig. 2. Grfico de variacin de Y.

Observando la Fig. 2, puede determinarse que la variacin de las Ys
observadas puede dividirse en dos partes: y (desviacin explicada) y d
(desviacin no explicada).
Observando la Fig. 2, puede determinarse que la variacin de las Ys
observadas puede dividirse en dos partes: y (desviacin explicada) y d
(desviacin no explicada).
Para cada una de estas desviaciones es posible calcular la covarianza,
el coeficiente de correlacin y el coeficiente de determinacin y determinar el valor
de t.
Clculo de la covarianza

( ) ( )
1

Clculo del coeficiente de correlacin.

Clculo del coeficiente de determinacin.

2 =
Clculo del t trabajado (tw )
2

2
1 2

Obtencin del valor de t de tabla (Tabla 4).

Recrrase transversalmente la parte superior de la tabla t hasta la
columna encabezada con la probabilidad del 95% de confiabilidad.
En forma similar en sentido vertical para los grados de libertad del
total de datos trabajados menos 1 grado de libertad.
Planteamiento de la hiptesis:
= 0 significa que no hay relacin entre las variables.
0 significa que hay relacin entre las variables.

Ho :
Ha :
Decisin:

Para tomar la decisin, se toma en cuenta el valor del t trabajado

o calculado y el valor del t tabulado obtenido de la tabla t de Student.
Si:
tw < t

se acepta la hiptesis nula.

tw > t

se rechaza la hiptesis nula.

Mientras mayor sea el valor de tw , ms significativa ser la

regresin.

B)

UTILIZANDO EL PROCEDIMIENTO DE CLCULO,

CALCULADORA CFX-9500 GB PLUS:
Encender la calculadora Casio: Presionar AC \ ON

DE

LA

Con las flechas de desplazamiento ubicar en el men la opcin STAT, en

razn de tener que hacer clculos estadsticos; presionando a
continuacin la tecla EXE.

 Aparece la pantalla de listas (similar a EXCEL) y en donde tenemos filas

y columnas (listas) y 6 celdas en la que vamos a digitar los datos de
trabajo.
Ingresar los datos por ejemplo: LT en la lista 1, LR en la lista 2, LE en la
lista 3 y LH en la lista 4; en este tipo de clculos la calculadora trabaja de
2 en 2 variables, (en primer lugar LT es 1VAR XList : List 1 y LR es 2VAR
XList : List 2, luego LE es 1VAR XList : List 3 y LH es 2VAR XList : List
4).
Ingresar los datos de la LISTA 1, digite el primer dato y presionar EXE
para ingresarlo, y as sucesivamente vamos ingresando los dems datos
hasta finalizar; luego con las flechas de desplazamiento llenar la lista 2
(LR), lista 3 (LE) y lista 4 (LH).
Luego que hemos ingresado todos los datos recin vamos a comenzar
con los clculos estadsticos. En este modelo de calculadora, los
diferentes clculos estadsticos ya vienen programados.
a) Clculos de los parmetros estadsticos bsicos.
Presionar F2 (CALC) para ingresar a la opcin clculos.
Luego presionar la tecla SET, apareciendo en pantalla las variables de
comprobacin. Comprobar que 1 VAR X List : List 1 y que 2 VAR X List : List
2, si no es as con la flecha de desplazamiento desplazar el remarcado hasta la
posicin 2 VAR y presionar F2 (List 2). A continuacin presionar la tecla EXIT.
Presionar F1 (1VAR) para obtener los parmetros estadsticos de la
variable (LT).
Resultados:

X
X

= Media de los datos.

= Suma de los datos.
2

= Suma de los cuadrados.

X n

= Desviacin estndar de la poblacin.

X n 1

= Desviacin estndar de la muestra.

=
=
=
=
=

Nmero de tems de datos.

Mnimo.
Primer Cuartil.
Mediana.
Tercer Cuartil.

=
=
=
=

Intervalo de confianza inferior.

Intervalo de confianza superior.
Mximo.
Moda.

min X
Q1
Med
Q3

X xn
X xn
max X
Mod

 Para visualizar estos resultados vamos desplazando el indicador hacia

abajo con las flechas de desplazamiento.
Para obtener los parmetros estadsticos de la variable (LR), presionar
EXIT, luego presionar F2 (2 VAR), y del mismo modo que en el caso
anterior aparecen en pantalla los resultados.
Presionar EXIT.
Para hacer el clculo de LE y LH (2 ltimas variables), presionar la
tecla SET, apareciendo de igual modo en pantalla las variables de
comprobacin. Comprobar que 1 VAR XList : List 3 y que 2 VAR XList
: List 4, si no es as cambiar List 1 por List 3 (Presionar F3), luego con la
flecha de desplazamiento desplazar el remarcado hasta la posicin 2 VAR
y cambiar List 2 por List 4 (Presionar F4). A continuacin presionar la
tecla EXIT.
Obtener los valores de los estimadores estadsticos presionado en primer
lugar F1 para la List 3, luego EXIT y a continuacin F2 para la List 4. A
continuacin presionar la tecla EXIT.
b) Anlisis de varianza.
Borrar los datos anteriores ingresados, y siguiendo la misma metodologa
de
ingreso digitar los valores de la longitud del tallo de las 4 poblaciones o
variedades, presionar F3 (Test) y luego F5 (ANOVA), apareciendo en la pantalla
ANOVA How many: 2; a continuacin con la flecha de desplazamiento ir a
EXECUTE y presionar F1 (Calc), en la pantalla puede leer Ud:
ANOVA
F
P

= Valor del Fw.

= Valor de la probabilidad.
= Desviacin estandar de muestra agrupada.
= Grados de libertad del numerador.
= Suma de los cuadrados del factor.
= Cuadrado medio del factor.
= Grados de libertad del denominador.
= Suma de cuadrados de error.
= Cuadrado medio de error.

Siguiendo esta metodologa se har para longitud de raz (LR), longitud

de entrenudo (LE) y para ancho de hoja (AH). El anlisis se realiza tomando en
cuenta a cada variable e incluyendo bloques de todas las poblaciones o
variedades que se estn trabajando a la vez.
c)

Anlisis de comparacin de medias.

Utilizando los datos ingresados en el anlisis de varianza presionar F2 (CALC)

y luego F6 (SET) compruebe que 1 VAR Xlist: List 1 y que 2VAR Xlist: List 2,
presionar EXIT.EXIT. Luego nuevamente F3 (TEST), F2 (t) y finalmente F2 ( 2
- S ), apareciendo en la pantalla 2- Sample t Test; a continuacin con la flecha

de desplazamiento ir a EXECUTE y presionar F1 (CALC), en la pantalla puede

leer Ud:
2 Sample t Test

= Direccin de prueba.
= Valor de tw
= Valor de probabilidad.
= Grados de libertad.
= Media de muestra 1.
= Media de muestra 2.
= Desviacin estandar de muestra 1.
= Desviacin estandar de muestra 2.
= Tamao de muestra 1.
= Tamao de muestra 2.

Para salir de la pantalla presionar EXIT.EXIT.

En este caso el anlisis se realiza variable por variable y de dos en dos
grupos de datos de las poblaciones o variedades que se estn trabajando.
d) Anlisis de regresin.
Presionar AC/ON, para su encendido.
Con las flechas de desplazamiento, ubicar en el men la opcin STAT, y
presionar EXE.
En la pantalla de la calculadora, aparece las listas (similar a EXCEL) las
que nos indican las FILAS y COLUMNAS (listas), observndose tambin las
celdas en donde vamos a digitar los datos de la base de trabajo.
A continuacin, ingresar cada uno de los datos de los Cuadros 5, 6, 7 y 8
correspondientes a las longitudes total del tallo (LT) en la lista 1 (variable X),
longitud de la raz (LR) en la lista 2 (variable Y1 ) , longitud de entrenudo (LE) en
la lista 3 (variable Y2 ) y ancho de hoja (AH) en la lista 4 (variable Y3 ).
Presionar F2 (CALC).
Asimismo, F6 (SET).
OPCIONES DE TRABAJO
Si queremos trabajar LT Vs.
-

LR

1 Var X List : List 1

2 Var X List : List 1 X (LT)
2 Var Y List : List. 2 Y (LR)

Si queremos trabajar LT
-

Vs. LE

2 Var X List: List 1 X (LT)

2 Var Y List: List 3 Y (LE)

Finalmente, si queremos trabajar

LT

Vs. AH

- 2 Var X List: List 1 X (LT)

- 2 Var Y List: List 4 Y (LH)
Presionar EXIT para salir de la configuracin de trabajo.
Sin salir de la pantalla anterior: presionar F3 (REG), para escoger que tipo
de regresin queremos aplicar:
-

X
Med.
X 2
X 3
X 4
Log
Exp.

Lineal
(F1)
Mediana
(F2)
Cuadrtica
(F3)
Cbica
(F4)
Cuartica
(F5)
Logartmica (F6, F1)
Exponencial (F6, F2)

Por ejemplo si queremos aplicar una regresin de tipo lineal: presionar F1

(X), obtenemos:
Frmula : y = ax + b
-

a
b
r
r2

= Coeficiente de regresin (pendiente)

= Trmino de la constante de regresin (intercepto)
= Coeficiente de correlacin.
= Coeficiente de determinacin

Para el caso del diseo de los grficos, con los datos ya ingresados:
Presionar primero F1 (GRPH) y luego F6 (SET), las opciones de trabajo
pueden ser : Stat Graph 1, se refiere a que estamos trabajando con el grfico
No 1 y si es Graph Type: Scatter, significa tipo de grfico de dispersin de
puntos, el cual nos sirve para visualizar el tipo de regresin a la que se acomoda
ms los datos que estamos trabajando.
A continuacin:
- X List : List 1
- Y List : List 2
: List 3
: List 4
- Frecuency : 1
- Mark Type :
- Graph Color : Blue

X (LT)
Y1 (LR)
Y2 (LE)
Y3 (AH)

Anlisis de regresin mediante la prueba t.

Utilizando los datos ingresados en List 1 (LT), List 2 (LR), List 3 (LE) y
List 4 (AH) en el paso anterior, presionar F2 (CALC) y F6 (SET) para comprobar
que las variables estn ubicadas en forma correcta para el anlisis de regresin:
-

1 Var X List : List 1

2 Var X List : List 1 X (LT)
2 Var Y List : List. 2 Y (LR)

Presionar EXIT. EXIT; luego F3 (TEST), F2 ( t ) y luego F3 (REG),

apareciendo en la pantalla 2- Sample t Test; a continuacin con la flecha de
desplazamiento ir a EXECUTE y presionar F1 (CALC), en la pantalla puede leer
Ud:
Linear Res t Test

b
s
r

= Direccin de prueba.
= Valor de tw
= Valor de probabilidad.
= Grados de libertad.
= Trmino de constante.
= Coeficiente.
= Error estandar.
= Coeficiente de correlacin.
= Coeficiente de determinacin.

En este caso el anlisis se realiza variable por variable y de dos en dos

grupos de datos de las poblaciones o variedades que se estn trabajando.
EXIT.EXIT, para salir.
C) UTILIZANDO EL PROGRAMA COMPUTACIONAL STAT GRPHIC.
C.1. Clculo de los parmetros estadsticos bsicos bsicos.
1. Llenar los datos de las variables en una hoja de excell o copiarlos
directamente en la hoja del Stat Graphic.
2. Si trabaj con la hoja de excell copiar solo los nmeros y trasladarlo a la
hoja de excell del Stat Graphic.
3. Ir a
Describir.
Datos numricos.
Anlisis multivariado.
Ingresar : Col.1, Col.2, Col.3 y Col.4.
Aceptar.
Aparecen los resultados esperados.
C.2. Anlisis inferencial.

C.2.1. Anlisis de comparacin de medias.

-

Ingresar los bloques de datos en pares por ejemplo, Blanca

lisa (BL) con Blanca rugosa (BR).
A continuacin ir a:
Comparar.
Dos muestras muestras independientes.
Col.1 en muestra 1.
Col.2 en muestra 2.
Aceptar.
Aparecen los resultados.

C.2.2. Anlisis de varianza.

-

Ingresar los bloques de datos por variable, por ejemplo

clase de semilla (Blanca lisa, blanca rugosa, verde lisa y
verde rugosa).
Luego ir a:
Comparar.
Anlisis de varianza ANOVA simple.
Col.1 - variable dependiente.
Col.2 Factor.
Aceptar.
Aparecen los resultados de ANOVA simple. Tabla de
ANOVA.

C.2.3. Anlisis de regresin.

-

Ingresar los datos de la variable independiente y

dependiente, por ejemplo Longitud de raz (LR) y Longitud
de tallo (LT), y as sucesivamente.
A continuacin ir a:
Relacionar.
Un factor regresin simple.
Col.1 X.
Col2.2 Y.
Aceptar.
Aparecen los resultados de la regresin simple, con
los valores de a y b, as como los valores de la prueba
F para tomar la decisin.

RESULTADOS

Cuadro 1. Medidas morfomtricas a los 15 das de germinacin de la variedad

verde lisa de la especie Pisum sativum.
No Longitud Longitud Longitud Ancho
Tallo
Raz
Entrenudo Hoja

Cuadro 2. Medidas morfomtricas a los 15 das de germinacin de la variedad

verde rugosa de la especie Pisum sativum.
No

Longitud
Tallo

Longitud Longitud Ancho

Raz
Entrenudo Hoja

Cuadro 3. Medidas morfomtricas a los 15 das de germinacin de la variedad

amarilla lisa de la especie Pisum sativum.
No

Longitud
Tallo

Longitud Longitud Ancho

Raz
Entrenudo Hoja

Cuadro 4. Medidas morfomtricas a los 15 das de germinacin de la variedad

amarilla rugosa de la especie Pisum sativum.
No

Longitud
Tallo

Longitud Longitud Ancho

Raz
Entrenudo Hoja

Cuadro 5. Base de datos de trabajo de medidas morfomtricas a los 15 das de

germinacin de la variedad verde lisa de la especie Pisum sativum.
No

Longitud
Tallo

Longitud Longitud Ancho

Raz
Entrenudo Hoja

Cuadro 6. Base de datos de trabajo de medidas morfomtricas a los 15 das de

germinacin de la variedad verde rugosa de la especie Pisum sativum.
No

Longitud
Tallo

Longitud Longitud Ancho

Raz
Entrenudo Hoja

Cuadro 7. Base de datos de trabajo de medidas morfomtricas a los 15 das de

germinacin de la variedad amarilla lisa de la especie Pisum sativum.
No Longitud
Tallo

Longitud Longitud Ancho

Raz
Entrenudo Hoja

Cuadro 8. Base de datos de trabajo de medidas morfomtricas a los 15 das

de germinacin de la variedad amarilla rugosa de la especie Pisum sativum.
No

Longitud
Tallo

Longitud Longitud Ancho

Raz
Entrenudo Hoja

Cuadro 9. Valores de los estimadores estadsticos, de las variables

morfomtricas longitud de raz, tallo, entrenudo y ancho de hoja en cuatro
variedades de la especie Pisum sativum.
Estimador
Variable
Variedad

Verde
lisa

Verde
rugosa

Amarilla
lisa

Amarilla
rugosa

Longitud
Tallo
Longitud
Raz
Longitud
Entrenudo
Ancho
Hoja
Longitud
Tallo
Longitud
Raz
Longitud
Entrenudo
Ancho
Hoja
Longitud
Tallo
Longitud
Raz
Longitud
entrenudo
Ancho
Hoja
Longitud
Tallo
Longitud
Raz
Longitud
Entrenudo
Ancho
Hoja

S2

ES

CV

Cuadro 10. Anlisis de varianza entre las variables longitud de raz, tallo,
entrenudo y ancho de hoja en cuatro variedades de Pisum sativum.
Condicin
Variedad

Anlisis

Fw

Verde liza
Longitud Verde rugosa
Tallo
Amarilla lisa
Amarilla rugosa
Verde liza
Longitud Verde rugosa
Raz
Amarilla lisa
Amarilla rugosa
Verde liza
Longitud Verde rugosa
Entrenudo Amarilla lisa
Amarilla rugosa
Verde liza
Ancho
Verde rugosa
Hoja
Amarilla lisa
Amarilla rugosa
*:Significativo
n.s: No significativo
0,05

Cuadro 11. Anlisis de comparacin de medias de las variables longitud de raz,

tallo, entrenudo y ancho de hoja en cuatro variedades de Pisum sativum.
Condicin
Variedad
Variedad
Verde
rugosa
Verde
Amarilla
lisa
lisa
Amarilla
rugosa
Amarilla
Verde
lisa
rugosa
Amarilla
rugosa
Amarilla
Amarilla
lisa
rugosa
*:Significativo

tw
Longitud
Tallo

0,05

tw
Longitud
Raz

tw
Longitud
Entrenudo

tw
Ancho
Hoja

n.s: No significativo

Cuadro 12. Anlisis de regresin entre las variables longitud de raz, tallo,
entrenudo y ancho de hoja en cuatro variedades de Pisum sativum.
Condicin
Variedad

Anlisis

Longitud Tallo
Verde lisa Longitud Tallo
Longitud Tallo
Longitud Tallo
Verde
Longitud Tallo
rugosa
Longitud Tallo
Longitud Tallo
Amarilla
Longitud Tallo
lisa
Longitud Tallo
Longitud Tallo
Amarilla
Longitud Tallo
rugosa
Longitud Tallo
*:Significativo

tw

Vs
Vs
Vs
Vs
Vs
Vs
Vs
Vs
Vs
Vs
Vs
Vs

Longitud Raz
Longitud Entrenudo
Ancho Hoja
Longitud Raz
Longitud Entrenudo
Ancho Hoja
Longitud Raz
Longitud Entrenudo
Ancho Hoja
Longitud Raz
Longitud Entrenudo
Ancho Hoja
n.s: No significativo
0,05

DISCUSION
CONCLUSIONES
REFERENCIAS BIBLIOGRAFICAS
BARRETT, C AND B, HUSBAND. 1990. The genetics of plant migration and
colonization. In A.H.D. Brown, M.T. Clegg, A.L. Hahler, and B.S. Weir.
(eds.) Plant population genetics, breeding and genetic resources. Sinauer
Associates Inc., Sunerland, USA. p. 254-277.
BASHAW, E. 1980. Apomixis and its application in crop improvment. In W. Fehr
y H.H. Hadley (eds.) Hybridization of crop plants. Crop Science Society of
America, Madison, Wisconsin, USA. p. 45-63.
BEGON, M; HARPER, J y C, TOWNSEND. 1995. Ecologa: individuos,
poblaciones y comunidades. Edic. Omega, Barcelona 886 pp.
BRACK, A. 1990. Gran geografa del Per. Naturaleza y hombre. La fauna. Edit.
Talleres grficos Soles. SA. Vol III. Barcelona-Espaa. 243 pp.
CLARKE, G. 1963. Elementos de ecologa. Edit Omega. Barcelona.
CROW, J. 1986. Basic concepts in population, quantitative and evolutionary
genetics. Chapter 5. W.H. Freeman and Company, Nueva York, USA. p.
110-148.
DAJOZ, R. 1974. Tratado de ecologa. Edit Mundi-Prensa. Madrid.
ENKERLIN, E; CANO, G; GARZA, R; VOGEL, E; Y A, CORREA. 1997.
Ciencia ambiental y desarrollo sostenible. Edit, Thompson. Mxico. 303
pp.
FALCONER, D AND T, MACKAY. 1996. Introduction to quantitative genetics.
Chapter 8. A.W. Longman Limited, Essex, England. p. 122-144.

FEHR, W. 1991. Principles of cultivar development. Vol.1, Chapter 30. Macmillan

Publishing Company, Nueva York, USA. p. 381-387.
FERNNDEZ, R y E, ROSSI. 1997. Gua de reconocimiento de especies de
campo natural. Materiales didcticos N13. Instituto Nacional de
Tecnologa Agropecuaria, Centro Regional Buenos Aires Sur, Balcarce.
Argentina. 67 pp.
FLORES, J. 2009. Agricultura ecolgica. Edit. Mundi Prensa. 1era Edic. Madrid,
Espaa. 395 pp.
GARMENDIA, A y A, SAMO. 2005. Prcticas de ecologa. Edit. UPV. Valencia,
Espaa. 174 pp.
GONZALES, A y N, MEDINA. 1995. Ecologa. Edit. Mc Graw Hill, Mxico. 307
pp.
GRANT, V. 1989. Especiacin vegetal. Ed. Limusa, Distrito Federal, Mxico. 587
pp.
HUARANGA, F y F. HUARANGA. Ecologa bsica. Copias mimeografiadas.
Trujillo. 470 pp.
KEARSEY, M AND H, POONI. 1996. The genetic analysis of quantitative traits.
Stanley Thornes Ltd., Cheltenham, Great Britain. 381 pp.
LOVELESS, M AND J, HAMRICK. 1984. Ecological determinants of genetic
structure in plant populations. Annu. Rev. Ecol. Syst. 15:65-95.
MALLES, M. 2006. Ecologa. Conceptos y aplicaciones. Edit. Mc Graw Hill /
Interamericana. 1era Edic. Madrid, Espaa. 671 pp.
MARGALEF, R. 1974. Ecologa. Edit Omega. Barcelona.
NEBEL, B y R, WRIGHT. 1999. Ciencias ambientales: Ecologa y desarrollo
sustentable. Edit. Prentice Hall. Mxico. 720 pp.
ODUM, E. 1972. Ecologa. Edit. Interamericana. 2da. Edic. Mxico.
ODUM E. y F. SARMIENTO. 1998. Ecologa: El Puente entre ciencia y sociedad.
Edit. Mc. Graw Hill. Mxico.
ODUM, E Y G, WARRET. 2008. Fundamentos de ecologa. Edit. Thompson.
Mxico. 600 pp.
PEREZ, F. 1975. Estudio de la variabilidad en poblaciones de Bromus unioloides.
Tesis de Magister Scientiae. Univ. Nac. de la Plata, Argentina.70 pp.
PEREZ, F. 1976. Comportamiento biomtrico de dos caracteres cuantitativos en
cuatro muestras poblacionales de arveja (Pisum sativum). Trabajo para
Ascenso de Categora. Univ. Nac. de Trujillo. Trujillo, Per.64 pp.
PIANKA, E. 1982. Ecologa evolutiva. Edic. Omega. Barcelona, Espaa. 365 pp.
SMITH, T Y R, SMITH 2007. Ecologa . Edit Pearson / Addison Wesley. 6ta Edic.
Madrid, Espaa. 746 pp.
SNEATH, P AND R, SOKAL. 1973. Numerical taxonomy. The principles and
practice of numerical classification. W.H. Freeman and Co., San
Francisco,USA. 573 pp.
STEBBINS, G. 1950. Variation and evolution in plants. The Columbia Biological
Series. Editorial Columbia University, Nueva York, USA. 643 pp.