Professional Documents
Culture Documents
ECOLOGA
(2 grado en Biologa)
DEPARTAMENTO ECOLOGA
UNIVERSIDAD DE ALCAL
NDICE
Mtodos de Investigacin en Ecologa ...
pgina
5
10
10
12
5. Bibliografa ....
15
16
17
1. Introduccin ......
19
19
21
22
24
25
26
28
28
30
32
32
35
37
43
MTODOS DE INVESTIGACIN EN
ECOLOGA
Prcticas de Ecologa
Rechazamos
Hecol
Aceptamos
Hecol
(observacional o experimental)
Seleccin de
variables
Estrategia de recogida
de datos
Eleccin tipo de
anlisis de datos
Toma de datos
Anlisis de datos
Figura 2. Esquema detallado de la fase de valoracin emprica de la hiptesis.
Observacional
Experimental
3. SELECCIN DE VARIABLES
Una vez hemos decidido cul es la mejor manera de abordar nuestro problema ecolgico
(experimento o muestreo de campo), hemos de concretar qu variables hemos de considerar
para responder ms adecuadamente a nuestra pregunta. Las variables son caractersticas
observables que se desea estudiar (medir, controlar o manipular), y que pueden tomar
diferentes valores. Se pueden clasificar principalmente de dos formas:
9
DEFINICIN
CUALITATIVAS
Toman valores no
numricos
CUANTITATIVAS
Toman valores
numricos
SUBTIPOS
Dicotmicas
EJEMPLOS
Sexo
No dicotmicas
Discretas
N de descendientes
Continuas
Peso
Ejemplos:
1. Hiptesis ecolgica: la vegetacin reduce la desecacin del suelo, y por tanto en zonas con
vegetacin habr ms humedad que en zonas sin ella.
Variables: presencia/ausencia de vegetacin (independiente, cualitativa con dos
estados); humedad del suelo (dependiente, cuantitativa).
2. Hiptesis ecolgica: la mayor disponibilidad de agua en el suelo hace que la vegetacin
crezca ms, por lo tanto distintas cantidades de agua aadidas al suelo en forma de riego
producirn distinta respuesta de crecimiento.
Variables: niveles de riego (p.e. 0.5 l/da, 2 l./da y 5 l/da, independiente, cualitativa
con tres estados); incremento en altura (dependiente, cuantitativa).
1. Determinar los niveles del factor que controlamos. Por ej. podemos establecer en un
cultivo tres intensidades de riego: 0.5 l/da, 2 l/da y 5 l/da, dos niveles de fertilizacin
(con/sin), cuatro niveles de temperaturas (10, 15, 20 y 25C), etc.
2. Determinar la unidad experimental bsica, que es la unidad mnima sobre la que se
aplica cada nivel de tratamiento/s. Puede ser un individuo, un grupo de individuos, una
unidad de superficie, etc.
3. Asignar un nmero de unidades experimentales a cada tratamiento. Este nmero ha de
ser manejable pero representativo. Ha de ser proporcional a la variabilidad esperada
entre unidades experimentales.
4. Establecer la distribucin el espacio de las unidades. Para ello hay tres maneras
principales.
Al azar: Las unidades experimentales se distribuyen de forma totalmente aleatoria
en el espacio disponible. Supongamos que queremos asignar a un grupo de 90
plantones de encina tres niveles de riego (los que aparecen en la figura con tres
rellenos diferentes). La unidad experimental sera cada plantn y asignaramos 30
unidades a cada nivel de riego. Este diseo resulta adecuado cuando el espacio en el
que se dispone el experimento es muy homogneo.
experimental se divide en dos mitades, una de ellas se fumiga y la otra no; dentro de
cada mitad se decidir al azar qu encinas son fertilizadas y qu encinas no lo son.
Este tipo de diseo tambin requiere un anlisis estadstico especfico.
Fumigado
fumigado
No
individuo y utilizar las 100 rplicas en el anlisis. Si utilizamos los 1000 valores como
rplicas estaremos cometiendo un error de muestreo llamado pseudo-replicacin.
En resumen, al disear un muestreo debemos seguir los siguientes pasos:
1. Seleccionar las variables medir. Para realizar un adecuado diseo de muestreo, es
fundamental tener claro desde el principio cules son las variables que se van a medir,
cules son dependientes e independientes y si su naturaleza es cualitativa o
cuantitativa. El tipo de variables condiciona el tamao de la unidad de muestreo y el
nmero de repeticiones que se pueden hacer. La siguiente seccin se dedica al estudio
de las variables biticas ms frecuentemente estudiadas en ecologa.
2. Seleccin de la unidad de muestreo. Puede ser una superficie, un volumen, un
individuo, etc.
3. Nmero de unidades de muestreo que se considera necesario. Se considera un nmero
representativo de muestras cuando el valor del parmetro que se va a medir vara poco
con la adicin de nuevas muestras (Figura).
Valor de la media
30
25
20
15
10
5
0
0
10
20
30
40
50
60
70
80
90
100
Nmero de muestras
13
14
5. BIBLIOGRAFA
15
2. Planteamiento de hiptesis
- Unidad de muestreo.
Cuadrcula (indicar
su tamao)
Punto
Individuo
Otros
16
Cualit. o
cuantit
Prcticas de Ecologa
17
18
1. INTRODUCCIN
La estadstica es una disciplina que proporciona a la Ecologa las herramientas
necesarias para el anlisis de los datos. Dado que no podemos hacer estudios en toda la
poblacin (no es posible contar todos los caros que hay en un suelo, ni es posible medir el
rea foliar de todas las hojas de los rboles de un bosque, ni medir la longitud del cuerpo de
todas las carpas que tiene un lago), la estadstica nos permite cuantificar la probabilidad de
cometer error al extrapolar los resultados obtenidos de una serie de muestras al conjunto de la
poblacin. Por tanto, la estadstica permite cuantificar el error que cometemos al aceptar
nuestros resultados obtenidos a partir de muestras (encuestas) de una poblacin
generalmente muy extensa.
Hay dos tipos de estadstica, la estadstica descriptiva, que rene un conjunto de
tcnicas que facilitan la organizacin, resumen y comunicacin de datos; y la estadstica
inferencial, que permite hacer pruebas de contraste de hiptesis.
Frecuencia
4,5
4
3,5
3
2,5
2
1,5
1
0,5
0
3,3*
3,4*
3,5*
3,6*
3,7*
3,8*
3,9*
4,0*
4,1*
4,2*
4,3*
4,4*
4,5*
Asimismo, para conocer mejor cmo se distribuyen unos datos es importante conocer
los parmetros de estadstica descriptiva, es decir, cul es valor central de los mismos y el
grado de dispersin de los datos alrededor de ese valor central:
19
s2 =
( xi x)2
n 1
20
Variable 2
Cualitativa
Cualitativa
Cuantitativa
Cualitativa
2 categoras
Cuantitativa
Cuantitativa
> 2 categoras
Se asume que
una var. es causa
de la otra
No se asume
relacin causaefecto
Correlacin de
Pearson
Correlacin de
Spearman
21
Las dos variables son independientes (no hay asociacin entre ellas)
Si cal2 < crit2 , se acepta la H0 (no hay asociacin entre las variables)
22
Tramo Medio
+
+
-
Tramo Bajo
+
-
A partir de estos datos construiramos una tabla de contingencia con los datos observados en campo de la
siguiente manera:
Tramo del ro
Especie A
A continuacin se calcula el estadstico
Alto
Medio
Bajo
13
13
14
cal
2
( , gl .)
(o e)
e=
ct * f t
N
cal
Tramo del ro
Especie A
Alto
Medio
Bajo
Total
13 (5.3)
2 (5.3)
1 (5.3)
16
2 (9.7)
13 (9.7)
14 (9.7)
29
15
15
15
45
Total
Variable 1
Variable 2
Total columnas
el estadstico
cal
Total filas
(a)
(b)
(a+b)
(c)
(d)
(c+d)
(a+c)
(b+d)
(a+b+c+d)
2
cal
=
(a * d b * c) 2 * N
(a + b) * (c + d ) * (a + c) * (b + d )
N * (| a * d b * c | N / 2) 2
(a + b) * (c + d ) * (a + c) * (b + d )
23
Continuamos con el ejemplo que hemos empezado antes, en el que queremos estudiar si existe asociacin entre
la presencia de la especie A y el tramo del ro Henares donde esta especie vive.
Recordemos que, en nuestro caso:
Hecol: Existe relacin entre la presencia de la especie A y el tramo del ro
H0:
La presencia de la especie A es independiente del tramo del ro
2
A partir de la tabla de contingencia elaborada en el apartado 2.2, calculamos el estadstico cal de la siguiente
forma:
2
cal =
5.3
5.3
9.7
9.7
9.7
= 23.8
2 crt (2 g.l., =0.05) = 5.99 2 cal > 2 crt Se rechaza H0; por tanto, concluimos que la especie A aparece
preferentemente en los tramos altos del ro.
Fcal =
s 22
2
s mayor
2
s menor
24
1 = 2
x1 x 2
tcal =
Sc
1
1
+
n1 n 2
donde:
Sc =
n1 s12 + n 2 s 22
n1 + n2 2
25
en el nivel de significacin () con el que pretendemos rechazar la hiptesis nula (normalmente = 0.05 0.01);
y en los grados de libertad del test (n1 + n2 - 2).
- Si tcal tcrit (=0.05 o inferior) se rechaza H0 y se acepta Hecol (las medias son diferentes)
- Si tcal< tcrit (=0.05) se acepta H0 y se rechaza Hecol (las medias son iguales)
Media
s2
tomillar
suelo desnudo
6
8
74.8
72.9
1.04
2.20
tcal =
74.8 72.9
1 1
1.42 +
6 8
= 2.36
26
M1 = M2
U 1 = n1 n 2 +
n 2 (n 2 + 1)
R2
2
U 2 = n1 n 2 +
n1 (n1 + 1)
R1
2
n
6
7
6
1
9
2
10 12 12
3 45 45
13
6
15
7
16
9
16
9
16
9
17
11
19
12
20
13
27
La hiptesis ecolgica establece que existen diferencias entre las medias de los grupos
considerados, es decir, que al menos dos de las medias sern distintas. La hiptesis nula
establece que no existen diferencias entre dichas medias.
Hecol: No todas las medias son iguales
H0 :
1 = 2 = ... = k
Si rechazamos la hiptesis nula, significa que al menos dos de los grupos difieren
entre s. Sin embargo, este test no indica qu grupos difieren o son iguales de qu grupos. Si
quisiramos conocer las diferencias entre todos los pares de grupos posibles, tendramos que
aplicar algn test "post-hoc", que no vemos en este cuaderno, pero es incorrecto aplicar varios
test de Student con este fin.
APNDICE 4.2.1. Procedimiento de clculo del ANOVA
La valoracin de las diferencias entre las medias de los distintos grupos se basa en la descomposicin de
la variabilidad total del conjunto de datos en dos trminos: variabilidad debida a las diferencias entre los grupos
(variabilidad entre grupos), y variabilidad debida al azar del muestreo (variabilidad dentro de grupos).
28
( x )
= x
N
2
2
( x1 )2 ( x 2 )2
(
x k ) ( x )
SS entre grupos =
+
+ ... +
n2
nk
N
n1
SS total
k = nmero de grupos
k
n mero
de
g ru p o s
nnmero
mo
to tal
to tal
de
de
d ato s
d ato s
...,
...,
=
n mero
n mero
de
de
d ato s
d ato s
en
en
cad a
cad a
g ru p o
g ru p
g .l. SS total = N 1
SS entre grupos
g .l.entre grupos
SS entre grupos
2
s dentro
grupos =
k 1
SS dentro grupos
g .l.dentro grupos
SS dentro grupos
N k
F=
2
s entre
grupos
2
s dentro
grupos
Si en la poblacin de la que proceden las muestras no hay diferencias reales entre los grupos definidos
por la variable cualitativa, la varianza entre grupos ser similar a la varianza dentro de grupos (por tanto el
cociente entre ambas estar cerca de 1). En el caso de que existan diferencias reales entre los grupos (lo que
presupone la hiptesis ecolgica) la varianza entre grupos ser mayor que la varianza dentro de los grupos (el
cociente entre ambas ser mayor de 1). El estadstico que nos dice si las desviaciones respecto a ese valor de 1
son significativas es F.
El contraste de hiptesis se realiza comparando el valor de la Fcal con el valor Fcrt obtenido a partir de la
tabla para el valor de previamente establecido (normalmente =0.05 o inferior). La bsqueda de dicha Fcrt
requiere del nmero de grados de libertad del numerador y del denominador. La forma habitual de notacin que
se usa en las tablas lleva el valor de entre parntesis, y los grados de libertad del numerador y del denominador
a continuacin, en orden consecutivo y separados por comas. Por ejemplo, Fcrt (0.05) 3, 22. significa el valor del
estadstico F de las tablas para un =0.05, con 3 grados de libertad en el numerador y 22 en el denominador.
- Si Fcal Fcrt se rechaza H0 y se acepta Hecol (alguna de las medias es diferente)
- Si Fcal < Fcrt se acepta H0 y se rechaza Hecol (las medias son iguales)
29
Densidad de hormigueros
78 88 87 88 83 82 81 80
78 78 83 81 78 81 81 82
79 73 79 75 77 78 80 78
77 69 75 70 74 83 80 75
80
76
83
76
89
76
84
75
n
10
10
10
10
40
Media
83.6
79.4
78.6
75.4
x
836
794
786
754
3170
(x)2
698896
630436
617796
568516
x2
70036
63100
61878
57006
252020
La hiptesis ecolgica establece que existen diferencias entre las medianas () de los
grupos considerados, es decir, que al menos dos de las medianas sern distintas. La hiptesis
nula establece que no existen diferencias entre dichas medianas.
Hecol: Las medianas no son todas iguales
H0 :
1 = 2 = ... = k
30
H=
k
Ri2
12
3( N + 1)
N ( N + 1) i =1 ni
k = nmero de grupos
N = nmero total de datos
ni = nmero de datos en el grupo i
Cuando existen rangos ligados (dos o ms nmeros con el mismo rango) se aplica un factor de
correccin, siendo Hc el estadstico que se utiliza en lugar de H, calculado segn la siguiente expresin:
El valor crtico del estadstico calculado (H o Hc) se consulta en la tabla de la 2 si N15, o si k > 5,
m
H
Hc =
C
(t
C = 1
3
i
ti )
i =1
N N
para (k-1) grados de libertad. Si N<15 y k<5 se consulta en la tabla especfica para H.
- Si Hcal Hcrt (2crt) se rechaza H0 y se acepta Hecol (alguna de las medianas es diferente)
-
Si Hcal < Hcrt (2crt) se acepta H0 y se rechaza Hecol (las medianas son iguales)
Charca 2
7.71 (6*)
7.73 (10*)
7.74 (13.5*)
7.74 (13.5*)
7.78 (20*)
7.78 (20*)
7.80 (23.5*)
7.81 (26*)
Charca 3
7.74 (13.5*)
7.75 (16)
7.77 (18)
7.78 (20*)
7.80 (23.5*)
7.81 (26*)
7.84 (28)
Charca 4
7.71 (6*)
7.71 (6*)
7.74 (13.5*)
7.79 (22)
7.81 (26*)
7.85 (29)
7.87 (30)
7.91 (31)
n1=8
R1=55
n2=8
R2=132.5
n3=7
R3=145
n4=8
R4=163.5
* Rangos ligados
31
N = 8 + 8 + 7 + 8 = 31
R i2
12
3( N + 1) =
ni
31( 32 )
8
7
8
8
i =1
Nmero de grupos de rangos ligados = m = 7
H =
12
N ( N + 1)
(t
3
i
i =1
3
i
ti )
i =1
3
= 1
N N
Hc =
3(32 ) = 11 .876
(t
C = 1
168
3
31 31
H 11 . 876
=
= 11 . 943
C
09944
= 1
168
= 0 .9944
29760
= k 1 = 3
02.05 , 3 = 7 .815
2
H c cal > crt
Se
rechaza H0
32
5.1.2. Hiptesis
a) HIPTESIS DE DOS COLAS
Existe correlacin entre las variables x e y, ya sea positiva o negativa. La hiptesis
nula dice que no existe correlacin entre las variables.
Hec: 0 ( < 0 > 0)
H0 : = 0
b) HIPTESIS DE UNA COLA
Existe correlacin positiva o negativa entre las variables x e y. La hiptesis nula dice
que no hay correlacin o que sta es del signo contrario al esperado en la hiptesis ecolgica.
Hecol: > 0 H0: 0
Hecol: < 0 H0: 0
i =n
i =n
i =1
i =1
i =1
n xi yi xi yi
r=
2
n =i
n =i 2 n =i
n=i
2
2
n xi xi n yi yi
n =1
n =1
n =1
n =1
n- n de pares de muestras
xi- valores de la variable x
yi- valores de la variable y
33
Obs.
1
2
3
4
5
6
7
8
9
10
SUMA
Longitud
del
pico
(mm)
33.5
38.0
32.0
37.5
31.5
33.0
31.0
36.5
34.0
35.0
342
Peso corporal 2
x
(g)
y2
xy
51
59
49
54
50
55
48
53
52
57
528
2601
3481
2401
2916
2500
3025
2304
2809
2704
2349
27990
1708
2242
1568
2025
1575
1815
1488
1935
1768
1995
18119
1122
14444
1024
1406
992
1089
961
1332
1156
1225
11752
n = 10; r = 0.779, rcal = 0.779 > r crit (0.01) n=10 = 0.765. Se rechaza H0 y se acepta Hecol
Por tanto, se puede concluir que existe una correlacin positiva entre el peso corporal y la longitud del pico de
esa poblacin de aves. Esto significa que los cambios en peso corporal de esas aves son un fiel reflejo de los
cambios en la longitud del pico.
6 d i2
rs = 1
i =1
3
n n
n = n de pares de datos
di = diferencia de rangos en las variables del par i
Para comprobar la significacin estadstica del ndice de correlacin se consulta en la tabla
correspondiente el valor crtico de rs para n pares de datos, para p=0.05 o inferior y para el nmero de colas
acorde con la hiptesis. Si rs cal rs crt, se rechaza H0.
34
Obs.
1
2
3
4
5
6
7
8
9
10
11
12
rs = 1
Cobertura
82
98
87
40
116
113
111
83
85
126
106
117
6 52
12 3 12
Humedad
42
46
39
37
65
88
86
56
62
92
54
81
Rango cob.
2
6
5
1
10
9
8
3
4
12
7
11
Rango hum.
3
4
2
1
8
11
10
6
7
12
5
9
d
-1
2
3
0
2
-2
-2
-3
-3
0
2
2
Suma
d2
1
4
9
0
4
4
4
9
9
0
4
4
52
= 0.82 > rs crit (0.05) = 0.503 --> Se rechaza H0, hay correlacin positiva entre la
5.2. Regresin
La regresin se aplica cuando tenemos dos variables independientes y asumimos (en
nuestra hiptesis) que una depende de la otra. Por ejemplo, la dosis de fertilizante que se
aplica a una serie de plantas cultivadas en macetas esperamos que cause diferencias en la
altura de las plantas. La variable independiente es la dosis de fertilizante y la dependiente la
altura.
Para poder aplicar este test, la variable dependiente debe seguir una distribucin normal.
El parmetro que se calcula en regresin es el coeficiente de regresin o R2, que equivale al
cuadrado del coeficiente de correlacin de Pearson, y se interpreta como el porcentaje de la
varianza de la variable dependiente que explica la variable independiente. La significacin de
este coeficiente se calcula igual que el de la r de Pearson.
35
36
ELABORACIN DE UN TRABAJO
CIENTFICO EN ECOLOGA
Prcticas de Ecologa
37
38
Un trabajo cientfico se escribe para comunicar unas ideas que resultan de un proceso de
investigacin desarrollado mediante el mtodo cientfico.
ESTRUCTURA
1. Ttulo: Ha de ser breve, pero informativo. Ha de proporcionar al lector una idea del
contenido del trabajo.
2. Resumen: Ha de contener una sntesis de cada una de las partes del trabajo (problema,
objetivos, metodologa, resultados y discusin). Ha de ser muy conciso (no ms de 200
palabras).
3. Palabras clave: Al final del resumen se ponen 5 palabras que permitan al lector tener
una idea muy general de los temas que se van a tratar. Normalmente estas palabras se
utilizan para hacer bsquedas bibliogrficas automatizadas, de manera que uno puede
buscar todos los trabajos publicados que contengan una determinada palabra clave.
4. Introduccin: Debe contener la siguiente informacin
Mtodo de anlisis elegido en funcin del tipo de variables (no hay que explicar
cmo se hace el anlisis).
Texto con descripcin escueta de los resultados obtenidos, sin interpretarlos. Se han
de citar las tablas y figuras mediante un nmero de referencia (Tabla 1, Fig.3, etc)
39
Tablas y grficos que faciliten la visualizacin de los resultados. Estos han de llevar
una leyenda que los haga autoexplicativos, precedida de su nmero de referencia
(Tabla 2:..). Cuando desde el texto se hace referencia a una tabla siempre hay que
citar su nmero de referencia. Los datos obtenidos (medias, desviaciones tpicas,
resultados de tests) han de quedar muy claros para permitir al lector hacer su propia
interpretacin de los resultados.
Los valores que han de mostrar las tablas o grficos han de ser: medias, medidas de
dispersin (varianza, desviacin tpica, lmites de confianza...) y valores de p.
Contraste de nuestros resultados con los obtenidos por otros autores en experiencias
similares.
8. Bibliografa:
La introduccin (en antecedentes), la discusin y, a veces, material y mtodos, han de llevar
referencias bibliogrficas (citas breves de artculos, consistentes en el apellido de los autores
si son dos, o el apellido del primero seguido de et al. si son ms de dos, y la fecha), por ej.
(Mooney et al. 1978). Al final del trabajo se expone una lista de las referencias
bibliogrficas que han sido citadas a lo largo del texto con un formato que incluya la
siguiente informacin: Autor/es, ao de publicacin, ttulo del artculo o captulo de libro,
ttulo de la revista o del libro en que se publica (en itlica, negrita o subrayado). Si es una
revista, ha de ir seguida del volumen y las pginas en que aparece el artculo. Si es un libro,
detrs del ttulo se pone el nombre de los editores del libro, la ciudad donde se ha publicado,
la editorial y las pginas en que se encuentra el captulo. Ejemplos:
Givnish TJ (1995). Plant stems: biomechanical adaptation for energy capture and
influence on species distributions. Plant stems: Physiology and functional
morphology. Gartner BL. San Diego, Academic Press: 3-49. (Ejemplo de cita de un
captulo de libro).
40
ESTILO
Hay que evitar imprecisiones del lenguaje. Las frases han de contener un mensaje
claro.
41
42
Prcticas de Ecologa
43
44
Una vez realizados los muestreos correspondientes para obtener los datos, estos se organizan en una
Base de Datos. A continuacin, se procesan estadsticamente para obtener los Resultados
Estadsticos. La informacin obtenida debe estructurarse para ser presentada a modo de Tablas y
Figuras en el apartado de Resultados de la memoria cientfica.
A continuacin se ofrecen tres casos de estudio en los que se detallan los Resultados
estadsticos a partir de los cuales se presentan los Resultados para la memoria cientfica:
Caso 1: Se estudia la influencia de la fertilizacin sobre la morfologa y fisiologa de una
planta. Las plantas se han cultivado con tres concentraciones de fertilizante: BAJO, MEDIO Y
ALTO. Las variables medidas son: ALTURA y DIMETRO de la parte area, PESO SECO de la
planta, [N], [P] y TASA DE FOTOSNTESIS
CASO 1. RESULTADOS ESTADASTICOS.
ALTURA (cm)
Anlisis de la Varianza
-----------------------------------------------------------------------------Fuente
Sumas de cuad.
Gl Cuadrado Medio Cociente-F
P-Valor
-----------------------------------------------------------------------------Entre grupos
404.867
2
202.433
109.75
0.0000
Intra grupos
49.8
27
1.84444
------------------------------------------------------------------------------
DIAMETRO (mm)
Anlisis de la Varianza
-----------------------------------------------------------------------------Fuente
Sumas de cuad.
Gl Cuadrado Medio Cociente-F
P-Valor
-----------------------------------------------------------------------------Entre grupos
12.8
2
6.4
12.34
0.0002
Intra grupos
14.0
27
0.518519
------------------------------------------------------------------------------
45
46
47
4,5
4,0
3,5
3,0
2,5
2,0
1,5
1,0
0,5
0,0
Bajo
Medio
Alto
Nivel de fertilizacin
Fig. 1. Valores medios ( error estndar) de biomasa de las plantas cultivadas bajo tres niveles de fertilizacin (bajo,
medio, alto). Letras distintas entre columnas indican diferencias significativas de biomasa (p<0.05) segn un ANOVA.
Bajo
Medio
Alto
Altura (cm)
9,60 0,34 a
12,90 0,41 b
18,50 0,52 c
Dimetro (mm)
2,40 0,16 a
3,20 0,20 b
4,00 0,60 c
10,73 0,36 a
10,25 0,34 a
10,45 0,35 a
0,104 0,003 a
0,103 0,003 a
0,105 0,004 a
8,50 0,52 a
7,80 0,51 a
8,00 0,42 a
-1
N (mg g )
-1
P (mg g )
-2 -1
Fotosntesis (mol m s )
48
Caso 2. Se analiza si la conductividad hidrulica de los tallos de la encina (Quercus ilex) depende
de las condiciones ambientales en la que han vivido los individuos. Se han obtenido tallos de tres
aos de encinas a lo largo de un gradiente de precipitacin en once poblaciones de encina. La
conductividad hidrulica se ha estimado midiendo el dimetro de los conductos del xilema.
CASO 2. RESULTADOS ESTADSTICOS.
Poblacin
Precipitacin (mm)
370.7
33.21
452.5
31.8
455.1
27.8
587.5
34.17
909.8
36.76
731.8
35.91
801.4
42.82
891.1
39.84
1034
43.18
10
1093
40.31
11
1484
44.54
Anlisis de la Varianza
----------------------------------------------------------------------------Fuente
Suma de cuadrados
GL Cuadrado medio Cociente-F P-Valor
----------------------------------------------------------------------------Modelo
206.606
1
206.606
24.59
0.0008
Residuo
75.6162
9
8.4018
----------------------------------------------------------------------------Total (Corr.)
282.223
10
Coeficiente de Correlacin = 0.85561
R-cuadrado = 73.2069 porcentaje
R-cuadrado (ajustado para g.l.) = 70.2299 porcentaje
Error estndar de est. = 2.89859
Error absoluto medio = 2.05398
Estadstico de Durbin-Watson = 1.57623 (P=0.1327)
Autocorrelacin residual en Lag 1 = 0.161023
49
50
y = 0,0137x + 26,339
2
R = 0,73***
45
40
35
30
25
0
500
1000
1500
2000
Precipitacin (mm)
Fig. 1. Dimetro medio de los vasos del xilema en
diversas poblaciones de encina (Quercus ilex) situadas
en localidades con distinta precipitacin media anual.
Se indican los resultados de la regresin (*** p>0.001)
50
Caso 3: Se desea conocer si la recolonizacin por insectos de islas que han sufrido una devastacin
total por erupcin volcnica depende del tamao de las islas. En un archipilago con islas de
distinto tamao y que distan muy parecido al continente, se han distinguido tres tipos de islas en
funcin de su tamao (pequeas, medias y grandes). En 4 momentos se ha medido el nmero de
especies de insectos.
AO 5
Anlisis de la Varianza
-----------------------------------------------------------------------------Fuente
Sumas de cuad.
Gl Cuadrado Medio Cociente-F
P-Valor
-----------------------------------------------------------------------------Entre grupos
553.75
2
276.875
12.24
0.0010
Intra grupos
294.0
13
22.6154
------------------------------------------------------------------------------
51
AO 10
Anlisis de la Varianza
-----------------------------------------------------------------------------Fuente
Sumas de cuad.
Gl Cuadrado Medio Cociente-F
P-Valor
-----------------------------------------------------------------------------Entre grupos
590.604
2
295.302
12.82
0.0008
Intra grupos
299.333
13
23.0256
------------------------------------------------------------------------------
AO 20
Anlisis de la Varianza
-----------------------------------------------------------------------------Fuente
Sumas de cuad.
Gl Cuadrado Medio Cociente-F
P-Valor
-----------------------------------------------------------------------------Entre grupos
3430.2
2
1715.1
20.58
0.0001
Intra grupos
1083.23
13
83.3256
------------------------------------------------------------------------------
52
90
Grande
80
Mediana
70
N de especies
***
Pequea
***
60
50
b
b
**
40
b
b
30
b
b
20
10
ns
0
Ao 1
Ao 5
Ao 10
Ao 20
Fig. 1. Evolucin del nmero medio de especies de insectos ( error estndar) en islas de
tres tamaos (grande, mediana, pequea) a partir de una perturbacin que elimin
todas las especies. En cada ao se ha realizado una comparacin de las medias
mediante un ANOVA (ns-p >0.05, ** 0.01p>0.001, ***p0.001). Letras distintas entre
las medias del mismo ao significa que han diferencias significativas (los lmites de
confianza al 95% no solapan).
53