ASPECTOS CONCEPTUALES, ANÁLISIS NUMÉRICO, MONITOREO Y PUBLICACIÓN DE DATOS SOBRE BIODIVERSIDAD

Antonio Mijail Pérez Centro de Malacología / Diversidad Animal UCA

Managua, 2004

FICHA TECNICA

Aspectos Conceptuales, Análisis Numérico, Monitoreo y Publicación de Datos sobre Biodiversidad

3

Contenido
Presentación Prólogo del autor CAPÍTULO I.- Introducción a la biodiversidad 1.1. Introducción a la diversidad biológica 1.2. Historia del estudio de la biodiversidad 1.3. La biodiversidad global 1.4. Areas de mayor diversidad global 1.5. La diversidad floro-faunística en América Central 1.6. Biodiversidad en Nicaragua 1.7. Características de la biodiversidad de Nicaragua 1.8. Dónde encontrar información sobre Biodiversidad 1.9. Bibliografía CAPÍTULO II.- Sistemática general 2.1. La Sistemática: Ciencia de la Biodiversidad 2.2. Táxones superiores y jerarquía 2.3. Categoría de especie 2.4. Tipos 2.5. Los Estudios Poblacionales en Sistemática 2.6. Elementos de Biogeografía 2.7. Especiación 2.8. Escuelas de Pensamiento en la Sistemática Contemporánea 2.9. Caracteres y Morfometría 2.10. Colecciones biológicas 2.11. El Endemismo y la Conservación de la Biodiversidad 2.12. Bibliografía CAPÍTULO III.- Técnicas de muestreo 3.1. Introducción 3.2. Las Unidades muestrales 3.3. Tipos básicos de Muestreo y Aplicaciones 3.3.1. Diferencias entre censo y muestreo 8 8 12 13 14 16 18 19 21 24 27 29 36 37 43 44 45 45 48 50 52 55 60 62 64 66 67 67 68 68

4

3. Correlación 4.4.3.2.1. Tipos de censo Tipos de muestreo 3.2.3.3.4.2.2. Comparaciones entre variables (en una muestra) 4.3.1.3. Prueba de Spearman Variación interpoblacional (Prueba T.2.4. 3. Análisis de la Varianza (ANOVA) y Prueba de Kruskall-Wallis) 4.4. Pasos 4.3.1. Estadística descriptiva 4.3.2.2.1.3.3.. ANOVA.4. Análisis de Varianza de clasificación simple por rangos Prueba de Kruskall.2.2.1.3. Introducción 4.5.3. ANOVA (Análisis de la Varianza) 4.1.2.4. Conceptos generales 4. Prueba T de Student para dos muestras del mismo tamaño 4. Correlación no paramétrica. Prueba de Mann.4.4. 5 .4.5.3. X2 de bondad de Ajuste 4. Pruebas a priori y pruebas a posteriori 4.3.3.2.3.3.Wallis Métodos multivariados 4.3.1. Modelo I y Modelo II Diseño completamente al azar 4.4. Pruebas de bondad de ajuste para datos de frecuencia 4.4.1.1. Premisas 4.3.2.4. Tipos generales de diseños muestrales probabilísticos 3.3.3.2.3.2. Análisis de varianza (ANOVA). Comunidades Bibliografía 3.2.2. ANOVA de clasificación simple y ANOVA factorial Tipos de diseño experimental 4.2.3.3.3. Factores que afectan el muestreo Estimación del tamaño de muestra 3.3.3.5.3.4.3. Correlación y Regresión. Diagramas de dispersión 4.2. Pruebas de independencia 4.3. 4.1.1. Poblaciones 3.4.La variación biológica y su cuantificación 4. Muestreos no probabilísticos 3. Prueba T de Student para una muestra y un individuo 4. 4. Morfometría Variación intrapoblacional y su cuantificación 4.3.Whitney 4. Regresión múltiple 4.3. 3.2. Pruebas de hipótesis.3.1.1. Prueba T para comparación de pendientes de regresión 4. 68 74 76 76 84 85 86 88 90 94 95 99 99 112 117 117 122 128 128 130 130 134 138 140 140 140 143 145 149 151 151 151 152 153 153 156 158 158 CAPÍTULO IV.2. Regresión 4.2.3. Tipos de variabilidad biológica y su estudio. Prueba T de Student 4.4.

Índice de riqueza de especies 5.4.7.3.3.2.2.12.5..1.5. El Cartografiado UTM en Europa.2.Cuantificación de la diversidad ecológica 5.2.6.6.4.4.3.3. Otros índices de comparación entre comunidades 5.4.10.8.Toma de datos en el campo (GPS y Datos del ecosistema) 6.2.1.. 4. Introducción 6.3. Índices de Diversidad alfa 5. En Mamíferos 6.7.5.12.7.4. Método de Rarefracción 5.5. Ejemplo en Mariposas 6.4.5. La Evaluación de la Diversidad 6. Abundancia 5. El tamaño de la retícula para el monitoreo 6. Diversidad 5.1.7. Dominancia 5.3. Ejemplos de aplicación. Riqueza de especies 5. Análisis de Componentes Principales Bibliografía 164 170 172 173 174 176 176 177 180 180 181 185 189 192 194 194 197 199 207 210 214 215 216 216 217 217 218 219 221 225 228 228 229 229 230 230 231 232 234 236 237 237 239 239 CAPÍTULO V. Índices de equitatividad 5.4.5.. Introducción 5.4.7.2.2.3.11.Procesamiento de la información de campo 6.2.9. El Cartografiado Altitudinal 6. Estimaciones con Unidades de Muestreo No Homogéneas.Monitoreo de la Biodiversidad 6.5. Pasos para la implementación del método 6.2.1.12. 6.7. Marco conceptual 5.4. El tamaño de la cuadrícula 6.1. Otras experiencias en el área centramericana 6. La simbología 6. Las ventajas 6. Índices de beta diversidad 5.Almacenamiento en FOXBASE/ ACCESS 6 . El método de Cartografiado UTM como marco muestral para el monitoreo 6. Prueba T para la comparación de H’ 5. PASO B.4.4. Ejemplo en Moluscos 6. PASO C.4.1. Los niveles del monitoreo 6. Clasificación de comunidades 5.4.12.1. Ejemplo en Aves 6. PASO A. Nicaragua en el Sistema UTM 6. Método de jack-knife 5. Equitatividad 5. Generalidades sobre el Sistema UTM 6.8... En plantas 6.7. Marco nacional 6.3. Bibliografía CAPÍTULO VI.4.1.

6.5.Mapeo de la información en ARCVIEW 6. Revisiones) 7. mapas y otros 7. Abreviaturas principales y símbolos 7. Elaboración del Curriculum Vitae 7.1. Apartados sugeridos 7. Bibliografía CAPÍTULO VII.1.2.10. Cómo solicitar fondos y para qué 7. Identificación de los taxa 6.6. La hipótesis estadística 7. La Investigación Científica 7.10. El Método Científico 7. La Presentación de los Informes y Artículos 7.Bases metodológicas de la investigación 7.4. Etapas 7. Cómo buscar en internet 7.11.2.2.13.1.7.5. Los proyectos de investigación y su elaboración 7. Dónde publicar 7.3.6.12.2. Partes del Protocolo de Investigación 7.2. Formatos estandarizados.3. Definición 7.1. 7.2. Bibliografía Tablas Estadísticas Anexos 241 244 245 250 251 251 252 252 252 252 254 255 255 255 258 259 259 259 263 263 263 264 268 268 271 275 277 278 279 279 280 288 294 296 304 7 .2. Apartados sugeridos 7.7.2.6.7. El Artículo Científico (Artículos de fondo.1. Definición 7.2.1.1. Citas de bibliografía.1.1.14. Tipos.2. Comunicaciones breves. La Comunicación Oral 7. El Póster 7.4.1.7. Formas y tipos de investigación 7. Los formatos estandarizados 7.10. PASO D. La bibliografía.3. Los formatos no estandarizados. Ideas generales.2.3.9.12. Formatos no estadarizados.8.3.5. Hipótesis 7. Citas dentro del texto 7.3.. El proceso de la investigación científica 7..5. Tipos y características 7. Definición 7.

Dublín. Sc. UK). Quiero aprovechar también para agradecer a algunas personas que han colaborado conmigo directamente en la elaboración de este libro. M. Tecnología y Ambiente. Vicerrectora General de la Universidad Centroamericana. También debo reconocer el apoyo que hemos recibido de la Vicerrectora Académica. sin esta. Vera Amanda Solís. Los ejemplos incluidos han sido tomados en su mayoría de proyectos de investigación que he coordinado o dirigido. Alejandro Herrera (Instituto de Oceanología. España) y Antonio Sigarroa (Universidad de la Habana. Dra. en este sentido. Para llegar hasta este punto ha pasado mucho tiempo y. quiero aprovechar la oportunidad de agradecer a las personas que han tenido una mayor influencia en mi trabajo metodológico-estadístico. Nicaragua y en la Universidad de la Habana. Ministerio del Ambiente de Cuba). Carlos Prieto (Universidad del País Vasco. Mayra Luz Pérez. Jorge Luis Fontenla (Museo de Historia Natural. principalmente en la Universidad Centroamericana. Entre ellos puedo citar a los Drs. Robert Blackith (Trinity College. En 8 . es producto por entero de la investigación. el libro sería de poco o ningún interés para los estudiantes. aunque también en otros países como Costa Rica y España. de interés esencialmente pedagógico. Cuba). Cuba.Prólogo del Autor Los capítulos incluidos en este libro comprenden total o parcialmente varios cursos que he impartido en el nivel académico de postgrado y en el de pregrado. Este libro. de Managua. Andras Démeter (Academia de Ciencias de Hungría). Es por ello que quiero agradecer especialmente a la Dra. por su apoyo incondicional a nuestro trabajo de investigación durante los 12 años que he trabajado en esta casa de estudios. Ministerio de Cultura de Cuba). Roser Solá y de la Decana de la Facultad de Ciencia.

profesor ayudante de las asignaturas de Biostadística y Estadística. SJ. Marlon Sotelo. En este libro colaboró conmigo en los capítulos 6 y 7. por su colaboración en diferentes aspectos de este libro. Adolfo López.primer lugar a Lorena Campo de la Universidad de Cantabria. quien llegó por primera vez a nuestro centro con una beca de intercampus y desde ese momento hasta la fecha ha colaborado con nosotros en varios proyectos de gran importancia. quien me apoyado en la solución de conflictos taxonómicos utilizando técnicas numéricas a lo largo de los ya 13 años de trabajar juntos. y por último al Lic. así como en los proyectos de investigación que hemos llevado a cabo en los últimos cuatro años. España. 9 . a mi compañero el Dr. En segundo lugar.

10 .

La diversidad biológica (la biodiversidad. WILSON La diversidad de la vida 11 .O. en el nuevo lenguaje) es la clave para mantener al mundo tal como lo conocemos. E.

se brindan datos sobre la situación actual.CAPÍTULO I. características e historia de los estudios sobre biodiversidad en Nicaragua. conceptos de biodiversidad. 12 . datos numéricos de Nicaragua.Introducción a la biodiversidad En el presente capítulo se abordan diferentes aspectos relacionados con la biodiversidad. así como el endemismo.. historia. América Central y datos a nivel global.

en el que cada organismo y cada especie tienen su lugar y su función. La explotación por parte del hombre de los recursos naturales. se aportan datos sobre la biodiversidad en América Central y en Nicaragua. En el presente trabajo se recopila y discute información de diversas fuentes sobre la biodiversidad en general. desde las bacterias y los virus hasta las orquídeas y los osos polares. Monitoreo y Publicación de Datos sobre Biodiversidad 1. los macizos de flores y las copas verdes de los árboles en la primavera y el verano. 13 . La influencia del hombre sobre los ecosistemas es tan antigua como la humanidad misma. desde las colonias de seres vivos de las zonas glaciares árticas hasta los bosques del trópico. la contaminación y la agresión física inflingida a la naturaleza han minado sin piedad este tesoro. el estudio de los fósiles muestra que las migraciones humanas a otros continentes e islas aisladas en tiempos prehistóricos tuvieron consecuencias dramáticas para la diversidad biológica. probablemente. Este es un concepto que se usa en contextos parecidos pero no exactamente iguales y en cada caso se produce una redefinición y existe un universo conceptual asociado. Análisis Numérico. pero cada vez se tiende más a confirmar que la actividad humana ha alterado los procesos químicos y la dinámica de la atmósfera y que. La situación actual: Actualmente los científicos aún discuten la realidad del cambio climático.1. Introducción a la Diversidad Biológica De una manera sintética se puede decir que la biodiversidad es el conjunto de los seres vivos existentes en el planeta. el perfume de las lilas o el esplendor cromático de la montaña en otoño.Aspectos Conceptuales. los mayores cambios se harán pronto evidentes. O si lo preferimos. La vida es corta y está formada por un todo cuyas partes son inseparables. y se discuten algunas carácterísticas peculiares de la biodiversidad en el país. Para ponernos en una perspectiva a largo plazo. Según BRATELLI (1999) la diversidad biológica incluye toda forma de vida sobre la tierra.

claves que puedan contribuir a asegurar a una población que crece constantemente el avituallamiento y algunas soluciones a los enigmas médicos que encierra la diversidad biológica. sin embargo.Antonio Mijail Pérez ¿ Qué tiene pues de novedosa la situación actual ? Por decirlo en pocas palabras. Historia del estudio de la biodiversidad Aunque el estudio y conocimiento de los animales se pierda en los albores de la humanidad en aquella necesidad imperiosa de defenderse. paz y sosiego. alimentarse. • Aproximadamente el 98 % de las plantas de la tierra no están suficientemente estudiadas de manera que se permita su aprovechamiento para uso en medicina. su rapidez. belleza. vestirse y guarecerse de ellos.2. • Investigadores suizos descubrieron hace unos años en Noruega. 1. Hay también enormes riquezas económicas en juego. No se trata tan solo de una amenaza contra necesidades del ser humano tales como las de aventura. un hongo del que se extrajo la sustancia ciclosporina. Esta sustancia se usa en la actualidad en tratamientos destinados a reforzar el sistema inmunológico. • Las 20 000 especies que se utilizan como plantas medicinales constituyen sólo un ínfimo pocentaje de las especies vegetales existentes. 14 . Hoy se exterminan las especies vivas con rapidez acelerada. en los altiplanos de Hardangervidda. pero es allí donde encontramos más de la mitad del total de especies vivas. esparcimiento. como por ejemplo: • Sólo el 7 % de la tierra está cubierto de selvas vírgenes. entre 100 y 1000 veces más rápido en relación con las dos o tres últimas generaciones. los testimonios de lo que pudieran ser considerados como primeros registros zoológicos hay que remontarlos a las representaciones de mamíferos salvajes. Bien sabemos. Aún no sabemos hasta que punto se puede deteriorar la biodiversidad sin que ello tenga consecuencias irreversibles para las condiciones de vida del ser humano. peces e incluso insectos que dejaron aquellos artistas anónimos del Paleolítico superior. es imposible recuperarla de nuevo. que una vez exterminada una especie.

A través de este proceso los organismos adquiren nuevas propiedades. fundamentando a los seres vivos en especies separadas. zoológica y botánica. No obstante. de su método analítico y espíritu de síntesis. uso de textos veterinarios con los asirios o la apicultura de los egipcios. La subordinación de las diversas categorías taxonómicas. de escarabajos y diferentes divinidades zoomorfas con los egipcios y de especies puras e impuras con los primeros judíos. desarrolló una solución eficaz en el tratamiento y ordenación de la diversidad. fueron innovaciones de orden formal que dieron agilidad a la clasificación zoológica ("methodus anima scientiae"). Aristóteles (384-322 a. el rigor de las diagnosis desarrolladas así como el empleo de la nomenclatura binomial. se podrían mencionar otros nombres como el de Ernest Haeckel (1834-1919). Aristóteles dividió a los animales en dos grandes grupos: el grupo de los animales con sangre roja y el grupo de los animales sin sangre roja. Cuando Darwin (1859) publicó el origen de las especies. por la gala que hace de su sentido de observación directo. bien en su vertiente religiosa: culto de animales domésticos con los persas. mientras que la edición duodécima con 2300 páginas. Posteriormente a Darwin. Análisis Numérico.Aspectos Conceptuales. En estas civilizaciones preclásicas hallamos tímidos intentos de establecer clasificaciones zoológicas. estableció las bases para entender el fenómeno de la evolución biológica por selección natural y el de la génesis de las especies.) debe ser considerado como el fundador de la Zoología. el primero en brindar una sistematización de la información.n. las contribuciones de mayor importancia en términos de estudios de biodiver- 15 . Ya en el siglo XX. La primera edición de su obra "Systema Naturae" (1735) contaba con apenas 10 folios. El sistema de clasificación aristotélico llegó a formular un concepto intuitivo de especie que se corresponde en gran medida con el concepto linneano. entre los más notables. empleando incluso caracteres que hoy en día tienen plena vigencia como la forma del pie de los ungulados en las clasificaciones de los antiguos indios. Monitoreo y Publicación de Datos sobre Biodiversidad Las antiguas civilizaciones orientales no estuvieron ajenas al mundo de los seres vivos. La selección natural actúa sobre la diversidad genética y retiene o elimina caracteres según sean útiles o no para la supervivencia de la especie. incrementan su complejidad y se diversifican. y por consiguiente de los estudios sobre biodiversidad. cada una de ellas denominadas bajo un binomio. bien en su vertiente utilitaria: cultivo del gusano de seda con los chinos. y una metodología de clasificación fue Linneo (1707-1778).e.

sin subestimar los aportes de otros biólogos de gran importancia. los grupos que mayor apoyo para investigaciones reciben son las plantas y los vertebrados que son los menos diversos pero más carismáticos (Fig. es decir. Esa diversidad puede ser visualizada de una manera más clara en la siguiente tabla. 1. dos grupos no "carismáticos". Fig. Contradictoriamente. dónde se puede apreciar cómo la mayor diversidad se concentra en los arácnidos y los hongos. Las estimaciones más prudentes hablan de unos 10 millones de especies. 1998). por un lado. El margen entre estos dos extremos es muy importante. sobre todo de vertebrados y plantas superiores (Fig. Wilson. 1. llegamos a la conclusión de que en la Tierra deben vivir entre 5 y 30 millones de especies.O. los diferentes métodos para llevar a cabo las estimaciones y. La Biodiversidad Global Según BELLÉS (1998). 16 . 2). pero se inspiran en extrapolaciones realizadas a partir de datos bien conocidos de plantas y animales. y evidencia. Estimaciones de biodiversidad global (Según BELLÉS. nuestra considerable ignorancia sobre la cuestión. por otro. a partir de diversas estimaciones y estimaciones.Antonio Mijail Pérez sidad se deben posiblemente a Ernest Mayr y a E.3. 1).

se financia lo "carismático". 2. Monitoreo y Publicación de Datos sobre Biodiversidad Fig. 3). Si analizamos la biomasa global de plantas y animales en un gráfico tendremos una mejor idea de la relación existente entre ambos grupos (Fig. Diversidad faunística global (Fuentes varias). Biomasa del planeta (Según Saíz. 17 . 3. lo que se ve claramente. Análisis Numérico. La respuesta a lo anteriormente planteado es sencilla.Aspectos Conceptuales. 1999). Fig.

12. Islas Oceánicas de India y Madagascar. 4. Los Andes Tropicales. 2. Islas del Caribe. si analizamos la diversidad entre ambos grupos obtendremos lo siguiente: Plantas Animales 29% 71% Fig. Bosque Tropical Húmedo del Brasil. Cuenca Mediterránea. Sundaland (= Sumatra. 1999). Areas de mayor Diversidad Global Otro de los aspectos que nos suele interesar es en que regiones del planeta se encuentran las áreas con mayor diversidad. Suroeste de Australia. 5. (2000). 10. Región del Cabo en Surafrica.Antonio Mijail Pérez Sin embargo. 3. 9. Borneo y Java) El Cerrado Brasileño. Mesoamérica. Filipinas. 13. 6. 4. 11.4. 8. los mencionados centros en el nivel global son los siguientes: 1. 1. Según MITTERMEIER et al. 7. Montañas de China Sur-Central. Indo-Burma (Norte de Birmania y extremo noroeste de la India). Diversidad global del planeta (Según Saíz. 18 .

Los hotspots se establecen simultaneando criterios de amenza y endemismo. No obstante.5. 1. 2000). 5. 15. 1992). Puntos calientes de la diversidad global (Según Mittermeier et al. 6. Nueva Caledonia. La Diversidad Floro-Faunística en América Central Fig.Aspectos Conceptuales. Como se puede apreciar América Central está considerada como un “hot spot” en el nivel mundial. Análisis Numérico. Fig. Diversidad de algunos grupos biológicos en América Central (De acuerdo a WCMC. 16. Y los datos concretos según WCMC (1992) para algunos grupos son los siguientes. Choco/ Darién/ Oeste del Ecuador. 19 . los valores de biodiversidad constituyen siempre un referente de gran importancia para la valoración de las áreas. Polinesia y Micronesia. Monitoreo y Publicación de Datos sobre Biodiversidad 14.

Diversidad de algunos grupos biológicos en Nicaragua. Dnd. Países Honduras Belice Guatemala El Salvador Nicaragua Costa Rica Panamá Cuadro 2. Dnd. Dnd. Dnd. 1908 4800 Dnd. Dnd.Vertebrados y plantas vasculares (Dnd: Dato no disponible). Dnd. Dnd. Dnd.Invertebrados. Dnd. 643 916 Dnd. Moluscos Dnd. Insectos Crustáceos Dnd. Dnd... Dnd. Dnd. Dnd. Plantas Superiores 5000 2750 8000 2500 6500 11000 9000 Cuadro 1. Dnd. Dnd. Dnd. Dnd. 2000): Fig. 20 . Corales Dnd. Dnd.Antonio Mijail Pérez Concretamente para Nicaragua los datos de diversidad son los siguientes (MARENA-PANIF. Dnd. 58 Dnd. Países Honduras Belice Guatemala El Salvador Nicaragua Costa Rica Panamá Mamíferos 173 125 250 135 251 205 Aves 684 533 669 420 676 850 929 Reptiles 152 107 231 73 172 214 226 Anfibios 56 Dnd. 88 23 62 162 164 Peces Dnd. 8514 Dnd. Dnd. 7.

incluyendo Nicaragua. Zoodiversidad en Nicaragua. y en la cual se incluyeron datos sobre los siguientes grupos: • 21 . 8. 9. La obra de este autor se publicó en 1874 con el título: The Naturalist in Nicaragua Fig. Facsímil del libro de Thomas Belt. Biodiversidad en Nicaragua • Los primeros datos sobre biodiversidad de Nicaragua son posiblemente los aportados por el naturalista inglés Thomas Belt. • Los malacólogos franceses Paul Fischer y Henri Crosse. publicaron entre 1870 y 1902 la obra Mission scientifique au Mexique et dans L´Amerique Centrale. 1. que se publicó entre los años 1889 y 1905. Mollusques Terrestres et Fluviatiles. que comprende los moluscos de México y América Central. Análisis Numérico.6. Monitoreo y Publicación de Datos sobre Biodiversidad Con los datos anteriores se puede confeccionar el siguiente gráfico. Fitodiversidad vs. Plantas Animales 66% 34% Fig.Aspectos Conceptuales. un ingeniero de minas que vivió en el país entre los años 1870 y 1890. Casi paralelamente se estaba trabajando en la Biologia Centrali Americana.

publicó en 1974 su obra sobre: Peces de la cuenca de los grandes lagos de Nicaragua. moluscos) publicados en revistas extranjeras.Antonio Mijail Pérez • • • • • Insectos Arachnidos Acaros Chilopodos Diplopodos • • • • • Moluscos. estas son las siguientes: • Pilsbry & Lowe (1932): West mexican and central american mollusks. S.g. • 22 .J. 10. publicó en 1958 la primera obra sobre ecosistemas de Nicaragua: Zonas biogeográficas de la flora y fauna nicaragüense y factores asociados. S. • • • • Más recientemente existen datos puntuales sobre diferentes taxa (v. Posteriormente. Ya en la segunda mitad del siglo XX el Padre Bernardo Posol.Facsímil de la parte de moluscos de Biologia Centrali Americana. Juan B. Reptiles Anfibios Aves Mamíferos En el siglo XX existen varias contribuciones regionales sobre moluscos que incluyen datos sobre fauna de moluscos marinos de Nicaragua. Después de la segunda mitad del siglo el biólogo nicaragüense Jaime Villa publica dos importantes obras sobre fauna de animales vertebrados: Anfibios de Nicaragua (1972) Peces nicaragüenses de agua dulce (1982) Fig.... Salas (1993): Arboles de Nicaragua. Mollusks of eastern pacific expeditions. el Padre Ignacio Astorqui. Hertlein & Strong (1940-1951).J. así como otras contribuciones monográficas de diferente magnitud pero de gran importancia: • La recopilación de Thorson (1976) sobre peces continentales titulada: Investigations of the Ichtyofauna of the Nicaraguan lakes.

• • • • • • Otros hitos científicos importantes para el país son las colecciones y los herbarios. Jean Michel Maes (1999): Insectos de Nicaragua. UCA. Museo Entomológico de León. Gunther Köhler (2001): Anfibios y Reptiles de Nicaragua. Fundación Cocibolca. Juan Carlos Martínez-Sánchez (2000): Lista patrón de los mamíferos de Nicaragua.Aspectos Conceptuales. Universidad Agraria (UNA).J (2002): Atlas de los moluscos continentales del Pacífico de Nicaragua. de la UNAN de León. Análisis Numérico. Ruíz & Fabio Buitrago (2003): Anfibios y reptiles de Nicaragua. (Editores) (2001): Flora de Nicaragua. Antonio Mijail Pérez y Adolfo López. Actualmente se pueden distinguir cuatro de ellos con importancia en el nivel centroamericano y global. W. D. Centro Nacional de Diagnóstico Fitosanitario. 23 . Colección de Insectos. Monitoreo y Publicación de Datos sobre Biodiversidad • Gustavo Adolfo Ruíz (1996): Claves preliminares para reconocer los reptiles de Nicaragua. Gustavo A. Colección de Vertebrados. Herbarios • • Herbario Nacional de la UCA. Stevens et al. estos son: Colecciones Zoológicas • • Colección de insectos. S. Herbario HULE. Otras colecciones algo menos representativas son: • • • • Museo de Ciencias Naturales (UCA) Museo Entomológico. Lista patrón de las aves de Nicaragua. Colección de moluscos e invertebrados no insectos.

24 . esta especie constituye un nuevo registro para la malacofauna continental de Nicaragua. citada de México. Los ejemplos son los siguientes: Gastrocopta pentodon (Say. O en términos más generales con la biota de Norteamerica por una parte y con la de América del Sur por la otra. Moluscos En moluscos tenemos varios ejemplos muy interesantes. 1999). 1917). Fig. 11. citada desde Canadá hasta Guatemala y recientemente adicionada a la malacofauna continental de Nicaragua (LÓPEZ & PÉREZ. (Familia Pupillidae) previamente conocidas de Venezuela han sido recientemente citadas como adición a la malacofauna de Nicaragua (PÉREZ. y una notable ampliación de su ámbito de distribución. 1998).7. Gastrocopta pentodon Salasiella hinkleyi Pilsbry. Concretamente nos referimos a la presencia de aquellas especies cuyo límite de distribución norte o sur es Nicaragua. y con la de la provincia colombiana por otra. o en cualquier otro país. Sin soslayar la importancia de los endemismos en Nicaragua.Antonio Mijail Pérez 1. 1821) (Familia Pupillidae). 1919 (Familia Spiraxidae). ciertamente que existen componentes en la biota del país que la convierten en una biota sumamente interesante. Características de la Biodiversidad de Nicaragua Corredor Norte-Sur: Se plantea que la posición geográfica de Nicaragua induce al razonamiento de que su flora y fauna debiera estar relacionada con la de la provincia mexicana por una parte. En primer lugar las especies Bothriopupa conoidea (Newcomb. El caso contario son aquellas especies que previamente han sido citadas del norte de América Central o de América del Norte. 1853) y Gastrocopta geminidens (Pilsbry.

13.. se distribuye desde México hasta Nicaragua y Calosoma alternans Fabricius desde Estados Unidos hasta Nicaragua. Morpho cypris. Foto del macho en posición dorsal. 12. Caerois gertrudtus. Calosoma aurocinctum Chaudoir. citada previamente desde el sur de los Estados Unidos hasta México. se distribuye desde Bolivia hasta América Central. teniendo Nicaragua como su punto de distribución más al norte.Aspectos Conceptuales. Morpho granadensis y Morpho amatonthe (Familia Morphidae). Cortesía de Jean Michel Maes. 1822) (Familia Zonitidae). se distribuye desde Guatemala hasta Nicaragua. Insectos En el orden Lepidoptera tenemos el ejemplo de Caligo ilioneus oberon Butler (Familia Brassolidae). Cortesía de Jean Michel Maes. Striatura meridionalis (Pilsbry & Ferriss. 1999). se distribuyen desde los Andes ecuatorianos hasta Nicaragua.Morpho cypris. esta especie constituye un nuevo registro para la malacofauna continental de Nicaragua (PÉREZ. Glyphyalinia indentata Fig. 1999). 14. citada desde Canadá hasta Guatemala y recientemente adicionada a la malacofauna continental de Nicaragua (PÉREZ. Fig. Fig. 1906) (Familia Zonitidae). Monitoreo y Publicación de Datos sobre Biodiversidad Glyphyalinia indentata (Say. Análisis Numérico. Foto. Dendroctonus mexicanus (Familia Scolytidae) es una especie relacionada con el Pino Ocote. 25 .

La ardilla enana Microsciurus alfari (Familia Sciuridae) se distribuye desde Colombia hasta el sur de Nicaragua Fig. siendo Nicaragua su punto de distribución más al sur. Liquidambar styraciflua (Tomado de SALAS. 1999). 16. se distribuye desde el Ecuador hasta la zona central de Nicaragua. 1993). Pinus oocarpa (Tomado de SALAS. 26 . Fig. 1999). 1993). 18. Fig. 15. Bassaricyon gabbii (Familia Procyonidae). Familia Pinaceae). Otro ejemplo es el de Liquidámbar (Liquidambar styraciflua Linné. Microsciurus alfari (Tomado de CARRILLO et al. Familia Hamamelidaceae) que se distribuye desde Estados Unidos hasta Nicaragua. el límite sur de su distribución. Mamíferos El Olingo.Antonio Mijail Pérez Plantas En plantas uno de los ejemplos más notables es el Pino Ocote (Pinus oocarpa Schiede ex Schlecht. Fig. 17. que se distribuye edesde Guatemala. Bassaricyon gabbi (Tomado de CARRILLO et al. siendo nuestro país.

Endemismo: Según PÉREZ & LÓPEZ (1995). Dónde encontrar información sobre Biodiversidad Uno de los problemas más importantes. B. porque el acceso a los mismos no es gratuito. Un caso particular en el Pacífico: Un endemismo de las isletas de Granada: Lo anterior supone un replanteamiento hacia una estrategia combinada de conservación de localidades: A. y en ocasiones acuciantes. Con alto endemismo.Aspectos Conceptuales. a continuación se listan algunas bases de datos que sintetizan mucha información de calidad sobre sistemática general teórica y taxonomía de diferentes grupos biológicos. Estos son los siguientes: A. 1999. 27 .8. C. datos posteriores obtenidos mediante el estudio de las comunidades de gasterópodos del Pacífico (PÉREZ. En el Pacífico: las lagunas volcánicas de la región. 2001). La mayoría de los taxónomos del área no tienen presupuesto para comprar revistas técnicas de su especialidad o acceder a bases de datos como los BIOLOGICAL ABSTRACTS. De acuerdo a estos autores no eran esperables altos valores de endemismo en el país dada la causa anterior. B. la estrategia más adecuada para la conservación de la biodiversidad in situ. de Nicaragua es la conservación de localidades con altos índices de diversidad alfa o riqueza de especies. No obstante. 1. Con alta diversidad alfa. 1999) y en algunas localidades de la región centro norte (PÉREZ et al. PÉREZ & LÓPEZ. Análisis Numérico. Otro problema es que no se tiene acceso a todos los servicios de internet y si se tiene es en condiciones que la búsqueda de información se hace lenta o difícil. En la región Centro-Norte: las partes altas de muchos de los cerros. Monitoreo y Publicación de Datos sobre Biodiversidad Diversidad alfa vs. No obstante. es la búsqueda de información técnica. Este planteamiento se basaba en el análisis de la condición de Nicaragua de “corredor” floro-faunístico entre las biotas de norte y suramérica. apuntan a que existen altos valores de endemismo debido a casos muy interesantes del fenómeno de “islas” ya descrito por McARTHUR & WILSON (1967).

capas.gov. Colombia: http://www.gov/ El árbol de la vida (The Tree of Life): Un sistema de navegación filogenética para Internet (A Phylogenetic Navigation System for the Internet): http://www.Guía Informática de Recursos para la Zoología (Biodiversity Informatics .org/DIVERSITAS/ • Bases de datos • Especies 2000 (Species 2000): haciendo un índice de las especies conocidas en el mundo (Indexing the World's Known Species): http://www.co/ MARENA.org/ BIN21: Red de Información sobre Biodiversidad/ Agenda 21 (Biodiversity Information Network /Agenda 21): http://www.au/bin21/library.html CONABIO.itis.sp2000.cr/es/default.org DIVERSITAS: Un programa Internacional de la Ciencia de la Biodiversidad (An International Programme of Biodiversity Science): http://www.ni/ PROARCA CAPAS: http://www.usda.conabio.biodiversity.edu.org/ (Taxonomy and • BIOSIS: Informática de Biodiversidad .org • • • • • • 28 .life. Costa Rica: http://www.inbio.itis.gov/ • • Páginas web • BIOSIS: Taxonomía y nomenclatura Nomenclature): http://www.gob.icsu.biosis.biosis.usda.mx/ Ministerio del Ambiente.minambiente.marena.Antonio Mijail Pérez • BCIS: Sistema de Información sobre Conservación de la Biodiversidad (Biodiversity Conservation Information System): http://www. Nicaragua: http://www.ac.gob.html INBio.Internet Resource Guide for Zoology): http://www.csu. México: http://www.org/ ITIS: Sistema de Información Taxonómica Integrada (Integrated Taxonomic Information System): http://www.

1999.bionet-intl. 1974. R. 1998. 53. Murray. 1970. BELT. J. Peces de la cuenca de los grandes lagos de Nicaragua. S. BEROVIDES. Publicaciones Nicaragüenses. BRATELLI. Noruega y la cooperación internacional en materia de política del medio ambiente. BOCK. 1952. Zool. Análisis Numérico.A. Zool. 24:704-722. Syst. Los genes en las poblaciones. Supervivientres de la biodiversidad. 1984.org • 1. 6.A. ALFONSO. Informe No.Aspectos Conceptuales. • • • • • • • • 29 .html BioNET-Internacional (BioNET-INTERNATIONAL): Red Global para Biosistemática (Global Network for Biosystematics): http://www. 277 p.jp/G7/index.go. V. T. X. RubeSciencia.. Basic questions of systematics. 318 p. T. Editorial Científico Técnica. 26.g7. 1. Nicaragua. 179 p.D. BLACKWELDER. La Habana. The Naturalist in Nicaragua.9. & A. BELLÉS. T. 8 p. BORGES. Urls y otras formas de datos • GELOS: G7 ENRM Servicio Localizador de Información ambiental Global (G7 ENRM Global Environmental Information Locator Service): http://www. Syst. London. BORGMEIER.J. V. The nature of systematics. & T. Evolución. BOYDEN. 283 p. 1987. Editorial Pueblo y educación. 1957. Monitoreo y Publicación de Datos sobre Biodiversidad Bases de datos de Catálogos de Resúmenes. Evolution. 142 p. En: Política Medioambiental para un desarrollo sostenible. Bibliografía • ASTORQUI. BEROVIDES. La Habana. & M.. 58 (Sesión parlamentaria 1996-1997) del Gobierno al Storting. Barcelona. I.nasda. Microevolutionary secuences as a fundamental concept in macroevolutionary models. Managua. 1874. W.

Nature.. Hist. Conservation. LOMOLINO. F. E. areas.C. L.V.C. • • • • • • • • • • • • 30 .. 1999. P. 1967. Linn. 185:217. PAQUIN. DIVERSITY. 1870-1902. Soc. Wash. STRONG. A. 1998. 1983. Mission scientifique au Mexique et dans L´Amerique Centrale. Proc. & A. Sinauer associates. Biol. LOPEZ.. 1940-1951. 1991. INBIO. Mollusques Terrestres et Fluviatiles. Cons. WONG & J. 1959. Zoologica.. Sunderland. inc. Secretaría General de la OEA. evaluation and phylogenetic diversity. CRAW.M. CLEMENTS. Introducción a la teoría y práctica de la taxonomía numérica. & M. Sci. 170 th Session.G. Zool. 20. Paris I. L.. 691 p. 1968. La méthode taxonomique d' Adanson. & V. Massachussets. 32:304-316. 132 p. Instit.J. 61:1-10. Syst. 7(1-2):6 FAITH. geology and the biogeography of Croizat: a radical view. Biogeografía. 1987. D. Publ. J. 473. CURRIE. 329:326-327.. & M. 1992.F. M. BRUNDIN. 361. Carneg.. CAIN. 702 p.scale biogeographical patterns of species richness of trees.V. Costa Rica. FISCHER. & H. R. Rev. Lond. 4. Deductive and inductive methods in PostLinnaean taxonomy. Nobel Symp. Revista Informativa para la Comunidad Internacional de Recursos Filogenéticos.J.C.H. 2nd edition. G.Antonio Mijail Pérez • BROWN. Application of phylogetic principles in systematics and evolutionary theory. Phylogenetic. D. 29 L.E.. HERTLEIN. 248 p. 1983. GUÉDES.P. Mamíferos de Costa Rica. Large. Plant succession: an analysis of the development of vegetation. J. CROSSE. 1916. 242:1512. Washington D. CARRILLO. Mollusks of eastern pacific expeditions. CRISCI. SÁENZ.

Princeton University Press. P. HURLBERT. Alemania. Managua. 1396.H.M. III Vols.C. In: Modern methods in Plant taxonomy. JANVIER. 1968. Princeton. España. 353 pp. 2001. G. • • • • • • • • • • • • 31 . Análisis Numérico. Ecology. Offenbach. 177 p. 1169 p. J. S. Insectos de Nicaragua. KÖHLER. Le Cladisme. MAGURRAN. HEYWOOD. 18(104): 33-38.J. 1987. Eudeba. National Fish and Wildlife Foundation-Fundación Cocibolca. Managua. 35 p.M. 2000. La Recherche.H. Anfibios y Reptiles de Nicaragua. La vida maravillosa. W. The non. V. Biodiversidad en Nicaragua.). 46(1):167-168. 1978. Monitoreo y Publicación de Datos sobre Biodiversidad • GOULD. 89 p. THOMAS. HALFFTER.L. Elementos de una sistemática filogenética. 52:577..J. Un estudio de país. 313 p. 1992. 1999.586.. MARENA-PANIF. A. A.H. Herpeton. Ciencia y Desarrollo. Rubes Editorial S.. 1999. J. Biol. PÉREZ. S. Editorial Crítica. V. MARENA-PANIF. Trop. Ecological diversity and its measurement.A. MAES. MARTÍNEZ. S. G. MARTÍNEZ-SÁNCHEZ. LÓPEZ. Managua. Barcelona. J. 117.Aspectos Conceptuales. Introducción a la economía ecológica.. 312 pp. Rev. 142 p. Heywood (ed.. P. S.concept of species diversity: a critique and alternative parameters. 1999. & A. MARENA. HENNIG. Buenos Aires. Secretaría Técnica de Bosawás. 1980. Lista patrón de los mamíferos de Nicaragua. Diversidad biológica y cambio global. 1998. 1968. Nuevos registros de caracoles terrestres en Nicaragua. London. 1991. Academic Press. Plant taxonomy today. TASSY & H.E.

& P. MAYR. MORENO. Una aproximación general. A.Antonio Mijail Pérez • MARTÍNEZ-SÁNCHEZ. PACHECO. ECOLOGIA. 1992. University of the Basque Country. 59 p. 67:1115-1126. MITTERMEIER. 1967. A. Rotifers (Monogononta) of Nicaragua. INFANTE. L. Princeton University Press. H. D. PÉREZ. The theory of island biogeography. 1992. Hotspots: Earth´s biologically richest and most endangered terrestrial ecoregions.. Lista patrón de las aves de Nicaragua. 1993. La diversidad malacológica en Nicaragua: aproximaciones a un nuevo enfoque. L. Ecology. 42:59-72. GARCÍA. National Fish and Wildlife Foundation-Fundación Cocibolca-GTZ. McGraw-Hill. SEGERS & A. 1995. MYERS & C.Y. Managua. 2000. Drakontos-Crítica. E. 475 p. 64 p.C. Spain. Princeton.H.M. 58:34-41. N. The search for patterns in the balance of nature: advances and retreats. A. MAY. Encuentro. 1999. Una larga controversia: Darwin y el darwinismo. 432 p..M. N. MITTERMEIER. MAYR. McGraw Hill. 1986. 1994. 43:243-247. Principles of systematic zoology. Estudio taxonómico y biogeográfico preliminar de la malacofauna continental (Mollusca: Gastropoda) del Pacífico de Nicaragua. Thesis. New Jersey. & E. R. McARTHUR. & L. Editorial UCA. 428 pp. Nueva York. 524 p. R. E. R. J. Encuentro. 209 p. E. Managua. MAYR. New York. MORENO. • • • • • • • • • • • 32 .M. PÉREZ. PÉREZ. Barcelona. 2001.O. 1969. Variabilidad en moluscos gastrópodos. H. ASHLOCK. Ph.M.. Principles of systematic zoology. WILSON. 2000. Conservation International. Acta Científica Venezolana. Los copépodos de vida libre de la región del Pacífico de Nicaragua.D.

Análisis Numérico. USA. 1996. M. Principles of Animal Taxonomy.G. J. 388 p.A. 1993. Mangua. 129 p. En: Malacología Latinoamericana. SAÍZ. Blackwell Science. La diversidad malacológica de Nicaragua en cifras.). Akal. ARAUCARIA . J. London. CEDAPRODE. 18. (57 volúmenes). 88 p. España. SIMPSON. RUÍZ.N. H. RIERADEVALLL & VINYETS. 106 p. SCHLEE. J. G. Biologia Centrali Americana. 1961. Universidad del País Vasco. Rubes Editoral. • • • • • • • • • • • • 33 .. & F. Proceedings of the Academy of Natural Sciences of Philadelpia. Academia Nicaragüense de la Lengua. Guía Ilustrada de la Herpetofauna de Nicaragua.L. Ecodiseño y ecoproductos. & H. SEAGER. PORTER. 1958. (ed. Monitoreo y Publicación de Datos sobre Biodiversidad • PÉREZ. A. Syst. D. Press. 1932.AECI. 1999. 1999. 2003. LOWE. 1969. Zonas biogeográficas de la flora y fauna nicaragüense y factores asociados. West mexican and central american mollusks. Universidad de Costa Rica.. S. Barcelona. Proyecto docente. Editorial Hispamer. BUITRAGHO 2003. J.. 141 p. N. 113 p. 84:33-144. 127.B. R.A. Zoología. PONSOL. Claves preliminares para reconocer los reptiles de Nicaragua. URCUYO & M. A.M. Managua. Hennig' s principle of phylogenetic systematics. an " intuitive " statistico-phenetic taxonomy ?.A.Y. Arboles de Nicaragua. Zool.A. RIDLEY. 1995. G. SOTELO. Evolution. Atlas Akal del estado medioambiental. RUÍZ. Managua. LÓPEZ. G. Nueva York.Aspectos Conceptuales. Eds. 337 p. I. Monge-Nájera & Z. Columbia Univ. SALAS. B. 1889-1905. PILSBRY. 719 p.MARENA . Barrientos. Madrid. 247 p.

Evolution and taxonomy. W. 633 p. Boston. Peces nicaragüenses de agua dulce. Managua. 84. San Francisco. 2nd.H. 2666 p. Biol.W. Entomol.. VILLA. Investigations of the Ichtyofauna of the Nicaraguan lakes. 55:235-254. 1976. WHITTAKER.H.D. 21:213-251. T. 5. C.D. Managua. 1962. 243 p.A. Cons.. W. VANE-WRIGHT. What to protect ? . 1978. Lincoln. Cambridge. 1952. In: Excursions (1863). SOUTHWOOD. & J. 216 p.B. Taxon. Flora de Nicaragua. 1991. WHITTAKER. R. R. 1973. SOKAL. University of Nebraska.R. The philosophical foundations of systematics.F. H. Chapman & Hall. 253 p. STEVENS. Numerical Taxonomy. et al.E.H. 1. THOMPSON. SPELLERBERG. Communities and ecosystems. Evolution and measurement of plant communities. (Editores). 1975. III Vols. P.R. An introduction to applied biogeography. T. The principles and practice of numerical classification. • • • • • 34 . 1972. THORSON..Antonio Mijail Pérez • SNEATH. 573 pp.I. Studia • • • • • • • THOREAU. Missouri Botanical Garden Press. 524 p. Banco de América.H. SAWYER.R. & R. Anfibios de Nicaragua. New York. MacMillan. Cambridge University Press. The succession of forest trees. 1982. J. 1972.D. W.systematic and the agony of choice. WILLIAMS. R. Entomol. VILLA.R. Ecological Methods. Instituto Geográfico nacional & Banco Central de Nicaragua. HUMPHRIES & P. I. XV. Freeman.. THOMPSON. USA. CA. Edition. eds. 1999.. 1860. 2001. Can. J. Houghton & Mifflin. 549.J.

. Un estudio de país.H. 1999. 585 p. T. Global Diversity. 1992. P. Bot.I. Measuring biodiversity: taxonomic relatedness for conservation priorities. 237-276. London. WCMC. Syst. MARENAPANIF. Monitoreo y Publicación de Datos sobre Biodiversidad • WILLIAMS. Chapman & Hall. En: Biodiversidad en Nicaragua. ZUNIGA.Aspectos Conceptuales. Análisis Numérico. Managua. HUMPHRIES & R. 4:665-679. VANE-WRIGHT. pp. Aust.. Diversidad de especies: fauna.J. C. 1991. • • 35 . Status of the earth´s living resources.

CAPÍTULO II. escuelas de pensamiento. patrones poblacionales. Se brindan algunos conceptos generales de trabajo.. ciencias relacionadas como la biogeografía. 36 .Sistemática general En el presente capítulo se abordan diferentes aspectos relacionados con la biodiversidad y la ciencia encargada de su estudio: la sistemática biológica. caracteres diagnósticos y colecciones.

es decir. En la clasificación se intenta el ordenamiento de las poblaciones o grupos de poblaciones de forma inductiva. como es un roedor ya se sabe a que orden pertenece (Rodentia) y que es un mamífero. Monitoreo y Publicación de Datos sobre Biodiversidad 2. como en otras ramas del conocimiento. si se tiene a un roedor. sino también las poblaciones y categorías superiores. La sistemática no sólo comprende el estudio de las especies. es decir. Por ejemplo. 1era edición). abordando el estudio de las variación intra e interpoblacional. cuestiones estas no muy claras en la literatura taxonómica antigua. Systema Naturae. para algunos los términos taxonomía y sistemática son sinónimos o se han aplicado indistintamente a las definiciones de una u otra.1.Aspectos Conceptuales. Clasificación: Usualmente se emplea este término para definir la actividad de la clasificación. La Sistemática: Ciencia de la Biodiversidad La sistemática es la ciencia que se ocupa del estudio científico de la diversidad de los individuos. Análisis Numérico. 37 . Hasta hace poco tiempo. Nomenclatura: Es la aplicación de un nombre distintivo para cada grupo reconocido en la clasificación zoológica. que es el ordenamiento de los individuos sobre la base de sus relaciones. e incluso todavía. estas no son sinónimos. En la identificación se ubican los individuos en táxones previamente establecidos de forma deductiva. En sistemática. es imprescindible definir una serie de términos que son necesarios para el trabajo. de lo particular a lo general. 1735. aplicada a los sitemas de clasificación desarrollados por los primeros naturalistas (Linneo. El término sistemática viene de la palabra griega latinizada Systema. Esto se hace usualmente con la aplicación de las claves de identificación. Estos autores definen la taxonomía como la teoría y práctica de la clasificación de los organismos. (1953) y MAYR & ASHLOCK (1993). Es por consiguiente la rama más abarcadora e integradora de la biología. de lo general a lo particular. se ocupa básicamente de trabajar con el nivel de especie. El aspecto más importante de la clasificación es el agrupamiento y rango de los organismos. es decir. Identificación: es la determinación de la identidad taxonómica de un individuo. pero según MAYR et al.

Phenon: es una muestra de especímenes que son similares fenotípicamente.Antonio Mijail Pérez También se designa como el producto de la actividad del taxónomo. una categoría es un término abstracto. mientras que los táxones ubicados en ellas son objetos biológicos concretos. La clasificación de las aves. Cualquier población o grupo de poblaciones se les llama taxón si el biólogo considera que es lo suficientemente diferente para que se le asigne una definida categoría en la clasificación. Contribuciones de la sistemática: La sistemática es una disciplina básica y esencial para toda una serie de ramas de la biología. etc. Un caso muy conocido de la solución de un problema complejo fue el de la malaria en Europa y su transmisor. Es una categoría en la cual sus miembros pertenecen a un taxón o táxones asignados a un rango dado. en dependencia de los requerimientos del estudio en cuestión. la separación de las muestras que tiendan a a ser uniformes dentro de lo posible y asignarlo a los táxones del nivel de especie. la embriología o cualquier otro aspecto biológico de un ser vivo si no se puede decir a que especie se refiere o a qué categoría taxonómica supraespecífica pertenece. Este es el objetivo concreto de la clasificación biológica. Precisamente este es el primer escalafón de la clasificación. ej. Al igual que no se puede hablar de los cromosomas. Un taxón es un grupo real de organismos reconocidos como una unidad formal a cualquier nivel de la clasificación jerárquica. el mosquito Anopheles 38 . Ultimamente este concepto es usado con la etiqueta de "Morfoespecie". Categoría taxonómica: designa rango o nivel en una clasificación jerárquica. Así. o una muestra que es razonablemente uniforme desde el punto de vista fenotípico. No se puede estudiar una comunidad si no se conocen las especies que la componen. p. la fisiología. Otros términos: Taxón: es un grupo taxonómico que es suficientemente diferente para ser distinguido y acreedor de un nombre y ser ubicado en una definida categoría.

beta taxonomía y gamma taxonomía. 39 . Estadíos de la clasificación: La clasificación de un grupo taxonómico pasa a través de varios niveles: alfa taxonomía. pero la malaria estaba sólo en algunos lugares. Beta taxonomía: hace énfasis en el desarrollo de las buenas clasificaciones. Esto permitió ir al control de sólo las especies involucradas en la transmisibilidad y en los puntos dónde estas vivían. maculipennis era un complejo de especies gemelas de las cuales sólo dos eran muy peligrosas como transmisoras. trabajándose más cuidadosamente el nivel de especie y las categorías superiores. Gamma taxonomía: enfatiza en la variación ínter específica. en varios tipos de estudios evolutivos y en la interpretación de la diversidad orgánica.Aspectos Conceptuales. Alfa taxonomía: hace énfasis en la descripción de nuevas especies y su ordenamiento en géneros. Análisis Numérico. una casi nunca y otras dos nunca transmitían la enfermedad. esto no se entendía hasta que no se realizó un estudio sistemático a profundidad. Los resultados fueron que A. 3) Agrupamiento y jerarquización: Elaboración de clasificaciones cada vez más objetivas. 2) Inventario de las especies: Aportar inventarios en localidades o países es la primera fase para la posterior aplicación del conocimiento en cualquier campo del conocimiento. una ligeramente. ya que con la lucha química cada vez el control de las plagas es más difícil. Monitoreo y Publicación de Datos sobre Biodiversidad maculipennis. Este mosquito estaba reportado de todo el continente. Tareas del taxónomo: 1) Discriminación de la identidad: Actualizar el conocimiento de la diversidad de su o sus grupos de estudio. En el control biológico de plagas de insectos es una realidad la necesidad de conocer los parásitos naturales y el lugar de origen de las plagas.

P. A veces las citaciones de autor consisten en dos nombres ligados por las preposiciones latinas in o ex. En principio una especie biológica tiene un nombre binario. que alude a la naturaleza córnea de la concha de esta especie de caracol. continuando con la especie anterior. compuesto por dos partes: El nombre del género + el nombre de la especie Este nombre tiene un "apellido" que está compuesto por el apellido del autor y el año en que esta especie fue descrita. En este momento nos vamos a concentrar en el nivel de especie. Por ejemplo. En ese caso la especie se reasigna al género adecuado y para que quede constancia del cambio se pone paréntesis al nombre del autor y al año.Antonio Mijail Pérez Nociones de nomenclatura Como se ha mencionado la nomenclatura zoológica es la aplicación de un nombre distintivo para cada grupo reconocido en la clasificación zoológica. También suelen utilizarse nombres de la toponimia o dedicarle especies a personas: El uso de IN y EX. El nombre de un género es un sustantivo en número singular. es decir. 1833) El nombre del autor y el año siempre se ponen sin paréntesis. 40 . ej: Bulimulus corneus (Sowerby. como en el caso de corneus. El nombre de la especie o epíteto específico también puede tener cualquier origen. latín o latinizada. puede ser tomada de cualquier fuente pero generalmente es una palabra en griego. siendo los más frecuentes algún atributo de la morfología. Los paréntesis se ponen cuando se trata de una especie que ha sido descrita en otro género y estudios posteriores indican que el género debe ser cambiado. 1833 Para distinguir los nombres científicos de cualquier otra palabra estos se ponen en cursiva o subrayados. el nombre del género original era: • Bulinus corneus Sowerby.

Se debe destacar que si el nombre de una especie está compuesto por dos nombres ambos deben ir unidos por un guión. Una citación como: • Gossypium tomentosum Nuttal ex Seeman Esto significa que Seeman fue el responsable de la publicación del nombre Gossypium tomentosum.Aspectos Conceptuales. En el caso que sea una mujer se le agregan las letras ae. Monitoreo y Publicación de Datos sobre Biodiversidad Una citación como: • Viburnum ternatum Rehder in Sargent Esto significa que Rehder fue responsable de la publicación del nombre V. ternatum. pero esta se realizó en un trabajo editado o escrito por Sargent. En este caso si fuese necesario utilizar una fórmula abreviada de la citación se podría omitir Sargent. p. el cual había sido creado por Nuttal. 41 . Análisis Numérico. • Hibiscus rosa-sinensis (Avispa) El nombre de la especie debe concordar gramaticalmente con el del género. • Drymaeus graceae (Dedicado a la señora Grace). quien nunca lo publicó por si mismo. Especies con nombres de toponimia: • • Physa nicaraguana Pomacea costarricana Especies dedicadas a personas: • Pachychilus largillierti (Dedicado al naturalista Largilliert) En el caso que se trate de un hombre al nombre o al apellido se le agrega una letra i. Tal vez dejó el nombre en alguna etiqueta o en algún manuscrito inédito. ej.

p. Términos relacionados: existen algunos términos relacionados con el mundo de la nomenclatura. SSP: se refiere a las subespecies de una especie determinada. es decir. ej: • Bulimulus spp. lo que quedaría de la manera siguiente: • Neocyclotus (Aperostoma) dysoni nicaraguense Bartsch. Nomen nudum (Nombre nulo): es cuando se publica el nombre de una especie sin descripción y/o ilustración. siendo una de ellas nicaraguense. El nombre del subgénero siempre debe quedar encerrado entre paréntesis y los cuatro nombres deben ir subrayados o en cursiva.): y otros. Et alii (et al. nos podría ser interesante dejar constancia de a que subgénero pertenece la subespecie nicaraguense. en el caso que esta exista. Por ejemplo: • Neocyclotus dysoni nicaraguense Bartsch. • Bulimulus sp. Si además el género Neocyclotus contiene varios subgéneros. p. algunos de los más utilizados son los siguientes: Combinatio nova (Comb. ej. los nombres de las especies pueden también ser trinomiales o cuatrinomiales. 1942 De esta manera tenemos un nombre formado por cuatro "términos". se refiere a las especies de un género determinado. una especie puede tener un nombre con tres o cuatro partículas y no sólo con las dos fundamentales. Nov. esta situación tiene lugar cuando se reflejan además los nombres del subgénero y de la subespecie. SPP. 1942 Neocyclotus dysoni es una especie que se distribuye en América Central y tiene varias subespecies. p. SP: Se refiere a un género del que no se ha podido identificar la especie.Antonio Mijail Pérez También se debe señalar que aunque la nomenclatura básica de las especies es binomial.): es cuando se propone una reasignación de una especie determinada dentro de otro género. ej: 42 .

• Opeas goodalli es sinónimo de Opeas pumillum. PLANTAE (Plantas). Monitoreo y Publicación de Datos sobre Biodiversidad • Neocyclotus dysoni ssp. Análisis Numérico. Esta propuesta fue introducida por WHITTAKER en los años 70. MONERA (Bacterias). 3. 5. dentro de la cual se encuentra la subespecie nicaraguense. Sinónimo: Nombre asignado a una especie que previamente ha sido descrita. Hay que notar que estas partículas no se ponen en cursiva o subrayadas. PROTISTA (Protozoos). En este caso concreto se refiere a todas las subespecies de la especie dysoni del género Neocylotus. 4. BOTÁNICA Regnum Divisio Classis Subclassis Superordo Ordo Subordo Familia Subfamilia Tribus Subtribus Genus Subgenus ZOOLOGÍA Regnum Phyllum Superclassis Classis Subclassis Infraclassis Superordo Ordo Subordo Infraordo Superfamilia Familia Subfamilia Supertribus Tribus Subtribus Génus Subgenus TÉRMINO EN ESPAÑOL Reino División/ Tronco Superclase Clase Subclase Infraclase Superorden Orden Suborden Infraordo Superfamilia Familia Subfamilia Supertribu Tribu Subtribu Género Subgénero 43 . Táxones superiores y jerarquía De todos es conocido que actualmente es aceptado que los seres vivos se dividen en cinco reinos. FUNGI (Hongos). ANIMALIA (Animales). 2. Estos reinos son: 1. 2.Aspectos Conceptuales.2.

Categoría de especie El concepto de especie ha sido. reemplazando el término variedad en su significado de ¨raza geográfica¨. 3) que se observe una variación geográfica definida. etc Zoología -idae -inae -ini us-a-um-es-on. que nos permita homogeneizar en alguna medida la terminología de trabajo: Especie: Es un grupo de poblaciones que se entrecruzan entre sí y que están aisladas reproductivamente de otras. BEROVIDES & BORGES (1984) plantearon que la desición de asignar esta categoría a un determinado grupo de poblaciones es mayormente subjetiva.3. Como no es el objetivo del libro entrar en estos detalles sólo daremos el concepto de especie en el sentido de MAYR & ASHLOCK (1993). etc 2. Posteriormente Arnold planteó que para la descripción de subespecies debe existir una variación fenotípica homogénea acorde con la distribución geográfica.. por ello se ha enfatizado en: 1) el aislamiento geográfico. 44 . 2) la existencia de una relativa uniformidad fenotípica sobre un área específica y. En este sentido. En este contexto.Antonio Mijail Pérez Rangos y terminaciones: Categoría Familia Subfamilia Tribus Género Botánica -aceae -oideae -eae us-a-um-es-on. un tema de debate entre los biólogos y evolucionistas. (1953) reconocieron que la subespecie es una categoría taxonómica conflictiva. también quiero aprovechar para definir el concepto de subespecie Según MAYR & ASHLOCK (1993) el término subespecie se hizo de uso general durante el siglo XIX. Desde entonces este término ha sido usado por los biólogos no siempre con el mismo significado y a veces con diferencias conceptuales significativas. MAYR et al. y es actualmente.

Las poblaciones y sus patrones espaciales son de gran importancia para la sistemática. 2. Neotipo: Es el especímen u otro elemento seleccionado para servir como tipo nomenclatorial cuando se ha perdido el holotipo de la especie o cuando este está ausente por otras razones. Paratipo: Es un especímen citado como parte del lote al que pertenece el holotipo. usualmente a posteriori. 2. Género tipo: La especie tipo de un género. Los Estudios Poblacionales en Sistemática La población local o demo es un conjunto de individuos que se cruzan entre sí y que realizan el mismo nicho en un ecosistema determinado. Sintipo: Cualquiera de los ejemplares citados por un autor cuando no se ha designado holotipo. 45 .Aspectos Conceptuales. Monitoreo y Publicación de Datos sobre Biodiversidad Recientemente MAYR & ASHLOCK (1993) han señalado que una subespecie es un agregado de poblaciones (o una población) fenotípicamente similares de la especie que habitan una subdivisión geográfica del ámbito de distribución de la especie y que difieren taxonómicamente de otras poblaciones de la especie.4. Topotipo: Es un especímen de un taxón previamente nombrado que se recolecta. y sea adulto para su descripción. Análisis Numérico. Lectotipo: Es el especímen u otro elemento seleccionado de entre el material original para servir como holotipo cuando en la publicación de la especie nueva el holotipo no ha sido designado.5. Holotipo: Es el especímen usado por el autor. o designado por él. en la localidad donde se ha recolectado el tipo. Tipos Cuando se describe una especie se elige un individuo que se encuentre en buenas condiciones. ya que la población es la unidad en la que tiene lugar la evolución. como tipo nomenclatorial para la descripción de una especie nueva para la ciencia.

en las frecuencias relativas de diferentes formas alternativas de genes o en los valores promedio de cada población para caracteres cuantitativos.Poblaciones contiguas o clinas 2. Fig 16. Poblaciones disyuntas: En este caso la especie está fraccionada en grupos de poblaciones más o menos discretos que pueden ser contados y delimitados. Fig 17.Antonio Mijail Pérez Los sistemas de población de mayor presencia en la bibliografía son los siguientes: 1. a través de un gradiente ecológico o geográfico... Poblaciones contiguas o clinas: En ellas se da una variación gradual.Poblaciones disyuntas 46 .

Análisis Numérico.Aspectos Conceptuales. 4. Fig 18.. etc. 47 ..Ecotipos. Ínsulas geográficas: Es un caso especial de las poblaciones disyuntas cuando en el centro del área de distribución de la especie se presenta los núcleos poblacionales más grandes y en la periferia se distribuyen pequeñas poblaciones. zonas altitudinales. como ocupar hábitats diferentes. Monitoreo y Publicación de Datos sobre Biodiversidad 3. Ecotipos: Son diferentes poblaciones de la misma especie que se han diferenciado debido a factores ecológicos. como prados y bosques adyacentes. Fig 19. tipos de suelos dentro de un hábitat.Insulas geográficas. 5. Poblaciones continuas: Los núcleos poblacionales que constituyen la especie se encuentran distribuidos de forma continua.

La corología tiene como objeto la delimitación de las áreas de distribución geográfica de las especies. mientras que en el segundo caso se considerarían agrupaciones de especies de animales o vegetales. así como de otras unidades taxonómicas como géneros.6. etc.Antonio Mijail Pérez Fig 20. Elementos de Biogeografía La biogeografía es una disciplina de gran importancia para la elaboración de las clasificaciones y el estudio de la filogenia.. En el primer caso se consideraría la distribución de los individuos de una misma especie sobre el globo. 2) Circunterrestre: ciertas áreas que se extienden alrededor del globo.Poblaciones contiguas. 48 . Biogeografía: Comprende dos niveles diferentes de conocimiento. pero quedando localizadas entre límites latitudinales precisos. en primer lugar la distribución de las especies consideradas aisladamente. familias. Las especies de acuerdo a sus áreas de distribución geográfica se pueden clasificar en: 1) Cosmopolita: se extiende por todo el conjunto del planeta. y en segundo lugar la de las comunidades que estas forman en la naturaleza. 3) Endémicas: estrictamente localizadas en un territorio que puede ser de extensión muy variable. 2.

Regiones biogeográficas globales. Polinesia. Nueva Guinea. Parte II. Estados Unidos. Canadá. Región Etiópica: Africa subsahariana y Madagascar. V. Groenlandia. Fig 21. Región Neotrópical: América latina. Nueva Zelandia. Indias orientales.Aspectos Conceptuales. Región Oriental: India. Región Australiana: Australia. Estas regiones son: I. 49 . IV. Análisis Numérico. El Caribe y parte de México III. Precisamente estas regiones se delimitan debido a la composición de especies animales y vegetales. Región Holártica: A. Monitoreo y Publicación de Datos sobre Biodiversidad También pueden habitar alguna de las regiones biogeográficas que existen en el nivel global.. Región Paleártica: Casi toda Eurasia B. Región Neártica: de México.

Filética: SP A SP B No aumenta el número de especies. 1996). Especiación La especiación.7. Tipos de especiación: I.Antonio Mijail Pérez 2. Divergente: A. 1994. En cuanto al proceso en si mismo: 1. 2. es el proceso evolutivo por el cual se producen especies nuevas (según BEROVIDES y BORGES. Patrón dicótomo: SP A Población 1 Población 2 Población 3 Población 4 SP B SP C SP D SP E La especie A desaparece. Población de especie B 50 . Especiación convergente o híbrida: Población de especie A Especie C. 3. B. RIDLEY. en síntesis. Patrón escurrente: SP A Población 1 Población 2 Población 3 Población 4 SP A SP B SP C SP D Lo mismo pero la especie A no desaparece.

4) El proceso básico consta de dos partes: a. 1981): 1. Se formas nuevas especies que mantienen el doble o el cuadrúple de su número de cromosomas. A 2. 2) Varía de especie a especie. B. A. En términos espaciales los procesos de especiación pueden ser (según WILEY. 51 . Análisis Numérico. Especiación simpátrica: En este tipo de especiación todos los miembros de las especies en formación están en el mismo ámbito espacial. b. por lo que la segregación espacial inicia el proceso de especiación y conlleva a la evolución de los mecanismos de aislamiento.Aspectos Conceptuales. Se postula que la especiación tiene lugar mediante segregación ecológica o temporal. Aislamiento reproductivo. 3) No se observa. selección del hábitat. Divergencia genética. debe ser deducido de observaciones incompletas. Monitoreo y Publicación de Datos sobre Biodiversidad Caracterísiticas de la especiación: 1) Es un fenómeno complejo. Por selección disruptiva: hay una segregación de nicho entre los individuos del segmento A y el B de la población. Por poliploidías: principalmente en plantas. Especiación alopátrica: B En este caso se parte de la existencia de patrones disyuntos en las poblaciones. etc. II.

por ser el producto de la desviación de los arquetipos básicos. Las otras escuelas de pensamiento sí reconocen la existencia de la variabilidad y enfrentan el proceso de clasificación de acuerdo a esta premisa pero de manera diferente en lo relacionado con el estudio y valoración de los caracteres.8. se puede considerar que existen cuatro doctrinas o corrientes de pensamiento que han realizado aproximaciones a este proceso. Escuelas de Pensamiento en la Sistemática Contemporánea Según CRISCI & LÓPEZ (1983) a pesar de la variedad de opiniones existentes sobre el enfoque y los fundamentos de la clasificación en biología. De acuerdo a estos autores. Esta escuela se ha denominado también "Tipológica". 1962). Aunque esta escuela fue en sus orígenes esencialista y es por concepto tipológica. porque postula la existencia de tipos básicos. Especiación parapátrica. Escuela esencialista: Thompson (1952. estas corrientes son: Esencialismo. Si se produce entrecruzamiento es sólo en una fracción muy pequeña de la población. Se presenta en poblaciones que tienen zonas de contacto en sus límites de distribución. 2.Antonio Mijail Pérez Población A Población B 3. plantea que la variación dentro de un mismo taxón es desechable. ha sentado la pauta de la sistemática clásica que aún se 52 . Cladismo. Evolucionismo y Feneticismo. el Esencialismo. La primera de estas corrientes. Blackwelder & Boyden (1952) y Borgmeier (1957).

selección de los outgroups o grupos hermanos). Plantea que los ancestros son hipotéticos y no pueden ser reconocidos e identificados. que se denominan cladogramas. 1996). Por ejemplo. Hennig (1968). la construcción de redes de ramificación filogenética que reflejen relaciones de parentesco ancestro-descendiente.g. Schlee (1969). De modo general se carece de la información requerida para realizar éstos análisis (v. Monitoreo y Publicación de Datos sobre Biodiversidad lleva a cabo en nuestros días. en la actualidad para describir una especie. Se propone. Janvier et al.. Fig 22. Escuela cladista : Brundin (1968). por tanto. acepta de algún modo los datos y conocimientos de la sistemática clásica y busca un método objetivo para inferir filogenias. (1980) y Wiley (1981). dicotómicas casi en todos los casos.Aspectos Conceptuales. Análisis Numérico.Tipos de dendrogramas de las escuelas de pensamiento (Tomado de RIDLEY. que es un especímen elegido de entre una serie por su buen estado de conservación y representatividad. Las relaciones de parentesco establecidas por este método se representan en clasificaciones jerárquicas. 53 . aún aceptando que existe la variación. El cladismo es la más reciente y compleja de las escuelas de la sistemática. esta especie se describe de un "tipo".

lo cual está expresado por el número de caracteres que los componen. 1969). Es decir. por métodos de análisis estadístico. Según Cain (1959).Antonio Mijail Pérez Escuela feneticista: Guédes (1967) y Sneath & Sokal (1973). Por ejemplo. En esta escuela se persigue la evaluación numérica de la afinidad o semejanza entre unidades taxonómicas y la clasificación de estas unidades en táxones de orden superior según su afinidad. Para los feneticistas no existen a priori caracteres más importantes que otros. Heywood (1968) y Mayr (1969) para entender la posición del feneticismo se debe distinguir significación o peso a priori de significación o peso a a posteriori. y que acepta. El método de tratamiento de datos para hacer sistemática incluye dos procesos: 54 . busca la construcción de clasificaciones objetivas y reproducibles. y a aclarar los casos dudosos. porque exhiben escasa plasticidad fenotípica. en contra del cladismo. que los ancestros pueden ser reconocidos e identificados. y si así fuera sería imposible reconocerlos. Los evolucionistas proponen una cladística numérica o cuantitativa que viene a revisar y comprobar las sistemáticas realizadas por el método tradicional. porque se comportan como caracteres diagnósticos en otros grupos. La significacióm a posteriori es el resultado de la clasificación y consiste en reconocer él o los caracteres que mejor discriminan o diagnostican los grupos formados. Es una escuela que propone métodos de reconstrucción filogenética al modo usual en paleontología. o bien por sospechar que son indicadores de relaciones filogenéticas (Mayr. Esos caracteres se reconocen usando algún criterio establecido. porque son estables genéticamente. Escuela evolucionista: Simpson (1961) y Bock (1973). La primera consiste en otorgar mayor valor taxonómico a uno o más caracteres antes de realizar el proceso de clasificación. Sin embargo Sneath y Sokal (1973) establecen que los complejos de caracteres tienen valores diferenciales en proporción a su complejidad o contenido de información.

2. Solo los especialistas de cada grupo están en condiciones de definirlos y describirlos. casi invariables. aunque todos los caracteres están sometidos al fenómeno de la variación. Un carácter con alta variabilidad individual. no es útil como carácter diagnóstico.Aspectos Conceptuales. es decir. es pobre indicador de relaciones entre grupos y por consiguiente. según la taxonomía numérica. 2. a) externos b) internos c) embriológicos d) palinológicos e) citológicos f) ultraestructurales 55 . que proporciona cladogramas que deben ser sometidos a comprobación. Es imposible contar con una lista exhaustiva y única de los tipos de caracteres que pueden ser estudiados en cada grupo de organismos. debe precisar a qué nivel de las categorías taxonómicas en estudio.Morfológicos. Monitoreo y Publicación de Datos sobre Biodiversidad 1.9. Un carácter puede ser muy variable en el nivel de una población y no de otra. Caracteres y Morfometría Caracteres diagnósticos: Son aquellos que usa el taxónomo para identificar un taxón determinado. pero éstos no son frecuentes. Un taxónomo sin embargo.. se analiza la variación. Según CRISCI & LÓPEZ (1983) una clasificación general de los tipos de caracteres podría ser la siguiente: 1. Análisis de divergencias taxonómicas entre elementos a clasificar. Análisis cladístico según Hennig. Existen caracteres especiales en su variación. y como un todo ser poco variable a nievel de la especie. La utilidad que tenga cada uno para la clasificación va a depender del grado de variación que presente. por cuanto ésto es sumamente variable. al compararla con otras especies en el nivel de género. Análisis Numérico.

8.. 56 .Antonio Mijail Pérez 2... 2002)..Fisiológicos 3.Protocolo de medición de un caracol (según DÁVILA.1.Ecológicos a) hábitat b) parásitos c) alimentos d) variaciones estacionales 6.Genéticos 2... 23.Etológicos 5. alopatría. etc) 7. Caracteres morfológicos externos. Fig..Químicos 4.Geográficos a) distribución b) relación entre poblaciones (simpatría.

Protocolo de medición de un cangrejo (segun RAYMENT et al. 25. Monitoreo y Publicación de Datos sobre Biodiversidad Fig.. 26. 1984).. Fig.Protocolo de medición de un bivalvo (según PEREZ et al. 24. Análisis Numérico. Fig. 57 .Aspectos Conceptuales.. 2002).Protocolo de medición de otro tipo de bivalvo.

. 27. Fig.Protocolo de medición de un pez (según VILLA. 1982). 1986).. 58 .Protocolo de medición de un quelonio (según OBST. 28.Antonio Mijail Pérez Fig.

Monitoreo y Publicación de Datos sobre Biodiversidad Fig..Protocolo de medición en mamíferos: roedores y quirópteros..Aspectos Conceptuales. 59 . 30. Fig.Protocolo de medición de un mamífero. Análisis Numérico. 29.

Colecciones biológicas Una de las problemáticas más importantes y acuciantes de un sistemático son las colecciones biológicas. 2.Protocolo de medición en cráneos de mamíferos.. 31. Las colecciones constituyen los testigos de la composición y en ocasiones de la estructurta de las comunidades naturales que quedarán para las futuras generaciones.10. Considerando el acelerado ritmo de extinción de las especies vivientes. 60 .Antonio Mijail Pérez Fig. es cada vez más normal que en las colecciones de animales y plantas existan especímenes en depósito que ya se han extinguido en condiciones naturales.

Aspectos Conceptuales, Análisis Numérico, Monitoreo y Publicación de Datos sobre Biodiversidad

Tipos de colecciones: I. Abiertas: Son aquellas que cambian o aumentan sus ejemplares. A. Colecciones generales: están formadas principalmente por la vía interna, es decir, mediante recolectas del personal de la institución y, en menor grado, por vía externa o de donaciones. B. Colecciones de tipos: Se forman si la institución decide segregar los tipos de las colecciones generales, en cuyo caso la colección de tipos debe ser objeto de medidas especiales de protección y seguridad. Los tipos deben depositarse en instituciones de primer orden en el trabajo sistemático. C. Colecciones de referencia: Sólo para propósitos de identificación. Formadas por uno o pocos ejemplares de cada especie. D. Colecciones didácticas: Sólo para uso en la docencia. II. Cerradas: Son aquellas que no crecen ni cambian sus ejemplares. A. Colecciones generales: Se forman por vía externa, p. ej., donaciones, etc. B. Colecciones testigos: Ejemplares citados por su número catalográfico en un estudio publicado. C. Colecciones sinecológicas: Formadas para mostrar la estructura de una comunidad. D. Colecciones en préstamo: Recibidas por la institución en esa condición. E. Colecciones en depósito: Recibidas por la institución para ser custodiadas por esta.

61

Antonio Mijail Pérez

ESTRUCTURA DE LA COLECCIÓN DEL CENTRO DE MALACOLOGÍA Y DIVERSIDAD ANIMAL DE LA UCA, UNA COLECCIÓN ABIERTA DE TIPO GENERAL. FAMN: FAMILY: GENUS: SPECIE: NUMSP: DPT: LOTE: COORD: COR1: COR2: LOCAL1: VECIND: Número clave de familia. Nombre de la familia. Nombre del género. Nombre de la especie. Número de especímenes. Departamento. Número de lote. Coordenada UTM. Coordenada UTM (X). Coordenada UTM (Y). Localidad puntual. Vecindad.

Los campos COR1 y COR2, son la misma coordenada dividida en dos partes para posteriormente realizar el cartografiado automatizado de los puntos. Ejemplo: FAMN: FAMILY: GENUS: SPECIE: NUMSP: DPT: LOTE: COORD: COR1: COR2: LOCAL1: VECIND: 25 Subulinidae Beckianum sinistrum 9. Granada. 92:01 16PFU1711 16PFU 1711 Aguas Calientes. Isletas de Granada.

Fig. 32.- Gabinete colecciones secas.

de

2.11. El Endemismo y la Conservación de la Biodiversidad El endemismo es aquel atributo por el cual una especie determinada se encuentra en un determinado lugar y no en otro. Esta cualidad le confiere a los ecosistemas naturales un mayor o menor valor en dependencia de si contienen mayor o menor número de estas especies.

62

Aspectos Conceptuales, Análisis Numérico, Monitoreo y Publicación de Datos sobre Biodiversidad

Entre los seres vivos uno de los casos más notorios en relación con la presencia de endemismos son los moluscos continentales. Entre estos algunos de los ejemplos más relevantes son, el género Papuina endémico de Nueva Guinea (p. ej. Papuina pulcherrima), el género Polymita, endémico de la región este de la isla de Cuba y un grupo de especies del género Bulimulus endémicas de las islas Galápagos. La relación entre el endemismo y la conservación es directa. Si se pierde una población de una especie de amplia distribución, se disminuye su acervo de genes pero se conserva la especie. Si se pierde una especie endémica, probablemente representada por una o unas pocas poblaciones, esta especie se pierde para siempre. El caso de la paulatina desaparición de las especies del género Bulimulus en las Galápagos ha sido bien documentado en la literatura científica y en el nivel divulgativo, intentando conseguir que se dicten medidas para su protección, pero el continuo aumento de densidad de población en las Galápagos atentan contra esto. Otro tanto de lo mismo ocurre con las especies del género Papuina en Nueva Guinea.

Fig. 33.- Papuina pulcherrima (Tomado de ABBOTT, 1989).

Fig. 34.- Pseudopeas sp.

En un estudio extensivo e intensivo que desarrollamos en la región del Pacífico de Nicaragua, para el estudio de los moluscos continentales, uno de los resultados notables fue la detección de ocho especies nuevas para la ciencia. Esto quiere decir que son especies que antes no habían sido descubiertas y catalogadas por los biólogos. De estas especies nuevas dos de ellas se distribuyen en unos pocos puntos de la región del Pacífico y una sólo en un punto, una de las isletas de

63

Antonio Mijail Pérez

Granada (Pseudopeas sp.). Este tipo de endemismo, tan estrecho geográficamente, indica que si esta especie desaparece producto a la desaparición o alteración de su hábitat, será una especie que se perderá de la faz de la tierra sin haber tenido la oportunidad de ser conocida y de ser estudiada su posible importancia. Este ejemplo ilustra de una manera clara la importancia de la conservación para el mantenimiento de la biodiversidad y su incidencia directa en la vida del hombre: si no conocemos y conservamos nuestro entorno no podremos saber como manejarlo de una manera sostenible. 2.12. Bibliografía • ABBOTT, R.T. 1989. Compendium of landshells. American Malacologists, Inc. Melbourne. 240 p. BEROVIDES, V. & T. BORGES. 1984. Evolución. Editorial Pueblo y educación, La Habana. 283 p. DÁVILA, L. 2002. Taxonomía, contenido nutricional y autoecología de Pomacea flagellata (Say, 1827) (Mollusca: Gastropoda: Ampullariidae) en Nicaragua. Tesis de Licenciatura, Universidad Nacional Autónoma de Nicaragua (UNAN), 45 p + anexos. MAYR, E., E.G. LINSLEY & R.L. USINGER. 1953. Methods and principles of systematic zoology. McGraw Hill, New York. 336 p. MAYR, E. 1992. Una larga controversia: Darwin y el darwinismo. Drakontos-Crítica, Barcelona. 209 p. MAYR, E. & P.D. ASHLOCK. 1993. Principles of systematic zoology. McGraw Hill, New York, 475 p. OBST, F.J. 1986. Turtles, tortoises and terrapins. Edition Leipzig, Germany. 231 p. PÉREZ, A.M. 1994. Variabilidad en moluscos gastrópodos. Una aproximación general. Editorial UCA, Managua. 64 p. PÉREZ, A.M., I. SIRIA, M. SOTELO & E. VARGAS. 2002. Aprovechamiento del recurso Concha Negra en el Pacífico de Nicaragua. Informe Final, Managua, Nicaragua. 68 p.

64

Aspectos Conceptuales, Análisis Numérico, Monitoreo y Publicación de Datos sobre Biodiversidad

REYMENT, R.A., R.E. BLACKITH & N.A. CAMPBELL. 1984. Multivariate morphometrics. Academic Press, London. 233 p. RIDLEY, M. 1996. Evolution. Blackwell Science, USA. 719 p. VILLA, J. 1982. Peces nicaragüenses de agua dulce. Banco de América, Managua. 253 p. WILEY, E.O. 1981. Phylogenetics. John Wiley & Sons, New York. 439 p. WILSON, E.O. 1994. La diversidad de la vida. Drakontos, Barcelona. 410 p.

• •

65

CAPÍTULO III.- Técnicas de muestreo
En el siguiente capítulo se presenta un grupo de técnicas para la toma de datos de campo, técnicas basadas en diseños probabilísticos y no probabilísticos. Se aborda el tema de las unidades de muestreo, naturales y artificiales y también el cálculo del tamaño de muestra en poblaciones y comunidades.

66

Análisis Numérico. tocones. 67 . 35. troncos de árboles podridos. 3. estiércol. Fig. Fig.. rocas. Naturales: Troncos de árboles. Monitoreo y Publicación de Datos sobre Biodiversidad 3. 35). si se ha decidido que un cierto muestreo estará compuesto de 100 unidades de tamaño 1x1 m.Red de niebla para aves. Para responder a esta pregunta se estudiarán los principales programas de muestreo utilizados para estimar parámetros en ecología de poblaciones y comunidades. corales. II. Tipos de unidades muestrales: I. transectos. Introducción Se entiende por muestreo el plan o diseño con arreglo al cual se lleva a la práctica el recuento de los animales o plantas en unidades de muestreo de tamaño y número ya fijados. etc. Cuadráticas: Parcelas. chinchorros. cuadrantes. aunque también puede ser definida como un artilugio de diseño humano concebido en función de la biología de la especie de estudio y que se emplea para estimar algún atributo de la población en cuestión.2.Aspectos Conceptuales.1. redes (agalleras y de niebla. ¿ cómo proceder ?. etc. En otras palabras. Artificiales: A. Las Unidades Muestrales Concepto: una unidad de muestreo es una entidad donde de manera natural se distribuye o se encuentra parte de los elementos muestrales de la población.

3. 1998). 4.) (Fig. Censo: Es el conteo o enumeración de todos los individuos sobre un área determinada en un momento dado o en un intervalo dado de tiempo en un punto definido del espacio.2. Este método permite determinar los patrones espaciales en poblaciones. Fig. 2. A. Censos por captura total o exterminación. 1998). 5. 37. émbolos. etc.. etc.3. C. estructuras. Trampas (trampas Sherman. 3. 37). 38).1. etc. Fig. 36). Tipos de censo: 1.. Prueba de la T cuadrada (Fig. Tipos básicos de Muestreo y Aplicaciones 3.Ejemplo de draga (Tomado de Ben Meadows. (Tomado de Ben 3. Recuento por ahuyentamiento. Volumétricas: Dragas (Fig. huellas. Metodos que implican trabajo con signos. Diferencias entre censo y muestreo. Metodo del mapeo territorial.3. Como parte de este grupo de métodos sólo nos vamos a referir a método o prueba de la T cuadrada. Prueba de la T cuadrada. A. Índices de dispersión. lo cual está fuera del ámbito de 68 . Havahart.Antonio Mijail Pérez B. Censos: 1) Metodo del mapeo territorial.Trampa Sherman Meadows. 36. B. C. Vecino más próximo.3. Censos aéreos.

Diseño espacial del muestreo 69 .. 39. En el primer transecto se recolectó en 13 puntos y en el segundo cinco puntos. Monitoreo y Publicación de Datos sobre Biodiversidad interés de este libro. pero teniendo en cuenta la escasez de bibliografía sobre este tema existente. considero que es oportuno incluir un ejemplo sobre el mismo. Ejemplo: Se muestrearon un total de 18 seleccionados sistemáticamente cada 10 m en dos transectos de 130 m cada uno practicados dentro del área de estudio (Fig. Cuadro 3). Fig. Este es un método de distancia que implica la medición de pares de distancias punto-individuo más cercano (Xi) e individuo-vecino más próximo (Yi). 38.Método de la T cuadrada (Tomado de PÉREZ. 39. 2001). Fig.Aspectos Conceptuales. Análisis Numérico.. sobre todo en idioma español.

90 4.90 1.45 Cuadro 3.30 0.20 4.90 7..00 6.60 5.20 3.30 Punto 1 2 3 4 5 Transecto 2 Distancia (Xi) Distancia (Yi) 5.6 4.10 6. cuya expresión es: 70 .15 10.90 3. 1988) según la expresión: Xi: distancias punto-individuo Yi: distancias individuo-vecino nás cercano N: número total de puntos muestreados También se calculó el índice I de JOHNSON Y ZIMMER (1985) que considera solo las distancias punto-individuo.35 10.40 6.90 4.1 1.vecino más próximo Para la aplicación de este método es necesario observar la condición de que el angulo OPQ descrito por las distancias entre los subpuntos medidos en cada punto debe ser mayor que 90o.97 6.0 0.85 4.85 5.10 7.15 10.95 6.80 4.8 7.20 15.Valores de las distancias punto-individuo e individuo.00 5.22 0.Antonio Mijail Pérez Punto 1 2 3 4 5 6 7 8 9 10 11 12 13 Transecto 1 Distancia (Xi) 3.00 4.10 1.80 0.00 0.30 7. Los patrones espaciales se estimaron mediante la aplicación del índice C (LUDWIG & REYNOLDS.15 Distancia (Yi) 6.

La hipótesis alternativa es lo contrario y puede estar dirigida en dos sentidos: existencia de un patrón uniforme o agrupado en los individuos de la población. 1988) los valores teóricos propuestos son: 0. es que los individuos de la población estudiada se disponen al azar en el espacio que ocupan. Para el índice C (LUDWIG & REYNOLDS.5 patrón al azar > 0.05 comparándolo contra z = 1.5 patrón agrupado < 0. según la expresión: Para el índice I la expresión de z para el mismo nivel de significación es: el cual se compara contra los valores tabulares de z para la distribución normal estándar ( = 0.96. Análisis Numérico. Para la determinación de la densidad en la especie estudiada se emplearon los índices de COTTAM y CURTIS (1956) y DIGGLE (1983) que 71 .5 patrón uniforme. Monitoreo y Publicación de Datos sobre Biodiversidad La significación del índice C se obtuvo mediante el estadístico z para = 0. Para averiguar esto existen un grupo de índices que se comparan contra determinados valores teóricos de referencia. Para el índice I de Johnson y Zimmer (1985) los valores de referencia son: 2 patrón al azar > 2 patrón agrupado < 2 patrón uniforme.05).Aspectos Conceptuales. La hipótesis nula inicial en trabajos de este tipo.

lo que apunta hacia la existencia de patrones agrupados entre los individuos de la población estudiada (z = 1. Se debe destacar que sólo se consideraron las distancias hasta los árboles visibles. lo cual parece ser el caso de Wigandia urens. p < 0. Según PEMBERTON y FREY (1984) los patrones de dispersión no al azar sugieren que existen interacciones de diferente tipo en las poblaciones. Un ejemplo de esto es el punto 3 del transecto número 1. El índice de Cottam y Curtis (1956) se calcula mediante la expresión: El índice de densidad de Diggle (1983) se aplica cuando la población estudiada presenta un patrón de dispersión agrupado. y calcula mediante la expresión: La expresión anterior a su vez. En particular los patrones agrupados apuntan en el sentido de que los individuos se reúnen en zonas más favorables de hábitat. El cálculo del índice C arrojó un valor de 0. requiere el cálculo previo de los índices N1 y N2 de Byth y Ripley (1980): Comentarios sobre los patrones espaciales de dispersion: Los datos tomados para cada punto muestreado de las distancias punto-individuo (Xi) e individuo-vecino más próximo (Yi) aparecen en el Cuadro 1. de modo que aquellos cuyo conteo fuera impedido por la interferencia de la vegetación circundante no fueron registrados.05).Antonio Mijail Pérez se basan en métodos de muestreo de distancia como el detallado anteriormente. 72 .59.43.

1953. ya que en áreas con alta cobertura de vegetación. Aunque se ha demostrado que los índices de dispersión que implican la medición de distancias punto-individuo solamente.) que según LUDWIG y REYNOLDS (1988) es un poderoso indicador de patrones de dispersión. como parte de comunidades y a su vez de ecosistemas. Aspectos del marco teórico general: Numerosos autores abordan el estudio de los patrones espaciales sin deslindar claramente si estos se refieren a comunidades o poblaciones. Análisis Numérico.62 (z = 3. lo cual asegura la existencia de un patrón espacial agrupado entre los individuos de la población de la especie estudiada en esta formación secundaria. o de nicho ecológico (HUTCHINSON. Este segundo tipo de interacciones organismo-ambiente. de tipo intraespecífico en primer lugar. no obstante. alta dependencia de la luz en toda su vida y alta tasa de fotosíntesis.1. 73 . SILVA & BEROVIDES. debe ser analizado también desde la perspectiva de que las poblaciones en la naturaleza desarrollan dos tipos generales de interacciones. es rara la presencia de plántulas pequeñas. si partimos de lo planteado por ODUM (1986) quien enumera ésta entre las propiedades de las poblaciones biológicas es posible lograr en mi opinión un acercamiento más claro al problema tanto desde el punto de vista teórico como práctico. con un valor I = 2.) enfatiza la importancia de la disponibilidad de luz en la dinámica de las especies pioneras. CLARK (Com. Monitoreo y Publicación de Datos sobre Biodiversidad BARBOUR et al.Aspectos Conceptuales. que es caso de la especie en estudio. (1987) planteron que los primeros estadíos de la sucesión vegetal están caracterizados por especies de crecimiento rápido. Todo lo anterior. cit. muestran varias limitaciones (Godall & West. 1979) se calculó el índice de JOHNSON y ZIMMER (op. p < 0. El índice I de JOHNSON y ZIMMER (1985) confirmó lo hallado mediante el cálculo de C. y en segundo lugar. Las presentes observaciones de campo apuntan en este mismo sentido.05). reproducción temprana. 1982) presentan otras características y otro nivel de complejidad que las relaciones intraespecíficas independientemente. por lo que aparentemente estas se encuentran agrupadas en los parches donde hubo condiciones favorables de luz en el momento de la dispersión de las semillas. Pers.

En numerosas ocasiones los biólogos que trabajamos con fauna tenemos que trabajar con huellas de las especies que estamos estudiando. es frecuente utilizar huellas. al igual que el anterior. aunque también se utiliza en aves. 3. Los que trabajan con invertebrados muchas veces tienen que utilizar mudas en el caso de los artrópodos y conchas en el caso de los caracoles.3.2. Los que no implican seguimiento del material de estudio (No probabilístico y Probabilístico).4.3. huellas. 2.2.Antonio Mijail Pérez 3. suele ser utilizado en animales grandes. En el caso de las aves es habitual utilizar los cantos para identificar las especies.3. 74 . En el caso de los mamíferos. En la bibliografía revisada se alude sobre todo a elementos floro-faunísticos procedentes de cuerpos de agua de tamaño pequeño y mediano. Censos por captura total o exterminación Se refiere a la extracción y recolecta de todos los individuos de una población o comunidad que habite en ecosistema determinado. pero dado que se utiliza una avioneta o helicóptero para realizar las observaciones.2.3. 3. aunque también se utiliza en aves. estructuras. Este método. Recuento por ahuyentamiento Este tipo de censo suele ser utilizado en animales grandes. Los que implican seguimiento del material de estudio.3.3.2. etc. sobre todo en mamíferos de las sabanas en Africa y Asia. 3.2. Tipos de muestreo: 1. Métodos que implican trabajo con signos.5. A. Los que se dedican al estudio de los vertebrados tienen una situación más o menos similar.3. Con matenimiento en condiciones naturales despues de la recolecta. Censos aéreos. algo parecido sucede con los anfibios. 3. es un método más caro. sobre todo en mamíferos de las sabanas en Africa y Asia.

Por cuotas. D. Al azar simple. C. ej. Deliberado o convencional. 75 . 4. K: constante de crecimiento T : tiempo Los parámetros (K y L∞) se determinan mediante el método de WALFORD (1946). Muestreos no probabilísticos: A. Análisis Numérico. la longitud y ésta se mide en un tiempo T y posteriormente se vuelve a medir en un tiempo T + 1. Metodo de múltiples capturas. Por conglomerados. Para ello se hacen mediciones de la variable seleccionada. C. L∞ : longitud máxima teórica. 5. A. Metodo de marcaje y re-captura. B. Dirigido o intencional. Tipos generales de diseños muestrales probabilísticos.. 3. Al azar estratificado. La curva de crecimiento se determina mediante la ecuación de Von Bertalanffy cuya expresión es la siguiente: LT= L∞ (1-e -KT) donde: LT: longitud en el tiempo T. B.Aspectos Conceptuales. Con mantenimiento en condiciones seminaturales. Los que implican captura y liberacion. Bola de nieve. C. Múltiples re-capturas. Monitoreo y Publicación de Datos sobre Biodiversidad B. B. Sistemático. A. D. p. Una de las aplicaciones de este método es el cálculo de las curvas de crecimiento de alguna especie de interés.

de tal manera que cada una de las posibles combina- 76 . dado que las unidades gozan de representatividad. Muestreo al azar simple: Este tipo de muestreo. 3. Bola de nieve. Bola de nieve: Este es el nombre con que se describe la técnica de recoger información en cascada. Se entrevista a algunos informantes claves que a su vez sugieren a otros y así sucesivamente. es un método que permite seleccionar n unidades de muestreo de entre N unidades posibles. Dirigido o intencional. Deliberado o convencional. Muestreo al azar simple. B.2.3. Muestreos no probabilísticos (Según BONILLA (1993) y RODRÍGUEZ (2001): A. Muestreo al azar estratificado.Antonio Mijail Pérez 3.3. Dirigido o intencional: Consiste en seleccionar las unidades muestrales según el juicio de los investigadores. Por cuotas: Es una técnica corriente en las encuestas de opinión pública. etc. Por ejemplo. El investigador selecciona de acuerdo a su criterio un número determinado de individuos u objetos (cuota) de cada uno de los sectores de la población. Aunque las características de aleatoriedad o azar intervienen en muchos programas de muestreo. Tipos generales de diseños muestrales probabilísticos 1. 1. 20 estudiantes. Por cuotas. 30 obreros.1. D.3. Deliberado o convencional: Consiste en tomar una muestra por su cómoda accesibilidad. D. B. podría entrevistar a 25 señoras de los mercados. Muestreo sistemático. 2. hay sólo dos que son por completo al azar: el muestreo al azar simple y el muestreo al azar estratificado. C. muestreo al azar sin reemplazo o simplemente muestreo al azar. C. conocido también como muestreo al azar no restringido. 3.3. A.

2) Es necesario tener determinados recursos para poder enmarcar las unidades de muestreo. De una manera más rigurosa se puede decir que si el total de posibles muestras es N. parcelas ya que se requiere que estas estén muy bien delimitadas para poder trabajar de esta manera. Monitoreo y Publicación de Datos sobre Biodiversidad ciones de selección tenga las mismas probabilidades de ser elegida. etc vez que aparezca se ignora. Ejemplo. ej. estos son: 3. Por esta razón a veces este tipo de muestreo al azar se denomina sin reemplazo. 41. 01. Análisis Numérico. 36. p. si se ha usado una tabla de números al azar y un número sale más de una vez. Recórrase hacia abajo cada columna seleccionado los 10 primeros números distintos entre 01 y 50. El método aleatorio es muy sugerido para trabajos de laboratorio o entidades discretas que no estén dispuestas unas junto a las otras en el espacio. Tómense dos columnas de la tabla de números aleatorios. 46.Aspectos Conceptuales. Deficiencias del método: 1) Como es un método completamente al azar muchas veces se eligen parcelas contiguas y en ocasiones un área más o menos extensa queda desestimada. Debe recalcarse que no pueden repetirse las unidades muestrales en una misma muestra. entonces la segunda. 12. entonces el número de combinaciones de n muestras tomadas de entre un total de N está dado por: En la práctica esto se logra de manera sencilla numerando las N unidades de 1 a N y eligiendo de entre ellas n por algún método confiable al azar (lo más común es recurriendo a una tabla de números al azar). Supóngase que N=50 y se quiere n=10. tercera. 50. 34. 77 . así por ejemplo. digamos la 25 y la 26. Para concluir el trabajo fue necesario saltar a las 27 y 28. 18. 14.

Exagerando se pudiera concebir que cada estrato estuviese constituído por elementos idénticos. entonces: K= 80 10 =8 El primer número al azar entre 1 y 8 es.Antonio Mijail Pérez 2. Para cada estrato se toma una sub-muestra. por consiguiente las unidades muestrales se eligen como: 7 + k. La muestra global se obtiene combinando las submuestras de todos los estratos. tanto en el orden espacial como en el temporal. Supóngase que las N unidades pueden numerarse desde 1 hasta N en algún orden. En este muestreo las muestras se ordenan de acuerdo con algún criterio. por ejemplo. con lo cual bastaría tomar un sólo elemento de cada estrato y así la representatividad de la muestra total sería perfecta. El proceso consiste en dividir la población en grupos llamados estratos. El beneficio de proceder mediante un muestreo estratificado aleatorio es conseguir más precisión en las estimaciones. al agrupar elementos con características comunes. Muestreo al azar estratificado. Dentro de cada estrato. Para lograr esto la subdivisión de la población en estratos se debe realizar de manera que cada estrato sea muy homogéneo comparado con la población total. 7. Muestreo sistemático. los elementos están situados de manera más homogénea con respecto a las características en estudio. de esta manera al dividir la población en varias subpoblaciones homogéneas y no superpuestas que abarquen la población total se aumenta la eficiencia del muestreo. Para seleccionar una muestra de n unidades se toma al azar una unidad de entre las primeras k unidades. mediante el proceso aleatorio simple. 3. ya que una pequeña muestra de cada uno de los estratos será suficiente para obtener una estimación precisa de la media de cada estrato. K= N n Por ejemplo si se tiene una N= 80 y se quiere una n= 10. es decir. 78 .

la posición dentro del estrato se determina separadamente por aleatorización dentro del mismo estrato. más fácil hacerlo sin cometer errores. Análisis Numérico. 2) Intuitivamente. por lo tanto podemos esperar que la muestra sistemática sea tan precisa como la muestra aleatoria estratificada correspondiente con una unidad por estrato. estratifica la población en n estratos. O sea que en lugar de empezar la sucesión con un número aleatorio elegido entre 1 y k. Esta es una ventaja particular cuando la extracción se hace en el área. En este la selección de la primera unidad determina toda la muestra. La diferencia radica en que con la muestra sistemática las unidades se presentan en la misma posición relativa del estrato mientras que con el muestreo aleatorio estratificado. 1) Es más fácil sacar una muestra y a menudo. el muestreo sistemático es muy diferente al muestreo aleatorio simple. Monitoreo y Publicación de Datos sobre Biodiversidad • • • • • • • • • • =7 7 + 8 = 15 15 + 8 = 23 23 + 8 = 31 31 + 8 = 39 39 + 8 = 47 47 + 8 = 55 55 + 8 = 63 63 + 8 = 71 71 + 8 = 79 A primera vista. Modificaciones: 1) Una modificación consiste en elegir cada unidad en el centro o cerca del centro de cada estrato. el muestreo sistemático parece ser más preciso que el aleatorio simple. Ventajas de este método con respecto al muestreo aleatorio simple. tomamos el número inicial como (k+1)/2 si k es impar y como k/2 si k es par. En efecto. 79 . La muestra sistemática se reparte más uniformente sobre la población y este hecho algunas veces ha dado al muestreo sistemático una presición mayor.Aspectos Conceptuales.

también empleamos el método de la Varianza del Cuadrante Local de Dos-Términos desarrollado por HILL (1973) como una alternativa para el método BQV.X3)2] + . Un método muy interesante que puede ser considerado una variante de muestreo sistemático es el método la Varianza del Bloque Cuadrado cuyo objetivo es la estimación de los patrones espaciales de una población.Antonio Mijail Pérez 2) Si estamos en el campo y no se dispone de una tabla de números aleatorios es posiblde designar arbitrariamente la primera unidad muestral dentro de k.. considero que es oportuno incluir un ejemplo sobre el mismo.XN)2] } Las variables significan lo mismo que en BQV. [1/2 (XN-1 . en el mismo se calcula la varianza del número de individuos a diferentes tamaños de agrupamientos obtenidos mediante la combinación de N cuadrantes según alguna potencia de 2 (e.X4)2] + . Este método constituye en alguna medida una modificación del muestreo sistemático ya que implica la disposición sistemática de las unidades muestrales. Al igual que en el caso del método de la T cuadrada está fuera del ámbito de interés de este libro. 28 = 256). pero con otro esquema de agrupamiento. El método de la Varianza del Bloque Cuadrado (BQV) desarrollado por GREIG-SMITH (1952) y GOODALL (1954) permite estimar los patrones espaciales de poblaciones biológicas. en este caso cuadrantes.. [1/2 (XN-1 . Xi: conteos de individuos por cuadrantes Considerando las limitaciones del método anterior. pero teniendo en cuenta la escasez de bibliografía sobre este tema existente.XN)2]} donde: N: número de cuadrantes muestreado. La ecuación de trabajo para el método TTLQV al tamaño de agrupamiento 1 es: Var (x) 1 = [1/(N-1)] { [1/2 (X1 . Método de la Varianza del Bloque Cuadrado (BQV). restringido para trabajar con alguna potencia de dos. La ecuación de trabajo para el agrupamiento 1 es: Var (x) 1 = (2/N) { [1/2 (X1 .g.. sobre todo en idioma español.X2)2] + [1/2 (X3 . Este método es básicamente el mismo. en el terreno. 80 ..X2)2] [1/2 (X2 ..

esto tal vez no se observa claramente. Monitoreo y Publicación de Datos sobre Biodiversidad Con las varianzas obtenidas a diferentes tamaños de agrupamiento se construye un diagrama de dispersión.Gráficos típicos de varianzas vs tamaño de agrupamiento para los patrones espaciales a) al azar. y c) agrupado (Según LUDWIG & REYNOLDS. Todo el muestreo fue realizado durante la misma marea con el objetivo de no mover el transecto hacia delante o hacia atrás a causa del cambio de marea.Aspectos Conceptuales. considerando el decremento de la varianza al tamaño de agrupamiento 8 y 16. Se realizaron 121 cuadrantes contiguos a lo largo de un transecto lineal paralelo al borde de la línea de marea. el cual es posteriormente comparado con los gráficos teóricos que muestran el comportamiento típico de los tres patrones básicos (Fig. y que hubiera sido necesario realizar mayor cantidad de puntos para analizar debido a las limitaciones intrínsecas del método. Análisis Numérico. 40). Fig. Los diagramas de dispersión obtenidos mediante el método BQV (Fig. 41) muestran un comportamiento que se ajusta bien al patrón agrupado. 81 . 1988). Sin embargo. Ejemplo (Tomado de PÉREZ. 40.. b) uniforme. 2001). El número de individuos presentes de la especie de caracol Olivella semistriata fue contado en cada cuadrante.

patrones no al azar (agrupados y uniformes) implican que existe alguna restricción en la población. heterogeneidad ambiental.. El agrupamiento sugiere que los individuos se congregan en partes más favorables del hábitat. una patrón espacial agrupado es mucho más fácil de visualizar. De esta manera. 82 . La naturaleza del método ofrece la posibilidad de tener una cantidad mucho mayor de puntos (Tamaños de agrupamiento) a considerar. según el mismo muestreo originalmente realizado. 41.Antonio Mijail Pérez Fig. conducta reproductiva. Por consiguiente. etc. confirma nuestros cálculos y nos conduce a concluir que el patrón espacial de dispersión de la especie estudiada es ciertamente agrupado. La inspección ocular de otras áreas de la playa que no fueron muestreadas.Diagrama de dispersión de la varianza vs el tamaño de agrupamiento obtenido según el método BQV. el diagrama de dispersión es mucho más amplio y fácil de visualizar. En el diagrama de dispersión XY obtenido mediante el método TTLQV (Fig. De la teoría conocemos que patrones al azar en poblaciones de organismos implican homogeneidad ambiental y/o un patrón conductual no selectivo. Por otro lado. 42) es posible realizar una interpretación mucho más clara del patrón existente. esto puede deberse a comportamiento gregario.

otro posible factor a considerar es el ritmo de las olas. 42.Aspectos Conceptuales. podría ser la causa del patrón observado. se mueven en la dirección de las mareas.. pero sensiblemente diferente en diversos puntos del litoral. Monitoreo y Publicación de Datos sobre Biodiversidad Fig. que la naturaleza es multifactoral y la interacción de muchos procesos (bióticos y abióticos) puede contribuir a la existencia de patrones (QUINN & DUNHAM. hacia 83 . 1988) nosotros en el presente trabajo discutimos brevemente algunas de las posibles causas. Un aspecto interesante a mencionar. Aunque detectar un patrón espacial y explicar sus posibles causas son problemas separados (LUDWIG & REYNOLDS. No debe olvidarse sin embargo. Análisis Numérico. ambos o alguna otra razón intrínseca. el cual podría ser ligero. Este último factor. De esta manera.Diagrama de dispersión varianza/ tamaño de agrupamiento obtenido con el método TTLQV. forma de reproducción. junto a los otros anteriormente mencionados. lo cual elimina parcialmente la posibilidad de heterogeneidad ambiental y apunta hacia la existencia de un comportamiento gregario. 1983). es que estos animales como son infra y meso litorales. la naturaleza de la arena a lo largo de la playa es homogénea. Hasta donde pudimos examinar.

B. y esto es lo mas común. Cuando. 1978) como A. la varianza de la distribución es máxima cuando el tamaño de cada unidad de muestra es aproximadamente igual al área media de los agregados de los individuos. Patrón agregado o agrupado. 1897) y A. C. que los depredan en la marea baja (LÓPEZ. Sin embargo. el tamaño de cada unidad de la muestra no importa y se elige sólo por conveniencia práctica.Antonio Mijail Pérez afuera con la marea alta y hacia adentro con la marea baja. El conocimiento de estos patrones es muy importante para el correcto diseño de la estrategia de muestreo a seguir así como la escala de muestreo. parecen conservar su patrón de dispersión espacial a pesar de su constante movimiento. La disposición espacial de las poblaciones puede seguir en general tres tipos de patrones o las combinaciones de ellos: A. 84 . es decir. el tamaño de cada unidad de muestra se elige arbitrariamente. y pasa a ser contagiosa. Efecto de la disposición espacial y/o variación temporal de la población. Como es poco menos que imposible determinar a priori la escala de esos arreglos. Factores que afectan el muestreo (RABINOBICH. 1. nica (López et al. la disposición espacial deja de ser al azar. 1978). griseoalba (Martens. 1988). y como estos se repiten muchas veces a escalas mayores.4. Patrón uniforme. No obstante. Olivella semistriata es el principal renglón alimentario de diferentes especies del género Agaronia. 3. el tamaño de las unidades muestrales y la elección del tipo de las mismas. La incursión de estos depredadores en las colonias de Olivella podría también ser un factor que estuviese afectando los patrones de dispersion. Patrón al azar. todavía es necesario mucho trabajo para esclarecer la ecología y la taxonomía de esta interesante especie la cual muestra además un notable polimorfismo del color.3. Si la disposición espacial de los individuos es al azar.

si se afecta el comportamiento del individuo este podrá ser más o menos susceptible a ser re-capturado en un tiempo T + 1. Estimación del tamaño de muestra Para la estimación del tamaño de muestra lo primero que se debe tener en cuenta es en qué nivel biológico estamos ubicados: si se trata del nivel de especie o del nivel de comunidades. De esta manera sólo se introducirá el error experimental asociado con esta persona. Es muy importante también. debido a aspectos intrínsecos de su biología reaccionan de modo diferente ante la recolecta y/o la manipulación. poblaciones y comunidades se parte de un premuestreo.4. 3.Aspectos Conceptuales. es muy importante que las mediciones y/o los análisis sean siempre realizados. y esto puede sesgar ostensiblemente nuestras investigaciones. No obstante. 85 . De ser posible deben ser siempre el mismo investigador el que realice cierto tipo de mediciones a lo largo de un proyecto determinado. Cuando se realiza un proyecto de investigación en biodiversidad. por cuanto. Análisis Numérico. con los mismos equipos e instrumentos. donde se tiene en cuenta estos efectos. Si se trata de aplicar el método de marcaje y re-captura esto es vital. Mas adelante se verá su importancia en el muestro sistemático. tener en cuenta que las diferentes especies de animales. dentro de lo posible. Efecto de la técnica de captura. 2. Si es necesario capturar a los animales. ya que cada especie animal tiene su propio ritmo de actividad y comportamiento. en ambos casos. Esto evita o reduce notablemente el sesgo que se introduce por vía instrumental Lo mismo es aplicable para el caso de los investigadores. Efecto de la variabilidad en la respuesta de los animales. 3. el cual disminuye a lo largo de la repetición de lecturas o mediciones. que estas no causen excesivo stress al individuo de modo que este pueda seguir desarrollando su nicho ecológico de manera normal. Monitoreo y Publicación de Datos sobre Biodiversidad La distribución temporal también puede afectar profundamente los resultados del método de muestreo. 4. Efectos metodológicos instrumentales y personales. se debe poner mucho cuidado en las técnicas de captura que se apliquen. o en cualquier otro campo del conocimiento.

Poblaciones.1. Supongamos que se desea tomar una muestra aleatoria simple de una empresa determinada para estimar la proporcion de empleados que estan de acuerdo con tomar un seguro de salud. segun encuesta pasada anteriormente).96) b) P= 0. asumiendo las siguientes restricciones: a) Nivel de confianza del 95 %. 86 . Determine el tamaño de muestra.10 d) N= 661. Para variables continuas cuando se conoce N. Para variables continuas cuando no se conoce N. Estimación de n para proporciones. c) E= 0.4. Expresiones de trabajo: Para proporciones cuando se conoce N.Antonio Mijail Pérez 3. Para proporciones cuando no se conoce N. (1.68 (Proporción estimada de personas que está de acuerdo con tomar el seguro de salud.

A este grupo se le considerará nuestra población de estudio.Aspectos Conceptuales. Estimación de N para una variable cuantitativa continua. Se estudió un grupo de 60 estudiantes de la universidad a los que se les midió la estatura. Sustituyendo tenemos: Es decir. Monitoreo y Publicación de Datos sobre Biodiversidad Como puede deducirse se emplea la fórmula de n cuando se conoce N mayúscula. 77 personas de un total de 661 empleados son suficientes a ese nivel de confianza y con el error aceptado para hacer la estimación que se desea. Análisis Numérico. 170 169 165 158 160 169 160 160 152 155 160 152 170 175 171 172 165 156 158 151 180 165 160 160 153 155 160 165 180 170 168 160 168 158 162 168 187 175 154 160 165 179 169 165 165 155 163 164 164 170 180 165 170 165 170 167 162 160 165 165 87 . Calcule cual sería el tamaño de muestra necesario para estimar la estatura de estos estudiantes.

la expresión para los límites de confianza: Y sustituyendo el nuevo valor en la fórmula: Teniendo en cuenta el nuevo valor. 43).73) es decir.96 Con estos datos se sustituye en la fórmula de n para poblaciones finitas: Teniendo en cuenta que el valor de n aporta un valor muy bajo se puede aplicar.2. en el caso que estas últimas sean artificailes. El tamaño depende del tamaño y biología de la especie de estudio. En el caso de las comunidades no se suele hablar de tamaño de muestra sino de tamaño y cantidad de unidades muestrales.23 Z = 1. como sugieren algunos autores. 8. Comunidades. 88 .4. 3. y para la estimación de la cantidad se suele realizar la curva del área-especie (Fig.Antonio Mijail Pérez E = al 5 % del promedio (164. vamos a tener que se necesitan 30 estudiantes para estimar la altura de la población.

puede también usarse para determinar el número de parcelas requerido para una muestra adecuada de composición de especies de un hábitat por graficado del número de especies muestreadas en el eje de las Y. Monitoreo y Publicación de Datos sobre Biodiversidad Para determinar el tamaño del área mínima. CAIN y CASTRO (1959) mostraron como la curva de especies-área puede ser usada a través del muestreo de unidades de diferente tamaño en el eje de las X y del número de especies en el eje de las Y. Curva del área. Análisis Numérico. 43.Aspectos Conceptuales. y el número creciente de parcelas en el eje de las X. demostrando entonces el punto de inflexión o cambio repentino más allá del cual la adición de muestras produce retornos decrecientes.especie La curva del área-especie.. basándose en la composición de especies. y también por determinación del punto de la curva donde un crecimiento específico del área de muestra produce sólo un pequeño aumento en el número de especies. Para parcelas múltiples de un hábitat puede usarse un tipo similar de curva por unidades de muestra en grupos de diferente tamaño. aumentando desde el más pequeño hasta el más grande en el eje de las X y el número de especie muestreadas en el eje de las Y.Curva del área-especie. Fig. Esta área mínima puede usarse como una muestra de parcela única. 89 .

CAIN.5 x 1. CONNELL. S.D. se presenta una primera meseta. Territorial behaviour and dispersion in some marine invertebrates. la cual es muy corta y rápidamente aumenta el número de especies. que comienza en la parcela 4. 1993. California.A. PITTS.5 m. New York. Manual of vegetation analysis. concretamente hasta la parcela 15. De modo que podemos plantear que nuestra área mínima es de 25 parcelas de 1.. S. 342 p. Ecology.5. 3. Research in population ecology.T. Ecología y biología de las poblaciones. CASTRO. Hay que notar que esta última meseta es larga y el siguiente incremento es de una especie por lo que no nos es rentable. BURK & W. 1956. San Salvador. Bibliografía • BARBOUR. • • • • • • • 90 . P. J. J. Academic Press.G. 182 p. The use of distance methods in phytosociological sampling. Menlo Park. en este caso concreto decidir en qué parcela vamos a plantear nuestro número mínimo. T. 1959. luego se presenta una siguiente meseta que comienza en la parcela nueve y se prolonga algo más. México. Equipment for natural resource managers. en esta curva construida en un muestreo de gasterópodos terrestres en la región del Pacífico de Nicaragua (PÉREZ. 1987. 1963. COTTAM. 37:351-360. 634 p.H. es en este punto que tenemos que hacer un análisis y. DIGGLE. Por último comienza una siguiente meseta en la parcela 17 que se prolonga hasta la parcela 32.F. 1975. The Benjamin/ Cummings Publishing Company. EMMEL. G. de O. Como hacer una tesis de graduación con técnicas estadísticas.Antonio Mijail Pérez Como se puede observar. & J. Terrestrial plant ecology. 1994). 325 p. G. 475 p. 1998. 1983. CURTIS. M. & G. London. Editorial Interamericana. Inc. Harper.J.. Statistical Analysis of Spatial Point Patterns.M. D. Editorial UCA.H. BONILLA. 5:87-101.C. BEN MEADOWS CATALOG.

KEEN. A primer on methods and computing. 1952. M. Monitoreo y Publicación de Datos sobre Biodiversidad • GOODALL. Ecological Methodology. avant le Congress. Publishers. ZIMMER. Statistical Ecology. LÓPEZ. New York. pp. • • • • • • • • • • • 91 . A more powerful test for dispersion using distance measurements. J. 654 p. Vegetatio. A.W. 40:133-142.E. PEMBERTON.E. Annals of Botany. 30(3):295-304 LUDWIG. Ecologie. VIIth International Botanical Congress. A comparison of techniques for assesing dispersion patterns. 1973. GREIG-SMITH. A. 1984.J. 1979. P. Análisis Numérico. D.G. 16:293-316. Proceedings Academy of Natural Sciences. 1064 pp. & J. 1971. Hawaiian Shell News. C. & W. 19-21. 1953.W. Standford University Press. G. The intensity of spatial pattern in plant communities. Ecology. REYNOLDS. 1988.O.A. Comm. LÓPEZ. A review of the genus Agaronia (Olividae) in the Panamanian Province and the descripion of two new species from Nicaragua. Quantitative methods in ichnology: spatial distribution among populations.F.J.Aspectos Conceptuales. HUTCHINSON. 337 p. 66:10841085. 1954. hungry agaronias. M. S. The use of random and contiguos quadrats in the study of the structure of plant communities. Standford. The Veliger. Rapp. & N. GODALL.M. Harper y Row. The concept of pattern in ecology. R. MONTOYA & J. KREBS. LOPEZ. 1988. California.W. Sea Shells of Tropical West America. Parv. John Wiley & Sons. JOHNSON. WEST. A. PA. Journal of Ecology. Jolly olivellas.W. & R. 1989. USA. Lethaia. Philadelphia. 26(8):16.. 1978. FREY. 17:3349. 61:237-249. Minimal area: a new approach. 1985. D. HILL. section 7.

Métodos de muestreo. Biol. 1978. WALFORD. Inc. New York. J. OEA. 114 p.F. & V. 1946. Madrid. 2001. México. 1994. DUNHAM. 1. On hypothesis testing in ecology and evolution. Biol. Cuadernos Metodológicos. 2001. 1982. Nueva Editorial Interamericana. SA. 1979. Miscelánea ecológica. E..C. ODUM. Bull. SILVA.E. BEROVIDES. A. D. J. Siglo XXI de España Editores. Managua. & A. D. J. SABELLI. A.M. Washington. 512 p. Ecología de poblaciones animales. QUINN. 114 p. México.P. 90:141-147. Area mínima en comunidades de moluscos de Nicaragua. Informe inédito. 1983. Simon & Schuster. 50 p. Managua. Fundamentos de Ecología. PÉREZ.F. 1986. RABINOVICH.Antonio Mijail Pérez • PÉREZ. 8: 95-103.).A. Cienc.. A new graphic method of describing the growth of animals. Guide to Shells. A. Editorial UCA. 122:602-617. B. (Eds. 422 p. American Naturalist. RODRÍGUEZ.M. L. • • • • • • • • 92 . Acerca del concepto de nicho ecológico.

Monitoreo y Publicación de Datos sobre Biodiversidad 93 .Aspectos Conceptuales. Análisis Numérico.

Se ofrecen ejemplos y se brindan gráficos que pueden ayudar a esclarecer el procesamiento de los datos de campo. el análisis de los fenómenos de variación dentro de las poblaciones y entre las poblaciones. 94 . La variación biológica y su En el siguiente capítulo se presenta un grupo de métodos estadísticos cuyo objetivo es la medición de la biodiversidad en el nivel de la población.CAPÍTULO IV.cuantificación.

geográfico y la variación estacional. el tipo de hojas en las plantas. se debe seleccionar la prueba estadística adecuada para procesar esas variables. etc. en general. Monitoreo y Publicación de Datos sobre Biodiversidad 4. La Morfometría es una rama de la biometría que se dedica a la medición de la forma de los individuos para su posterior clasificación. tipo de escamas en los peces. de origen ambiental o genético. La estadística aplicada al estudio de los fenómenos biológicos se reconoce como Biometría. aunque también se puede definir la Biometría como la aplicación de los métodos estadísticos a la solución de los problemas biológicos. cuántos se van a medir y que importancia tienen. 95 . que es aquella cualidad por la cual dentro de una especie se presentan. que son las entidades biológicas particulares que conforman la biodiversidad. por ejemplo. y en este sentido de debe enfatizar que no siempre es necesario acudir a las técnicas más complicadas del universo de la biometría para buscar soluciones a nuestros problemas de estudio. Tipos de Variabilidad Biológíca y su Estudio. Morfometría Actualmente es de amplio conocimiento entre los biólogos que en las especies vivientes se presenta. una vez medidas las variables de interés. en mayor o menor grado. Conjuntamente con variables de tipo cuantitativo. ya que en muchas ocasiones aporta el instrumental necesario para establecer "barreras" que nos permitan establecer las especies. en ocasiones métodos sencillos usados con ingenio aportan resultados de mayor claridad. Por último. etc. entre otros aspectos. por cuanto previamente es necesario establecer qué caracteres se van a medir. dentro de la primera se puede citar la variación de origen ecológico.1. Análisis Numérico. el fenómeno de la variabilidad. Las variables usualmente consideradas por la mayoría de los investigadores son la longitud y el ancho. La biometría constituye una herramienta imprescindible de los biólogos. de aquí que la biometría significa la medida de la vida. El análisis y cuantificación de la variación es un proceso notablemente complejo. Dentro de la variación genética el fenómeno más notable es el polimorfismo. el peso. aunque también se suelen considerar mediciones de otras estructuras. el tipo de pico en las aves. Esta palabra se deriva de las raíces griegas bio (vida) y metría (medida). La variación de los individuos puede ser. también se suelen tener en cuenta variables de tipo cualitativo como la coloración. individuos de diferente coloración. como las antes citadas.Aspectos Conceptuales.

.. X2. es la siguiente: Estadística Descriptiva Estadística de Inferencias • Estimación y muestreo • Pruebas de hipótesis Pruebas para datos de frecuencia (Bondad de ajuste) Otras pruebas Estadísticas 1) 2) 1) Comparaciones entrte muestras (en una variable). Objetivo de la prueba Estimar la correlación entre variables X1. Tipo de prueba Paramétrica No paramétrica Cantidad de Muestras Más de dos muestras ANOVA O ANDEVA Prueba de Mann-Whittney. . Estimar la variación de una variable Y con respecto a X1. Prueba de Kruskall-Wallis. Xn. Cantidad de variables Dos variables Más de dos variables Paramétrico No paramétrico Correlación múltiple Correlación de Pearson Regresión paramétrica No paramétrico Regresión no paramétrica Regresión múltiple 96 . según SOKAL & ROHLF (1981) (simplificado y modificado). X2. Xn. . Prueba de Wilcoxon Prueba de Friedman Dos muestras T de Student 1) Comparaciones entrte muestras (en una variable)..Antonio Mijail Pérez La metodología de trabajo en biometría.

Por ejemplo. En una manada de 50 ciervos hay 17 machos. etc.Aspectos Conceptuales. Indices: Se suele denominar así a la relación entre dos variables morfológicas. 1983) Tipos de variables Ejemplos Carácter Estados • Bandas de color • Presencia Presencia/ Ausencia Doble estado Estados Excluyentes • Existencia de una enfermedad • Posición del saco del dardo (en caracoles) • Margen de la hoja (en plantas) • Color de la piel • Ausencia • Basal • Terminal • Aserrado • Lobulado • Entero. Análisis Numérico. etc. Según PÉREZ et al. (2002) con los datos morfométricos obtenidos para Anadara similis y Anadara tuberculosa (Concha negra) se puede con- 97 . la proporción de hembras y machos. P ej. Por ejemplo Altura/Longitud. o de juveniles y adultos en una manada de mamíferos. Se suele expresar en porcentaje. la proporción es 17/50 o lo que es lo mismo el 34 %. aunque no es el único uso. Monitoreo y Publicación de Datos sobre Biodiversidad TIPOS DE VARIABLES (Según CRISCI & LÓPEZ. • Blanco • Negro • Cobrizo. • Longitudes • Alturas • Pesos •Cantidad de dientes de un mamífero • Cantidad de huevos de un ave Cualitativos Multiestado Continuos Cuantitativos Discretos Variables derivadas: Proporciones: Es la razón de una parte respecto al todo.

94. Razones: Una razón es más o menos similar a una proporción. Estas categorías deben ser mutuamente excluyentes: no será posible clasificar a un individuo en más de una categoría.Concha negra.6 y en el caso de la especie Anadara tuberculosa es de 1. amarillas y blancas. lo que se podría tabular de la siguiente forma: 98 . Escalas de medida: Nominal: Es aquella que lo único que hace es identificar categorías en las que se puedan clasificar los organismos. En una muestra que contenga 17 machos y 33 hembras la razón será 17:33. o 1:1. Fig. 44.. En el caso de la especie Anadara similis es de 1. Por ejemplo color de las flores en el sacuanjoche: rojas.Antonio Mijail Pérez feccionar un índice de longitud/ altura que es lo que permite separar más claramente ambas especies.4. Fotos y mediciones.

3 no sería mayor que 2. Constituye menos del 20 % de la muestra. o sea.1. describiendo la población de estudio. Constituye entre el 60 y el 80 % de la muestra.2. es decir. 4.Aspectos Conceptuales. Por ejemplo: Puntuación de abundancia 5 4 3 2 1 Descripción Muy abudante: Abundante: Poco abundante: Escaso: Raro: + del 80 % de la muestra. Variación intrapoblacional y su cuantificación 4. A este tipo de estimación se le conoce como estimación de punto. Monitoreo y Publicación de Datos sobre Biodiversidad Rojas Amarillas Blancas 1 2 3 En este caso los números no tendrían sentido matemático. pero además la dota de un sentido de orden. Constituye entre el 40 y el 60 % de la muestra.. Estadística descriptiva. La estadística descriptiva en lugar de utilizar los parámetros poblacionales como medidas descriptivas. consiste en un sólo valor numérico para estimar el parámetro correspondiente. Estadística descriptiva. Análisis Numérico. A este tipo de estimación se le conoce como estimación de punto. Ordinal: La escala ordinal utiliza la función de clasificación y etiquetado de la escala nominal. para σ2 usa S2).2. Como su nombre lo indica tiene como objetivo describir estadísticamente a una población. Esto implica el trabajo con los estadísticos de tendencia central y de dispersión. o sea. utiliza sus respectivos estimadores (ej. consiste en un sólo valor numérico para estimar el parámetro correspondiente a la población de la que se extrajo la muestra. Constituye entre el 20 y el 40 % de la muestra. 99 .

Estos son los llamados métodos univariados o bivariados. Cuando se nos menciona la palabra estadistica inmediatamente pensamos en un conjunto de métodos paramétricos y no paramétricos. Si se han de comparar dos o más conjuntos análogos. Por ejemplo. el cual consiste en dos valores numéricos entre los cuales está encerrado el parámetro de interés. la condensación es aún más necesaria. en la medida de lo posible. es usual estudiar la distribución de frecuencias de una determinada variable medida en una población. El proceso de estimación conlleva el calcular con base en los datos de una muestra. Cualquier medida de este tipo se denomina estadístico. La estadística de inferencias es el procedimiento por el que se llega a inferencias respecto de una población partiendo de los datos tomados en el campo y ofrecer resultados con valor dentro de un intervalo. ej. puede ser subdividida en estimación y muestreo y pruebas de hipótesis. gráficos. en cierto número de observaciones de alguna cantidad. Los estadísticos de tendencia central y dispersión. también forma parte de su universo de estudio. o lo sumo dos variables. pesos en varios grupos de ratas de la misma especie. mediante la agrupación de los datos y la formación de una tabla de frecuencias o de un diagrama.. También. Esta a su vez. que aparezcan claramente las características principales del conjunto. Cuando se ha reunido un conjunto de datos. es necesario condensar aquellos de tal manera. estamos acostumbrados a evaluar la correlación que existe entre el diámetro y la longitud entre dos especies de animales o si existe variación en el efecto producido por un tratamiento en varias poblaciones de datos del mismo tipo. por ejemplo. tablas. serán vistos posteriormente con más detalle. pero que involucran el trabajo con una variable o estados de esta. Esta puede hacerse cualitativamente.Antonio Mijail Pérez El arreglo de los datos obtenidos en listados. alguna estadística que se ofrece como una aproximación del parámetro correspondiente a la población de la cual se extrajo la muestra. el universo de donde se han extraido las observaciones. 100 . como p. como ya hemos visto o mediante medidas cuantitativas que representen adecuadamente los datos y. etc.

Las medias: aritmética. una distribución se puede caracterizar por medio de tres criterios 1) El valor central. Monitoreo y Publicación de Datos sobre Biodiversidad Estadísticos más usados. X = ∑ Xi/ n Mediana: Si los datos se ponen en orden de magnitud.Medidas de Tendencia Central Hay tres tipos principales de medidas: 1. ej. es decir. 2) Medidas de dispersión 3) Medidas de asimetría: Expresan en que grado se aparta la distribución estudiada de la simetría. si n es par. es ambigua y en este caso se suele tomar la meida aritmética de los valores centrales como mediana. p. hay un mismo número de observaciones mayores y menores que la mediana (50 %).Aspectos Conceptuales. es decir. 2. geométrica y armónica. 3) La forma de la curva. también se la llama promedio. Si n es impar esta definición es completa. la mediana es el elemento central de la serie. Por tanto.. La mediana 3. 1. la forma central de la distribución. Los estadísticos más corrientemente empleados para representar las propiedades de una distribución se pueden clasificar en: 1) Medidas de posición o tendencia central. La moda Media Aritmética: Representa el centro de las observaciones de la muestra. 2) Una cantidad que indique el grado de dispersión. Análisis Numérico. • Si n es impar M = n + 1/ 2 101 .

. 4. no ocurriendo lo mismo para las distribuciones asimétricas. 7. Las líneas delgadas afuera de la caja representan el mínimo y el máximo. es decir. Fig. Moda: La moda es el valor de la variable que se presenta con máxima frecuencia. 2. p. 8.Gráfico de caja o boxplot en el que se muestra el comportamiento de dos variables cualesquiera. 12. 7. la mediana sería la media de los dos valores del medio. 18 -> 9 2) 2. 9. 4. 45. 7 y 8 y M = 4 • Si n es par. 7. ej. 2. 10. la mediana es igual a la media aritmétrica. 4. aquel para el que la frecuencia es máxima. 5. ej. 4.Antonio Mijail Pérez p. 5. nunca hay un renglón central. 4. 11. La línea negra gruesa en el centro de la caja es la mediana de los datos en cuestión. 1. 3. 10. 7. 5 estos tienen que ser ordenados 1. ej: 3. 9. si hay 7 muestras: 2. 1) 2. 9. 8 . 7. 5. 9 -> 4 y 7 serie bimodal 102 . p. 3. 11 M = 6+8/2 = 7 Para una distribución simétrica. 5. 3. 6.

Monitoreo y Publicación de Datos sobre Biodiversidad En biología. Media de medias: Cuando las muestras comparadas son de tamaño diferente: Cuando las muestras comparadas son de igual tamaño: donde: n: tamaño de cada una de las muestras x: media de cada una de las muestras k: cantidad de muestras 2. por ejemplo si obtenemos distribuciones de frecuencias bimodales. 103 . Análisis Numérico.Medidas de dispersión Las medidas de dispersión explican la dispersión de la población de datos estudiados de los estadísticos de tendencia central. estos análisis pueden arrojar resultados notablemente interesantes.Aspectos Conceptuales. este fenómeno puede ser polimodal y por ende. Entre ellas se puede citar: 1) 2) 3) 4) Rango Varianza Desviación Standard Coeficiente de variación Varianza: se puede definir como el cuadrado de la media de las desviaciones de los elementos respecto a la media poblacional y se representa como σ2. Por extensión. estas aumentarán en la medida en que n sea menor.. podemos estar en presencia de un bimorfismo. producir un polimorfismo.

k : número de muestras a comparar. la raíz cuadrada de la varianza se conoce como desviación estándar. pero puesto que no es una función lineal. su sentido numérico no se aprecia fácilmente. Su raíz cuadrada tiene las mismas dimensiones que la variable y se aprecia mejor como medida de dispersión. n : tamaño de cada muestra. Se representa como σ.Antonio Mijail Pérez Pero en general la expresión de trabajo es la siguiente: Desviación estándar: La varianza es de gran importancia en muchas aplicaciones de la estadística. la cual tiene las siguientes expresiones: donde: N: número total de observaciones de las muestras comparadas. En el caso de que todas las muestras sean del mismo tamaño se aplica la siguiente expresión: 104 . la poblacional y S la muestral La expresión de trabajo es la siguiente: Si se quiere tener una idea de la varianza total de un grupo de poblaciones se puede calcular la Combinación de Varianzas.

La comparación de valores de C. De lo contrario. no significa necesariamente que los elefantes sean más variables que los ratones. R = Máx . si este rago es estrecho se le antepone al nombre del factor el prefijo esteno y si es ancho se le antepone el prefijo euri. Se define simplemente como la diferencia entre el mayor y el menor valor de una variable en una muestra. Coeficiente de variación: Es la desviación estándar expresada como porcentaje de la media aritmética. Los elefantes son cientos de veces mayores y la variación absoluta deberá ser cientos de veces mayor.V.5 mm para la misma dimensión. La solución es relacionar la medida de 105 . El hecho de que los elefantes pueden tener una desviación estándar de 50 mm para una dimensión lineal y los ratones una de 0. se representa como: Su utilidad principal consiste en poner de manifiesto el grado de dispersión en función de la media.Aspectos Conceptuales.Mín En ecología vamos a tener numerosos ejemplos de ejemplares con diferente rango de tolerancia ante determinados factores abióticos. Utilizando el C. independientemente de los valores de las medias. Por ej.V. derivados de distribuciones diferentes es casi invariablemente válida si las variables son homólogas. Análisis Numérico. la experiencia sugiere que la comparación es todavía válida si las variables son análogas y pertenecen a la misma categoría. Monitoreo y Publicación de Datos sobre Biodiversidad Rango o amplitud: Es la más sencilla de todas las medidas de dispersión. es posible comparar las dispersiones de dos o más grupos de datos que son dados en unidades distintas. si tenemos varias especies de peces con diferente grado de tolerancia ante la salinidad. vamos a tener que las de menor tolerancia son llamadas estenohalinas y las de mayor espectro de tolerancia se llaman eurihalinas.

También recibe el nombre de tablas de frecuencias. junto con las frecuencias de las clases correspondientes. . donde m representa el número de valores observados distintos y. 2.M) representa la frecuencia acumulada correspondiente a yi que por definición será igual a h1 + h2 + .. Ejemplo. 2. Absoluta 1 4 3 2 10 106 .Antonio Mijail Pérez variación absoluta a una medida de tamaño absoluto: la desviación estándar y la media.. ni).. Evidentemente Ni = al número de observaciones menores o iguales a yi. 3.... 3. a los que se analizará yi (i= 1. 2. m).Distribuciones de frecuencia.. Hi es igual a la frecuencia total correspondiente a los valores observados. 1. 1... 3. 3. 0. 1. 3. El número de hijos de 10 familias fue censado y los resultados de los conteos fueron los siguientes: 2.. al cociente ni/n = hi Frecuencia absoluta acumulada Es la repetición acumulada (Ni = n1 + n2 + . 2. 2. 3. Frecuencia Relativa Acumulada (Hi) (i = 1.m. Variables discretas o datos no agrupados Frecuencia absoluta o repetición Es el número de veces que se presenta repetido un determinado valor de la variable y lo representamos por ni donde i = 1..hi.. Es un arreglo tabular de los datos por clases. Frecuencia relativa Correspondiente al valor yi. y como esta proporción es muy pequeña se multiplican los valores por 100. Valores de la variable 0 1 2 3 Total Frec. 1.

llevando sobre un eje horizontal los valores de la variable yi y levantando en cada uno de estos puntos un segmento vertical de longitud igual a la frecuencia correspondiente. Representación gráfica A) Si se consideran frecuencias relativas o absolutas haremos la representación mediante el llamado Diagrama de frecuencias.1 h2 = 0.8 H4 = 1.1 H2 = 0.2 Frec..Aspectos Conceptuales. Las frecuencias absolutas (ni) y las frecuencias absolutas acumuladas (Ni) son números enteros y no negativos. Abs. Acumuladas N1 = 1 N2 = 5 N3 = 8 N4 = 10 Frec. 107 . Relativas Acumuladas H1 = 0. (no mayores que 1). Absolutas n1 = 1 n2 = 4 n3 = 3 n4 = 2 Frec.0 Propiedades de las frecuencias 1. 46.0.Diagrama de frecuencias. Monitoreo y Publicación de Datos sobre Biodiversidad Partiendo de los valores anteriores se puede confeccionar la siguiente tabla: Valores de la variable y1 = 0 y2 = 1 y3 = 2 y4 = 3 Frec. Fig.5 H3 = 0.4 h3 = 0. Las frecuencias relativas (hi) y las frecuencias relativas acunmuladas (Hi) son números fraccionarios no negativos y menores que o iguales a 1.3 h4 = 0. Análisis Numérico. 2. Relativas h1 = 0.

47. 108 . correspondientes a los intervalos en que se presentan observaciones. llevando sobre un eje horizontal los valores de la variable yi y levantando en cada uno de estos puntos un segmento vertical de longitud igual a la frecuencia acumulada correspondiente y completando con tramos horizontales. Fig. una línea poligonal en escalera. 48. Fig. B) Si se consideran frecuencias relativas acumuladas o frecuencias absolutas acumuladas haremos la representación gráfica mediante el llamado gráfico acumulativo de frecuencias..Diagrama de frecuencias absolutas acumuladas. Sólo hay observaciones en los puntos de discontinuidad y la amplitud de la discontinuidad mide la frecuencia correspondiente al valor de yi considerado.Gráfico de pastel.Antonio Mijail Pérez La misma información también puede ser graficada utilizando un gráfico de pastel..

Xn los datos originales y n el tamaño de muestra. 2) Se subdivide el recorrido de la muestra en intervalos de clase y la clasificación consiste en determinar el número de observaciones que pertenece a cada intervalo o clase.. se mide la altura de 20 individuos (plantas o animales) en una determinada localidad. Monitoreo y Publicación de Datos sobre Biodiversidad El gráfico acumulativo de frecuencias es la representación gráfica de la función de distribución (de la frecuencia) o función empírica de distribución F(x) definida así para todo valor de X.Yi-1 a la amplitud del i-ésimo intervalo.. se definen los extremos de los intervalos como una cifra decimal más de la que contengan las observaciones. Se debe tener claro que en el caso de las variables discretas la representación debe ser en forma de líneas y no de barras y las mismas deben estar separadas unas de otras.. El problema de reducción de los datos para formar una tabla de frecuencias es un problema de clasificación de las observaciones. Estos dos valores extremos definen el recorrido (L1. Análisis Numérico. ej. . Ym los extremos o límites de los intervalos de clase. y L = L2-L1 es el rango de nuestra muestra. 3) Representamos por Y1... Normalmente se empieza por determinar la observación que tiene un valor máximo (L2) y la que tiene el mínimo (L1). Para la realización de esto es necesario: 1) Decidir cuáles han de ser las clases que se van a considerar. 4) Conviene que todos los intervalos sean de la misma amplitud a fin de que sean comparables.Ym los puntos medios de dichos intervalos o marcas de clase y por Ci = Yi . L2) de la muestra. por m el número de clases o intervalos.Aspectos Conceptuales.. P. En este caso las barras se presentan agrupadas pero esto se debe a un artilugio del programa. 5) Para evitar la dificultad que se presentaría al intentar clasificar una observación que coincida con un valor yi del extremo inferior del intervalo siguiente o del extremo superior del intervalo anterior. . Variables continuas o datos agrupados Sean X1. Los valores medidos en el orden que fueron obtenidos son: 109 . Y2. . por Y1.. X2. Y2.

37.54 Marca de Clase 32 36 40 44 50 52 Frec.10 Frec.10 0.30 0.47.52. Entonces.40. donde C = 54-30/ 6 = 4 .50 50. En este caso vamos a tomar 6 intervalos.05 0.1. Abs. 54).46 46.05 0.1. consideraremos entonces el intervalo (31. entonces m = 6. las definiciones de frecuencia absoluta.42 42. De esta serie de valores se puede extraer el valor máximo (L2 = 53) y el valor mínimo (L1= 31).Antonio Mijail Pérez 48. con lo que quedaría el intervalo (30. Relat.54 Total Frecuencias 1 2 4 6 5 2 20 En este caso.20 0.90 1.47.34 34.41. siendo C el ancho del intervalo.46 46.1.1.50 50.1. el cual debe ser mayor o igual que 4.38 38. 53). decidimos arbitrariamente el número de intervalos (m) con el que vamos a trabajar.65 0.38 38.44. pero por razones de comodidad en la manipulación de los números es preferible trabajar con números pares y entonces podemos sustraer la unidad al valor mínimo y adicionarla al máximo.35 0.42 42.1.53. Acumulada 1 3 7 13 18 20 Frec.39.1. La tabla de frecuencias quedaría: Intervalos 30.44.35. Relativa 0.43. Podremos entonces confeccionar nuestra tabla de frecuencias: Intervalos 30.1. frecuencia relativa y frecuencias acumuladas son iguales que en el caso anterior.25 0.31. Acumulada 0. Absoluta 1 2 4 6 5 2 Frec.49.1.15 0.1. aunque se refieren a intervalos y no a puntos.00 110 . y C = R/m.43.34 34.47.1.45.1.3943.

Análisis Numérico. sin espacios discontinuos.Ostrea iridescens. Representación gráfica Se llevan a un eje horizontal los intervalos de clase y levantando sobre cada uno de ellos un rectángulo de longitud igual a la frecuencia correspondiente.. 50. Fig. estos son los llamados histogramas de frecuencia. 111 . Foto y mediciones (Tomado de PÉREZ et al. Monitoreo y Publicación de Datos sobre Biodiversidad Propiedades de las frecuencias: las mismas que en el caso de una variable discreta. 49.Aspectos Conceptuales. Las barras aparecen separadas pero deben estar en contacto.Histograma de frecuencias. Fig. 2004)..

8 125.5 . La segunda subdivisión de la estadística de inferencias consiste en las llamadas pruebas de hipótesis.125. 4.8 57.98.2.2 44.3 . en el caso de las frecuencias acumuladas (absolutas y relativas) ploteando sobre el eje horizontal los intervalos de clase y levantando en cada extremo superior de dichos intervalos un segmento vertical de longitud igual a la frecuencia acumulada correspondiente y uniendo luego con segmentos rectilíneos los extremos superiores de los segmentos verticales construidos.9 . producir un polimorfismo.30. Por extensión.0 85.2 112.7 . este fenómeno puede ser polimodal y por ende. Una prueba de hipótesis es un procedimiento mediante el cual se trata de obtener conclusiones acerca de la similaridad o diferencia entre dos poblaciones muestreadas. Pruebas de hipótesis.2.3 .112.57.Antonio Mijail Pérez Longitud 17 . podemos estar en presencia de un bimorfismo.44. Por ejemplo. etc).0 Frecuencia 1 1 0 8 23 21 12 8 1 1 También se puede usar para la representación gráfica los llamados polígonos de frecuencia. un ecólogo se puede preguntar si la biomasa vegetal es la misma en dos áreas geográficas distintas.9 . Entonces.6 30.1 . ya nos permiten determinar la posible aparición de ecotipos o razas ecológicas. estos análisis pueden arrojar resultados notablemente interesantes. En biología.71.4 139.7 . 112 .153.4 71.139. se toman muestras de las dos poblaciones y luego se infieren las conclusiones. En estudios ecológicos de beta diversidad estos son también de gran utilidad.6 98.5 . Pasos. por ejemplo si obtenemos distribuciones de frecuencias bimodales.85.

Ho debe rechazarse. 2. Encuentro o suposición de la distribución muestral de la prueba estadística conforme a Ho. Sobre la base de los incisos anteriores definir la región de rechazo. como en el margen de riesgo que estemos dispuestos a aceptar si nuestro criterio de decisión con respecto a la hipótesis resulta incorrecto. De las pruebas capaces de usarse con un diseño de investigación dado. Si el valor desciende a la región de rechazo. 4. A continuación detalleremos brevemente cada uno de los pasos que constituyen este procedimiento. Monitoreo y Publicación de Datos sobre Biodiversidad Para estimar con objetividad si una hipótesis particular es confirmada por un conjunto de datos. Hipótesis nula En general se formula con relación a la media o la varianza poblao σ2) y es formulada por lo común con el objetivo de ser rechazada. 5. Cálculo del valor de la prueba estadística con los datos obtenidos de las muestras. Este procedimiento objetivo debe basarse tanto en la información obtenida al investigar. si el valor cae fuera de la región de rechazo. cional ( 113 . 1. necesitamos un procedimiento que nos lleve a un criterio objetivo para rechazar o aceptar esa hipótesis. 3. 6. Análisis Numérico. los cuales enunciamos en orden de su ejecución: 1. Especificación del nivel de significación ( ) y del tamaño de la muestra (n). Formulación de la hipótesis nula (Ho). Ho no puede rechazarse al nivel de significación escogido.Aspectos Conceptuales. Elección de una prueba estadística (con su modelo estadístico asociado) para probar Ho. hay que escoger aquella cuyo modelo se aproxime más a las condiciones de la investigación y cuyos requisitos de medición satisfacen las medidas usadas en la investigación. El procedimiento que por lo común se sigue comprende varios pasos.

No se indica una dirección para la diferencia. Cuando la Ho y la H1 han sido enunciadas y cuando la prueba estadística apropiada a la investigación ha sido seleccionada. Ho: H1: Pruebas de dos colas. el nivel de significación. H1: 2. El nivel de significación y el tamaño de la muestra.. Esta hipótesis parte de que existe igualdad entre los estadísticos poblacionales. El campo de la estadística se ha desarrollado hasta el grado que existen pruebas para casi todos los propósitos de la investigación con pruebas estadísticas susceptibles de usarse alternativamente para tomar decisiones con respecto a una hipótesis. de dos colas y de una cola: Pruebas de una cola. 3. p. Elección de la prueba estadística.Cuando se indica la dirección predicha de la diferencia. que existen diferencias entre los estadísticos poblacionales. se designa por la letra griega y se define como la probabilidad de rechazar la 114 . Como se ha señalado anteriormente. es decir. ej. Para mayor detalle ver los cuadros sinópticos a comienzos del texto. Ho: La hipótesis contraria se denomina hipótesis alternativa y establece lo contrario.. el paso siguiente consiste en especificar el nivel de significación ( ) y seleccionar el tamaño de muestras (n). p. ej. Dentro de estas pruebas estadísticas se encuentran las pruebas paramétricas y las pruebas no paramétricas.Antonio Mijail Pérez Existen dos tipos de pruebas.

Análisis Numérico. = 0. Las distribuciones teóricas son en general distribuciones discretas y distribuciones continuas y dentro de estas existen algunos tipos muy ampliamente reconocidos en el trabajo estadístico.01 se llaman muy significativas y muchos autores las representan con dos asteriscos (**). debe aumentarse dentro de lo posible para evitar la posibilidad de cometer error de tipo I y II.05 se llaman significativas y muchos autores las representan con un asterisco (*).Aspectos Conceptuales. extraídas de una misma población.. Distribuciones Discretas Poisson Binomial Distribuciones Teóricas Simétricas. = 0. 2) 3) 4.01. Monitoreo y Publicación de Datos sobre Biodiversidad hipótesis nula y sus valores de probabilidad más comunes son 0. El tamaño de n. La distribución muestral es una distribución teórica. que oscilan entre -infinito y + infinito Normal (Z) T de Student 115 . Una vez que el investigador ha escogido una prueba estadística para aplicarla a sus datos. Distribución muestral.05 y 0. Se debe mencionar que si las diferencias se aprecian para: 1) = 0.Es decir.001 se llaman muy altamente significativas y muchos autores las representan con tres asteriscos (***). La obtendríamos al tomar al azar todas las muestras posibles de un mismo tamaño. enseguida debe determinar cuál es la distribución muestral del estadístico de la prueba.

. las medias x de estas muestras estarán de manera aproximada distribuidas normalmente con media µ y desviación estándar de / n para una magnitud de n suficientemente grande ". X2 (Chi cuadrado) F En general. normal tiene una media igual a la media de la población (µ) tiene una desviación estándar de la población dividida por la raíz cuadrada del tamaño de la muestra. La región de rechazo. Define la región de aceptación. En este sentido conviene citar un teorema matemático muy importante conocido como Teorema del Límite Central y establece que: "Si una variable está distribuida con X = µ y desviación estándar igual a y se escogen muestras aleatorias de tamaño n. de manera que la probabilidad de ocurrencia de una prueba estadística conforme a Ho cuyo valor esté en ese subconjunto sea . En otras palabras.. Esta incluye todos los valores posibles que una prueba estadística puede tomar conforme a Ho. si n es suficientemente grande.Oscilan entre 0 y + infinito.Región de aceptación y región de rechazo de Ho. 51. lo primero es buscar si los datos se ajustan a una distribución normal.Antonio Mijail Pérez Asimétricas. 5. se compone de un subconjunto de estos posibles valores. 116 . Es una región de la distribución muestral. la distribución muestral de x: • • • será aprox. Fig.

3. X2 de bondad de Ajuste. un genetista obtiene una progenie de 100 F2. Si la estadística da un valor que está en la región de rechazo se rechaza Ho. todos los cuales pueden ser clasificados como métodos no paramétricos. Monitoreo y Publicación de Datos sobre Biodiversidad 6. El caso más sencillo es el de X2 para dos categorías. Análisis Numérico. X2 de bondad de ajuste para dos categorias.Aspectos Conceptuales. el cual fue introducido por Pearson (1900).2. También conviene mencionar el Test G conocido como método de probabilidad logarítmica y el test de Bondad de Ajuste de Kolmogorov-Smirnov.3. 4. Puesto que este tipo de datos son conteos o eventos en cada una de las clasificaciones los métodos para su análisis son conocidos como métodos de enumeración estadística. La desición. 4. que es el siguiente. Cuando el valor calculado de la prueba estadística es mayor que el valor tabular para el mismo nivel de significación se rechaza Ho y el valor obtenido se dice que es significativo. ej. los cuales son muy importantes en biología y en ecología. Antes de entrar en estudio de métodos de trabajo que involucren variables continuas vamos a ver algunos métodos apropiados para el trabajo con variables discretas. Pruebas de bondad de ajuste para datos de frecuencia.. a partir de un cruzamiento en el cual se plantea como hipótesis una proporción fenotípica 117 . p.1. Es muy frecuente obtener una muestra de datos en escala nominal e inferir si la población de la cual proviene se ajusta a cierta distribución teórica. De lo anterior se puede inferir que esto supone cambios en el planteo de las hipótesis de muestreo con respecto a lo visto anteriormente.2. El método más ampliamente utilizado de este tipo es el test X2. Para esto necesitamos la aplicación de un Test de Bondad de Ajuste para nuestra distribución de frecuencias observadas a la distribución de frecuencias esperadas que representa nuestra hipótesis.

La expresión para el cálculo es la siguiente: fi: frecuencia observada de los conteos de la i ésima clase. El procedimiento más cómodo consiste en la tabulación de los datos de la manera siguiente Fenotipos o clases Amarilla Verdes Frecuencias Observadas (fi) 84 16 Frecuencias Esperadas (Fi) 75 25 (fi . que es de 75 amarillas y 25 verdes.Fi)/ Fi (84-75)2/ 75 (16-25)2/ 25 X2 = 1. luego H1 es cierta. es decir.24 = 4. que tiene una proporción diferente de 3:1. ∑: Sumatoria para las k categorías de datos.Antonio Mijail Pérez de 3:1. Se obtienen 84 plantas de flores amarillas y 16 verdes.08 + 3. Estadísticamente esto se refiere como Hipótesis nula (Ho) porque plantea la no diferencia.32 X2 tab para = 0. Se concluye entonces que si Ho es falsa. 118 . Esto quiere decir que los datos observados son estadisticamente diferentes de la proporción esperada.05 y un grado de libertad = 3. Nos podríamos entonces formular la siguiente pregunta ¿ se desvían significativamente las frecuencias observadas (84 y 16) de las esperadas (75 y 25) ? El procedimiento estadístico para abordar este problema involucra primeramente el planteamiento de la hipótesis que se quiere probar. Fi: Frecuencia esperada de los conteos en la i-ésima clase. La hipótesis en este caso es que la población que ha sido muestreada tiene una proporción de 3:1 de plantas amarillas a plantas verdes. a pesar de lo que establece la hipótesis.84 Entonces X2 calc > X2 tab. por tanto se rechaza Ho.

y para ella se recomienda la corrección de Yates para continuidad (Yates. Esta situación se presenta enfatizada en el caso de que exista 1 g.5 unidades al valor absoluto de fi . Sin el uso de la corrección para continuidad el X2c se incrementa y puede causar el rechazo de Ho.l = 2. Monitoreo y Publicación de Datos sobre Biodiversidad Los grados de libertad están dados por el número de categorías de frecuencia menos uno. sin embargo la distribución teórica X2 es una distribución continua.Aspectos Conceptuales. en que se resta 0. en este caso que tenemos 2 categorías de frecuencia sería 2-1 = 1.l. es posible cualquier valor de X2 por lo que los resultados de los análisis de X2 son sólo aproximaciones a la distribución teórica y nuestras conclusiones no son estrictamente reales para un nivel de significación establecido. ej.. este no siempre es el caso. una 119 . 1934). aceptar la hipótesis H1 siendo Ho (Hipótesis alternativa) cierta.l. retomando el ejemplo anterior donde existe 1 g.. Análisis Numérico. Se ha realizado un muestreo en una zona estuarina con el objetivo de realizar estudios sobre la biología de Tellina sp.Fi. es decir: donde X2c representa el valor X2 calculado con la corrección para continuidad. Dicho de otra forma. Corrección para continuidad Los valores de X2 obtenidos pertenecen a una distribución discreta o discontinua en los que pueden tomar solo algunos valores. p. Aunque en este caso se llega a la misma conclusión que sin la aplicación de la corrección.l. es decir.. que para un valor dado de g. De esta forma. al no aplicar la corrección y por ende aplicar la continuidad en estos casos puede provocar que se cometa el error de tipo I. es decir. lo cual no ocurre con el uso de la corrección. Otro ejemplo. g.

30 % roca y 20 % arcilla.40|-0. Hi: Encontrar una proporción diferente Valvas o clases Derechas Izquierdas Frecuencias Observadas 70 10 Frecuencias Esperadas 40 40 2) = 0.5:0. La hipótesis nula típica a formular sería que esta especie de pez no tiene preferencias por ninguno de los tres sustratos y la hipótesis alternativa 120 . Test de X2 para más de dos categorías Ejemplo.5 X2 c > X2 tab. También hemos observado la distribución de cierta especie de pez con respecto a este fondo. Se recolectaron 80 valvas de ejemplares muertos de esta especie.5)2/ 40 + (|10 .5 de valvas derechas e izquierdas.40)2/ 40 + (10 .75 = 43. por tanto se rechaza Ho.75 + 21.05 k = 2. R. inédito). Hemos determinado que el fondo de una sección de un río es 50 % arena. 1) Ho: Encontrar una proporción 0.Antonio Mijail Pérez especie de bivalvo relacionado con los esteros y fondos arenosos. 18 en el área rocosa y 4 en el área arcillosa (Tomado de WAID. Pruebe si la proporción observada se ajusta a lo que se debió esperar en el caso de que los individuos hubieran muerto por causas naturales. de las cuales 70 fueron derechas y 10 izquierdas. la cual es de 8 individuos en el área arenosa. aplicando la corrección: X2 = (|70 . gl = 1 3) X2 = (70 .40|-0.40)2 / 40 = Luego.5)2 / 40 = 21.

Si Ho fuera cierta. el 30 % (9 peces) en el área rocosa y el 20 % (6 peces) en el área arcillosa.26 + 9 + 0. Análisis Numérico. Para comprobar si la distribución de ocurrencias observada se desvía significativamente de la esperada de acuerdo a la hipótesis nula. Monitoreo y Publicación de Datos sobre Biodiversidad es que no se distribuye independientemente.l. mostrando cierta preferencia por alguno de ellos. Hay que destacar que los cálculos para las pruebas de X2 solamente utilizan datos de frecuencias y nunca porcentajes o proporciones. y por ende los peces distribuidos de forma independiente al tipo de sustrato.93 X2 tab para = 0. esperaríamos que el 50 % de los peces (15 del total de 30 peces muestreados) se encontrarán en el área arenosa. Relativa x Frecuencia de la Variable Observada Total Ej: Fi = 50/ 100 x 30 = 0. 121 .66 = X2 = 12.5 x 30 = 15 Sustratos Arena Roca Arcilla Frecuencias Observadas 8 18 4 30 Frecuencias Esperadas 15 9 6 30 (fi-Fi)2/ Fi (8-15)2/ 15 (18-9)2/ 9 (4-6)2/ 6 X2 = (8-15)2/ 15 + (18-9)2/ 9 + (4-6)2/ 6 = 3. se emplea una prueba similar a la anterior.05 y 2 g. es decir. la presencia de los peces está relacionada con el tipo de sustrato.Aspectos Conceptuales. para lo cual primeramente tabulamos los datos obtenidos. Después se calculan las frecuencias esperadas según la siguiente fórmula: Fi = Frec. = Por tanto rechazamos la Ho.

1) = 1. donde: r = filas (= 2) c = columnas (= 2) 122 . Pruebas de independencia En muchas situaciones los datos de enumeración se toman simultáneamente para dos variables y se desea probar la hipótesis de si las frecuencias de ocurrencias en las distintas categorías de una variable son independientes de las frecuencias en la segunda variable.3. La tabla de contingencia más pequeña es aquella que contiene sólo dos filas y dos columnas y se conoce como tabla de 2x2. Este tipo de tabla se emplea con mucha frecuencia en investigaciones en biología. 4. Tablas de contingencia de 2x2. es utilizando una tabla de doble entrada representada por las variables y las distintas categorías dentro de cada una de ellas. en tal caso se dice que los datos están arreglados según una tabla de contingencia. La forma de tabular los datos en estas pruebas.Antonio Mijail Pérez Mientras mayor sea la disparidad entre las frecuencias observadas y las esperadas.2.1)(c . mayor será el valor X2 obtenido y menor la probabilidad de que la hipótesis nula sea cierta.2. El valor de X2 crítico tabular se obtiene de una tabla de X2. Para trabajar con este tipo de tabla es conveniente asignar letras a las casillas de la tabla y a los totales de filas y columnas de la siguiente forma: a c a+c b d b+d a+b c+d N La ecuación que permite el cálculo de X2 en tablas de contingencia de 2x2 es: En las tablas de 2x2 los grados de libertad se calculan como (r .

Aspectos Conceptuales, Análisis Numérico, Monitoreo y Publicación de Datos sobre Biodiversidad

En este caso, al igual que en las pruebas de bondad de ajuste para dos categorías, se recomineda aplicar la corrección de Yates para continuidad. La expresión de X2 con la corrección es la siguiente:

La corrección se aplica cuando: |ad - bc| > n/2, si ocurre lo contrario y: |ad - bc| <= n/2, entonces no se aplica la corrección. Crow (1952) planteó que si |ad - bc| <= n/2, la corrección de Yates incrementará el valor de X2 en lugar de reducirlo. Según SOKAL & ROLHF (1981) las tablas de contingencia de 2X2 pueden ser diseñadas según 3 modelos estadísticos fundamentales: Modelo I.Modelo II.Se fija N en el estudio a realizar. Se fijan los totales marginales para una de las dos variables de clasificación, la graficada en las filas o la graficada en las columnas.

Modelo III.-. Las pruebas de independencia actualmente propuestas para tablas de 2x2 pueden ser las siguientes: 1.- El test X2 (ya analizado). Las tablas pueden ser elaboradas según los modelos I y II. 2.- La prueba G. Las tablas pueden ser elaboradas según los modelos I y II. 3.- La probabilidad exacta de Fischer. Las tablas pueden ser elaboradas según el Modelo III.

123

Antonio Mijail Pérez

Ejemplo. Un ecólogo vegetal estudió 100 ejemplares de una especie de árbol. Para cada uno de ellos anotó si estaba arraigado en suelo de serpentina o no y si sus hojas eran pubescentes o lisas. Los datos obtenidos aparecen en el siguiente cuadro:
Tipo de suelo Serpentina No serpentina Total Epidermis pubescente 12 16 28 Epidermis lisa 22 50 72 Total 34 66 100

Formule sus hipótesis de trabajo y pruebe si el tipo de hoja está o no relacionado con el tipo de suelo donde viven los ejemplares estudiados. Ho: El tipo de hoja (pubescente o lisa) de cierta especie de planta no está relacionado con el tipo de suelo (Serpentina o no serpentina). Hi: El tipo de hoja (pubescente o lisa) de cierta especie de planta está relacionado con el tipo de suelo (Serpentina o no serpentina). En primer lugar se calcula |ad - bc|, sustituyendo; |(12)(50) - (22)(16)| = 248, y como 248 es > que n/2 = 50, entonces se aplica la corrección de Yates:

Sustituyendo;

X2 = 0.87, y en este caso

por lo que se acepta Ho, es decir, que el tipo de hoja no está relacionado con el tipo de suelo.

124

Aspectos Conceptuales, Análisis Numérico, Monitoreo y Publicación de Datos sobre Biodiversidad

Tablas de contingencia de RxC. Este tipo de tabla denominada también prueba de independencia RxC se caracteriza porque R y C significan el número de filas y columnas en la tabla de frecuencias. Para los análisis de bondad de ajuste denotamos la frecuencia observada en la i-ésima categoría de la variable estudiada como fi . En una tabla de contingencia como tenemos dos variables, con como mínimo dos dimensiones cada una, denotamos las frecuencias observadas como fij. El significado de los subíndices se refiere a la frecuencia observada en la i-ésima fila y la j-ésima columna de la tabla de contingencia. De esta forma: f11= frecuencia observada en la fila 1 columna 1. f23= frecuencia observada en la fila 2 columna 3. En este tipo de tablas Ri representa el total o frecuencia total en la i-ésima fila de la tabla donde: es decir, R1= f11 + f12 + ... + f1c; R2= f21 + f22 + ... + f2c, etc. En esta tabla Cj representa la frecuencia total de la j- ésima columna. es decir, C1= f11 + f21 + ... + fr1; C2= f12 + f22 + ... + fr2, etc. El número total de observaciones en todas las casillas de la tabla se denomina Gran Total y se denota con la letra G, y es simplemente el tamaño de la muestra. G= ∑ fij = f11 + f12 + … frc, y es simplemente n, el tamaño de la muestra. Lo cual también se puede escribir como:

125

Antonio Mijail Pérez

Para este tipo de análisis en tablas de contingencia se usa la siguiente expresión: donde: La fórmula para calcular las frecuencias esperadas en una tabla RxC es la siguiente:

Una vez que el X2 ha sido calculado, su significación se prueba contra los valores tabulados para un nivel de significación establecida, pero para ello es necesario además calcular los grados de libertad. La fórmula para calcular los grados de libertad es la siguiente: g.l. = (r-1) (c-1) Ejemplo. Se realizó un estudio para determinar varios aspectos de la biología de la araña Argiope trifasciata, que es una especie que vive asociada con el zacate y puede habitar desde lugares secos hasta lugares muy húmedos. Se muestrearon 500 telas de araña y en ellas se identificó si presentaban o no estabilimento y se midió la longitud de la araña en cada caso. El objetivo de esta parte del estudio fue determinar si existía relación entre el tamaño de la araña y la presencia de estabilimento. El estabilimento es una estructura que aparece en las telas de varias familias de arañas y se plantea que tiene función de protección o estabilidad. Los datos se presentan en la siguiente tabla.
Estabilimento Si No Total 1-3 (mm) 79(53) 34(60) 113 3.1- 6 (mm) 96(81) 77(92) 173 6.1- 9 (mm) 36(49) 49(45) 85 9.1- 12 (mm) 15(36) 61(40) 76 12.1-15 (mm) 9 (25) 44(29) 53 Total 235 265 500

Las hipótesis de trabajo en este caso son las siguientes: H o: H i: La presencia se estabilimento es independiente del tamaño de la araña. La presencia de estabilimento está relacionada con el tamaño de la araña.

126

Aspectos Conceptuales, Análisis Numérico, Monitoreo y Publicación de Datos sobre Biodiversidad

Fig. 52.- Araña en su tela con presencia de un estabilimento con cuatro brazos para reforzar la tela.

En primer lugar se calculan las frecuencias esperadas con la expresión ya estudiada. En la tabla las fij (frecuencias observadas) se presentan en cada casilla y las Fij (frecuencias esperadas) se expresan al lado entre paréntesis, por lo tanto, el primer paso sería realizar el cálculo de las frecuencias esperadas Fij para cada casilla.

se colocan en la tabla de contingencia entre paréntesis y se calcula X2, según la expresión ya vista.

Posteriormente se aplica la expresión de los grados de libertad. (r-1)(c-) = (2-1)(5-1) = 4 gl

127

Antonio Mijail Pérez

En este caso el X2 calculado es 72.66, valor que es mayor que el tabular para = 0.05 y 4 gl que es de 2.776, por lo que se rechaza significativamente la Ho, lo quiere decir que existe relación entre la presencia de estabilimento y el tamaño, ya que como se puede observar en los datos originales existe una disminución en la aparición de estabilimento cuando las arañas son más grandes. 4.2.4. Comparaciones entre variables (en una muestra). 4.2.4.1. Diagramas de dispersión. Un método más o menos simple para explorar la variabilidad de una población de datos, lo constituyen los diagramas de dispersión. Estos consisten en el simple ploteo de puntos al analizar dos variables medidas en la población en cuestión. Para esto se confecciona un eje cartesiano X y Y donde se plotea una variable en cada eje y se obtiene una nube de puntos. Si realizamos este análisis en varias poblaciones podremos tener una idea de como se comporta la variación general de los caracteres estudiados entre ellas.

ρ=0 ˜

ρ=1 ˜

ρ = -1 ˜

Ejemplo de un diagrama de dispersión con datos morfométricos procedentes de un estudio realizado en la especie Ostrea iridescens (PÉREZ et al. 2004).

Fig. 53.- Diagrama de dispersión en Ostrea iridescens.

128

Se presentan sólo los contornos de las nubes de puntos para mostrar las diferencias existentes entre ambas poblaciones debidas a factores ecológicos (Tomado de PÉREZ. Análisis Numérico. 1994). Monitoreo y Publicación de Datos sobre Biodiversidad Fig. 129 .Diagramas de dispersión de pares de variables medidos en dos poblaciones (Línea discontinua y línea continua) de una especie de molusco terrestre.. 54.Aspectos Conceptuales.

Introducción. Una de las razones por las que ocurre lo anterior es porque las relaciones matemáticas entre los dos métodos de análisis están muy vinculadas y matemáticamente una puede convertirse en la otra. 4. Otro aspecto que debe mencionarse. En la correlación. Las ecuaciones de regresión se utilizan con la finalidad de apoyar las hipótesis que tienen que ver con la causa posible de cambios en Y a partir de cambios en X. podemos evaluar un coeficiente de regresión de una variable sobre otra en datos que han sido calculados propiamente como correlaciones. es decir.2. No existe distinción entre variables dependientes e independientes. Por otra parte. es que muchos textos recientes no hacen distinción entre los dos métodos de una forma suficientemente clara.2.4. usando la última variable como un control estadístico. Muy frecuentemente los problemas de correlación son tratados como regresión y viceversa. si varían juntas. Siempre ha existido mucha confusión en el contenido y materia de correlación y regresión. No expresamos una como una función de la otra.Antonio Mijail Pérez 4.2. pero no asumimos esto. Existen numerosos coeficientes de correlación en estadística. Es posible calcular fácilmente un coeficiente de correlación a partir de datos que fueron propiamente analizados por una regresión modelo I. Este coeficiente no tiene significado como estimado de cualquier coeficiente de correlación poblacional. o con propósitos predictivos de Y en términos de X y con el propósito de explicar parte de la variación de Y por X. una sea la causa de la otra. Pudiera ser que en el par de variables que se estudia. 130 . Se puede comprobar que un coeficiente de regresión convencional calculado a partir de datos en los cuales ambas variables se miden con error da lugar a estimados sesgados de la relación funcional. Correlación y Regresión.3. En la regresión intentamos describir la dependencia de una variable Y a partir de una variable independiente X. Correlación.4.Momento de Pearson (1901). pero el más común de ellos es el denominado Coeficiente Producto. nos interesa si las dos variables son interdependientes o si covarían.

45 15.81 4.50 22.52 131 . Cola Y1 159 179 100 45 384 230 100 320 80 220 320 210 Cuerpo (mg) Y2 14. Estas son el peso de la cola (Y1) y el peso corporal (Y2).Aspectos Conceptuales.19 15.90 1.30 2.39 17.25 9. 1985).40 15.20 11. Análisis Numérico.70 14. Se midió n = 12 (Tomado de SIGARROA. Nos interesa saber si existe correlación entre dos variables en una muestra de 12 cangrejos. Monitoreo y Publicación de Datos sobre Biodiversidad donde: Ejemplo.

1977).Cangrejo en vista ventral para observación del abdomen (Tomado de BARNES. 55.. Fórmula de la Correlación de Pearson (1901): donde: 132 .Antonio Mijail Pérez Fig.

05 o = 0.Aspectos Conceptuales.2 g.01 y n . Análisis Numérico.l. Monitoreo y Publicación de Datos sobre Biodiversidad Sustituyendo: Para realizar las pruebas de significación se busca en la tabla de la r de Pearson para = 0. 133 .

4. 134 . 708 4.576 0.2.05 = 0.01 = 0. Una función es una relación matemática que nos permite predecir qué valores de una variable (y) corresponden a determinados valores de otra variable (x). Tal relación se describe como: Y= F (x). El tipo más simple de regresión sigue la ecuación Y = X que se ilustra en la siguiente figura: Donde la recta es bisectriz del primero y el cuarto cuadrante.4. Regresión Muchos aspectos científicos tienen que ver con la relación entre pares de variables en las que se plantea la relación causa-efecto. En la siguiente figura aparece un nuevo elemento multiplicando la variable independiente X. este coeficiente representa la pendiente de la recta (b).Antonio Mijail Pérez r 10 gl = 0.

a y b.Aspectos Conceptuales. En estadística b. La expresión de a se obtiene despejando en la ecuación de la recta: 135 . Cuando se quiere recalcar que el coeficiente de regresión es de la variable Y sobre la variable X escribimos byx. Análisis Numérico. Monitoreo y Publicación de Datos sobre Biodiversidad En la próxima figura aparece un gráfico hipotético donde aparece un nuevo componente que conforma la expresión de la recta: el intercepto. Este es un método sencillo que se basa en una muestra de n valores de Yi tomadas para diferentes X. es el coeficiente de regresión y la función se denomina ecuación de regresión. la pendiente de la recta. del que se obtendrán los estimados de A y B. El método aplicado para resolver los problemas concernientes a la regresión implica la estimación de los parámetros A y B mediante el método de los mínimos cuadrados lo cual garantiza un estimador óptimo. Esta nos permite relacionar la dependencia de una variable Y como función de la variable X. es decir. mediante alguna ecuación matemática.

Determine cuanto varía la variable dependiente (Diámetro) con respecto a la variable independiente (Longitud) y complete la ecuación de regresión.1 9. 56.0 3.4 8.7 Diámetro 3.0 3.2 3.1 3.2 3.0 3.2 3.Antonio Mijail Pérez Ejemplo: En una muestra de una población del caracol terrestre Beckianum beckianum se midieron al azar las variables longitud y diámetro.5 3.5 10.2 3.Beckianum beckianum.2 3. Longitud 9..6 9.0 8.6 9.8 9.3 9.0 8.4 Fig.1 9.5 9. Pasos previos: 136 .1 3.

8785 = 1.17 – 0.2915 a= 1. Monitoreo y Publicación de Datos sobre Biodiversidad Fórmula de la regresión: Sustituyendo: a= 3.14 X Fig.Diagrama de dispersión de los datos y recta de mejor ajuste. Análisis Numérico.88 Ecuación de la recta: Y = 1. 57.17 – 1.88 + 0. 137 .Aspectos Conceptuales..225 a= 3.14 x 9.

Si n es mayor que la n de los valores tabulados. Este procedimiento debe aplicarse siempre que nuestros datos no muestren los requerimientos de los análisis que hemos visto. Se tomó una muestra de 12 aves a las que se les midió la longitud de las alas (Y1) y las longitud de las colas (Y2). Se calcula: di es una diferencia entre los rangos Y1 y Y2. Calcule la correlación por rangos de Spearman para estas variables (Ejemplo tomado de SIGARROA (1985). El valor rs es un estimado del coeficiente de correlación por rangos poblacional Rs. los valores del coeficiente de Pearson.Antonio Mijail Pérez 4. Prueba de Spearman Si se poseen datos de una población bivariada que no es normal. entonces las hipótesis para la significación de la correlación por rangos deben ser llevadas a cabo y discutida para r12. no obstante su valor no puede esperarse que sea el mismo que el valor de r al cual se calcula con base en los datos originales en lugar de sus rangos. El valor de Tao para un grupo particular de datos no tiene porqué parecerse al valor de Rs calculado para los mismos datos. Los biólogos han aplicado dos métodos diferentes de correlación por rangos. +1 y no tiene unidades. El más utilizado es el propuesto por Spearman (1904) y el otro es el descrito por Kendall (1962). El coeficiente de correlación de Spearman se aplica mediante la asignación de rangos a cada variable por separado. Debe utilizarse en este caso la correlación por rangos. aunque las pruebas de hipótesis resultantes para la correlación poblacional no son tan potentes como la r. En este procedimiento el coeficiente de correlación muestral se designa como Tao (caso excepcional en el que se utiliza una letra griega para denotar un estadístico). Ejemplo. cuyo intervalo es -1.4.5.2. La correlación por rangos de Kendall no será analizada. Correlación no paramétrica. 138 . entonces no puede aplicarse la correlación lineal.

3 RY2 5 7 11 2.Longitud de las alas Y2 -.4 7.6 11.5 3 1.7 10.5 9.5 -1 -1 -2 0.5 7 5 8.1 10.Longitud de las colas Fig.5 2 2.2 10.25 0 139 .5 10. Y1 10.5 10 1.Medición del ala de un ave (Tomado de RALPH et al.4 7.8 7.5 8 9.1 7.7 7.5 11 6 12 Y2 7.9 7.5 5 1 5 2.8 11.2 7.Aspectos Conceptuales.3 10.2 10.4 7.5 12 Di -1 1.25 1 1 4 0. 58.25 1 9 12. Análisis Numérico.6 7.8 11. 1996).8 8.4 10.5 -1 3 -3.4 RY1 4 8.2 7.2 10..5 0 Di2 1 2.25 4 6. Monitoreo y Publicación de Datos sobre Biodiversidad Y1 -.

g. Al igual que la distribución normal.S. De diferente tamaño. en cuyo caso estas pueden ser muestras independientes y muestras relacionadas. Prueba T de Student 4.1. Gossett en 1908 y perfeccionada por Ronald Fischer en 1926. es simétrica y se extiende desde hasta + .l. pero toma diferentes formas dependiendo de los grados de libertad. Análisis de la Varianza (ANOVA) y Prueba de Kruskall-Wallis). 4.1. De igual tamaño. = 2 (n . Variación Interpoblacional (Prueba T. Prueba T de Student para dos muestras del mismo tamaño La distribución T de Student fue descubierta por W.Antonio Mijail Pérez 4.3.1. y en este caso las mismas pueden ser: A. En el presente documento sólo se estudiará el caso de muestras independientes. 140 . Existen dos casos generales en los que se aplica la prueba T de Student: 1) Cuando se trabaja con dos muestras.1) B.3.3.

Mediciones en tortugas (Tomado de OBST. Departamento de Rivas. Monitoreo y Publicación de Datos sobre Biodiversidad 2) Cuando se trabaja con una muestra y un individuo. Ejemplo. Análisis Numérico. Se midieron las longitudes en los individuos recién salidos de dos nidos diferentes de la tortuga marina Lepidochelys olivacea (Paslama). 141 .Aspectos Conceptuales. 1986). 59. Fig. en la Reserva Natural Playa La Flor..

3 42.0 41.00 258064 42.6 45.9 39.Antonio Mijail Pérez Estadísticos ∑X (∑ X)2 ∑ X/ n Longitud Nido 1 35.1 41.9 42.7 35.0 36.1 42.6 43.56 41.7 43.4 45.3 493.2 43.2 43.9 40.12 Longitud Nido 1 43.33 Se aplica la expresión para muestras de igual tamaño: Se calcula la desviación estándar.5 41.3 43.2 41. 142 .3 508.3 42.40 243443.9 43.7 41.3 42.

Monitoreo y Publicación de Datos sobre Biodiversidad Sustituyendo: g. 143 .074 Para 22 g. Prueba T de Student para una muestra y un individuo (Según PÉREZ & ESPINOSA. es decir.2.l y alfa = 0.05 Comparando: T calc < T tab. T tab = 2.l. Compruebe si el individuo sinistrorso es estadísticamente similar a los otros para las variables medidas. a la derecha si se sostiene al caracol de frente al observador con el ápice hacia arriba. 1994).3. Se debe mencionar que el sentido de la abertura en caracoles suele ser dextrorso. Análisis Numérico.= 2(n-1) = 2(12-1) = 2 x 11 = 22 gl. se acepta Ho. y de un ejemplar de la misma población cuyo sentido de la abertura es sinistrorso y por consiguiente diferente al de los otros individuos.Aspectos Conceptuales. 4.2. Se midieron los diámetros de una muestra de caracoles de la especie Caracolus sagemon marginelloides.

57 27.95 34.98 30.33 19.47 30.06 19.93 29.11 36.37 Altura 19.93 32.12 28.59 18.46 19.86 32.45 31.80 30.58 30.71 34.73 34.02 19.98 35.60 Diámetro Menor 30.25 31.91 33.55 17.51 30. Hipótesis: Sustituyendo: 144 .Antonio Mijail Pérez Ejemplar 1 2 3 4 5 6 7 8 9 10 11 ∑x (∑ x)2 ∑ x2 Sinistro Diámetro Máximo 35.84 20.33 16.43 Seleccionamos el diámetro máximo como variable de interés.78 37.21 18.75 35.01 20.68 34.66 19.38 29.

2 3.4 Pasos previos: 145 .1 3.6 9.8 9.0 3.3. Monitoreo y Publicación de Datos sobre Biodiversidad Ttab = 2.5 3.0 8.1 3.2 3.2 3.0 3.5 10.5 9.228 Tcalc > T tab.3.6 9. 1) En una muestra de una población del caracol terrestre Beckianum beckianum se midieron al azar las variables longitud y diámetro (Previamente calculado). es decir. Prueba T para comparación de pendientes de regresión.0 3.2 3.0 8.7 Diámetro 3.Aspectos Conceptuales.4 8. que existen diferencias entre el diámetro de la muestra y el diámetro del individuo sinistro.3 9.1 9. Análisis Numérico.1 9. por consiguiente se rechaza Ho.2 3. Longitud 9.1. 4.

9 3.17 – 0.1 3.1021.2 3.1 3.8 8.5 9.6 9.Antonio Mijail Pérez Fórmula de la regresión: Sustituyendo: 1024.88 Ecuación de la recta: Y = 1.14 x 9.88 + 0.1 2.7 9.3 10.2915 a= 1.17 – 1.3 9.21 3.65 .3 3 3 3 3 3.5 3.225 a= 3.14 X Datos de Beckianum sinistrum.8785 = 1.1 8.1 9.44 = 3.1 146 . Datos originales: Longitud 9.4 Anchura 3.9 10.1 11.4 9.

Monitoreo y Publicación de Datos sobre Biodiversidad Fórmula de la regresión: Comparación entre las dos pendientes.Aspectos Conceptuales. Fórmulas de trabajo: Donde: Error estándard b1-b2 (S2yx)p: Cuadrado Medio Residual Reunido 147 . Análisis Numérico.

residual1 = 12 – 2 = 10 g..l.. beckianum y B.(S2yx)p: Cuadrado Medio Residual Reunido. sinistrum Paso 1. g. Ejemplo. 148 .l. residual2 = 12 – 2 = 10 Paso 2. Comparación de pendientes en B.Antonio Mijail Pérez SCresidual: Sumatoria de Cuadrados Residual.SCresidual: Sumatoria de Cuadrados Residual.

l.l de T= g. Se presentan a continuación las longitudes de ala (mm) de seis machos y ocho hembras del pájaro Carbonero Común Parus major (FOWLER & COHEN. Se han ordenado por conveniencia de menor a mayor.3. Monitoreo y Publicación de Datos sobre Biodiversidad Paso 3.08 = 0.Cálculo de T. así como para otros métodos no paramétricos.2.012 g.Whitney Para esta prueba.Sb1 – b2 : Error estándard b1-b2 Paso 4. El estadístico que se calcula se llama U y se obtiene mediante la siguiente expresión: n1 y n2 son los números de observaciones en las muestras 1 y 2 respectivamente y R1 es la suma de los rangos de las observaciones en la muestra 1. 4. Los datos pueden ser ranqueados tanto del mayor al menor como del menor al mayor. residuo 2 = 20 gl Ttab (20 gl) = 2. Ejemplo.Aspectos Conceptuales..012 0.l. sino que se utilizan los rangos de las mediciones. Análisis Numérico. Residuo 1 + g. Prueba de Mann. 1999).05 Como Tcalc > Ttab se rechaza Ho. las mediciones originales no son utilizadas. 149 . 0..

5 U' = 6 x 8 – 6.5 = 41.5 75.4 73.5 6.2 R1=62. No obstante.5 Ho: Las longitudes de las alas son iguales en machos y hembras.Antonio Mijail Pérez Machos 73 74.5 72 72.U Sustituyendo: = 6. Fórmulas de trabajo.5 8.3 75.5 73.5 En el caso de la Prueba U de Mann Whitney se puede tomar la desición de dos maneras diferentes en dependencia de la tabla de que se disponga. Hi: Las longitudes de las alas son diferentes en machos y hembras.3 75.3 75 75.5 R2=42. Esto siempre será aclarado por los autores. Utab (Sigarroa)= 40 150 . por razones de comodidad en este libro hemos incluido la tabla de FOWLER y COHEN (1999). U' = n1n2 . de manera que no existirá confusión. En caso que se utilice la tabla de Sigarroa (1985) la desición se tomará como hasta el momento con las otras pruebas estudiadas.5 11 n2=8 R 1 2 3 4 6.5 10 12 13 14 74. que supone la toma de la desición de manera inversa.8 n1=6 R 5 8.5 Hembras 71 71.

5 Utab (Fowler y Cohen)= 8 Como el valor calculado es menor que el tabular se rechaza Ho.3. El análisis de varianza se basa en la división de la suma de cuadrados total de las desviaciones y los grados de libertad y localizar las fuentes de variación. 4. por ejemplo. la cual utiliza el estadístico F.3. se utiliza entonces la prueba conocida como Análisis de Varianza. Análisis de varianza (ANOVA). Monitoreo y Publicación de Datos sobre Biodiversidad Utab (Fowler y Cohen)= 8 Por ejemplo. Fue desarrollado por Fischer y utilizado principalmente en la investigación agrícola.3. o las de mayor peso.3. Premisas Todos los ANOVA requieren que el muestreo sea aleatorio.2. Para realizar el método de cálculo abreviado del ANOVA nos basaremos en el Método de los Mínimos Cuadrados. seguramente que 151 .1. en ese caso concreto se selecciona el menor de los dos valores de U y se compara con el valor tabular: Uc= 6. las 5 ratas asignadas a cada tratamiento deben ser tomadas aleatoriamente. Conceptos generales Cuando nos enfrentamos con la necesidad de comparar más de dos muestras en datos que siguen distribución normal. El análisis de varianza es un ejemplo de la aplicación del Test F (distribución F de Snedecor).Aspectos Conceptuales. la prueba T de student ya no cumple con los requisitos necesarios. De ahí. mientras las que reciben los otros tratamientos son seleccionadas de una manera distinta. Si las 5 ratas empleadas como control son las más jóvenes.3. ANOVA (Análisis de la Varianza) 4. que en un estudio sobre los efectos de 3 dosis de una droga (más el control) en grupos de 5 ratas.3. pero posteriormente ha encontrado aplicación en casi todas las disciplinas científicas. 4. o las más pequeñas. Análisis Numérico.

152 .3. En el modelo I y en el modelo II los cálculos son iguales. se pueden entonces transformar los datos a una nueva escala. ANOVA. La falta de aleatorización en la selección muestral se reflejará en la pérdida de independencia de los errores experimentales. 4. Cuando estas transformaciones no resuelven la situación. Diseño completamente al azar. Las principales premisas que debe cumplir un ANOVA son: 1) 2) 3) 4) Aleatorización Independencia de errores experimentales Homogeneidad de varianzas Normalidad Como veremos. es en las pruebas de significación donde difieren. En el modelo I estimamos medias. o en la obtención de varianzas heterogéneas en los grupos o en la obtención de una distribución que se aleja de la distribución normal. deberá recurrirse entonces a las técnicas no paramétricas. 1947).3. El modelo de efectos aleatorios es aquel en el cual los efectos para cada grupo no son tratamientos fijados de antemano. los modelos de efectos fijos. 1947). Existen tres modelos generales de trabajo en estadística. El modelo es mixto cuando algunos de los efectos son fijos y otros son aleatorios. En el primer caso se refiere a cuando en un experimento los tratamientos usados son de interés específico y fijados por el investigador. sino efectos aleatorios. Modelo I y Modelo II.3. después de no cumplirse algunas de estas premisas. subdividiendo las diferencias entre tratamientos en comparaciones separadas y estableciendo límites de confianza. también es llamado modelo II (Eisenhart. de efectos aleatorios y los modelos mixtos. Es esencial asegurar un muestreo aleatorio durante el diseño de un experimento o en el muestreo de poblaciones naturales. a este también se le llama modelo I (Eisenhart.Antonio Mijail Pérez los resultados no serán apropiados como para producir un estimado insesgado de los verdaderos efectos de los tratamientos.

Es el caso más sencillo en el cual se trabaja partiendo de tratamientos de un solo factor. 5. 6. Parcelas apareadas. 2 % de glucosa. ANOVA de clasificación simple y ANOVA factorial. El caso más sencillo es el modelo de clasificación doble. Tipos de diseño experimental. 153 . Diseño completamente aleatorizado.: control. 1 % de glucosa + 1 % de fructosa. En ecología lo más usual es estudiar la variación de varios grupos de muestras tomadas del campo aleatoriamente. La otra clasificación alude a si se trata de experimentos que consideran uno o más factores: A) Modelos de clasificación simple.Aspectos Conceptuales. 4. 4. 2. Análisis Numérico. partiendo de un experimento en que se considere la acción de determinados tipos de azúcares como p. Se puede estructurar según los siguientes diseños: 1. Se trabaja con tratamientos de más de un factor. 4. Monitoreo y Publicación de Datos sobre Biodiversidad En el modelo II estimamos componentes de varianza. Diseño en cuadrado latino. Diseño de bloques. como el experimento sencillo de probar 4 fertilizantes u otro tratamiento en la población de estudio. ej. El ANOVA tradicionalmente es empleado en situaciones comprendiendo modelos de efectos fijos.5. 3.3.3.3. Pruebas a priori y pruebas a posteriori Pruebas a priori son aquellas que se proponen antes de hacer el ANOVA y. 2 % de fructosa. Comparación de grupos sorteados.4.3. Diseño jerárquico. 2 % de sacarosa. B) Modelos factoriales.

Sumatoria de cuadrados C. entre azúcares puros y mezclados. FC = Factor de corrección. Las pruebas a posteriori más conocidas son las siguientes: DUNCAN TUKEY Comparaciones ortogonales. N = Total de observaciones. Resumen del ANOVA según un diseño completamente aleatorizado ANOVA de una entrada (Clasificacion simple).V.C. (F) = CM entre/ CM dentro SCtotal N-1 donde: S. 154 .- Fuente de Variación Entre los grupos Suma de Cuadrados SC entre Grados de libertad k-1 Dentro de grupos (Error) Total SCdentro N-k Cuadrado Medio CMentre= SCentre/ k-1 CMdentro= SC dentro/ N-K Razón de Varianzas R.Antonio Mijail Pérez sobre cierto cultivo. de modo que una condición previa de estos análisis es que se obtenga un F significativo.M. se podrían proponer los siguientes ANOVAS: entre control y azúcares. Las pruebas a posteriori se realizan una vez concluído el ANOVA para identificar cuales medias son diferentes. = Cuadrados medios R.V = Razón de varianzas F = Estadístico del ANOVA k = cantidad de grupos analizados.

1997). a) Diga además qué Modelo de ANOVA es el analizado.10 32.70 34.30 28 30379.80 31.60 10061.20 32.05 10 31.Caracolus sagemon.35 28. Poblaciones II 34.30 33.25 34.95 32.80 34.70 316.94 919.50 38. Monitoreo y Publicación de Datos sobre Biodiversidad Ejemplo.20 32. 3) Seleccionar: N= 28 K= 3 = 0.40 32. 60. Formulación de las hipótesis.60 35.60 33.87 n 1 2 3 4 5 6 7 8 9 10 ∑xj Nj Xmj ∑xj2 I 31..70 10 32.20 28.05 155 . Análisis Numérico.20 33.35 33.30 Pasos del método: 1) 2) Comprobación de las premisas del ANOVA. Fig.40 33.97 10908.19 9408.Aspectos Conceptuales.70 36.10 31.10 329.10 23.60 33.00 --273.40 36.49 III 32. Los datos procesados según un diseño completamente al azar para averiguar si existían diferencias entre las medias de las muestras.80 32. Se midieron los diámetros en tres muestras extraídas de tres poblaciones de caracoles de la especie Caracolus sagemon (PÉREZ Y RAMOS.90 32.55 8 34.

25 NS F = 3.10 F 2.30 182.39 0.05 (2.SC entre grupos = 196. SC totales = (Xij2) – FC = 30 379.60= 30.Antonio Mijail Pérez 4) Estadístico F. Prueba de Kruskall.07 SC error = SC totales . 25) Como Fcalc < F tab se acepta Ho.07 166.7 – 30. 5) Cálculo: FC = Factor de Corrección.07 = 166. Análisis de Varianza de clasificación simple por rangos.30 182.3 .7 = 30 212.67 .3. 156 .60= 196.03 6. es posible hacer una prueba no paramétrica para probar diferencias entre los grupos.7 CM 15.4. Si un grupo de datos se toman de acuerdo con un diseño completamente aleatorizado donde k > 2. 4. Esto se realiza mediante el test de Kruskal-Wallis (1952) denominado también Análisis de Varianza por rangos.66 48.63 Tabla de las Fuentes de Variación: Fuentes de Variación Grupos (Poblaciones) Error Total GL 2 25 27 SC 30.Wallis.63 196.

61. Si k = 2. El estadístico de Kruskal-Wallis se denomina como H y se calcula como: donde: ni: es el número de observaciones en el iésimo grupo. 1985). 157 . Ri:es la suma de los rangos de las ni observaciones en el grupo i. Fig.. entonces el test de Mann-Whitney es el método no paramétrico apropiado. Para muestras grandes y/o para k > 3 puede considerarse que se aproximan al X2 con k-1 grados de libertad. Los valores críticos para H en el caso de muestras pequeñas cuando k = 3 se dan en la Tabla Kruskal-Wallis. N: número total de observaciones en todos los k.Insecto del orden Orthoptera. Monitoreo y Publicación de Datos sobre Biodiversidad Este test puede ser utilizado en cualquier situación donde el ANOVA de clasificación simple sea aplicable (aunque sólo tiene una potencia de 95. Debe recordarse que en los tests no paramétricos no se utilizan parámetros en el planteamiento de las hipótesis y tampoco se utilizan parámetros ni estadísticos muestrales en los cálculos. Ejemplo. El análisis no paramétrico puede ser aplicado cuando las k muestras no provengan de poblaciones normales y/o cuando las k varianzas poblacionales sean heterogéneas.5 % con relación a este último) y en aquellos casos en que este último no sea aplicable.Aspectos Conceptuales. Un entomólogo está estudiando la distribución vertical de una especie de insecto en un bosque y obtiene 4 colecciones de estos insectos en tres tipos de vegetación diferente dentro de este bosque (Tomado de SIGARROA. El procedimiento para aplicar los rangos ya los conocemos de las pruebas anteriores. Análisis Numérico.

1 n2=4 Rangos 9 7 5 2 R2=23 Arboles 6.8 5. Regresión múltiple Previamente se han examinado los conceptos y técnicas para analizar y utilizar la relación entre dos variables.9 5.4 7.3 4.6 8.4.2 n1=4 N = 4 + 4 + 4 = 12 Sustituyendo en la fórmula vamos a tener lo siguiente: Como Hcalc > Htab se rechaza Ho 4. La abundancia de los insectos es diferente en los tres tipos de vegetación.4.1 9. Se ha observado que este análisis puede conducir a una ecuación que puede utilizarse para predecir el 158 .1 n3=4 Rangos 6 4 3 1 R3=14 Hierba 14.Antonio Mijail Pérez Debemos comenzar haciendo el planteo de las hipótesis de trabajo: H o: H1: La abundancia de insectos es igual en los tres tipos de vegetación. Métodos Multivariados 4.0 12.1.6 5. Rango 12 11 10 8 R1=41 Pastos 8.3 6.

Los valores de Y son independientes. el análisis de correlación carece de significado.Aspectos Conceptuales. X2. Es decir. y como variables de predicción.. 159 . en general. Bajo el modelo de regresión. Las suposiciones acompañantes son las siguientes (DANIEL. se hará la suposición de normalidad en los ejemplos y ejercicios de este capítulo. y k variables independientes. En el modelo de regresión múltiple. Para construir ciertos intervalos de confianza y probar hipótesis. o el investigador debe inclinarse a suponer. Todas las varianzas de las subpoblaciones de Y son iguales. 1990): 1.. Monitoreo y Publicación de Datos sobre Biodiversidad valor de alguna variable dependiente dado el valor de una variable independiente asociada. que estas subpoblaciones de valores de Y tienen distribución normal. las variables independientes se conocen como variables explicativas debido a que se utilizan para explicar la variación en Y. Xk. Esta condición indica que cualquier inferencia que se haga con los datos de la muestra sólo se aplica al conjunto de valores de X observados y no a algún conjunto mayor de X. por su uso en predecir Y. Para cada conjunto de valores de Xi. Análisis Numérico. debe tenerse la capacidad de mejorar la habilidad para predecir al incluir más variables independientes en dicha ecuación. . existe una subpoblación de valores de Y. a la cual se da el nombre de variable dependiente. debe saberse. Las Xi son variables no aleatorias (fijas). Ya que se deseará demostrar estos procedimientos inferenciales. los valores de Y seleccionados para un conjunto de X no dependen de los valores de Y seleccionados en otro conjunto de valores de X. 2. A veces. 4. Esta suposición distingue al modelo de regresión múltiple del modelo de correlación múltiple. X1. Bajo el modelo de correlación pueden aplicarse las siguientes técnicas de regresión. La intuición señala que. 3.. Los conceptos y técnicas para analizar la asociación entre varias variables son extensiones naturales de los que se estudiaron en capítulos anteriores. se supone que existe una relación entre alguna variable Y.

. Cuando el modelo contiene sólo dos variables independientes. 62.Plano de regresión múltiple y dispersión de puntos (Tomado de DANIEL.Antonio Mijail Pérez Ecuación del modelo de regresión múltiple para una variable dependiente y dos independientes: A esta ecuación puede ajustarse un plano en el espacio tridimensional a los puntos de los datos (ver fig. 62). Cuando el modelo contiene más de dos variables independientes se describe geométricamente como un hiperplano. Fig. la ecuación de regresión de la muestra es: 160 . 1990).

Monitoreo y Publicación de Datos sobre Biodiversidad Ejemplo (según MUÑOZ.61 361 5041 34 20.1 5049 894.9 215 X2j X1jX2j X1jYj X2jYj (X1j)2 (X2j)2 (Yj)2 53 21. Se estudiaron 18 plantaciones en suelos diferentes en los que se determinó químicamente la concentración (partes por millón) de fósforo inorgánico (X1) y de fósforo orgánico (X2) a 20º C.8 642.4 2812 118.6 2074 0.6 4.6 2958 158.9 2960.8 253.4 10.24 3364 28224 51 1524. Análisis Numérico.36 1936 6561 31 313.2 25. 1993): Se hizo un experimento con el objetivo de constatar la fuente de la que obtiene el fósforo la planta del maíz.9 23.6 761.7 3850 533.2 63825 4321.61 3136 9025 36 68.76 3364 2601 37 403.8 4092 466.Aspectos Conceptuales.6 2194.56 841 8649 58 730.4 3564 88.4 0.16 2809 4096 23 9.5 130.61 2500 5929 44 950.09 576 2916 65 110. Suelo Yj 1 64 2 60 3 71 4 61 5 54 6 77 7 81 8 93 9 93 10 51 11 76 12 96 13 77 14 93 15 95 16 54 17 168 18 99 1463 X1j 0.36 1156 3721 24 112.01 961 8649 29 336.6 2217.3 2883 102.9 220.1 21.1 1.7 1.56 1936 8649 56 1293.6 12.4 2008.4 102.6 23.1 11.02 35076 131299 Procedimiento: Para encontrar b1 y b2 tenemos que resolver el siguiente sistema de ecuaciones para el cual necesitamos los cálculos realizados en la tabla anterior: Estos parámetros primos se calculan partiendo de las sumatorias de productos de la tabla de la manera siguiente: 161 .2 24 1380 0.8 29.61 1296 2916 58 1554.4 36.9 5005 2.3 828.5 5320 533.8 1296 22.1 1349 9.1 23.4 3.9 26.4 1078.7 9.4 9744 718.61 2116 9216 50 1155 1778.6 1944 3.6 4416 533.4 4502.5 20706.01 2601 9801 758 10139.6 10.81 1369 5776 46 1062.6 3392 0.8 2697 134.16 529 3600 19 58.1 939.1 0.89 4225 5929 44 413. Así mismo se determinó el contenido de fósforo en el maíz cultivado.

Lo primero es intentar despejar uno de los coeficientes. p. Y esto da: 162 . b2. ej.Antonio Mijail Pérez Cuando ya se tienen los resultados se sustituyen en las ecuaciones antes planteadas: Sustituyendo tenemos: Para resolver este sistema de ecuaciones tenemos que despejar de alguna manera. Para ello multiplicamos ambas ecuaciones por el valor del coeficiente de b1. Todo esto con el objetivo de cancelar en ambas ecuaciones los valores correspondientes a b1. pero utilizando el valor de la otra ecuación en cada caso y en una de las ecuaciones se multiplica con signo negativo.

28 – 21.62 = 81. Análisis Numérico.(1.79)(11.75 = 56.37 – 3. Monitoreo y Publicación de Datos sobre Biodiversidad Y ya con el valor de b2 se sustituye en el primer sistema de ecuaciones: Despejando: Despejando de nuevo: Entonces.(0.086)(42.94) .28 La ecuación de regresión múltiple es entonces: 163 . bo se puede obtener a partir de la relación: Y sustituyendo: bo = 81.28 – 17.Aspectos Conceptuales.28 .11) bo = 81.

otro eje para los valores de la segunda medida. 4. es decir.4) + 0.4.086(53) yc = 56. Los pasos para realizar este análisis son los siguientes según LUDWIG & REYNOLDS (1988): 164 . donde cada objeto se describe mediante muchas variables.71+ 4. Para realizar la predicción deseada se puede sustituir un valor de cada una de las variables de interés. puede construirse un nuevo conjunto de variables abstractas que tienen la propiedad de que unas pocas de ellas responden por la mayor parte de la VARIACIÓN OBSERVADA contenida en el grupo grande de variables originales. lo cual es el caso de la taxonomía numérica y en general de la estadística multivariada. el fósforo inorgánico.79(0.28 + 1. Sin embargo ocurre frecuentemente que muchas de estas medidas tienen correlación entre sí y aplicando los métodos apropiados. Como es de suponer. Podría concebirse un eje de coordenadas para representar el valor de la primera medida para cada especie.79 y por cada unidad que aumenta X2 (fósforo orgánico). como resultado del mismo los objetos no aparecen clasificados en grupos sino distribuidos u ordenados en un sistema de coordenadas.4.55 Es decir para 0. fósforo orgánico= 53 y se sustituye en la ecuación anterior: yc = 56. Y (el fósforo del maíz) aumenta 1.. ej.4 ppm de fósforo inorgánico y 53 ppm de fosforo orgánico. la predicción de la cantidad de fósforo en el maíz cultivado es de 61. cada una de las cuales se puede interpretar como una dimensión. es decir.2. resulta imposible representar gráficamente la poisición de un objeto cuando existen más de tres dimensiones. p.28 + 0. Evidentemente no hay forma de representar esto gráficamente. un grupo de especies está siendo comparado tomando como base 30 medidas diferentes de distintas partes del cuerpo.56= 61. fósforo inorgánico= 0. Este es precisamente el objetivo de los componentes principales.55. Este es un método de ordenación.086.Antonio Mijail Pérez Esta ecuación indica que por cada una unidad que aumenta X1. Y aumenta 0. Análisis de Componentes Principales. otro eje para los valores de la tercera medida y así hasta definir 30 ejes para cada una de las 30 medidas. Por ejemplo.

6. Monitoreo y Publicación de Datos sobre Biodiversidad 1.Aspectos Conceptuales. Estandarizar la matriz de datos. Calcular la similitud entre especies y entre entidades. Esto se puede realizar mediante un método de correlación o de covarianza. 2. Calcular las coordenadas para la ordenación de las especies. 1. Estandarizar la matriz de datos. Calcular los valores propios y los vectores propios. 3. Escalar cada valor propio. 4. Calcular las coordenadas para la ordenación de las entidades. Puede ser mediante una estrategia R o Q. 5. tal y como se estudiará en el capítulo de Análisis de Clasificación. Calcular la similitud entre especies y entre entidades. Según la expresión: Donde: 2. Para una matriz de correlación es como sigue: Análisis R Análisis Q 165 . Análisis Numérico.

Valores propios (Eigenvalues): Son las varianzas de las nuevas variables abstractas. En esta expresión: Vectores propios (Eigenvectors): Son los “pesos” o “ponderaciones” en el cálculo de las nuevas variables abstractas a partir de las variables originales. Las barras indican que es necesario calcular el determinante de la matriz resultante.Antonio Mijail Pérez 3. Escalar cada valor propio. Calcular los valores propios y los vectores propios. 4. Para escalar o normalizar un vector propio cada uno de ellos se multiplica por K de la manera siguiente: Donde: 166 .

Calcular las coordenadas para la ordenación de las entidades. Se estudiaron ocho variables de la concha en individuos de 11 poblaciones de todo el país (PÉREZ & LÓPEZ. Ejemplo. Las coordenadas de las entidas se calculan multiplicando la matriz transpuesta de A por su correspondiente vector propio. 6.Bulimulus corneus. en los tres primeros componentes principales. En notación matricial lo anterior es: Donde los elementos de V son las correlaciones de las iésimas especies hasta el jotaésimo componente y es la matriz con ls en la diagonal y 0s en las otras posiciones. 63. 167 .. Fig. una especie de caracol terrestre con el objetivo de detectar variaciones morfológicas en las poblaciones del país. Donde las filas de Y son las coordenadas para las N entidades en los tres primeros componentes pricipales.Aspectos Conceptuales. Monitoreo y Publicación de Datos sobre Biodiversidad 5. Se realizó un estudio en Bulimulus corneus. Foto y mediciones. Estas correlaciones o covarianzas escaladas son las que nos permiten graficar la posición de cada especie o entidad en el plano de los pares de componentes principales. Calcular las coordenadas para la ordenación de las especies. 1997). Análisis Numérico.

9 4. Como este análisis es de ordenación.5 6.1 10.4 5.6 6. Se realizaron los cálculos matemáticos de los pasos 2.7 10.1 5.1 Se realizó un análisis de similitud entre las especies.1 5. Calcular la similitud entre especies y entre entidades.1 5.Antonio Mijail Pérez Los pasos abreviados del método son como sigue: Estandarizar la matriz de datos.4 5.5 8.3 6.8 5.55 8.4 6.2 10.5 7 6.9 DMA 6.3 4.9 4.3 6 6. Los resultados gráficos obtenidos son los siguientes. que posteriormente fue estandarizada: CLAVE 1 1 2 2 2 2 2 2 3 LNG 11. En el gráfico se muestran las especies según los dos componentes principales que reunen el mayor pocentaje de variación.9 3. 3 y 4 y en este caso se obtuvieron sólo las coordenadas de las especies para representar las mismas gráficamente.1 5.6 5.8 5.3 5.6 5.5 6 5. lo que se obtiene son agrupamientos espaciales que suponen una mayor relación en la medida que las entidades (en este caso las especies) se encuentran más cercanas.5 6. En primer lugar se preparó una matriz como la siguiente (abreviada de la original).3 11.7 4.4 6. cada número representa una clave de una población de la especie en el país. es decir.1 5.4 11 12. Calcular las coordenadas para la ordenación de las especies.6 7.5 4.5 AEC 6 5.1 3. Escalar cada valor propio.7 5.8 3.7 AAB 4.4 4.8 4. 168 .1 5. entre filas ya que en la columna “clave”.2 6.9 6.4 2.5 6 LAB 6 5. Calcular las coordenadas para la ordenación de las entidades.3 5.4 3.4 4.6 4.8 6 6. Calcular los valores propios y los vectores propios.3 DME 6.1 11.5 AEP 6 4.2 2.1 11.5 ANE 5.8 7 7.95 4.

72 2. en este caso podemos observar tres grupos. 169 . 2 y 3.88 97.Aspectos Conceptuales.Ejes I y II del Análisis de Componentes Principales.77 18. Monitoreo y Publicación de Datos sobre Biodiversidad Componente I II III IV V Porcentaje de varianza 70. Los números corresponden con las poblaciones de Bulimulus corneus estudiadas.95 De tal suerte.64 95.15 4. y otro por los individuos de las poblaciones 1.77 88. 64. Análisis Numérico..23 2. otro conformado por los individuos de la población nueve (Ocotal). todas del Pacífico.06 Porcentaje de varianza acumulada 70. uno formado por la mayoría de los individuos de todas las poblaciones. Fig.92 93.

Cuadernos de Investigación Biológica Bilbao.Antonio Mijail Pérez 4. A. MUÑOZ. España. A.. Nueva Editorial Interamericana. Una aproximación general. Sinistralidad en Caracolus sagemon marginelloides (Orb. A. 1997. 1994. Morfometría de tres poblaciones de Caracolus sagemon (Gastropoda: Camaenidae) en Cuba..M. 68 p. M.Noriega. 1999. Informe Final. Edition Leipzig. Editorial UCA. A. R. Córdoba. Nicaragua. Madrid. Métodos Biométricos. 1997. ESPINOSA. Managua. PÉREZ. 45(4):1563-1577. 2001. RAMOS. & A. Trop. 826 p. de • • • • OBST. 15(2):13-24. 231 p. A.M. & J.D.5. Managua. 144 p. DANIEL. Base para las ciencias de la salud. 64 p. in Sagra) (Mollusca: Gastropoda: Camaenidae). Aprovechamiento del recurso Concha Negra en el Pacífico de Nicaragua.M. 2002. México. PÉREZ. Germany. A. 1986. 1993. tortoises and terrapins. MARENA. VARGAS. & I. Iberus. 667 p. 1977. I. Biol. New data on the morphology and the distribution of Bulimulus corneus Sowerby. PEREZ. Universidad de Córdoba. Bioestadística.M. Zoología de los invertebrados. & L. Editorial UCA. Servicio Publicaciones. Editorial Limusa.M. Turtles. FOWLER. SOTELO & E. Estadística básica en ornitología. COHEN. PÉREZ. • • • • • • 170 . Miscelánea Ecológica. A. W. 1990.M. J. 1833 (Gastropoda: Pulmonata: Othalicidae) in Nicaragua. PEREZ. 64 p. Rev. SIRIA. Variabilidad en moluscos gastrópodos.H. 18:235-244. PÉREZ. 1994. LOPEZ. Bibliografía • BARNES. Managua. F.J. Editorial SEO/ Birdlife.

SOKAL.H. Análisis Numérico. ROHLF. Informe Final. PYLE. Freeman & Company..R & F. SOTELO & E. Gen.E. M.J. GEUPEL. MARTIN. MARENA. Biometry. 44 p. RALPH. W. T. DeSANTE & B. USDA. A. 1996. Rep. G. Aprovechamiento del recurso Ostra en el Pacífico de Nicaragua. 1981. 57 p..M. Managua. Editorial Pueblo y Eduación. Nicaragua. SIRIA. • • • 171 . A.Aspectos Conceptuales. La Habana. I. San Francisco. Manual de métodos de campo para el monitoreo de aves terrestres.J. MILÁ. SIGARROA. 1985. PSW-GTR159. Monitoreo y Publicación de Datos sobre Biodiversidad • PÉREZ. C. 959 p.F. Tech. D. Biometría y diseño experimental. P. 2004. R. 793 p.R. VARGAS.

se brindan herramientas para el análisis de la similaridad entre comunidades biológicas. 172 . También. Es decir. la riqueza de especies y diversidad.Cuantificación de la diversidad ecológica. alfa y beta..CAPÍTULO V. En el siguiente capítulo se presenta un grupo de métodos matemáticos dedicados a la cuantificación de la abundancia. este es un capítulo dedicado al estudio de la diversidad en el nivel de la comunidad y por consiguiente examina las relaciones entre las especies que la componen.

. Introducción Según MAGURRAN (1987). Y analizándola desde diferentes ángulos puede llegarse a diferentes percepciones de lo que se estudia. p. por último. Debido a esto se ha eludido conceptualizarla hasta el punto que el ecólogo norteamericano Hurlbert (1981) la denominó un no concepto. existen tres razones por las cuales los biólogos están interesados en la biodiversidad y su medición. el considerable debate que aún existe en torno a su medición. a pesar de las cambiantes preocupaciones y tendencias. las medidas de la diversidad son frecuentemente interpretadas como indicadores del bienestar de los sistemas ecológicos y. Existen una serie de conceptos que BROWN & LOMOLINO (1998) reúnen dentro del término "diversidad espacial". Clements. Diversidad beta o heterogeneidad espacial.ej. La diversidad alfa también suele ser tratada también como diversidad ecológica. por consiguiente se puede subdividir en las siguientes categorías: Diversidad puntual o de hábitat. o de especies presentes en un sitio. según los autores citados. Según HALFFTER (1992) la medida o apreciación de la diversidad depende. 1916) continúan estimulando las mentes de los biólogos de hoy día (Currie & Paquin. de la escala a la cual se define el problema. Análisis Numérico. MAGURRAN (1987). Diversidad gamma o de áreas grandes. Thoreau. May. En primer lugar. Los patrones de variación espacial y temporal de la diversidad que han intrigado a los primeros investigadores del mundo natural (v. y es el componente más importante y más comúnmente citado de cualquier ecosistema. Monitoreo y Publicación de Datos sobre Biodiversidad 5.Aspectos Conceptuales. menos claramente definida parece estar. esta diversidad comprende otras diversidades que. a nivel del Pacífico de Nicaragua. Diversidad alfa. apuntó que todavía la diversidad es como una ilusión óptica. 1860. Diversidad epsilon o de regiones biogeográficas. 173 .g. entre otras cosas. siempre consisten en cantidades de especies. En segundo lugar. como las selvas tropicales o los arrecifes de coral. 1987. 1986).1. Cuanto más se la estudia. la diversidad ha permanecido como un tema central de la biología.

A este nivel. Uno de los problemas en la determinación de la diversidad ecológica es que esta tiene dos componentes: la riqueza de especies o número de especies presentes en una comunidad. Los datos de abundancia de las especies se suelen dar cuantitativamente o 174 . y la abundancia o cantidad de individuos por los que está representada cada una de estas especies (WHITTAKER. la diversidad de unidades estructurales de plan morfológico evolutivo. Williams et al. está el componente en el nivel genético o intraespecífico de la heterogeneidad biológica. 1983) como hasta el presente (VER PÉREZ & LÓPEZ. 1987). 1991. diferentes localidades geográficas son analizadas en términos de homologia genealógica entre las especies estudiadas y no de sus relaciones espaciales (Craw. 1995). En este contexto también es conveniente comentar el concepto de "disparidad" de GOULD (1991). la escuela de los sistemáticos biogeógrafos se ha cuestionado la convención de que la biodiversidad es adecuadamente representada sólo por la riqueza de especies y la abundancia. que es el de la especie. 1991. arguyendo que los estudios de biodiversidad necesitan incorporar medidas de diversidad filogenética para maximizar la preservación de la biodiversidad total (VaneWright et al. 1992). MAGURRAN. Abundancia La abundancia se define como la cantidad de individuos de una especie determinada que se distribuyen en una determinada comunidad. Faith. Las medidas de la diversidad ecológica constituyen herramientas importantes para evaluar o predecir impactos potenciales de las prácticas alternativas de uso de la tierra en la estructura y función de las comunidades silvestres. 1987).Antonio Mijail Pérez entre otros.2. En este nuevo marco de estudio. Recientemente. es una expresión del grado de partición del ambiente en parches o mosaicos biológicos. o lo que es lo mismo. La diversidad beta. 5. 1975. Por otro lado. que consiste en la diversidad de táxones de alto nivel sistemático. o en otras palabras de phyla. puede existir mucha o poca variabilidad en dependencia de la cantidad de alelos diferentes que tenga cada gen y los caracteres para los que estos alelos codifiquen en el organismo (BEROVIDES & ALFONSO.

Según la aproximación cuantitativa la abundancia se suele señalizar como N y para la comunidad del ejemplo anterior los valores son (Ejemplo de PÉREZ et al. se dice que hay 45 individuos de la especie. Partiendo del ejemplo de la tabla anterior. Una escala comúnmente utilizada es la de TANSLEY & CHIPP (1926). de este modo las categorías se estructuran partiendo del valor calculado. quienes reconocen cinco categorías: Muy abundante: + del 80 % de la muestra. Poco abundante: Constituye entre el 40 y el 60 % de la muestra. Los datos cuantitativos son cantidades. Escaso: Constituye entre el 20 y el 40 % de la muestra. donde la especie con mayor abundancia es Subulina octona con una abundancia de 80. Monitoreo y Publicación de Datos sobre Biodiversidad cualitativamente. que representa 1/5 del total. es decir.Aspectos Conceptuales. Estas categorías se refieren a la cobertura de vegetación de un área muestreada. Análisis Numérico. y partiendo de ese valor estructuramos nuestras categorías de la manera siguiente: 175 . de manera que para estudios de fauna se puede trabajar de la manera siguiente. Abundante: Constituye entre el 60 y el 80 % de la muestra. dividimos ese valor entre 5 = 16. Raro: Constituye menos del 20 % de la muestra. Se considera la especie más abundante como punto de referencia y el valor de la misma se divide entre 5. 1996): Especies Alcadia hispida Farcimen tortum Lamellaxis gracillis Subulina octona Gongylostoma elegans Liguus fasciatus Lacteoluna selenina Zachrysia auricoma Cysticopis exauberi N BG 0 34 0 12 0 0 4 3 0 53 Ecosistemas Vegetales Mco P Bseco 5 0 13 0 0 4 7 11 23 8 15 45 0 12 43 0 0 17 0 0 8 5 4 8 0 0 15 68 30 145 Total 18 38 41 80 55 17 12 20 15 296 Los datos cualitativos se suelen dar según alguna escala.

Antonio Mijail Pérez Muy abundante: + de 64 individuos. en que se aplicó el índice de riqueza de especies de Menhinick (1964) (R2). Raro: Menos de 16 individuos. en la menor elevación S = 30. No obstante este índice es independiente del tamaño muestral. S = 15. lo que según algunos autores podría limitar su alcance. El primero es el bien conocido índice de riqueza de especies de Margaleff (1958): R1= S-1/ln n donde: S= no. El índice de diversidad según Hair (1987).40 Otro muy usado por los ecológos. n = 25 y R2 = 3. y finalmente IM= 1. es el Índice de Menhinick (1964): R2 = S/ √ (n) La utilidad de estos índices puede ser ilustrada con el ejemplo siguiente. Los valores obtenidos fueron los siguientes. 176 . En un muestreo realizado en tres comunidades de aves en localidades ubicadas a lo largo de un gradiente de altura en la montaña. En la localidad de elevación media. Escaso: Entre 16 el 32 individuos. n = 100 y el R2 calculado = 3. Riqueza de especies 5.1. Poco abundante: Entre 32 y 48 individuos. n = 25 y R2 = 2. Índices de riqueza de especies. de especies de la comunidad n= no. más sencillo es el índice S que es igual al número de especies existentes en la comunidad. Existen otros índices de riqueza de especies que se basan en la relación entre S y el número total de individuos observados. total de individuos de la comunidad Para el caso del ejemplo anterior el R1= 9-1/ln 296. fue medida la riqueza de especies.3. 5. Finalmente. en la localidad de mayor elevación. Abundante: Entre 48 y 64 individuos.3. S = 10.

61 Índice de Menhinick (1964) R2 = 9/ √ (145) = 9/12.60 0.97 = 1.95 0. Especies Alcadia hispida Farcimen tortum Lamellaxis gracillis Subulina octona Gongylostoma elegans Liguus fasciatus Lacteoluna selenina Zachrysia auricoma Cysticopis exauberi S R1 R2 BG 0 34 0 12 0 0 4 3 0 4 0. es decir. Monitoreo y Publicación de Datos sobre Biodiversidad De donde se puede concluir que la riqueza de especies de las comunidades de aves estudiadas es la mayor en las elevaciones más pequeñas y medianas.3. Análisis Numérico. del mismo tamaño.04 = 0.59 1.60 0.75 Total 18 38 41 80 55 17 12 20 15 Cálculo de los índices de riqueza de especies Índice de Magaleff (1958) R1 = (9-1)/ln(145) = 8/4. Método de Rarefracción Si fuese imposible obtener datos de unidades de muestreo homogéneas. y que no hay diferencias hasta que se alcanzan las mayores elevaciones. No obstante para realizar los cálculos anteriores es necesario partir de que los muestreos realizados han sido realizados sobre unidades de muestreo homogéneas.75 5.75 0. podemos aplicar el método de rarefracción.55 Ecosistemas Vegetales Mco P Bseco 5 0 13 0 0 4 7 11 23 8 15 45 43 0 12 0 0 17 8 0 0 5 4 8 0 0 15 5 3 9 0. Para ejercitar estos índices podemos calcularlos en las comunidades anteriormente estudiadas. En la matriz siguiente partimos de datos de abundancia en las comunidades muestreadas y aplicamos los índices anteriores. Estimaciones con Unidades de Muestreo No Homogéneas.Aspectos Conceptuales.2.55 0. el cual nos permite 177 .

Para usar el método de rarefracción asumimos que el sesgo del tamaño de muestra o las diferencias de muestreo entre comunidades pueden ser superadas por algún modelo de muestreo que pueda ser aplicado a todas las comunidades de estudio. n = tamaño de muestra. (Ver LUDWIG & REYNOLDS. es decir. de individuos de iésima especie (proporción). 110. Sanders. cantidad de individuos totales de la muestra extraída de comunidad. 1968). 90. Para calcular la curva de rarefracción de este hábitat ellos usaron la ecuación señalada anteriormente. El censo conducido en el hábitat 20 (a hardwood-pine meadow) arrojó un total de 38 especies (S) de la observación de 122 individuos. con lo cual obtuvieron el número esperado de especies [E(Sn)] en diferentes tamaños de muestra como n= 120. 1988 y el programa RAREFRAC.Antonio Mijail Pérez conocer a partir de determinados cálculos probabilísticos determinados valores esperados de riqueza de especies en las comunidades de estudio (cfr. 70.BAS para más detalles). Hurlbert (1971) muestra que el número de especies que puede ser esperado en una muestra de n individuos [denotada por E(Sn)] extraídos de una población de N individuos totales distribuídos en S especies es: donde: ni = no. Hurlbert. etc hasta llegar a 10. 1971. 100. Un ejemplo excelente del uso de la rarefracción puede ser encontrado en James y Rathbun (1981) quienes estudiaron 37 censos de un amplio rango de hábitats en los Estados Unidos y Canadá. Con todos estos valores de E(Sn) se construye una curva de rarefracción general contra la cual se comparan las curvas que se irán obteniendo posteriormente para otras localidades Se debe destacar que en la ecuación de trabajo N se usa como un parámetro poblacional y será sustituida por el valor de la cantidad de obser- 178 . 80.

50 y 62 respectivamente). El hábitat 20 tiene las riqueza más alta. Monitoreo y Publicación de Datos sobre Biodiversidad vaciones en el área o localidad donde mayor número de individuos haya. 29.e. James y Rathbun usaron un tamaño de muestra de n = 50 como su estándar. como una línea vertical discontinua a n = 50. Las curvas de rarefracción para cada hábitat pueden ahora ser utilizadas para solucionar sus diferencias en número total de aves (i. Observese que para el cálculo no se comienza con n = 122 sino con n = 120 El mismo procedimiento fue seguido para el hábitat 9 (a jack pinebirch forest) con S = 14 y N = 50 y para el hábitat 36 (a mesquite-tamariskcreosotebush desert) con S = 8 y N = 62. correspondiendo al tamaño de muestra más pequeño de los 37 hábitats censados.9 y el hábitat 36 tiene el índice de riqueza más bajo con un número esperado de especies de 7.8. N = 122. Análisis Numérico.Curvas de rarefracción de tres comunidades de aves mostrando los valores esperados de riqueza de especies. esto es ilustrado en la fig. 29. En este caso N= 122. con un número esperado de especies de 26.. Fig. A este tamaño de muestra es posible ordenar estos tres hábitats en términos de su riqueza de especies.. 179 .Aspectos Conceptuales.

si cada una de las 10 especies está representada por el 10 % del total de los individuos. Así. Marco conceptual Como se mencionaba. la diversidad ecológica está compuesta de dos componentes. Por ejemplo.1.4. que son en los que nos vamos a concentrar durante el presente texto: 1) El número de especies en la comunidad al cual se refieren los ecólogos como riqueza de especies. el método de rarefracción puede predecir que ambas comunidades tienen el mismo número de especies a pequeños tamaños de muestra. el mismo valor de índice de diversidad puede ser obtenido para una comunidad con baja riqueza de especies y alta equi- 180 . 5.. entonces podremos considerar que la equitatividad es baja. como incorporan la riqueza de especies y la equitatividad en un solo valor. por lo que también con este método es preciso ser cautelosos. En el caso opuesto. 2) La equitatividad.4. se asume que las comunidades estudiadas no difieren en sus relaciones especies-individuos. entonces la equitatividad será máxima. En otras palabras.Antonio Mijail Pérez LUDWIG & REYNOLDS (1988) concuerdan con Hurlbert (1971) y con James y Rathbun (1981) que los métodos de rarefracción son preferidos a los índices de riqueza de especies cuando los tamaños de muestra de las comunidades difieren. en algunos casos un valor dado de un índice de diversidad puede resultar de varias combinaciones de riqueza de especies y equitatividad. Por ej. cuando se usa este método. han sido llamados por Peet (1974) índices de heterogeneidad. en una comunidad compuesta por 10 especies. Los primeros. la cual se refiere a como las abundancias se distribuyen entre las especies. si el 90 % de los individuos pertenecen a una sola especie y el 10 % restante a las otras 9 especies. Diversidad 5. A través de los años se han propuesto numerosos índices para caracterizar la diversidad y la equitatividad. Sin embargo Peet (1974) muestra que para dos comunidades que poseen números de especies y abundancias relativas muy diferentes. Probablemente el mayor obstáculo a vencer cuando se usan estos índices es interpretar qué quiere decir realmente este valor estadístico obtenido.

N1 siempre va a tener un valor intermedio entre NO y N2. (2) N1 = e H' donde: H' = índice de SHANNON-WEAVER (1949) (3) índice de SIMPSON (1949) Estos índices constituyen una medida del grado para el cual abundancias proporcionales se distribuyen entre las especies. 1974).Aspectos Conceptuales. N2 es el número de las especies muy abundantes. y N1 mide el número de especies abundantes en la muestra. las fronteras espaciales del área que contiene a la comunidad y el camino que se sigue para efectuar el muestreo. A pesar de estos problemas. Índices de Diversidad alfa Existe. En otras palabras. Monitoreo y Publicación de Datos sobre Biodiversidad tatividad que para una comunidad con alta riqueza de especies y baja equitatividad. Es bueno aclarar. Análisis Numérico. el número efectivo de 181 . Explícitamente NO es el número de todas las especies en la muestra (sin tener en cuenta sus abundancias). 5. Las unidades de estos índices difieren grandemente. literalmente. los ecológos usan estos índices con mucha frecuencia e ignoran algunos problemas bien conocidos en su aplicación. es imposible decir que importancia relativa tiene la riqueza de especies y la equitatividad. Se sobreentiende entonces que al ofrecer sólo el valor de un índice de diversidad. que se deben especificar los límites de tiempo durante el cual se hicieron las observaciones. probablemente los más sencillos sean los índices de la serie de HILL (1973). (1) NO = S donde: S = no.2. Dentro de estos. un número infinito de índices de diversidad (Peet. Los índices que se presentaran a continuación son aparentemente los más fáciles para obtener e interpretar ecológicamente. así como la interpretación de los problemas de estudio. total de especies en la muestra. haciendo las comparaciones difíciles y confusas.4.

la cual está dada por la fórmula: pi = ni/N. El índice de Simpson varía entre 0 y 1. estos son los índices de SIMPSON (1949) y de SHANNON-WEAVER (1949). Obviamente como una especie es muy abundante esperaríamos que N2 esté próximo a 1. donde: ni = no. 1. 1977). Dos índices son necesarios para realizar el cálculo de los índices de Hill. La ecuación propuesta anteriormente es aplicable sólo a comunidades donde todos los miembros hayan sido contados i. concentraremos la mayor parte de nuestra atención. 1. 1. Si la probabilidad de que ambos individuos pertenezcan a la misma especie es alta o se aproxima a 1. NO = 11 y N1 = 1. . de individuos de la ith especie N = no.23). total de individuos conocidos para todas las especies en la población. donde cada especie es ponderada por su abundancia.e.74.. 1. 1.. 182 . Índice de SIMPSON (1949) donde: pi = es la abundancia proporcional de la ith especie. n = N.. lo cual es cierto (N2 = 1. 3. 1. 1. pero casi siempre trabajamos con poblaciones infinitas donde es imposible contar a todos los miembros. 2. da la probabilidad de que dos individuos extraídos al azar de una población pertenezcan a la misma especie. 1. i = 1. Los índices de Hill difieren solamente en su tendencia a incluir o ignorar las especies raras en la muestra (Alatalo y Alatalo. un valor intermedio entre NO y N2. 1. total de individuos en la población. 1. S.Antonio Mijail Pérez especies es una medida del número de especies en la muestra. En estos dos. entonces la diversidad de la muestra de la comunidad es baja. Como un ejemplo considera una muestra de 11 especies y 100 individuos donde las abundancias están distribuídas como 90. donde n es el número total de individuos en la muestra y N es el no.

Así H' tiene dos propiedades que la han hecho una popular medida de diversidad: (1) H' = 0 si y solo si hay solo una especie en la muestra. (2) H' es máxima. n = no. Monitoreo y Publicación de Datos sobre Biodiversidad Simpson (1949) desarrolló un estimador insesgado ( ) para muestreos en poblaciones infinitas. La ecuación del índice de Shannon es la siguiente: donde: pi y S son parámetros poblacionales. 1949) y es una medida del grado promedio de "incertidumbre" al predecir a qué especie pertenece un individuo escogido al azar de una colección de S especies y N individuos. Este se basa en la teoría de la información (SHANNON & WEAVER. por lo que en la práctica H' es estimado como: ni = no. total de individuos en la muestra. Esa incertidumbre promedio aumenta en la medida que aumenta el número de especies y la distribución de individuos entre las especies se torna aproximadamente igual. Si embargo. solo cuando las S especies están representadas por el mismo número de individuos. Índice de SHANNON-WEAVER (1949) El índice de Shannon ha sido probablemente el índice más ampliamente utilizado en ecología comunitaria.Aspectos Conceptuales. este estimador está sesgado porque el número total de especies en la comunidad (S*) será probablemente mayor que el número de 183 . Análisis Numérico. de individuos que pertenecen a la ith de las especies en la muestra.

Afortunadamente si n es grande el sesgo disminuye.43 0.98 0..98 1. ni (n1. de individuos de cada una de las especies de la comunidad. También podemos ejercitar estos índices calculándolos en la matriz ya vista de abundancias en varias comunidades de moluscos terrestres. Especies Alcadia hispida Farcimen tortum Lamellaxis gracillis Subulina octona Gongylostoma elegans Liguus fasciatus Lacteoluna selenina Zachrysia auricoma Cysticopis exauberi N H' BG 0 34 0 12 0 0 4 3 0 53 0..16 Total 18 38 41 80 55 17 12 20 15 296 Índice de Simpson (1949) 184 . ns) = no. Índice de Brillouin (1962) Se usa cuando las especies presentes en la comunidad están representadas por un número pequeño de ejemplares.. total de individuos de la muestra. n2. de lo contrario el trabajo con factoriales se torna muy engorroso y complicado.Antonio Mijail Pérez especies recolectadas en la muestra (S).38 0.16 0.98 0.46 Ecosistemas Vegetales Mco P Bseco 5 0 13 0 0 4 7 11 23 8 15 45 43 0 12 0 17 0 0 0 8 5 4 8 0 0 15 68 30 145 1. n = no.

las pruebas de aleatorización. 5.84 = 6. entre otros conforman el conjunto conocido por el nombre de Métodos de MonteCarlo. 185 . El jackknife fue el primero de los métodos estadísticos de cómputo intensivo. introducido por QUENOVILLE (1956) y posteriormente desarrolado por TURKEY (1958) con el objetivo de reducir sesgos en estimadores. Este es un método de uso múltiple. los árboles de regresión. la validación cruzada. Para sobrellevar esto pueden seguirse dos vías alternativas que son: A.Aspectos Conceptuales. Monitoreo y Publicación de Datos sobre Biodiversidad Índice N2 de Hill (1973b) Índice de Shannon-Weaver (1949) Índice N1 de Hill (1973b) N1 = e 1. que junto al Bootstrap. Método de jack-knife Una de las desventajas de los índices ecológicos es que carecen de distribuciones probabilísticas asociadas que permitan la identificación de diferencias estadísticas y sus características como estimadores son matemáticamente complejas y/o desconocidas.30 De los índices calculados hasta el momento se puede apreciar.3. La aplicación de técnicas de remuestreo de los datos. La utilización del algoritmo secuencial de PIELOU (1969) o. generalizado también como sinónimo de simulación de procesos estocásticos. Análisis Numérico.25). que como era esperado N1 tiene un valor intermedio entre NO = 9 y N2 (6.4. B.

Antonio Mijail Pérez La técnica básica del método de jack-knife implica recalcular la diversidad total excluyendo en cada paso uno de los ecosistemas o muestras. los pasos son los siguientes: Paso 1. Tomando los datos anteriores. ∑ 18 4 41 68 55 17 8 17 15 243 1. Especies Alcadia hispida Farcimen tortum Lamellaxis gracillis Subulina octona Gongylostoma elegans Liguus fasciatus Lacteoluna selenina Zachrysia auricoma Cysticopis exauberi N H' BG 0 34 0 12 0 0 4 3 0 53 Ecosistemas Vegetales Mco P Bseco 5 0 13 0 0 4 7 11 23 8 15 45 43 0 12 0 0 17 0 0 8 5 4 8 0 0 15 68 30 145 ∑ 18 38 41 80 55 17 12 20 15 296 2.00 Paso 2. Cacular la diversidad total de todos los ecosistemas. Cálculo excluyendo BG.91 Especies BG Alcadia hispida Farcimen tortum Lamellaxis gracillis Subulina octona Gongylostoma elegans Liguus fasciatus Lacteoluna selenina Zachrysia auricoma Cysticopis exauberi N H' Ecosistemas Vegetales Mco P Bseco 5 0 13 0 0 4 7 11 23 8 15 45 43 0 12 0 0 17 0 0 8 5 4 8 0 0 15 68 30 145 186 .

Monitoreo y Publicación de Datos sobre Biodiversidad Paso 3. Cálculo excluyendo P Especies Alcadia hispida Farcimen tortum Lamellaxis gracillis Subulina octona Gongylostoma elegans Liguus fasciatus Lacteoluna selenina Zachrysia auricoma Cysticopis exauberi N H' BG 0 34 0 12 0 0 4 3 0 53 Ecosistemas Vegetales Mco P Bseco 5 13 0 4 7 23 8 45 43 12 0 17 0 8 5 8 0 15 68 145 ∑ 18 38 30 65 55 17 12 16 15 266 2. Cálculo excluyendo MCo.Aspectos Conceptuales. Análisis Numérico. Especies Alcadia hispida Farcimen tortum Lamellaxis gracillis Subulina octona Gongylostoma elegans Liguus fasciatus Lacteoluna selenina Zachrysia auricoma Cysticopis exauberi N H' BG 0 34 0 12 0 0 4 3 0 53 Ecosistemas Vegetales Mco P Bseco 0 13 0 4 11 23 15 45 0 12 0 17 0 8 4 8 15 0 30 145 ∑ 13 38 34 72 12 17 12 15 15 228 1.97 Paso 4.02 187 .

09 VP3= (4 x 2) – [(4 – 1) (1. Especies Alcadia hispida Farcimen tortum Lamellaxis gracillis Subulina octona Gongylostoma elegans Liguus fasciatus Lacteoluna selenina Zachrysia auricoma Cysticopis exauberi N H' BG 0 34 0 12 0 0 4 3 0 53 Ecosistemas Vegetales Mco P Bseco 5 0 0 0 7 11 8 15 43 0 0 0 0 0 5 4 0 0 68 30 ∑ 5 34 18 35 43 0 4 12 0 151 1.3 Error stándard de VP = Sx VP S VP donde: 188 .70 VP = 9.91)] = 2.70 Paso 6.09)] = 2.Antonio Mijail Pérez Paso 5.9)] = 1. VP= (n x VP ) – [(n-1) (V )] VP1= (4 x 2) – [(4 – 1) (1.94)] = 2. Cálculo excluyendo BSeco.02 VP4= (4 x 2) – [(4 – 1) (2.2/ 4 = 2.27 VP2= (4 x 2) – [(4 – 1) (2. Cálculo de VPs.

al igual que otros índices matemático-estadísticos no tiene una distribución probabilística de referencia. 189 . Monitoreo y Publicación de Datos sobre Biodiversidad 5. Var H’ es la varianza respectiva de cada índice comparado. o A < B. Análisis Numérico. una modificación de la prueba T para la comparación de los valores obtenidos de H’. pero sin valor estadístico. La expresión de T para tal efecto es: Donde: H’ es el índice de Shannon. de tal suerte existen procedimientos como el antes citado de jack-knife para conseguir un mejor estimador o.4. el índice de Shannon-Weaver. son los grados de libertad.f. De no utilizar la prueba T para la comparación de los valores obtenidos de H’ esta comparación tendría un sentido puramente matemático en el que A > B.Aspectos Conceptuales. Prueba T para la comparación de H’ Como se ha señalado anteriormente. como en el siguiente caso.4. d.

98 H’ BS = 1.Antonio Mijail Pérez Ejercicio. Considerando las comunidades que habitan en los cuatro ecosistemas anteriores.98 H’ BG = 0. calculemos H’ y luego comparemos los valores obtenidos.98 Para el cálculo de la varianza se aplica la expresión ya vista: 190 . tomemos los datos de los ecosistemas Bosque de Galería (BG) y Bosque Seco (BS). Para este trabajo se parte de las siguientes hipótesis: Ho: H’1 = H’2 Hi: H’1 ≠ H’2 Los valores de H’ previamente calculados son: H’ BG = 0.

Análisis Numérico. Monitoreo y Publicación de Datos sobre Biodiversidad Calculando Var H’ para BG: Sustituyendo: Calculando Var H’ para BS: Sustituyendo: Para el cálculo de T se aplica la expresión ya vista: 191 .Aspectos Conceptuales.

por tanto se rechaza Ho. l = número de especies perdidas a lo largo de un transecto.00 120 = 1. S = número total de especies presentes en todas las muestras. ya que al igual que en el caso de los índices de diversidad alfa. 5.5.4. de tal suerte sus valores adquieren sentido en su comparación con otros valores calculados en condiciones similares. 192 . j = riqueza de especies de la muestra j.99 T calc > Ttab . Algunos de los índices más ampliamente utilizados según MAGURRAN (1987) son los siguientes: Donde: ei = número de muestras a lo largo de un transecto en el cual la especie i está presente. Donde: r = número de pares de especies con distribuciones que se sobreponen.98 Ttab = 1. no existen tablas estadísticas que permitan su medición. Índices de beta diversidad Los índices de diversidad beta brindan una medida cuantitativa del reemplazo de la diversidad a lo largo de un gradiente ecológico. H = especies. Donde: g = número de especies ganadas a lo largo de un transecto.Antonio Mijail Pérez T tab 60 = 2.

30). (2004) en el que se estudió la variación de la diversidad a lo largo de un transecto altitudinal ubicado en el Cerro Maderas. una en la vertiente norte del cerro (Balgüe) y otra en la vertiente sur (San Ramón) (Fig.5. A continuación presentamos un ejemplo de aplicación de los índices anteriores partiendo del trabajo de PÉREZ et al.82 3. Los resultados obtenidos son los siguientes: Índices Transectos Balgüe San Ramón 1.6 2.5 6 1. en Nicaragua.5 1. Isla de Ometepe. Se realizaron dos réplicas del transecto. elaborado por Pujol y Pozo (2000). Comentarios: Los índices obtenidos mediante el estudio realizado en el Cerro Maderas muestran resultados algo contradictorios. mostrando el perfil del volcán con las estaciones altitudinales de muestreo. para 193 . 30.04 7. Análisis Numérico. : Diversidad muestral promedio donde cada muestra es de tamaño estándar y la diversidad es medida como riqueza de especies. El índice ßc=7..Aspectos Conceptuales.Diagrama digital del Volcán Maderas. Monitoreo y Publicación de Datos sobre Biodiversidad Donde: S: número total de especies registradas en el sistema.75 ßi ßc ßr ßw Fig.05 1.

fueron matemáticamente casi idénticos. De tal suerte. y 3. y para tomar una desición final conclusiva sobre este tema se calculó el índice ßw. en Balgüe y ßi=1. se puede pensar intuitivamente que los índices de equitatividad tienen valores máximos. 194 . Los resultados del índice ßr= 1. 1977).5 en Balgüe. Equitatividad 5. evidenciando una diversidad beta más alta para San Ramón. apunta hacia una diversidad beta más alta en el transecto Balgüe. lo que significa que este índice cuantifica mejor el reemplazamiento de especies en los transectos estudiados.1. 5.75 para San Ramón. y decrecen cuando las abundancias relativas de las especies varían.5. En este punto se debe recordar a MAGURRAN (1987) quien planteó que “el índice ßw es la primera y mejor medida de la diversidad beta”. y ßr= 1.05. Para cuantificar la equitatividad se han propuesto un gran número de índices.04. Índices de equitatividad Expresan la homogeneidad o heterogeneidad en la distribución de las especies en una determinada comunidad. Cuando todas las especies de una muestra son igualmente abundantes. En este trabajo se presentaran varios índices que pueden ser expresados como relaciones con la serie de Hill. E1 = J' = H'/ln(S) = ln(N1)/ln(NO) Este índice expresa H' relacionada con el máximo valor que H' puede obtener cuando todas las especies de la muestra son perfectamente equitativas con un individuo por especie. acercándose a la unidad cuando más homogénea sea la distribución de las especies en la biocenosis.5. El valor de este índice oscila entre 0 y 1.6 en San Ramón muestran una diversidad beta más alta en San Ramón. Índice de Pielou (1975.82 para Balgüe. el índice ßi=1.Antonio Mijail Pérez Balgüe y 6 para San Ramón. que dio 2.

Peet (1974) ha demostrado que el índice J' (E1) se ve fuertemente afectado por los cambios en la riqueza de especies. N2 y N1 tienden a 1. Índices de equitatividad calculados para dos muestras. Un índice de equitatividad debe ser independiente del número de especies en la muestra. E2 y E3 al igual que E1 son muy sensibles a los cambios en lo valores de la riqueza de especies. Si una especie tiende a ser dominante. Monitoreo y Publicación de Datos sobre Biodiversidad Índice de Sheldon (1969) Índice de Heip (1974) Índice de Hill (1973b) Este índice expresa la relación de las especies abundantes y muy abundantes. La muestra dos difiere de la muestra uno por la presencia de un individuo de una especie nueva (tomado de LUDWIG & REYNOLDS. 195 . Intuitivamente.Aspectos Conceptuales. donde una especie representada por un sólo individuo es adicionada a una muestra que contiene tres especies bien representadas. la cual es una propiedad muy deseada por un índice de equitatividad. 1988). parecería razonable que los índices de equitatividad no cambien sustancialmente cuando se operan cambios en los valores de riqueza de especies. Índice modificado de Hill Alatalo (1981) demostró que E5 se aproxima a cero cuando una especie se vuelve más dominante en la comunidad. La sensitividad de los índices de equitatividad presentados es ilustrada en la siguiente tabla. por lo cual E5 es preferido a E4. La adición de una especie rara a una muestra que contiene sólo unas pocas especies (baja S) cambia grandemente los valores de E1. Análisis Numérico.

299. Este subestima a S* y por ende introduce un sesgo numérico en el cálculo de los índices (Pielou. Especies Alcadia hispida Farcimen tortum Lamellaxis gracillis Subulina octona Gongylostoma elegans Liguus fasciatus Lacteoluna selenina Zachrysia auricoma Cysticopis exauberi N BG 0 34 0 12 0 0 4 3 0 53 Ecosistemas Vegetales Mco P Bseco 5 0 13 0 0 4 11 23 7 8 15 45 43 0 12 0 0 17 8 0 0 5 4 8 0 0 15 68 30 145 Total 18 38 41 80 55 17 12 20 15 296 196 .71 E3 0. Por otra parte se encuentran los índices E3 y E4.Antonio Mijail Pérez Muestra 1 2 S 3 4 Abundancias individuales 500.93 0.75 E2 0. La equitatividad relativa de una comunidad puede ser estimada por la forma de su curva de rarefracción.94 0. Las equitatividades más altas pueden ser igualadas a las curvas de rarefracción de pendiente más alta. 1 E1 0. E2 y E3. 200 500. el hábitat con mayor equitatividad es el 20 y el de menor el 36. S* es usualmente estimado por el número de especies presentes en la muestra (S). Esto ocurre porque E3 y E4 se calculan como razones donde S se incluye en el numerador y en el denominador. Peet (1974) notó que la alta sensitividad a la variación muestral puede ocasionar que un índice se torne inservible.94 0.91 0. A continuación veremos un ejemplo del cálculo de los índices estudiados en una de las comunidades de moluscos usadas en los ejemplos anteriores. 300. En el ejemplo del cálculo.90 El número de especies real presente en una comunidad (S*) debe ser conocido cuando se usan E1.61 E4 0.90 0. 1977). que permanecen relativamente constantes con las variaciones muestrales (como la aparición de especies raras) y son más o menos independientes del tamaño muestral. sin embargo.94 E5 0. en la práctica. 200.

30-1)/(9-1) = 5. La dominancia según el índice de Simpson es: D= ∑ (pi)2 donde: pi = ni/n y 197 . 3) Actividades energéticas.30-1) = 5.84 E2 = 6.66 E4 = 6.2.30)/ln(9) = 0.30 = 0.7 E3 = (6.99 E5 = (6.30/9 = 0.25-1)/(6.Aspectos Conceptuales. entre estos se pueden citar tres de acuerdo a Emmel (1975): 1) Número de individuos (Abundancia).5. se puede definir como la relación entre las especies en función de varios factores en la comunidad. 2) Tamaño de los individuos. Especies Alcadia hispida Farcimen tortum Lamellaxis gracillis Subulina octona Gongylostoma elegans Liguus fasciatus Lacteoluna selenina Zachrysia auricoma Cysticopis exauberi Total Número de individuos 13 4 23 45 12 17 8 8 15 145 Índices de equitatividad E1 = ln(6.30/8 = 0. Dominancia La dominancia.25/5.99 5.25/6. Monitoreo y Publicación de Datos sobre Biodiversidad Del cuadro anterior tomaremos los datos de las abundancias para las comunidades de moluscos del Bosque Seco.30 = 0. Análisis Numérico.

según la siguiente expresión: D1. es decir.43 0. en la medida que el índice de Simpson sea mayor la diversidad es menor y la dominancia es mayor. En este caso.97 0. Otro índice para cuantificar la dominancia de las especies más importantes es el índice de McNAUGHTON & WOLF (1970).16 0. el índice de Simpson se interpreta de manera inversa a cuando es usado como índice de Diversidad.61 0. X2: es la abundancia de la segunda especie más abundante de la comunidad.38 0.98 0.38 0.43 0. este tiene en cuenta la abundancia relativa de las dos especies más abundantes.98 1. At: es la abundancia total de todas las especies de la comunidad.70 0.16 Total 18 38 41 80 55 17 12 20 15 296 198 .16 0.2 BG 0 34 0 12 0 0 4 3 0 53 4 0.Antonio Mijail Pérez ni= es la abundancia de la ith especie en la comunidad n = es la totalidad de ejemplares en la muestra.90 0.70 0.2 = (X1 + X2)/ At donde: X1: es la abundancia de la especie más abundante de la comunidad.72 0.98 0.89 0.46 Ecosistemas Vegetales Mco P Bseco 5 0 13 0 0 4 7 11 23 8 15 45 43 0 12 0 0 17 0 0 8 5 4 8 0 0 15 68 30 145 5 3 9 1. partiendo del supuesto de que al aumentar la dominancia disminuye la equitatividad y por tanto la diversidad. Los valores de todos los índices medidores de la estructura comunitaria.82 0. pueden ser sintetizados en la siguiente matriz: Especies Alcadia hispida Farcimen tortum Lamellaxis gracillis Subulina octona Gongylostoma elegans Liguus fasciatus Lacteoluna selenina Zachrysia auricoma Cysticopis exauberi N S H' E1 E5 D1.46 0.

PASOS 1) Muestreo y obtención de los datos. Según HERRERA et al. 2) Confección de la matriz original de datos. Se plantea que las comparaciones realizadas partiendo de datos cuantitativos arrojan resultados mucho más exactos de las relaciones entre 199 . por lo tanto es preferible mencionar el trabajo de BOESCH (1977) que resume la información más importante sobre el tema. Las citas que pudieran señalarse al respecto son numerosas. Para la confección de la matriz original se emplean los datos de los muestreos realizados en el campo. los cuales son los siguientes: 1) Muestreo y obtención de los datos 2) Confección de la matriz original de los datos 3) Selección de la medida de similitud 4) Confección de las matrices de similitud 5) Empleo de técnicas de agrupamiento 6) Interpretación de las clasificaciones 7) Determinación de patrones ecológicos o taxonómicos. debido a su probada utilidad para sintetizar en grupos la información contenida en grandes matrices de datos. Clasificación de comunidades El empleo de métodos de clasificación numérica en los estudios ecológicos ha cobrado particular auge en los últimos años. Monitoreo y Publicación de Datos sobre Biodiversidad 5. los cuales pueden ser binarios (Presencia/ ausencia) en caso de tratarse de un estudio biogeográfico o cuantitativos en caso de tratarse de un estudio ecológico o taxonómico. Análisis Numérico. además de brindar una didáctica discusión sobre sus aspectos teóricos y prácticos.Aspectos Conceptuales. (1987) se pueden reconocer un grupo de pasos para la aplicación de estos métodos. lo cual facilita su posterior interpretación en relación con variables físicas o químicas del medio.6.

como es el caso de las especies de vida esencialmente subterránea. 200 . la cual estará en dependencia del tipo de datos obtenidos. HERRERA et al. (1987) en un estudio ecológico de determinación de patrones de zonación del litoral rocoso de acuerdo a la fauna de moluscos presente. ya que ponderan en su justa medida las especies raras. 3) Selección de la medidad de similitud/disimilitud El paso siguiente a la confección de la matriz de datos originales. ya que con frecuencia aparecen muertas y no se pueden usar como datos de abundancia. ya utilizada. se usaron datos cuantitativos para corregir las posibles impresiciones cometidas. Dichos datos se pueden representar en una tabla como la siguiente. No obstante el uso de índices con valores cualitativos o de presencia/ausencia es también muy útil en algunos casos. planteó que una vez obtenidos los patrones de agrupamiento según datos binarios. es la elección de una medida de similitud o disimilitud. donde se reflejan datos de presencia/ asusencia. generalmente muy escasas y las especies abundantes. principalmente cuando algunas de las especies que componen la comunidad presentan dificultades para su estudio. Especies Alcadia hispida Farcimen tortum Lamellaxis gracillis Subulina octona Gongylostoma elegans Liguus fasciatus Lacteoluna selenina Zachrysia auricoma Cysticopis exauberi BG 0 1 0 1 0 0 1 1 0 Ecosistemas Vegetales Mco P Bseco 1 1 0 0 0 1 1 1 1 1 1 1 1 0 1 0 0 1 0 0 1 1 1 1 0 0 1 Los datos de abundancia constituyen un reflejo de como asimila la comunidad animal de estudio el conjunto de factores bióticos y abióticos del ecosistema vegetal en el que vive.Antonio Mijail Pérez las entidades estudiadas (CRISCI & LÓPEZ. 1983). El tratamiento de las especies raras es también muy útil con este tipo de índices.

Monitoreo y Publicación de Datos sobre Biodiversidad Antes de continuar analizando la secuencia de pasos para la realización del análisis de clasificación vamos a estudiar algunos aspectos generales necesarios para la comprensión del método. 201 . índices de asociación. de presencia-ausencia. es decir. CJ = c/ c+a+b donde: c= número de especies comunes para las dos muestras a= número de especies de la muestra A b= número de especies de la muestra B 2) El índice de Sorensen.Aspectos Conceptuales. Análisis Numérico. Hay que destacar que los índices de distancia y correlación trabajan con variables cuantitativas y los índices de asociación trabajan con variables de doble estado. Los índices de asociación consisten en expresiones matemáticas sencillas pero que exigen en general el trabajo con datos de doble estado (0-1). índices de distancia e índices de correlación. por tanto pueden asumir valores de 1 cuando existe máxima similitud y valores de 0 cuando la similitud es mínima. Índices de asociación Se aplican esencialmente sobre matrices con datos de doble estado. Existen numerosos índices de todos estos tipos. 1) Coeficiente de JACCARD (1901). Índices de comparación de comunidades Según CRISCI & LÓPEZ (1983) existen tres tipos de índices para la comparación entre entidades biológicas. que se define por la expresión: S = 2c/ a+b donde: a= número de especies de la muestra A b= número de especies de la muestra B c= número de especies comunes a las dos muestras.

siendo 0 la máxima similitud.Antonio Mijail Pérez En el caso de emplear datos binarios se puede obviar el paso correspondiente a la transformación. 1977). Xij: valor de las abundancias de la especie i en la UM J Xik: valor de las abundancias de la especie i en la UM K n: número total de especies en las dos UM comparadas. 1958). puesto que es el menor valor de distancia posible. UM: unidad de muestreo. Índices de distancia Se aplican sobre matrices básicas que presentan datos de dobleestado o multiestado o en las que poseen ambos tipos de datos (datos mixtos). Sik : Desviación estándar de las abundancias de la especie i para la UM K. Los valores obtenidos a partir de la aplicación de los coeficientes de distancia varían de 0 a infinito. 2) Distancia de Crovello __ Xij : Valor medio de las abundancias de la especie i para la UM J __ Xik : Valor medio de las abundancias de las especie i para la UM k. 1) MCD (Mean Character Difference) (Cain y Harrison. el cual resulta muchas veces imprescindible cuando se emplean datos cuantitativos (BOESCH. 202 . Sij : Desviación estándar de las abundancias de la especie i para la UM J.

Dentro de las mismas hemos elegido. la enorme cantidad de técnicas propuestas. dado por la expresión S=2c/a+b. forman grupos de Unidades de Muestreo que se asocian por su grado de similitud. el de Sorensen para los datos de presencia/ausencia En el caso del índice de Sorensen. Este se denota con la letra R porque su uso se comenzó a popularizar posteriormente al análisis Q. jerárquicas. ej. Retomando el ejemplo trabajado podríamos ejemplificar todo lo anterior calculando un índice de similitud. aglomerativas y secuenciales. las cuales se combinan caracterizando a las técnicas de agrupamientos que utilizaremos. p. durante la confección de la matriz del análisis normal (similitud entre ecosistemas).Aspectos Conceptuales. Esta definición es poco precisa y ello se debe a dos factores: primero. y segundo. Si por el contrario se quiere estudiar el agrupamiento de las especies en relación con los ecosistemas de donde procedan tendremos que realizar el análisis R o análisis inverso. Si se quiere realizar el análisis entre las unidades de muestreo se llevará a cabo el análisis directo o análisis Q. Cuando se trata de la matriz de similitud inversa (similitud entre especies) las letras indican: a y b número de ocurrencias de cada una de las dos especies que se comparan. las del llamado grupo 203 . El análisis de agrupamientos comprende técnicas que. las letras a y b indican número total de especies en cada uno de los ecosistemas que se comparan y c indica el número de especies compartidas. que es la letra que le antecede en el alfabeto. c número de ocurrencias comunes. De todas las alternativas existentes las más utilizadas son las exclusivas. por ser las más sencillas. siguiendo reglas más o menos arbitrarias. Monitoreo y Publicación de Datos sobre Biodiversidad 4) Confección de las matrices de similitud Los datos contenidos en la matriz original pueden ser particionados por filas o por columnas según el interés del investigador. el escaso acuerdo entre los investigadores acerca de como reconocer los límites entre grupos. 5) Selección del método de agrupamiento. Análisis Numérico.

Antonio Mijail Pérez

par (pair group) en las cuales solamente puede ser admitida una unidad de muestreo o un grupo de unidades de muestreo por nivel. Esto significa que los grupos formados en cualquier etapa de los agrupamientos contienen sólo dos miembros. A continuación describiremos la técnica operativa, con sus variantes: I. Paso.Se examina la matriz de similitud para localizar el mayor valor de similitud existente en ella, descartando lógicamente, la diagonal principal. Se identifica así a las dos Unidades de Muestreo que formarán el denominado núcleo del primer grupo. Núcleo es todo conjunto formado por dos unidades de muestreo y grupo es todo conjunto formado por más de dos unidades de muestreo. En algunos casos puede haber más de un valor máximo de similitud, es decir otro par o pares de unidades de muestreo presentan igual valor que el anterior; en ese caso se construyen a ese nivel dos o más núcleos separados. 2. paso.Se busca en la matriz de similitud el próximo valor de mayor similitud. En las primeras etapas del proceso de agrupamiento, el hallazgo de este nuevo valor puede llevar a: • • la formación de nuevos núcleos. la incorporación de una unidad de muestreo a un núcleo ya existente para formar un grupo y, la fusión de los niveles existentes.

• 3. Paso.-

Se repite la segunda etapa del proceso hasta que todos los núcleos y grupos estén unidos y en ellos se incluya la totalidad de las unidades de muestreo.

El primer paso es común a todas las técnicas, el segundo (incorporación de nuevas unidades de muestreo a núcleos y grupos existentes) puede realizarse por tres caminos diferentes denominados: a) ligamiento simple b) ligamiento completo c) ligamiento promedio

204

Aspectos Conceptuales, Análisis Numérico, Monitoreo y Publicación de Datos sobre Biodiversidad

Ligamiento simple: Las Unidades de Muestreo se incorporan a grupos o núcleos ya formados tomando en cuenta que el valor de similitud entre la UM candidato a incorporarse y el grupo o núcleo es el de mayor valor de similitud. Si el candidato a incorporarse es un grupo o núcleo en sí mismo, el valor de similitud será igual a la máxima similitud hallada una proveniente de cada grupo o núcleo. Ligamiento completo: En este caso se considera que el valor de similitud entre la UM candidato a incorporarse y el grupo o núcleo es igual a la similitud entre el candidato y el grupo o núcleo menos parecido a él, en otras palabras, el de menor valor de similitud. Si el candidato a incorporarse es un grupo o núcleo en si mismo, el valor de la similitud será igual a la mínima similitud hallada entre dos UM provenientes una de cada grupo o núcleo. Ligamiento Promedio: En este caso se considera que el valor de similitud entre la UM candidato a incorporarse y el grupo o núcleo es igual a una similitud promedio resultante de los valores de similitud entre el candidato y cada uno de los integrantes del grupo o núcleo. Como existen varios tipos de medias, es posible contar con más de una técnica de ligamiento promedio. La más utilizada es la media aritmética no ponderada (UPGMA, unweighted pair-group method using aritmethic averages). Si el candidato a incorporarse es un grupo o núcleo en sí mismo, el valor de similitud será un promedio de los valores de similitud entre los pares posibles de UM provenientes uno de cada grupo o núcleo. El reconocimiento del valor de similitud al que se formarán nuevos núcleos o grupos, o se incorporarán nuevas UM, o al que se fusionarán los núcleos o grupos existentes, se ve facilitado por la obtención de matrices derivadas. En el presente texto vamos a estudiar el primer método, es decir, el método de ligamiento simple. 6) Interpretación de las clasificaciones: es un paso cualitativo que parte de los resultados del paso anterior.

205

Antonio Mijail Pérez

Fig. 31.- Dendrograma de PÉREZ (2002) que muestra la relación entre las cuadrículas usadas para el análisis de la zonación biogeográfica de los moluscos del Pacífico.

7) Determinación de patrones ecológicos o taxonómicos: al igual que en el caso anterior, es un paso cualitativo que depende del investigador. Ejemplo. Clasificación de las cuatro comunidades estudiadas en este capítulo utilizando el índice de Sorensen para datos binarios o de presenica/ ausencia y la estraegia de ligamiento simple.

Especies Alcadia hispida Farcimen tortum Lamellaxis gracillis Subulina octona Gongylostoma elegans Liguus fasciatus Lacteoluna selenina Zachrysia auricoma Cysticopis exauberi BG 0 1 0 1 0 0 1 1 0

Ecosistemas Vegetales Mco P Bseco 1 1 0 0 0 1 1 1 1 1 1 1 1 0 1 0 0 1 0 0 1 1 1 1 0 0 1

Índice de Sorensen:

206

Aspectos Conceptuales, Análisis Numérico, Monitoreo y Publicación de Datos sobre Biodiversidad

Matriz de similitud BG 1 0.44 0.8 0.36 MCo 1 0.6 0.875 P BS

Primera matriz derivada MCo-BS BG P 1 MCo-BS 1 0.44 0.6 BG 1 08 P

BG Mco P BS

1 0.5

1

Segunda matriz derivada Mco-BS BG-P MCo-BS BG-P 1 0.6 1

5.7. Otros índices de comparación entre comunidades Existen algunos índices que permiten realizar comparaciones entre comunidades teniendo en cuenta la composición de especies presentes en estas. En este trabajo analizaremos el índice de subordinación ecológica (SE) de SIMPSON (1949) y el índice biogeográfico de PÉREZ et al. (1996). El índice de subordinación ecológica (SE) de Simpson (1949) viene dado por la siguiente expresión: S = C/N donde: C: es el número de especies comunes a los hábitats A y B. N: es el número de la comunidad con menor riqueza de especies entre las dos que se comparan. Este índice precisa la subordinación ecológica de la comunidad con menor riqueza específica respecto a la comunidad con mayor riqueza. Si calculamos este índice para todas las combinaciones entre pares de ecosistemas la mejor forma para realizar los cálculos es mediante una matriz simétrica donde quede reflejado en cada casilla el valor del índice para cada par de ecosistemas.

207

Antonio Mijail Pérez

Ecosistemas Bosque de Galería Manigua Costera Pastizal Bosque Seco

Bosque de Galería Manigua Costera Pastizal 0.5 0.66 1

Bosque Seco

1 0.66

1

Para su mejor comprensión los resultados de la aplicación de este índice se expresan en porcientos. Según Sánchez y López (1988) valores de similitud del 66.6 % establecen la subordinación señalada, es decir aunque se habla del porcentaje de subordinación entre las comunidades que se comparan existe una subordinación efectiva para valores iguales o mayores del 66 %. La representación en diagramática de los resultados es probablemente mejor para la comprensión de los resultados.

Fig. 32.- Relaciones de subordinación ecológica según el índice S. Las saetas indican el sentido de la subordinación. Ejemplo tomado de PÉREZ et al. (1996).

La saeta de la flecha siempre está dirigida hacia la comunidad o ecosistema del cual se subordina la otra comunidad o ecosistema.

208

Aspectos Conceptuales, Análisis Numérico, Monitoreo y Publicación de Datos sobre Biodiversidad

El índice de SE ofrece una idea de la integración de las diferentes comunidades estudiadas en cada ecosistema, y también puede ser entendido como un índice de similitud. Las comunidades que exhiban valores pequeños estarán compuestas por especies especialistas muy adaptadas a las condiciones ambientales. El índice biogeográfico IB (PÉREZ et al. 1996), cuantifica la calidad de las especies que componen la comunidad. Para esto las especies se distribuyen en las siguientes categorías biogeográficas: a. b. c. d. e. Especies endémicas (5) Especies centroamericanas (4) Especies antillanas (3) Especies México-norteamericanas y suramericanas (2) Especies de amplia distribución (1)

En las cuales el valor más alto es asignado al ámbito de distribución más estrecho, en este caso las especies endémicas. El valor del IB es un valor comunitario y matemáticamente no es más que un promedio de los valores de distribución asignados a las especies. Si partimos de la matriz de trabajo los valores son como sigue:

Especies Alcadia hispida Farcimen tortum Lamellaxis gracillis Subulina octona Gongylostoma elegans Liguus fasciatus Lacteoluna selenina Zachrysia auricoma Cysticopis exauberi IB

Valores de distribución 5 5 1 1 5 3 1 5 5 3.44

El índice IB oscila entre 1 y 5, siendo 5 los valores más altos y 1 los más bajos.

209

CRISCI. 1992. Nat.. LOMOLINO. EPA600/3-77-033. GOULD. HALFFTER. LÓPEZ. 277 p.H.F.O. inc. J. Ser. Soc. REYNOLDS. 338 p. Res.. La Habana. JACCARD. Statistical Ecology: a primer on methods and computing. Introducción a la teoría y la práctica de la taxonomía numérica. Revista de Biología. CASTILLO. 132 p. & M. M. P.F. & M. del VALLE & N. 1988. 54: 321-346 HURLBERT. Instituto de Oceanología. S. & M. Ecology. Secretaría General de la OEA. ALFONSO. 1987. Sinauer associates. UH. BOESCH. Barcelona. 18(104): 33-38.C. Editorial Científico Técnica. Ecol.. 1983. 70:1-17.concept of species diversity: a critique and alternative parameters. 691 p.. Vaudoise Sci. D.A. BROWN. Bibliografía • • BEROVIDES. The non. S. Aplicación del método de jack-knife a un descriptor de la dieta en aves.H. Massachussets. Biogeografía. J.586. R. United States of America. J.V. • • • • • • • • • • 210 .J. D. Etude comparative de la distribution florale dans une portion des Alpes et des Jura.8. Bull.A. DENIS. 313 p. Applications of numerical classification in ecological investigations of water polution. Ciencia y Desarrollo. HERRERA.V. Diversity of evenness: a unifying notation and its consequences. 1978.Antonio Mijail Pérez 5. 1987. HILL. Washington. S. Sunderland. Diversidad biológica y cambio global. 2000. La vida maravillosa. D. 1991. 1998. Aplicación de métodos de clasificación numérica en el estudio ecológico del litoral rocoso. LUDWIG. Los genes en las poblaciones. Reporte de Investigación. G.A. V. A. 1901. Editorial Crítica. 52:577. 14(2):126-132. A Wiley Interscience Publication. Biology. & J. 37:547-579.F. 1973. 1977. 115 p. 2nd edition.

C. QUENOVILLE. MAGURRAN. Universitat de Girona. & N. La diversidad malacológica en Nicaragua: aproximaciones a un nuevo enfoque.C. Biometrika. PÉREZ. M. Princeton University Press. Notes on bias in estimation. SOTELO & I. 177 p.M. Cartel.. University of Illinois. Princeton. WOLF. 46:60-70. A. LÓPEZ.C.M. New York. New York. A. 22(1): 133-145. PIELOU.J. LÓPEZ. Dominance and the niche in ecological systems. A. L. PÉREZ. A. and POZO. 78(3)81-94.E.. 43:28-32 PÉREZ. PUJOL. 1998. • • • • • • • • • • • • 211 . Análisis comparativo preliminar de localidades notables de gastrópodos de Nicaragua. 1975.E. Ometepe Island. PIELOU. Ecological diversity and its measurement. Encuentro. & A. 1996. Iberus. Ecological Diversity.. ARANA. SHANNON.M. Wiley. J. 2004. 1956. & W. Mathematical Ecology. M. Nicaragua. Science. The mathematical theory of communications. 1977.C. Metodología para elaborar una malla de triángulos irregulares. PÉREZ.M. Altitudinal variation of diversity on landsnail communities from Maderas Volcano. E. E.. Biogeographica. España. & A. Encuentro. VILASECA. diversity and endemism in the pacific of Nicaragua. Wiley.M.. P. Monitoreo y Publicación de Datos sobre Biodiversidad • McNAUGHTON. A. E. E. PIELOU. 1995. Wiley and Sons. Urbana. Sinecología básica de moluscos terrestres en cuatro formaciones vegetales de Cuba. Revista de Biología Tropical. 2000. Malacogeographic regionalization. C. 1987. 43:353-360. PÉREZ. A. & L. New York. WEAVER. Introduction to mathematical ecology. 1970. Illinois.Aspectos Conceptuales. 44:133-146. 1969. 1949. ZIONE. Análisis Numérico. 167:131-139. 2002.

Aims and methods in the study of vegetation. 1926.. eds. 29:614. 163:688. London.R. Bias and confidence in not quite large samples (abstract). 1975. Emp. Ecological Methods. SOUTHWOOD. Nature. 383 p. J. Taxon. 2nd. WHITTAKER. MacMillan. A.H. 1978.G. E. 21:213-251. Edition. Math.E.. CHIPP. & T.H. Comm. Br.Antonio Mijail Pérez • SIMPSON.F. 1949. Stat. • • • • • 212 . TANSLEY. T. 1972. Veg. 1958. Chapman & Hall. WHITTAKER..H. Ann. R. New York. 524 p. Evolution and measurement of plant communities. Measurement of diversity. Whitefriars Press. Communities and ecosystems. R. TURQUEY.

Aspectos Conceptuales. Análisis Numérico. Monitoreo y Publicación de Datos sobre Biodiversidad 213 .

Antonio Mijail Pérez CAPÍTULO VI. 214 . pasos para la implementación del método y presentación de los resultados. Se presentan ejemplos de aplicación del citado método en Europa en varios grupos de fauna y flora..Monitoreo de la Biodiversidad En el presente capítulo se presenta una propuesta de sistema de monitoreo de la biodiversidad utilizando cartografía UTM. Se analizan las características generales del cartografiado UTM. así como un ejemplo de su aplicación en la región del Pacífico de Nicaragua. niveles de monitoreo. tipos de símbolos y retículas.

Monitoreo y Publicación de Datos sobre Biodiversidad 6. BRIDGEWATER. Según PÉREZ (2001. Análisis Numérico. aún cuando se tienen datos. 1999.. 1999. 215 . 1994. McNEELY. Este aspecto también ha sido señalado por ZÚNIGA (1999). No obstante. en la mayoría de los casos no se cuenta con evaluaciones cuantitativas de las poblaciones de las especies. 2003) (Cuadro 1) el estado de conocimiento sobre la biodiversidad del país se puede categorizar de bueno en algunos grupos. por cuanto es poco probable la evaluación real del estado de amenaza de las mismas. Morf. 2001). fauna y ecosistemas (Según PÉREZ. Nivel de Organización Genes Especies Flora Fauna Rotíferos Celenterádos Crustáceos Moluscos Insectos Peces Anfibios y reptiles Aves Mamíferos Ecosistemas (Formaciones vegetales) Listas Actividad Científica Mapas Caract. Introducción La necesidad e importancia de establecer programas y sistemas de monitoreo de la biodiversidad ha sido señalada por diversos autores desde hace años (MCGUINNES.Estado de conocimiento de los diferentes grupos de flora. Aplicadas S P S S S S S S S S S S S S S P S S S S S Cuadro 1. Biol.1. existen zonas del país como la Región Atlántica y la Región Centro Norte. incluso de gran importancia. pobre en otros e inexistente en varios. AMNH. Est. 2002) y es de consenso general que es imposible incidir en los procesos de toma de desiciones si no existen estos programas y no se cuenta por consiguiente con información fiable y sistemática. como en reptiles y anfibios. en las que existen grandes áreas no muestreadas. y Ecol.Aspectos Conceptuales. considero que los estudios en estas regiones aumentarán significativamente el número de especies presentes en el país. Paralelamente. P S S P S P P S P P P P S S P Invest. Con base en nuestra experiencia investigativa.

pág. NICARAGUA Existe un proyecto de CATIE para realizar monitoreo de aves. aporta una variedad extraordinaria de hábitats y microhábitats en los que pueden vivir numerosas especies faunísticas y florísticas. PÉREZ et al. De acuerdo a lo señalado por PÉREZ (2001).Antonio Mijail Pérez En particular la región biogeográfica Centro-Norte. 53) de la Estrategia Nacional de Biodiversidad. HONDURAS Existe un proyecto de monitoreo de la biodiversidad (de plantas y algunos animales) desarrollado por COHDEFOR (Corporación Hondureña de Desarrollo Forestal) y SERNA (Secretaria de Recursos Naturales). como es el caso del Método Cartográfico UTM. 1998). aspecto que podría solventarse mediante el establecimiento de una estrategia ampliamente validada en otros países. 216 . de tan fructífero resultado en Europa desde la década del 60. mamíferos y escarabajos estiercoleros. Marco nacional La implementación de una estrategia nacional de monitoreo de biodiversidad es una prioridad nacional que está contemplada en la línea estratégica 3 (ENB. tanto para estudios faunísticos como florísticos (vid. 2001). 6.2. debido a la naturaleza de su topografía. de la manera siguiente: “Fortalecimiento del sistema de la información y monitoreo de la biodiversidad” (MARENA.3. una de las problemáticas nacionales existentes es la desigualdad en la cantidad y calidad de la información existente sobre biodiversidad del país. BELICE Recientemente han creado un Grupo de Monitoreo de la Biodiversidad a través del Corredor Biológico Mesoamericano para definir la estrategia de monitoreo a llevar a cabo en el país. 6. Otras experiencias en el área centroamericana GUATEMALA Se están llevando a cabo reuniones consultivas para poner a punto la estrategia que permita llevar a cabo proyectos de monitoreo.

Una referencia muy importante es el trabajo de MARQUET (1985).1. y al estar las unidades en sistema métrico. 6. de acuerdo a nuestros datos.Aspectos Conceptuales. Una ONG llamada ANAI está haciendo monitoreos de rapaces migratorios en las tierras caribeñas de Talamanca. 217 . USA. Hacen monitoreos de aves. mamíferos y escarabajos estercoleros. cabe destacar las siguientes: 1) Facilidad en el manejo de la información al estar las coordenadas en formato decimal y no sexagesimal como las coordenadas geográficas.4. Entre los años 1992 y 1999 se realizó un monitoreo intensivo y extensivo en los moluscos continentales de la región biogeográfica del Pacífico. El CATIE tiene un proyecto en fincas de cacao en los territorios indígenas de Talamanca. la primera experiencia de aplicación de este método ha sido la de PÉREZ (1999) y PÉREZ & LÓPEZ (1999) en gasterópodos continentales. (1998) entre las ventajas más evidentes que proporciona el método de cartografiado UTM. COSTA RICA Existen dos proyectos que están haciendo monitoreos. Análisis Numérico. El método de Cartografiado UTM como marco muestral para el monitoreo El método de cartografiado UTM comenzó a ser empleado para el mapeo de flora y fauna en Europa desde la década de los 60 y continúa aplicándose exitosamente en la actualidad. PANAMÁ Existe un proyecto de monitoreo de anfibios que lleva a cabo la Universidad de Panamá. Monitoreo y Publicación de Datos sobre Biodiversidad Existe también monitoreo de peces en las lagunas volcánicas de Xiloá y Apoyo desde hace 10 años. En el Neotrópico. 6. por un proyecto existente entre la UCA y la Universidad de Maryland.4. Las ventajas: Según PÉREZ et al.

sencillo. y será determinada por cada grupo de investigadores. 1976). 1977). aunque en la República Federal Alemana también se utilizó dicho tamaño. donde asimismo se emplearon cuadrículas de 20 x 20 km. 1970). 218 . en el sentido de un cuadrante para estudios ecológicos. La cantidad de puntos muestreados por cuadrícula estará determinada por la riqueza de especies encontrada en cada punto. El método de cartografiado UTM es.2. El tamaño de la cuadrícula: Leclercq y Verstraeten (1979) consideran que el tamaño de cuadrícula apropiado para estados europeos de tamaño medio o pequeño es el de 10 x 10 km. y de esta manera comparar estadísticamente áreas de distribución. 3) Rellenar mapas con más comodidad mediante ordenadores. 7) Facilita el estudio de la evolución de las poblaciones y el establecimiento de medidas de protección de las mismas si fuese necesario.Antonio Mijail Pérez 2) Posibilidad de trasladar directamente los datos de un mapa a pequeña escala a otro de gran escala. 8) Trabajar con referencia a una trama que enmarca el terreno. 6. 4) Procedimiento más sencillo que permite un gran ahorro de tiempo al situar las localidades.4. las que también se utilizaron en Inglaterra (KERNEY. al igual que en Francia (TESTUD. en principio. 5) Las coordenadas se refieren a una superficie determinada y no a un punto. Para Europa el tamaño empleado es el de 50 x 50 km (KERNEY. 6) La cartografía UTM proporciona un método objetivo de cuantificar la abundancia y otros aspectos de la ecología de las especies. Consiste en muestrear como mínimo en un punto y como máximo en tres por cuadrícula de 10 x 10 km. coadyuva a la recogida sistemática de los datos. 20 x 20 o 40 x 40 km.

65. Análisis Numérico. representados con círculos abiertos. 6. fue de 10 x 10 km. antes de 1900. 1979). y después de 1950).Aspectos Conceptuales.. la altitud sobre el nivel del mar. La simbología: En algunos estados europeos intensamente estudiados. colecciones de museo o trabajo de campo (LECLERCQ & VERSTRAETEN. identificados con círculos negros.. ej.3. utilizada para el estudio en el Pacífico de Nicaragua. se emplean diferentes símbolos para indicar tanto la edad de los datos (p. Fig. nosotros hemos decidido seguir una simbología sencilla que distinga entre datos propios de los investigadores. 219 .4. y datos compartidos representados por círculos semillenos. si los datos han sido obtenidos de la bibliografía. Monitoreo y Publicación de Datos sobre Biodiversidad En el proyecto realizado por PÉREZ (1999) en el Pacífico de Nicaragua.Retícula UTM de 10 x 10 km. entre 1900 y 1950. datos de la bibliografía. Debido a la escasez de datos antiguos en Nicaragua. la escala utilizada teniendo en cuenta el tamaño de la región de estudio.

aportando el dato de abundancia según una escala cualitativa que se describe más adelante. 220 ... 66. Como un siguiente paso en este trabajo proponemos utilizar la misma simbología pero adicionando el elemento TAMAÑO a los círculos llenos para indicar que las especies no sólo están sino CÓMO están representadas. 67.Símbolos utilizados en el Pacífico de Nicaragua.Antonio Mijail Pérez Fig. es decir.Simbología utilizada en el Pacífico de Nicaragua. Fig.

Es un alfabeto de 24 letras que se repite cada 18° de intervalo. LL.Existen 60 zonas desde 180º de latitud oeste hasta los 180° de latitud este. en cuadriláteros de una altura de 8º de latitud. Generalidades sobre el Sistema UTM: La cuadrícula Universal Transversal Mercator (UTM): es la más utilizada mundialmente.Numeradas de 1 a 60.Las bandas C a M están en el hemisferio sur. La superficie terrestre comprendida entre los 84º de latitud norte y los 80º de latitud sur1 se divide en tres grados de referencia: • Primer grado: Se divide el conjunto en columnas.Aspectos Conceptuales.5. I. Ñ y O). indicando del mismo modo longitud y latitud por letras que empezarían a contarse también de oeste a este y de sur a norte. . Ñ y la O). LL. . Cada columna es dividida. LL. I. . Monitoreo y Publicación de Datos sobre Biodiversidad 6. . llamadas zonas. Cada fila de cuadrados se nombra con letra de la A a la V (excluyendo CH. Se empieza a rotular desde el meridiano 180° W hacia el este a lo largo del Ecuador. Cada columna de cuadrados se nombra con una nueva letra mayúscula de la A a la Z (excluyendo CH. • Segundo grado de referencia: Se vuelven a hacer subdivisiones de cada cuadrilátero en cuadrados de 100 km. Ñ y O): 221 . a su vez.Las bandas N a X están en el hemisferio norte. Análisis Numérico. con un ancho de 6º de longitud. Se trata de una proyección cilíndrica transversal.Empezando en los 80º de latitud sur hasta los 84° de latitud norte. . De esta manera cada cuadrilátero será conocido por una cifra y una letra. .Numerados con letras consecutivas desde la C hasta la X (exceptuando la I.

222 Antonio Mijail Pérez Imagen: representación de las 60 zonas UTM de la Tierra. Peter H. Dana. . Universidad de Texas.

Sus valores hacen referencia a la distancia en metros del punto hasta la esquina inferior izquierda del cuadro de 100 km. Análisis Numérico. • Tercer grado de referencia: Estaría dentro de la nueva cuadrícula y vendría determinado por otra subdivisión en diez cifras para resolución métrica. En las zonas pares se inicia con letra F. cuya resolución depende de la precisión de medida. Así la que se obtiene del GPS es una resolución de un metro cuadrado. 223 .Aspectos Conceptuales. Las cinco últimas cifras hacen referencia a la coordenada Y. Monitoreo y Publicación de Datos sobre Biodiversidad En las zonas impares se inicia con letra A. Lectura de la coordenada: La coordenada UTM en realidad lo que designa es un cuadrado. Las cinco primeras cifras hacen referencia a la coordenada X.

Ya que estas coordenadas se repiten para cada huso es preciso en todos los casos dejar claro a que zona pertenece dicha coordenada. La coordenada UTM se expresa con definición en metros: Zona 16 (Centro de Malacología y Diversidad Animal de la UCA) X Y seis cifras siete cifras 579. 68. X e Y. ya que no se tiene en cuenta su posición con respecto al Ecuador o al meridiano de Greenwich. Expresión de cuadrícula (CUTM): Fig. por lo que los valores de X serán siempre N. y los valores de Y serán siempre E. un falso N.. Se mide como en un eje cartesiano.Coordenada CUTM del Centro de Malacología/ Diversidad Animal de la UCA. Caso de Nicaragua 16 (Costa del Pacífico) o 17 (Costa Atlántica).340. E también falso.505 m Y se escribe Zona 16 579412.134050 (separado por una coma) 224 .412 m 1. Expresión coordenada UTM: Como ya se ha visto se trata de la distancia medida.Antonio Mijail Pérez Por ello su lectura se puede realizar de dos maneras o bien con el sistema anteriormente expresado como una coordenada única o con un par de cifras. entre la esquina inferior izquierda y el punto a localizar. para cada una de las zonas.

Está situada entre las coordenadas geográficas 10º 45’ y 15º 05´ de latitud norte y 83º 15´ y 87º 40´ de longitud oeste: limita al norte con Honduras. 70.Notación de los cuadros de 100 x 100 km en sel sistema de coordenadas UTM.Aspectos Conceptuales.Zonas UTM representadas en Nicaragua.6. La nomenclatura de las Coordenadas UTM (CUTM) para los cuadros de 100 x 100 antes explicada. al este con el Océano Atlántico (Mar Caribe). Fig. ya aplicada a Nicaragua es como se señala en el siguiente mapa: Fig. 69. Análisis Numérico. Monitoreo y Publicación de Datos sobre Biodiversidad 6.. al sur con Costa Rica y al oeste con el Océano Pacífico.000 km2. con una superficie total aproximada de 128. es la República de mayor extensión en América Central. 225 . En el sistema UTM se encuentra situada entre las zonas 16 y 17 P.. Nicaragua en el Sistema UTM Nicaragua.

y central o media en la vuelta del cuerpo. 226 . Presencia de estrías radiales leves en toda la concha. NECK. Vueltas 4-4. Distribución: Ver Mapa. 1967. WEBB. Hel. y posteriormente se alternan dos o tres bandas blancas con dos o tres bandas marrón. I. 1976. Concha más bien opaca en la parte superior y translúcida en la base. La espira constituye aproximadamente 1/5 de la altura total del cuerpo. circular en torno al ombligo. BURCH. más bien convexas. Localidad tipo: Texas. seguida de una banda marrón ancha. 1962. 1841. Symb. Las dos primeras vueltas translúcidas y de color marrón. Praticolella griseola (Pfeiffer. de PÉREZ & LÓPEZ (INÉDITO). 1977). Estados Unidos (HUBRICHT. 1841) Helix griseola Pfeiffer. En la parte inferior de la vuelta del cuerpo suele haber una zona blanca.Antonio Mijail Pérez Un ejemplo de aplicación del sistema UTM para la elaboración de mapas de distribución podría ser la siguiente ficha tomada del “Atlas de los moluscos continentales del Pacífico de Nicaragua”. todas muy estrechas. Extensión geográfica: Texas en USA y desde México hasta América Central (MARTES. delgada. aunque estos patrones presentan variaciones. p. Sutura marcada..5. No obstante. 41. Ápice aplanado. más bien brillante. 1982). 1890-1901. las otras vueltas con una banda espiral translúcida bordeada de blanco y una banda marrón suprasutural en la parte superior de la concha. Hist. estos patrones de color también presentan variaciones cuya magnitud varía entre poblaciones. Descripción: Concha heliciforme-depresa.

Vegetación de sabanas. Monitoreo y Publicación de Datos sobre Biodiversidad vuelta del cuerpo bien convexa. 21). fig. 1. MARTENS (1890.044 0. Protoconcha de color marrón claro.24 mm. Base umbilicada. parcialmente cubierto por el peristoma reflejado. 18. 3-A. C. Porcentaje de cuadrículas: 50.Aspectos Conceptuales.6 12. PILSBRY (1940). se comprobó que las dimensiones de la concha son moderadamente variables dentro y entre poblaciones. ab.63 mm. figs.4 Rango 6 5.2 Máximo 10. Variable Altura Diámetro X 7. 135). blanco. L. fig.50 mm) estudiadas por Hubricht (1983). Alt. Comentarios: En un estudio de PÉREZ & LÓPEZ (1998a). fig. El mapa de distribución del área de estudio y los otros datos 227 . fig. C). Abertura lunada. R. Casi todos los tipos de suelo. AUFFENBERG & STANGE (1989). margen columelar algo expandido. 1977). 3. L.0 mm. G. Referencias: VANATTA (1915). L. fig. M. 8. 8. 4-B.79 Mínimo 4. Análisis Numérico. 3-B. Columela entera. fig. húmedos y secos.6 7. 231. ABBOTT (C. Alt. 5. vueltas 1. 4. NECK (1976. PÉREZ & LÓPEZ (1998a. Dimensiones: D. Fuera del área de estudio ha sido recolectada por nuestro grupo en numerosas localidades de los departamentos de Matagalpa. Hábitat: Casi todos los asentamientos humanos considerados. CP.60-7. PÉREZ & LÓPEZ (1998a).40-10. R.80 mm) que las poblaciones de P. Peristoma simple. fig. Ombligo muy estrecho.0 mm. Dimensiones: (n= 124). lisa al comienzo y luego con la misma escultura de la teloconcha. HUBRICHT (1983). Todas las categorías de iluminación. 5). ALT.33 mm.20-11. p. 3132).94 Iconografía: BINNEY (1878-85. 10. 7. deflecta. sabanas de jícaros y casi todas las formaciones boscosas estudiadas. Río San Juan y Boaco. 15-17). 7.1 9. s/n. sueltos y compactos. 24. PÉREZ & LÓPEZ (1999. algo reflejado. ALT. C. 11. 7 fig. C. 4-A.1901. figs. fig. 25.13 mm. Es interesante mencionar que las poblaciones estudiadas por estos autores presentaron tamaños menores (D. 20.2 DS 1.67 % (112). griseola de Texas (D.014. G. WEBB (1967). WEBB (1967. M.

.Antonio Mijail Pérez disponibles sugieren que la especie podría tener una distribución mucho más amplia en áreas no muestreadas del país. 71. Ejemplos de aplicación 6. Autores como BRANSON & McCOY (1963) han señalado que P. 1994): Xerosecta reboudiana (Bourguignat. 1863) A Fig. áreas verdes de la ciudad. El Cartografiado UTM en Europa. 6.Mapa de distribución.1. más que de áreas boscosas. griseola es una especie de áreas abiertas. 228 . apuntando en este sentido que los humanos podrían ampliar la distribución de esta especie más por sus actividades de deforestación que por introducción.Sistema genital. 72. Fig.7.Ejemplar adulto.7.. como formaciones vegetales secundarias. cunetas de carreteras y caminos secundarios. En casi la totalidad de las localidades estudiadas se presenta en hábitats con diferente grado de antropización. Ejemplo en Moluscos (tomado de PUENTE. 73. etc. patios de casas.. Fig.

.Sistema genital.7. Análisis Numérico. En Mariposas (tomado de OLANO et al. Monitoreo y Publicación de Datos sobre Biodiversidad 6.7. En Aves (tomado de WOUTTERSEN y PLATEEUW. 77.2. Fig.. 1998): Merops apiaster Fig. Fig.Ejemplar adulto. 1813) Fig.Gráfico de actividad por meses.. 78.Aspectos Conceptuales. 76. 229 ..3. 1990): Pseudophilotes panoptes (Hubner. 75. 74. 6..Ejemplar adulto. Fig.Mapa de distribución.

81. 79. 1999): Eurinaceus europaeus Linné. 230 .Mapa de distribución. Fig.7.Arbol adulto. 80. En Mamíferos (tomado de PERIS et al.. Fig.7. 1758 Fig.Mapa de distribución. En plantas (tomado de ASENSIO et al. 6..5. 82. 6.Ejemplar adulto..4.. 1758.Antonio Mijail Pérez Fig. 1990): Taxus baccata Linné.

.Diagrama del arbol. 231 . (1998) es muy pequeña para a un trabajo a nivel del país. 85. Análisis Numérico. 6. 83. la propuesta es emplear una escala de 20 x 20 km o de 40 x 40 km. Monitoreo y Publicación de Datos sobre Biodiversidad Fig..Aspectos Conceptuales. Trama de 20 x 20 km.8. Ya que según estos autores la escala de trabajo deberá ajustarse en dependencia del área total de la zona a estudiar. Fig. 84.Mapa de distribución..Propuesta Opción I. Fig. El tamaño de la retícula para el monitoreo Teniendo en cuenta que la escala utilizada por PÉREZ et al.

9. 6.Antonio Mijail Pérez Fig. (2004) en el Cerro Maderas. Consiste en muestrear como mínimo en un punto y como máximo en tres por cuadrícula de 10 x 10 km.Propuesta Opción II. en principio. Como parte de los resultados de este trabajo se llegó a la conclusión de que a los 500 m (± 100 m) de altura se produce una zona de inflexión que delimita la formación de dos comunidades: 232 . 20 x 20 o 40 x 40 km.. El Cartografiado Altitudinal Una problemática que surge cuando se aplica el cartografiado UTM es qué hacer cuando se trata de trabajar en zonas montañosas donde se podría pensar que la biota quedaría subestimada debido a la complejidad del relieve. sencillo. La cantidad de puntos muestreados por cuadrícula estará determinada por la riqueza de especies encontrada en cada punto. 86. En este sentido un punto de partida es el trabajo realizado por BONILLA & ARANA (2001) y PEREZ et al. y será determinada por cada grupo de investigadores. Trama de 50 x 50 km. El método de cartografiado UTM es. Este método es ideal con vistas a la posterior comparación de la diversidad entre localidades muestreadas. Ometepe.

Monitoreo y Publicación de Datos sobre Biodiversidad A. En este proyecto se estableció un transecto de siete estaciones altitudinales de 200 m cada una a todo lo alto del Cerro Maderas con el objetivo de cuantificar la diversidad y establecer su relación con la altura.Aspectos Conceptuales. Fig.. 87. el resultado obtenido es de gran importancia ya que establece un punto de partida en términos de estrategias muestrales para la región montañosa del centro norte del país.Estratos altitudinales en el Cerro Maderas. B. Como se podrá intuir. Una comunidad de llanura y.. Fig. Análisis Numérico.Punto de inflexión en la diversidad altitudinal. 233 . en la práctica es poco factible hacer siete puntos de muestreo en cada cerro de esta o mayor altura en otras zonas del país. 88. Por consiguiente. Ometepe. Una comunidad de altura.

Los niveles del monitoreo Hay un amplio consenso en el reconocimiento de tres niveles de entendimiento de la biodiversidad: • • • Ecosistemas (Formaciones Vegetales). Ecológica . Mediante un estudio de país pueden ser documentadas las diferentes variaciones que experimentan las especies a través de su ámbito de distribución.Antonio Mijail Pérez 6. Especies. De los tres niveles citados el nivel históricamente más utilizado es el nivel de especies (SHARPE. por cuanto es más fácilmente mensurable y permite medir indirectamente el estado de salud de los ecosistemas. Estos niveles también constituyen los indicadores principales del estado de la biodiversidad. Fuentes Varias). y de tal suerte podemos encontrar: 234 . los polimorfismos. estas variaciones pueden ser de índole: • • Geográfica. pero: ¿ Cómo es esto posible ? Cuando un investigador desea estudiar las especies de animales o plantas que se encuentran en una localidad determinada. subespecies. en principio no debe pasar por alto el ecosistema en que estas especies viven ya que existe una relación muy estrecha entre ambos niveles y las características de los ecosistemas condiciona en la mayoría de las ocasiones el tipo de especies que se presentan en los mismos. ecotipos. El nivel de genes por el contrario puede ser monitoreado estudiando las especies recolectadas. etc. Como se ha adelantado en los términos de referencia el presente sistema propone el nivel de especie como nivel de trabajo. Desde este nivel es posible monitorear los niveles de ecosistema y de genes.10. pero estos son difícilmente mensurables. 1998. aunque también se ha planteado la posibilidad de tomar en cuenta procesos como indicadores. Genes. La diversidad genética se mide indirectamente a través de la diversidad de especies.

se detectaron varias poblaciones de la misma con variaciones a las que no se les dio el rango de subspecies pero que ciertamente discrepan de los parámetros biométricos de las poblaciones “clásicas” de la especie. León (Número 4). En estudio realizado por PÉREZ & LÓPEZ (1997) en la especie Bulimulus corneus. 90.. estudiadas por PÉREZ & LÓPEZ (1997).Aspectos Conceptuales. Fig. Análisis Numérico. Ejemplar adulto de la población de Ocotal (Número 9). Ecotipos. Fig. Subespecies..Análisis de Componentes Principales de las poblaciones de Bulimulus corneus.Conchas adultas de las poblaciones más extremas. 235 . 89. Ejemplar adulto de la población de Asosoca. Monitoreo y Publicación de Datos sobre Biodiversidad • • • Polimorfismos.

Esta es una problemática de nivel global pero se acentúa en los países del llamado tercer mundo: África. 236 . Evaluación Rápida de Biodiversidad. Para identificar estas especies sería muy importante desarrollar un estudio preliminar de la biodiversidad del país. como señaló TOIVONEN (1999) el monitoreo de los indicadores de la biodiversidad debe ser combinado con el inventario de los componentes de la misma. a nivel de especies. 1999) se propuso replantear la estrategia de proyectos dentro del GEF de una perspectiva ecosistémica a un enfoque más taxonómico. 1996). 6.11. donde se presenta la mayor proporción de biodiversidad de nivel planetario. La Evaluación de la Diversidad Una de las problemáticas más acuciantes de los biólogos que trabajamos temas relacionados con la biodiversidad es su evaluación. Esto es así debido a que la evaluación exhaustiva de la misma requiere de personal altamente calificado y medios técnicos con los que la mayoría de las veces no contamos. ya que existen especies indicadoras de ecosistemas prístinos de altura. No obstante se debe tener en cuenta que. En este trabajo hemos propuesto la utilización de especies indicadoras en dos sentidos: • Indicadoras de ecosistemas prístinos o poco antropizados. es muy importante destacar que en el Taller Internacional de la Iniciativa Global para la Taxonomía llevado a cabo en Nueva York en el año 1998 (American Museum of Natural History. quienes plantearon que alrededor del 6 % de los taxónomos en activo viven en los países en desarrollo. de ecosistemas prístinos de llanuras (secos y lluviosos). Asia y América latina. que oscila desde la implementación de indicadores costo efectivos hasta estrategias de diferentes tipos como los Estudios Ecológicos Rápidos.Antonio Mijail Pérez Como colofón de este apartado. así como otra serie de variantes. Existe una amplia gama de propuestas para solventar esta situación. etc (WCMC. a pesar de que el uso de indicadores obedece a una necesidad objetiva condicionada por la escasez de recursos para realizar este tipo de trabajos. es decir. En este sentido es curioso el dato de SPELLERBERG & SAWYER (1999).

Año. Nombre de l@/ l@s recolectores. Recolecta de las especies: Las especies se recolectarán según los métodos que sean adecuados a la biología de cada grupo. 1. Mapeo de la información en ARCVIEW. Almacenamiento en DBASE/ ACCESS. Los puntos de muestreo se georeferenciarán con un GPS en coordenadas UTM. El número de lote que se propone está compuesto por dos cifras separadas por dos puntos.12.. El lote es el conjunto de individuos que se recolecta en una localidad determinada. C. El tiempo de recolecta también será adaptado por cada especialista para poder representar el núcleo básico de especies de la comunidad según las áreas mínimas o esfuerzos de muestreo establecidos en cada grupo. Dia.Toma de datos en el campo (GPS y Datos del ecosistema). El número de lote en las colecciones europeas y norteamericanas suele seguir criterios parecidos y está antecedido por las iniciales del nombre de la colección. D. este número indica que se trata del segundo lote recolectado el año 1998. ej. Toma de datos con GPS. Se recogerán a mano.Mes. Toma de datos en el campo (GPS.1. Pasos para la implementación del método El sistema consta de los siguientes pasos: A. Análisis Numérico. 3. Datos de campo: A. con redes o trampas de diferentes tipos. 98:02. Variables físicas y Datos del ecosistema).12.. p. MHNM (Museo de Historia Natural de Madrid). B. Procesamiento de la información de campo. 2. PASO A. 237 . Formato de datos: Taxón: Recolector: Fecha: Lote: Nombre definitivo o provisional del taxón. Monitoreo y Publicación de Datos sobre Biodiversidad 6. 6. p. ej..Aspectos Conceptuales.

se dice que hay 45 individuos de la especie. es decir. Abundancia: Se brindará según la escala cualitativa de TANSLEY & CHIPP (1926). 238 . de las cuales se porponen tres: Abundante: Constituye más del 75 % de la muestra. quienes reconocen cinco categorías. Una escala comúnmente utilizada es la de TANSLEY & CHIPP (1926) (simplificado).Antonio Mijail Pérez Localidad: Vecindad: Nombre del lugar. Los datos de abundancia de las especies se suelen dar cuantitativamente o cualitativamente. Coordenada UTM: Citar coordenada UTM. La abundancia se define como la cantidad de individuos de una especie determinada que se distribuyen en una determinada comunidad. Nombre del entorno que pueda ayudar a ubicar el punto. que consiste en lo siguiente. Los datos cuantitativos son cantidades. Según la aproximación cuantitativa la abundancia se suele señalizar como N y para la comunidad del ejemplo anterior los valores son: Especies BG Alcadia hispida Farcimen tortum Lamellaxis gracillis Subulina octona Gongylostoma elegans Liguus fasciatus Lacteoluna selenina Zachrysia auricoma Cysticopis exauberi N 34 12 4 3 53 Ecosistemas Vegetales Mco Pa Bseco 5 13 4 7 11 23 8 15 45 43 2 17 8 5 4 8 15 68 30 145 Total 18 38 41 80 45 17 12 20 15 296 Los datos cualitativos se suelen dar seg[un alguna escala.

Preservado en alcohol. Se considera la especie más abundante como punto de referencia y el valor de la misma se divide entre 3. 6. de este modo las categorías se estructuran partiendo del valor calculado. que representa 1/3 del total. En caso de que vaya a ser despositado en colecciones. Ver ANEXO (tabla de campo utilizada por (PÉREZ. donde la especie con mayor abundancia es Subulina octona con una abundancia de 80. 6.Almacenamiento en FOXBASE/ ACCESS Para su ingreso en la base de datos se parte de la información de la etiqueta rellenada en el campo. y partiendo de ese valor estructuramos nuestras categorías de la manera siguiente: Abundante: + de 54 individuos. Monitoreo y Publicación de Datos sobre Biodiversidad Escaso: Constituye entre el 25 y el 50 % de la muestra.12. Otras variables. PASO B. Raro: Constituye menos del 25 % de la muestra. Partiendo del ejemplo de la tabla anterior. de manera que para estudios de fauna se puede trabajar de la manera siguiente.Aspectos Conceptuales.2.12. 1999) (modificado). FAMILIA: GÉNERO: ESPECIE: Nombre de la familia.. Nombre del género. dividimos ese valor entre 3 = 27. B.Procesamiento de la información de campo El material biológico recolectado puede ser liberado o depositado en colecciones biológicas nacionales. Estas categorías se refieren a la cobertura de vegetación de un área muestreada. Raro: Menos de 27 individuos.. PASO C. Análisis Numérico. Incorporado a una colección. después de ser recolectado debe ser: • • • Fijado en alcohol o formol. 239 . pero además se adiciona alguna información que contribuirá a enriquecer el conocimiento sobre la especie y/o facilitar el mapeo de la misma.3. Escaso: Entre 27 y 54 individuos. Nombre de la especie.

simplificada. Managua. No. Investigador o grupo de investigadores que realiza la colecta. la da el GPS). Según la escala citada. 92:01 16PEJ7941440505 79414 40505 Campus UCA. Barrio San Juan. Coordenada UTM (Eje X. 4. Localidad puntual. la da el GPS).17 240 . Coordenada UTM (Eje Y. Peso en animales ancho de copa en plantas. variabilidad.Antonio Mijail Pérez NUMSP: ABUND: DPTO: LOTE: COORD: CORX: CORY: LOCAL: VECIND: ECOSISTEMA: COMS: LONG/ ALTURA: ANCHO/ DAP: PESO/ ANCHO COPA: COLECTOR: ALTITUD: ECORREGIÓN: Número de especímenes. Clasificación del ecosistema según la UNESCO.82 3. Departamento. Coordenada UTM. Altitud sobre el nivel del mar. Número de lote. Comentarios sobre algún aspecto notable de la especie. Atlántico y Centro-Norte. Un ejemplo: FAMILIA: GENERO: ESPECIE: NUMSP: ABUND: DPTO: LOTE: COORD: CORX: CORY: LOCAL: VECIND: ECOSISTEMA: COMS: LONG/ ALTURA: ANCHO/ DAP: Subulinidae Beckianum sinistrum 9. etc. Vecindad. Ancho en animales y diámetro DAP en plantas. Una de las tres regiones natuales: Pacífico. Arboleda. Longitud en animales o altura en plantas. 8.

Entonces aparece la base como un nuevo mapa de ARCVIEW. Se activa la base y se mapean todos los puntos que están en esta base. en este caso MAPA BASE DE NICARAGUA. Cargar la vista deseada.. luego ADD y se abre la base de datos con los datos de campo.Mapeo de la información en ARCVIEW PASOS: Para mapear todos los puntos de la base: 1. Si el nuevo mapa se quiere convertir a tema THEME CONVERT TO SHAPE FILE.Aspectos Conceptuales. Análisis Numérico. Cargar la malla UTM que se decida. 5.4. Si el nuevo mapa se quiere convertir a tema THEME CONVERT TO SHAPE FILE. Cargar ARCVIEW. En este caso la base de datos de campo (Monitoreo) a los temas MAPA DE NICARAGUA y MALLA UTM. 6. 241 . Se selecciona VIEW en el Menú de Recursos. Para hacer el mapa de distribución de una especie: 1. 10. Pinchar en THEMES. 3. Son válidos los pasos del 1 al 9 (del punto anterior) Seleccionar en la vista el tema de la base de datos. 60 m.12. OK. 9. p. Pacífico. Cargar la base de datos en formato DBF para relacionarla con los temas existentes. luego PROPERTIES. Con el constructor de preguntas pedir lo que se desea. donde están cargados los temas y luego la opción VIEW del Menú de Pantalla. SÓLO se mapean los puntos que cumplan las condiciones. después ADD EVENT THEME. Para cargar la base de datos seleccionar TABLAS en el Menú de Recursos. 7. en este caso COX y CORY. 5. ej. 11.. Se selecciona la base previamente cargada como tabla y además los campos que se mapearán. GENERO=”Beckianum” AND ESPECIE=”sinistrum” . Hacer la malla transparente. 3. Monitoreo y Publicación de Datos sobre Biodiversidad COLECTOR: ALTITUD: ECORREGIÓN: Mijail Pérez et al. PASO D. 8. 4. 2. 6. 4. 2.

Mapa de distribución del Beckianum sinistrum. 242 . B. Posteriormente se va a THEME y luego EDITOR DE LEGENDA. En esta opción se seleccionan los siguientes puntos: A. En Classification Field: se selecciona el campo “Abundancia”. D.. un círculo cerrado de un tamaño relacionado con el valor introducido en la base. ej. En el punto Tema: se autoselecciona la base en cuestión ya convertida en vista de ARC VIEW. Se repiten los pasos del 1 al 4 (del paso anterior) 2. En Tipo de Leyenda: GRADUATED SIMBOL. 91.. C. Este valor deberá concordar con la escala antes propuesta. Ejemplos: Fig. Se da Apply y se grafican los puntos con el un símbolo. p.Antonio Mijail Pérez Para reflejar los datos de la abundancia: 1.

basta con guardar todo ello como Proyecto. Se repiten los pasos del 1 al 4 (Mapa de distribución de una especie). Monitoreo y Publicación de Datos sobre Biodiversidad Fig. igualmente con la Anchura. Para ello se selecciona el campo Longitud y se añade (ADD). Para que todos los ejercicios descritos anteriormente queden guardados y no se tenga que volver a generar. Para construir el gráfico longitud-altura de una especie: 1. 2..Mapa de distribución de la regresión espacial de la especie Beckianum sinistrum varios años después del muestreo que se refleja en el mapa anterior. 243 . Para seleccionar el tipo de gráfico se pincha en el icono de Diagrama XY o en Gallery XY Scatter. Desde la View (Vista) de trabajo se abre la tabla de Atributos del tema de la base de datos . Análisis Numérico. Se selecciona el tipo de gráfico XY deseado.Aspectos Conceptuales. OK. 92. 3. Para generar el gráfico se selecciona THEME CHART o icono directo . se selecciona en File los campos de la tabla Longitud y Anchura. Se establece el nombre del gráfico (Name). 5. Se pasa de trabajar en VIEW a trabajar en TABLE. 6. 4.

se está implementando en este proyecto el trabajo con especies indicadoras.. 2. OK. No obstante se proponen dos medidas para solventar en lo posible lo que ha sido acuñado por los investigadores y tomadores de decisión relacionados con la biodiversidad como: El impedimento taxonómico Estas medidas son las siguientes: 244 . EJEMPLO DE UNA ESPECIE Fig. 93. entre otras razones.13. Identificación de los taxa Debido a los costos que implicaría el trabajo de los especialistas en la fase de identificación.Antonio Mijail Pérez Para guardar todo como proyecto: 1. 6. View. Table o Chart se puede guardar el proyecto. Se decide el Nombre del proyecto y se guarda este donde se desee. Desde cualquiera de los entornos.Presentación final del monitoreo por especies. File Save Project As.

Tesis de Licenciatura. 1999. Managua. Informe No. FRANCÉS. Diseño de un modelo de sistema experto computarizado amigable para la clasificación de las especies. Nueva York. 1999. R. En: Política Medioambiental para un desarrollo sostenible. Para esto se propone la plataforma ya establecida del Curso de Postgrado de Biodiversidad y la Maestría en Biodiversidad y Conservación (en preparación) de la UCA. 2001. BRATELLI. Revisado 19. Itxaropena S. Para esto se propondría un plan temático colegiado entre los especialistas existentes en el país.. T. Un nivel de postgrado con énfasis en aspectos conceptuales. 8 p. & I.06. Center for Biodiversity and convservation. ARANA.zmuc. En línea. The global taxonomy initiative: Using systematics inventories to meet country and regional needs. B.A. C. Análisis Numérico. 6. procesamiento e identificación de los diferentes grupos florofaunísticos. VADILLO. American Museum of Natural History. 230 p. http//:www. para la recolecta. Cartografiado planimétrico y altitudinal de la isla de Ometepe. ORTEGA y J. ASENSIO. 389 p. Implementación de un programa de capacitación colegiado entre los especialistas nacionales en dos niveles: 1. 58 (Sesión parlamentaria 1996-1997) del Gobierno al Storting.2000. Arboles singulares de Euskadi. 2. B.M. E.dk/commonweb/Eurotax. Noruega y la cooperación internacional en materia de política del medio ambiente. Monitoreo y Publicación de Datos sobre Biodiversidad A.Aspectos Conceptuales. 1990. UCA. The future of taxonomic expertise in Europe. BONILLA.htm. Bibliografía • AMERICAN MUSEUM OF NATURAL HISTORY. ANÓNIMO. Dpto de Rivas.. Vitoria-Gasteiz. • • • • 245 .14. Un nivel de postgrado/ pregrado con énfasis en técnicas de trabajo de campo y laboratorio.

14 p. J. Belg. 1999. r. Recursos genéticos y biotecnología en Nicaragua. 46:261-278. 1979. Bionet Global Taxonomy Workshop.. Realisations et perspectives de la cartographie des invertebrés en Belgique et en Europe. Prefacio. Un estudio de país. Managua. 60 p. Lond. J. European distribution mapas of Pomatia elegans (Müller). 2001. 1994. J. GEF. R. PNUD-MARENA. A report by the Pennsylvania technical comitee. Guatemala. S. MARENA. Biodiversidad en Nicaragua. 106:243-249. 99 p. The role of taxonomy in conserving biodiversity: an UICN perspective. M. J. Arch. zool. Managua. KERNEY. & C. Annls Soc. J. Conch. MAB-TED-WCS. van den BERGHE. Pretoria. & J. 2001.. • • • • • • • • • • 246 . 27:145-148. Managua. methods and results (Mollusca: Gastropoda). 2002. MARENA-PANIF.. MARTÍNEZ-SÁNCHEZ. MARENA. 75 p.C. M. 1970. C. MARQUET. Biodiversidad zoológica en Nicaragua. 115(2):165-175. The british distribution of Monacha cantiana (Montagu) and Monacha cartusiana (Müller). McNEELY. USA.P. 1999. 89 p. 2001. CISNE.M. LOÁISIGA.D. McGUINNES. 1976.Antonio Mijail Pérez • BRIGEWATER. Discus ruderatus (Férussac). P.. VERSTRAETEN. LECLERQ.. Boll. 144 p.H. A heritage for the 21st century: conserving Pennsylvania s native biological diversity. E. 1985. B. MARENA. MAES. Imprimatur. Estrategia nacional de biodiversidad. Eobania vermiculata (Müller) and Margaritifera margaritifera (Linné). KERNEY. 60 p. En: Monitoreo biológico en la selva maya. Zool. An intensive zoogeographical and ecological survey of the land mollusca of Belgium: aims. Managua. CATAÑEDA. Moll. PNUD. MORALES & E. Pensilvannia.P.

1999. 1990. El cartografiado UTM y su aplicación a los estudios zoogeográficos en moluscos continentales de Nicaragua.W. PEREZ. HERNÁNDEZ.M. España. Monitoreo y Publicación de Datos sobre Biodiversidad • MEYRAT. PÉREZ.M.. Biol. 2003. PNUD-Managua. I. Análisis Numérico.M.189 p. No. A. Atlas de las mariposas diurnas de Alava. PUJOL. 110 p. 2001. Imprimatur.. Análisis crítico del estado de conservación de la fauna en América Central. A. A. CBM-Managua. 159 p. Vitoria-Gasteiz. LÓPEZ. J.. P. SIRIA. PÉREZ. 2001. & J.M. Salamanca. Informe Final. Tesis Doctoral.M. Manual de monitoreo del sistema de parques de Venezuela. S. • • • • • • • • • • 247 . Managua. REYES y L. 52 p. Cambridge. SALAZAR. A. MARCOS & I. En rev. K. 1998. p. Cuadernos de Investigación. 243 p. 1998. Trop. 74(3):97-102. A. Atlas de mamíferos silvestres de la provincia de Salamanca. PUENTE. 1999. Universidad del País Vasco. A. Biogeographica.M. SOTELO. J. Rev. SHARPE. MARTIN. Universidad Centroamericana.F. LÓPEZ. 524 p..M. PEREZ. I. Estudio taxonómico y biogeográfico preliminar de la malacofauna continental (Mollusca: Gastropoda) del Pacífico de Nicaragua. Cambridge University Press. A. SAWYER. Gráficas Santamaría.A. ALTONAGA & A. SPELLERBERG. 279 p. PERIS. C. Estado de conservación de los ecosistemas de Nicaragua. Líneas de base de biodiversidad. Managua.M. S. Estudio taxonómico y biogeográfico preliminar de la malacofauna continental (Mollusca: Gastropoda) del Pacífico de Nicaragua (1995-1998). 1999.J. Ediciones de la Diputación de Salamanca. Propuesta de sistema nacional de monitoreo de la biodiversidad. 1999. An introduction to applied biogeography. + anexos. En: Estrategia Nacional de Biodiversidad.D. 1. E. PÉREZ. PÉREZ. & A. 69 p. Econatura.Aspectos Conceptuales. & M. A. Informe final. OLANO. I.

En línea: http://www. 237-276. 6:315 TOIVONEN. 585 p.gencat. 1801) (Gasteropode pulmoné terrestre). ZUNIGA. • • • • 248 . 1999. Huesca.2002. pp. How to design a national biodiversity monitoring programme: Experiences from Finland. 1977. London. 6:27 pm. Global Diversity.Antonio Mijail Pérez • TESTUD. 1992. Chapman & Hall. Diversidad de especies: fauna.hrm. K. WCMC.04. Repartition en France de l espece Cochlicella ventricosa (Draparnaud. PLATEEUW. 1998. 327 p. y M. A. Atlas de las aves de Huesca. En: Costeffective indicators to assess biological diversity in the framework of CBD. T. MARENAPANIF. 1999. Managua.es/mediamb/biond/1445. Un estudio de país. H. WOUTTERSEN. Revisado 5. En: Biodiversidad en Nicaragua. Haliotis. Kees Woutterseen Publicaciones. Status of the earth´s living resources.M.

Monitoreo y Publicación de Datos sobre Biodiversidad 249 . Análisis Numérico.Aspectos Conceptuales.

Se revisan brevemente algunos conceptos sobre la búsqueda en internet.CAPÍTULO VII. Se aportan herramientas generales sobre qué tipo de información publicar y dónde. los tipos de hipótesis y ejemplos de hipótesis de trabajo. 250 . Bases metodológicas de la En el siguiente capítulo se hace un repaso rápido al concepto del método científico y al proceso de la investigación científica. cómo hacer un póster y como preparar una presentación en power point.investigación. tipos de formatos de proyectos y curriculums.

Conjunto de ideas organizadas lógicamente. Enunciado universal y que explica varias leyes. Conjunto hipotético-deductivo. las hipótesis quedan confirmadas y son elevadas a ley. Toda hipótesis verificada es ley. 1997.1. según sea la naturaleza de los hechos que estudia. Monitoreo y Publicación de Datos sobre Biodiversidad 7. El método científico nos lleva a eliminar el plano subjetivo en la interpretación de la realidad. hechos que pueden y deben ser objeto de observación. sino más bien el determinar cuál ha sido el procedimiento para demostrar que un enunciado es así. para comprobar o disprobar hipótesis que implican o predican conductas de fenómenos. 2003). La ley se recapitula en una teoría. O en otras palabras. en otras palabras. L: T: Ley. P: Enunciado protocolario que se funda en la experiencia u observación.1. Lo que importa y es fundamental en el método científico no es el descubrimiento de verdades en todo momento.Aspectos Conceptuales. Hipótesis. pero los pasos que se han de dar están regulados por el método científico. permitiéndonos la objetividad en el proceso investigativo. El Método Científico (según TAMAYO y TAMAYO. 251 . 7. Si se hacen esas observaciones. Análisis Numérico. Sospecha transitoria. Teoría. Hernández et al. el método científico es un conjunto de procedimientos por los cuales se plantean los problemas científicos y se ponen a prueba las hipótesis y los instrumentos de trabajo investigativo.1. que no se toma como cierta hasta que queda refutada o confirmada. H: Hx: Se comprueba deduciendo de ellas. Definición El método científico es la sucesión de pasos que debemos dar para descubrir nuevos conocimientos o. de la que se pueden deducir enunciados protocolarios. pues cada ciencia plantea y requiere de un método especial. desconocidos hasta el momento.

Definición La investigación es un proceso que. La investigación. "la investigación puede ser definida como una serie de métodos para resolver problemas cuyas soluciones necesitan ser obtenidas a través de una serie de operaciones lógicas. genera procedimientos. 94.2.2. tomando como punto de partida datos objetivos".1. 252 . procura obtener información relevante y fidedigna. Etapas. por ser sistemática. presenta resultados y debe llegar a conclusiones. La Investigación Científica 7. verificar. Formas y tipos de investigación Tradicionalmente. corregir o aplicar el conocimiento. ésta se ha dividido en dos formas y tres tipos.Antonio Mijail Pérez 7. sólo forman parte importante de ella. para entender.2. Fig. mediante la aplicación del método científico. La investigación tiene razón de ser por sus procedimientos y resultados obtenidos. ya que la sola recopilación de datos o hechos y aún su tabulación no son investigación.1.Etapas del método científico..2. 7. 7. y de acuerdo con los propósitos inmediatos que persigue el autor de la investigación. O también.2.

HISTÓRICA TIPOS DESCRIPTIVA EXPERIMENTAL HISTÓRICA: DESCRIPTIVA: Describe lo que era. Monitoreo y Publicación de Datos sobre Biodiversidad PURA FORMAS APLICADA A la investigación pura se le da también el nombre de básica o fundamental. registro. 253 . se aplica no sólo a la historia sino también a las ciencias de la naturaleza. Investigación descriptiva: Comprende la descripción. Interpreta lo que es. la medicina o cualquier otra disciplina científica. ya que depende de sus descubrimientos y aportes teóricos. Investigación histórica: Trata de la experiencia pasada. análisis e interpretación de la naturaleza actual. La investigación fundamental es un proceso formal y sistemático de cordinar el método científico de análisis y generalización con las fases deductivas e inductivas del razonamiento. se apoya en un contexto teórico y su propósito principal es el de desarrollar teoría mediante el descubrimiento de amplias generalizaciones o principios. EXPERIMENTAL: Describe lo que será. Busca confrontar la teoría con la realidad. A la investigación aplicada se le denomina también activa o dinámica y se encuentra íntimamente ligada a la anterior.Aspectos Conceptuales. Análisis Numérico. y la composición o procesos de los fenómenos. al derecho.

por cuanto para tal efecto hay que tener en cuenta factores no sólo científicos sino también de índole práctica. 95. etc. Fig. El proceso de la investigación científica El proceso de la investigación consta de una serie de pasos que se sintetizan en la siguiente figura. ya que al plantearse los objetivos el investigador debe analizar el marco espacial y temporal del proyecto y su relación con los recursos con que cuenta para realizarlo.Antonio Mijail Pérez Investigación experimental: Se presenta mediante la manipulación de una variable experimiental no comprobada. el acceso a la zona de estudio..2. El paso más complicado habitualmente suele ser la selección del tema de investigación. Los dos pasos siguientes están muy relacionados entre sí. Con el fin de describir de qué modo o por qué causa se produce una situación o acontecimiento particular. Gran parte de todo ello tiene que ver de uno u otro modo con la disponibilidad de financiamiento. como el clima. en condiciones rigurosamente comprobadas. los factores sociales.3.Fases del proceso de investigación científica. 254 . 7.

ya que en los textos de metodología de la investigación las clasifican según puntos de vista muy diversos. Nos ayuda a precisar o corregir el título del problema y podemos enunciarla como el establecimiento de la relación causa-efecto proveniente del planteamiento del problema. Tipos: La hipótesis estadística Los siguientes tipos pueden brindar una idea de lo que es una hipótesis y cuál es su aplicación: General o empírica: Es la orientadora de la investigación. Para indicar rigurosamente esta duda se formula una hipótesis de trabajo en la que se afirma lo favorable de una de las soluciones en relación con las demás. de donde se desprenden las variables. Se dice que la hipótesis de trabajo es operacional por presentar cuantitativamente . Hipótesis 7. Es difícil presentar una clasificación universal de las hipótesis. De trabajo u operacional: Una vez formulada la hipótesis general o empírica se formula la hipótesis de trabajo u operacional. Su valor reside en la capacidad para establecer unas relaciones entre los hechos y explicar porqué se producen. términos medibles. 7. intenta enfocar el problema como base para la búsqueda de datos. y se obtienen diversas respuestas de alternativa. Se le llama de trabajo por ser el recurso indispensable para el logro preciso y definitivo de los objetivos propuestos en la investigación.3.3. Análisis Numérico.3. La hipótesis de trabajo puede demostrarse o ser rechazada en las conclusiones de la investigación. Hipótesis nula: Es aquella en la cual indicamos que la información a obtener es contraria a la hipótesis de trabajo. Monitoreo y Publicación de Datos sobre Biodiversidad 7. 255 .es decir. Definición La hipótesis es una proposición que nos permite establecer relaciones entre hechos. En el planteamiento del problema se presenta una duda razonable sobre dos o más soluciones posibles al mismo.Aspectos Conceptuales.1.la hipótesis general. no puede abarcar más de lo propuesto en los objetivos de la investigación o estar en desacuerdo con ellos.2.

la cual niega la relación entre las variables de un estudio. Hipótesis nula: No existe relación entre la diversidad faunística y la variedad de hábitats. aff indentata tiene preferencia por alguno de los tipos de alimento. 2) Hipótesis estadística: es la que expresa la hipótesis operacional en forma de ecuación matemática. Hi: La especie de planta Wigandia urens se distribuye según un patrón que no es completamente al azar. Hipótesis III Ho: Cierta especie de pez no tiene preferencias por ninguno de los tres sustratos existentes en un río. Hi: No se distribuye independientemente. Ho: C = 0. Hipótesis nula: No existe diferencia significativa entre el aprendizaje en niños de diversas edades. aff indentata no tiene preferencia por el alimento. mostrando cierta preferencia por alguno de ellos. por tal debe ser precisa a fin de facilitar la relación estadística. La diversidad faunística está relacionada con la variedad de hábitats.Antonio Mijail Pérez Ejemplos: 1) El aprendizaje de los niños se relaciona directamente con su edad. La especie G.5 Hipótesis II Ho: Hi: La especie G. Ejemplos: Hipótesis I Ho: La especie de planta Wigandia urens se distribuye según un patrón completamente al azar.5 Hi: C ≠ 0. 256 . La más exacta de las hipótesis estadísticas se denomina hipótesis nula.

Hipótesis VII Ho: La presencia se estabilimento en las telas de cierta especie de araña es independiente del tamaño de la araña. La presencia de estabilimento en las telas de cierta especie de araña está relacionada con el tamaño de la araña. Hi: Hipótesis VI Ho: Hi: El color del pelo es independiente del sexo. El tipo de hoja (pubescente o lisa) de cierta especie de planta está relacionado con el tipo de suelo (Serpentina o no serpentina).Aspectos Conceptuales. Análisis Numérico. Monitoreo y Publicación de Datos sobre Biodiversidad Hipótesis IV Ho: La sobrevivencia de los conejillos de indias es independiente de si se le suministra o no la droga. ρ= 0 ρ≠0 Ho: Hi: 257 . El color del pelo no es independiente del sexo. Hi: El peso de la cola y el peso del cuerpo en cangrejos están relacionados. Hi: Hipótesis VIII Ho: No existe correlación entre el peso de la cola y el peso del cuerpo en cangrejos. Hi: Hipótesis V Ho: El tipo de hoja (pubescente o lisa) de cierta especie de planta no está relacionado con el tipo de suelo (Serpentina o no serpentina). La sobrevivencia de los conejillos de indias está relacionada con la aplicación de la droga.

258 . 6. 10. Presupuesto. Objetivos (Generales y específicos).Antonio Mijail Pérez Hipótesis IX Ho: Los diferentes azúcares no tienen efecto sobre la longitud de los fragmentos de tejido de tabaco. 4. 3. 12. Carátula o portadilla. 5. 7. Ho: µ1= µ2= µ3= µ4= µ5 Hi: µ1≠ µ2 ≠ µ3 ≠ µ4 ≠ µ5 Hipótesis X Ho: La diversidad de especies es independiente de la altura. 8. Resumen (100 a 150 palabras). Anexos (Cuando los haya).4. Partes del Protocolo de Investigación 1. Hipótesis (Cuando se requiera). Ho: H'1= H'2= H'3= H'4= H'5 Hi: H'1 ≠ H'2 ≠ H'3 ≠ H'4 ≠ H'5 7. Hi: Los diferentes azúcares producen un efecto sobre la longitud de los fragmentos de tejido de tabaco. antecedentes y justificación). Indice. Cronograma de actividades. 2. Hi: La diversidad de especies está relacionada con la altura. 11. Materiales y métodos Incluye ubicación del área de estudio). Introducción (Planteamiento del problema. Literatura citada. 9. Revisión de literatura.

Análisis Numérico. Los proyectos de investigación y su elaboración 7.5. Cada vez menos las instituciones nos financian los proyectos de investigación. La pregunta es: cómo solicitar fondos y para qué.1. Los formatos estandarizados Formato del AECI: 259 . Monitoreo y Publicación de Datos sobre Biodiversidad 7. 7.5. Cómo solicitar fondos y para qué Una de las queahaceres cada vez más habituales de los investigadores de nuestros días es cómo conseguir financiamiento.Aspectos Conceptuales. Ideas generales.5.2.

floods. 7. as well as preliminarily diagnose the ecosystems studied.Antonio Mijail Pérez Formato GEF (PNUD-Managua): 1. and they can only be found within terrestrial or freshwater ecosystems associated to volcanic lakes of the Pacific slope. because being animals with a very low mobility. GEF focal area: Biodiversity (in protected areas). 8.Assess snail composition and epidemiology of communities under study. Operational program: This proposal falls within two oerational programs: . Country: Nicaragua. Project name: Snail diversity from the Nicaraguan Pacific Slope protected areas and its relation to human health.Assess population dynamics of keystone species. etc. The mentioned high endemism rates put snails among the best bioindicators on natural ecosystems. 6. wood fires. Linkages to national priorities and programs: This project links to initiaves to preserve diversity in the protected areas of the Pacific slope. Following McArthur and Wilson's principle of island diversity it should be mentioned that. and shoud be highly priorized for conservation policy development. GEF implementing Agency: UNDP 3. 2. and: . 5. nowadays volcanic lakes of Nicaragua. 260 . so far. Rationale and objectives: Mollusks exhibit one of the highest rates of endemism on nature. Country elegibilty: Nicaragua has signed the Convention on Biodiversity. they can't escape water or earth pollution. 4. and its sorrounding terrestrial ecosystems are to be considered "islands" with a more o less pristine flora and fauna within the drastically damaged ecosystems from the Pacific slope. we have preliminarly identify 8 new snails species to science. Status on GEF operational focal point review and endorsement: 9.

in order to give global vision of species all alone its distribution range. Carretera Norte.: 1. but a non less important role as parasite hosts is played by terrestrial and marine snails. Geographic extension: Refers to distribution outside Nicaragua. 261 . litter. Monitoreo y Publicación de Datos sobre Biodiversidad On the other hand.. Assess snail composition in each lake under study. An special emphasis has been placed on the study of freshwater snails.g. etc. providing precious material with a wide geographic and taxonomic cover of taxa. It must be remembered the record by Pérez & López.Aspectos Conceptuales. we have a preliminary list of 21 families and 26 genera of freshwater gastropods that have been previoulsy cited in the scientific bibliography as vectors of bilharziasis. Expected outcome: We shall produce and inventory of terrestrial and freshwater mollusk fauna. In Nicaragua. There is an unfortunatelly huge list of molluscs species that host trematodes. 3. This variable enable us to evaluate species conservation status and thus. 2. v. which indirectly also affects man. etc. with other data as follows: Species name + Author. a fluke transmitted by the freshwater prosobranch snail Melanoides tuberculata. fascioliasis. infected by platelminth Proalaria spathaceum. Description: Shall include a description of the shell from a series of specimen studied and a drawing or a photograph of the shell. Ciprinus carpio & Cichlasoma citrinellum) at Las Mercedes station. Epidemiology: We will list parasite species eventually detected at each snail species. cholera. under stones. barks. its potential economic importance. platelminths and other alike parasites. molluscs play an important role as vectors of diseases that affect man and cattle. Hábitat: Refers to particular places where species inhabit. 10. and its ecological distribution. Oreochromis niloticus. Stablish the possible parasites present in snails species. Biometry: Shell measures will be included to document ecology-related variations. Cichlasoma managuense. Abundance: Will be given as the quantity of collected alive specimen/ total sampling time. since they are the most important vectors worldwide. Análisis Numérico. Give a preliminary diagnosis of water and terrestrial ecosystems quality according to snail composition. Fresh material and dry shells collected during field work will be stored at UCA Malacological Collections. of a number of fish species (v.g.

using a notation of 10 x 10 km. tree holes.g. Samplings: All collecting site will be visited twice. Activities: Collecting: Method for collecting and preserving material will be as usual: hand-collecting and after storing the animals in plastic boxes with its corresponding label. etc.M. the material is kept in glass tubes within cardboard boxes.Antonio Mijail Pérez 11. Once having fixed the material we will proceed to sorting and identification of material. logs. v. relaxing in menthol water. in the case of dry shells. España. (Universal Transverse Mercator) projection. Posteriorly. An special emphasis will be placed in sampling aquatic ecosystems. Analysis: Distribution data will be plot in maps following U. barks. woods. river basins. Base maps were made by Dr. Study sites: Lake Cosigüina Asososca León Monte Galán Xiloá Apoyeque Asososca Nejapa Tiscapa Masaya Apoyo Maderas Protected area RN Cosigüina RN Laguna de Asososca RN Volcán Momotombo RN Península de Chiltepe RN Península de Chiltepe ---RN Laguna de Nejapa RN Laguna de Tiscapa RN Laguna de Masaya RN Laguna de Apoyo RN Laguna de Maderas 262 . antropogenic elements. rocks. various crops. etc. as a part of a colaboration program UCA-UdG.T. Pere Pujol at the Universitat de Girona (UdG). Samplings will include eye revison of litter. Cataluña. in each site all possible hábitats will be sampled. human settlements. or in glass tubes within glass jars in the case of fresh animals. and then step to 70º alcohol after 24 hours.

Bibliography (US $ 500.00 Cost US $ 2.600. Equipment (US $ 15. Monitoreo y Publicación de Datos sobre Biodiversidad Item 1. Training personnel (US $ 200 x 12 months) Subtotal TOTAL 7. Rent-a.000.00/ trip/ 29 trips) Per diem (US $ 10.00 Cost US $ 500.00 x 12 months) 4. Los formatos no estandarizados. El Artículo Centífico (Artículos de fondo.00 Cost US $ 21. Monitoring and surveys (US $ 1.00 US $ 40.5.800. Field trips Mileage (US $ 35.00 US $ 870.00 US $ 25.00 Cost US $ 15.00) Cost US $ 1. Apartados sugeridos • • • • • • • • • Introducción Objetivos Justificación Grupo meta Metodología Resultados Esperados Bibliografía Cronograma Presupuesto 7.00) 5. Tipos y características (Ver Anexos) Un aspecto muy importante a tener en cuenta cuando nos adentramos en el mundo de las publicaciones son los diferentes tipos que existen de las mismas. los más frecuentes son los siguientes: 263 .1.00 (Provided by UCA University) Cost US $ 2.485.00/ trip/ 29 trips 3. Análisis Numérico.000. Comunicaciones breves.485.00 6.Aspectos Conceptuales. Revisiones) 7.3.900.015.00/ 3 persons/ 29 trips) 2.car US $ 100.6.400.6.

Es muy importante para los investigadores saber este particular porque a veces se dispone de información valiosa pero puntual y se piensa que esta no será del interés de ningún editor de revistas. etc. Revisiones: Revisiones sobre un tema. Comunicaciones breves: Son aquellos en los que se presentan investigaciones de corta duración. su estado de conocimiento. habitualmente de más de seis meses. Qué tipo de artículo publicar y dónde. Ampliaciones de ámbito: Son artículos cortos para informar sobre la presencia de una especie en una región biogeográfica o un ecosistema del país de donde antes no había sido citada. en dependencia del tipo de artículo de que se trata. 264 . En la mayoría de las revistas se solicita al autor la preparación de su artículo con un formato ligeramente diferente. habitualmente de menos de seis meses. Dónde publicar Una de las preocupaciones más usuales es que tipo de artículo escribir con la información disponible.6. 7.2. También informan la presencia de una especie de un país en el que no había sido citada. Uso de las normas editoriales. Una vez escrito el artículo la pregunta es dónde publicarlo y cómo.Antonio Mijail Pérez Artículos de fondo: Son aquellos en los que se presentan investigaciones de larga duración. Es muy importante cumplir con estos formatos porque ahorra trabajo al editor y el autor se evita enviar de nuevo el artículo si el editor se lo devuelve para su adaptación al formato del tipo de artículo en cuestión.

265 .Normas editoriales de la Revista Encuentro (Nicaragua).96. Análisis Numérico..Aspectos Conceptuales. Monitoreo y Publicación de Datos sobre Biodiversidad Un ejemplo de revista nacional: Fig..

Antonio Mijail Pérez Un ejemplo de revista internacional: 266 .

Monitoreo y Publicación de Datos sobre Biodiversidad Fig. por consiguiente lo más apropiado sería una revista nacional. Análisis Numérico. si se dispone de nuevos datos en Nicaragua. 97.Aspectos Conceptuales. si se tiene una especie que había sido reportada sólo de Masaya y se encuentran datos de otras zonas del país. esta información encajaría muy bien dentro de una revista de ámbito internacional. Por ejemplo. de una especie conocida hasta el presente de Guatemala. sería meritorio hacer una publicación de este tema pero esta seria más de interés nacional que internacional.. 267 . A veces se dispone de datos de gran importancia pero son de interés local.Normas editoriales de la Revista de Biología Tropical (Costa Rica). A la hora de publicar es de vital importancia estar conscientes de qué tipo de artículo se quiere publicar y dónde. En cambio. sobre todo de la región Centro Norte o del Atlántico.

PEREZ. cada editorial o revista tiene sus propias normas. número si lo hay (entre paréntesis): página inicial y final del artículo. La bibliografía.7. del 3º. Al final se colocan los artículos y partículas (entre paréntesis) que precedan a la primera palabra escrita en la ficha. etc. mapas y otros Normas para citas bibliográficas. Abreviatura internacional de la revista (subrayada). A.Antonio Mijail Pérez 7. 1998. del 3º. Citas de bibliografía. C. etc. seguidos del 2º autor. o cualquier otro. Nuevos datos sobre la morfología y la distribución de Praticolella griseola (Pfeiffer. volumen: página inicial y final del artículo. Año de publicación (puede estar entre paréntesis). B. Artículo anónimo: La primera palabra del título (en mayúsculas) que no sea artículo o partícula y tenga que ver con el contenido del mismo. año de publicación (puede estar entre paréntesis). volumen. La Presentación de los Informes y Artículos 7. Así. pero debe tenerse presente que el lector debe ser capaz de identificar perfectamente la obra a partir de la cita. Fichas bibliográficas: A. et. Iberus. Artículo de revista: Apellido (s) y nombre o iniciales del nombre (en mayúsculas) del 1º autor.M. seguidos del 2º autor. al. Se puede utilizar este sistema. Año de publicación (puede estar 268 .1. 16 (2): 85-94. 1841) (Pulmonata: Polygyridae) en Nicaragua. De libro: Apellido (s) y nombre o iniciales del nombre (en mayúsculas) del 1º autor. Abreviatura internacional de la revista (subrayada o en cursiva). siendo necesario que los originales que les sean remitidos se ajusten a las mismas.7. Existen diversos formatos para citar la bibliografía utilizada durante la realización de un trabajo de investigación. Las normas de cita aquí expuestas son una más de las múltiples variantes posibles. Título completo del artículo (puede estar entre comillas).

269 . 1969. En: Barrientos. De capítulo de libro: Apellido (s) y nombre o iniciales del nombre (en mayúsculas) del 1º autor. Año de publicación (puede estar entre paréntesis). Número de volumen (si hay más de uno). 1-101.Aspectos Conceptuales. Título completo del libro (subrayado o en cursiva). Año de edición.000. Instituto Geográfico Militar de Bolivia (IGMB). ya que en caso de una ordenación alfabética es posible que mapas de una misma zona elaborados por diferentes instituciones queden muy alejados. 1965. PEREZ. seguidos del 2º autor.M. En caso de más de un volumen. seguida de dos puntos: Apellidos y nombre del editor o editores si los hubiera. dificultando con ello su relación. A. Página inicial y final. LÓPEZ. Mapa de Nicaragua. Institución. Malacología Latinoamericana. PEREZ. Número de páginas. del 3º. Título completo del capítulo (puede estar entre comillas). lo que permite al lector una localización más rápida del mismo. Hoja de Padcaya.M & A. Eds. INETER. Editorial o imprenta. Título del libro. número. D. A. Z. lugar de edición.000. & LÓPEZ. lugar de edición. San José. Escala 1:250. Editorial o imprenta. escala. & J. Ello supone la agrupación de todo el material cartográfico.000. Atlas de los moluscos continentales del Pacífico de Nicaragua. Análisis Numérico. Todas las hojas. Monitoreo y Publicación de Datos sobre Biodiversidad entre paréntesis). Mapa topográfico de Nicaragua. Escala 1:50. Editorial Universidad de Costa Rica. 2002. E. Nombre de la hoja. Mapas: Para citar los diferentes mapas utilizados en la investigación se suele crear un apartado independiente en la bibliografía. escala 1:50. Editorial UCA. Partícula "En" cursiva. 2000. A. 1989. 6628 II. Monge.Nájera. etc. Managua. INETER. pp. Listado preliminar de la malacofauna continental (Mollusca: Gastropoda) del Pacífico de Nicaragua. 312 p. número de volúmenes y sus páginas correspondientes en cada uno.

"AINAUD de LASARTE. ISBN 84. 6528. et al.edu.Antonio Mijail Pérez IGMB. Páginas de internet: Autor (es): (Año si está indicado). F. Título [tipo de soporte]: Dirección página web completa. 1991. cinta magnética. Edición.M. Descripción física. A. Hoja de Yunchará. A. 270 . fecha de publicación. G. Carta Geológica de Bolivia. [Consulta: 17 octubre 2000]. <telnet://ariadna.es>. publicados en una parte o en un número limitado de partes. 1839) (Gastropoda : Prosobranchia : Olvidae) in a Pacific Beach of Nicaragua [en línea]: <http://. [Barcelona]: Planeta DeAgostini.000. J. como si están en un soporte informático tangible (disquete.html>. 1.000. 6528 I. Notas. En: Enciclopedia multimedia Planeta DeAgostini.html. Responsable(s) secundario(s). Biblioteca Nacional (España). Disponibilidad y acceso [Fecha de consulta]. etc.395-6023-0. El cartografiado UTM y su aplicación a los estudios zoogeográficos en moluscos de Nicaragua [en línea]: http://www. Vol. SGB. Carta Geológica de Bolivia. bases de datos y programas informáticos: Textos electrónicos monográficos. Servicio Geológico de Bolivia (SGB).edu.) Responsable principal. escala 1:50.uca. bases de datos y programas informáticos. 1967. [Madrid]: Biblioteca Nacional. Fecha del día de consulta.ni/biblioteca/malacología/olivella. Título [tipo de soporte]. 6628. DL 1997.bne. Lugar de publicación: editor. Spatial Patterns in a Population of Olivella semistriata (Gray. fecha de actualización/revisión. tanto si son accesibles en línea --Internet u otras redes --. PEREZ. Textos electrónicos.ni/bibliotece/malacologia/cartografia. cd-rom. [Consulta: 17 octubre 2000]. PEREZ. escala 1:100. 1997]. 1991. Número normalizado.uca. Hoja Yunchará. login: 'bn' [Consulta: 28 abr. A. Hoja Padcaya. Ariadna [en línea]: catálogo automatizado de la Biblioteca Nacional. & LOPEZ.M." [cd-rom]. (Colección).

1998). 1996. Responsable principal (de la contribución).es/p/19970509/cultura/tesis. 9 mayo 1997. En el caso de que en una misma referencia se incluyan varios libros o artículos. 1996 a. a continuación y entre paréntesis. si es un libro. J. 271 . 1990. Notas. distinguiendo por letras (a.. entre paréntesis sólo irá el año: Pérez (1996) afirmó que. citando las ideas del autor pero con las propias palabras) a artículos o libros figurarán en el texto entre paréntesis. El país digital. Alonso. Número normalizado. Título (de la publicación en serie). n§ 371. Análisis Numérico. etc.L. Las referencias no literales (es decir. bastará poner el apellido y los años de los diferentes trabajos separados por comas. "Título (de la contribución)" [tipo de soporte]. se puede incluir la página o páginas de la/s que se ha extraído dicho texto. B. indicando el apellido del autor y el año.7. Disponibilidad y acceso [Fecha de consulta]. 1998). Si en la referencia se incluyen varios trabajos de un mismo autor. Monitoreo y Publicación de Datos sobre Biodiversidad H. 7.<http://www. CUERDA. Edición. 1992. Citas textuales. "Para abrir los ojos" [en línea].) aquellos trabajos que haya publicado en el mismo año (Pérez. Artículos y otras contribuciones en publicaciones seriadas electrónicas: Artículos y otras contribuciones en publicaciones seriadas electrónicas que tienen un contenido unitario e independiente del contenido de las otras partes del documento fuente (periódicos).2. 1996b. b. se indicará el apellido del autor del texto. Localización de la parte dentro del documento fuente.. el año y. A.elpais. se citarán uno a continuación del otro por orden cronológico y separados por un punto y coma (Pérez. Las citas textuales irán entrecomilladas y. separados por una coma (Pérez. Si el nombre del autor forma parte del texto. Citas dentro del texto. 1998).htm#uno> [Consulta: 9 mayo 1997].Aspectos Conceptuales. Citas no literales-textuales.

34. b)DELGADO. Pueden ir al pie de página (al calce).55. en el mismo lugar Usos Cuando se cita varias veces a un mismo autor se usa ibid..M. al. p. cit. 1841) (Pulmonata: Polygyridae) en Nicaragua”. Idem. A.A.. sería así: Como Pérez (1996. 89. p.(1983): “Enfermedades parasitarias de los mamíferos económicos de Cuba”. Op. Iberus.) y el Bosque Semicadudifolio (. (1998). Esto puede explicarse por la mayor diversidad de microhabitats existentes en ambas formaciones vegetales respecto a las otras dos estudiadas y a los factores microclimáticos “ (PEREZ. Para evitar repetir los datos referentes a la fuente. A. Sirven para aclarar o dar una información adicional sobre lo expuesto en el texto. Pueblo.. Ciudad Habana. (Opus citatum) Ob. Ejemplos a) PEREZ. poniendo el nombre de este o éstas. a)PEREZ. 272 .). Edit. 1996. Encuentro. A.M. Cit. al final del capítulo o al final de la obra.51: 51-59..86.Antonio Mijail Pérez Ejemplo: “Los valores de diversidad mayor fueron obtenidos en el Bosque Seco (.. 137) señalaba "Los valores de diversidad.” Locuciones latinas Se usan para proporcionar los datos de la fuente de la que se extrae la información. antes de la locución.M. LOPEZ. 16 (2): 85-94. Locución Latina Ibid. b) Ibid. Significa Allí mismo.M.. Obra citada Cuando se vuelve a mencionar un autor u organización.. (1999): “Algunos aspectos relacionados con las enfermedades tropicales transmitidas por moluscos”. Cit. después de intercalar otras citas.LOPEZ. p.. p. 137) Si el nombre del autor forma parte del texto.A. 58. et. c) PEREZ. Op.. “Nuevos datos sobre la morfología y la distribución de Praticolella griseola (Pfeiffer. p.

et. al igual que infra. consulte. 4. pero la mayor parte de las veces va acompañada de la locución vid (véase) Cuando. cit. M. Supra. Loc. (confere). Otros. 52. Monitoreo y Publicación de Datos sobre Biodiversidad Locución Latina Infra. p. 137. Rev. (1996).. A. Et. PÉREZ.Aspectos Conceptuales. Compare. infra Supra. Texto o lugar citado. p.. Loc. Cit. Significa Abajo o en los párrafos o páginas siguientes. 273 .Biol.Trop. cap. Cuando se desea omitir lo dicho por un autor que trata el mismo tema. Usos Cuando se remite al lector a una parte posterior del libro a veces se utiliza sola. Cuando se repite una frase o párrafo ya mencionado.. También se utiliza en taxonomía para indicar que no estamos seguros de la especie identificada y sugerimos la comparación con otra muy relacionada. Para aclarar este argumento vid. Arriba o que ese tema se ha trasladado en una página o párrafo anterior. “Sinecología básica de moluscos terrestres en cuatro formaciones vegetales de Cuba”.M.M. (Et alius) y sig. Cfr. PEREZ. al. p. Cfr. se utiliza generalmente acompañado de vid. Pérez. A. Análisis Numérico. A. Ejemplos Para mejor comprensión entre este tema vid. 139. al. cuando el libro o artículo ha sido escrito por más de dos autores. 44 (1): 133-146. Cuando no se quiere señalar a todos los autores.

El analfabetismo en la zona rural de El Salvador es del 68%. M.gr. Acerca. (verbi gratia) Por ejemplo. Vid. p. 2. Freud.Antonio Mijail Pérez Locución Latina Vid. La Prensa Gráfica. citado o basado en. Ejemplos Vid. Información aproximada. 1993 Sic. de Naciones Unidas. En cualquier lugar. Informe presentado por Pastor Ridruejo. Pérez & López. (Videre). ca. 274 . Passim Frecuentemente. S. Indistintamente. Significa Véase. (sicut). 141. el Secretario General. Apud. V. Cuando se quiere apoyar una idea o razonamiento. Cuando se desea ilustrar algo. jueves 11 de junio de 1992. La esquistozomiasis o bilharsiazis es producida por plantemintos tremátodos del género Schistosoma. japonicum. La locución sic. “ es la segunda ofensiva que se quiere plantear contra la Corte a nivel político” (sic). A. S. Apoyado por. gr. Pérez. Mauricio Gutiérrez Castro. Cuando el párrafo o frase del autor es confuso. ca. Según el Dr. Cuando se quiere dar una aproximación. pág. Este razonamiento se encuentra en el psicoanálisis de S. apud. se coloca entre paréntesis ( ) inmediatamente después del párrafo citado. Así o léase como está. Usos Cuando va acompañado con las locuciones infra y supra o sola. Javier Pérez de Cuéllar. Presidente de la Corte Suprema de Justicia de El Salvador. passim. Schistosoma mansoni.. haematobium. v. Cuando se desea señalar que lo dijo un autor se encuentra apoyado por otros autores.

lin. s. Monitoreo y Publicación de Datos sobre Biodiversidad 7. ap./trad./s=Vol. colec.cit.a. ej. cit pte./págs.f. corr. fr. s. art. cfr./s. bibl. il. del a.i. Abreviaturas y símbolos a. pp.l./pág./s foll. t. map.e. doc. biblgr.cit. tec. del e. n. Abreviaturas principales y símbolos Estas son algunas de las abreviaturas más usadas en textos y citas bibliográficas. s./s man. fig. per. aut. Análisis Numérico./edic./I c. cont. n. cit./s art. cit.Aspectos Conceptuales. arch./s ms. s. ined.3. Vo. impt. edit. lam/s lib. v. s. n. entr. s.cit etc. ind. grab. c. 275 .p./s No./s fol./s p. paf. cit fotg. tít. (Copyright) cap. h. bol./s Significado año apartado apunte citado archivo artículo/s artículo citado autor biblioteca bibliografía boletín derechos de autor capítulo/s catálogo con referencia ilustrado citado por coeditor colección continuación corregido documento por ejemplo edición editor ejemplo entrevista citada etcétera expediente fecha fechas figura/s folio/s folleto citado fotografía fracción grabado gráfico hoja ilustración/s Abreviaturas y símbolos imp. núm.g./to. ff.d. ap. graf. pass. ed.f. in./s s. del t. tr. por coed. s.=sig. f./s catal. cit.7. exp. e. rev.n./s n./s [ ] Significado Impreso Imprenta Inciso Índice Inédito lámina/s Libro Líneas Manual mapa/s manuscrito/s Nota nota del autor nota del editor nota del traductor número/s número/s Página Páginas Párrafo en distintas partes periodo citado Parte revista citada siguiente/s sin año sin lugar ni fecha sin editor sin fecha sin lugar sin pie de imprenta sin nombre Tomo tesis citada Título Traducción Verso volumen/es los datos dados no están en la fuente consultada.

) y el Bosque Semicaducifolio (.. 137 “Los valores de diversidad mayor fueron obtenidos en el Bosque Seco (. A. con el fin de no tener que volver a consultar el libro al redactar el trabajo que hace el investigador. Esto puede explicarse por la mayor diversidad de microhabitats existentes en ambas formaciones vegetales respecto a las otras dos estudiadas y a los factores microclimáticos “.. Ficha de evaluación Se trata de la valoración personal de un texto que se ha leído What is life? SCHRODINGER. Se distinguen dos tipos de ficha. Los puntos suspensivos entre paréntesis (. B.) indican que se ha interrumpido la transcripción y luego se ha continuado.Antonio Mijail Pérez Fichas de trabajo A lo largo del trabajo científico o historiográfico se pueden realizar diversas fichas que ayudan a la confección posterior del trabajo. Son posibles otros muchos tipos de fichas de trabajo. donde necesariamente hay que indicar la página o páginas de donde se extrae la información. A. Sinecología básica de moluscos terrestres en cuatro formaciones vegetales de Cuba.. (1996) pág. por motivos pedagógicos.. aunque en la práctica ambos están fundidos en una única ficha de trabajo. La masiva implantación del ordenador personal permite la utilización de programas y bases de datos que permiten ordenar y buscar información de forma casi inmediata. PEREZ. Los mecanismos más tradicionales de gestión de la información consistían en la elaboración manual de fichas de contenido. ERWIN (1944) 276 .). pero el fundamento último del sistema se basa en el mismo principio: la anotación sistemática y exhaustiva de todos los documentos estudiados en el proceso de documentación... Ficha de cita literal Consiste en la transcripción exacta de un texto (entre comillas).

con numerosas variables. 98. son a la vez los planos del arquitecto y la mano de obra del constructor" (pág. Se recogen algunas intuiciones relativas al desciframiento del "código genético". Análisis Numérico. 3) Es muy importante resaltar el título y las direcciones de los autores...Aspectos Conceptuales. gráficos de pastel y de barras. para usar otra comparación. etc. 4) Que haya buen contrapeso entre texto e imágenes.Ejemplo de póster.) Las estructuras cromosómicas son al mismo tiempo los instrumentos que realizan el desarrollo que ellos mismos pronostican. 2) Usar mucha información gráfica: mapas. Monitoreo y Publicación de Datos sobre Biodiversidad Exposición interesante y brillante de las características esenciales de los seres vivos como fenómeno físico de alta complejidad.8. La idea es que se lea desde una distancia de un metro. fotos. En palabras del autor: "la estructura de las fibras de los cromosomas son un texto cifrado (. Fig. 277 . y como un sistema físico-químico termodinámicamente abierto. Representan tanto el texto legal como el poder ejecutivo. El Póster Consejos rápidos para la elaboración de un poster: 1) Usar poco texto y el mismo que sea de punto grande. 41). 7..

Ejemplo de tamaño del texto. color del mismo y color del fondo. En ambas debe haber poco texto. 101. Es de gran importancia preparar transparencias y diapositivas. una charla ante un financiador.. etc. Un elemento de gran importancia en la exposición de un trabajo científico es el apoyo de los medios audiovisuales. 100. color del mismo y color del fondo. y este debe ser grande y esencialmente indicativo. 99. La Comunicación Oral Una de las claves de la comunicación oral es el ajuste entre la cantidad de material disponible y el tiempo asignado para la exposición..Ejemplo de tamaño de uso de la iconografía.Ejemplo de tamaño del texto. Fig. Fig. 278 .Antonio Mijail Pérez 7. sólo se deben escribir aspectos generales que nos permitan luego desarrollar las ideas u otros aspectos de interés. Un investigador debe ser capaz de ofrecer una buena síntesis de sus resultados en el tiempo que le sea asignado por la mesa de un congreso.9. Fig. es decir..

Monitoreo y Publicación de Datos sobre Biodiversidad 7. 7. Formatos estandarizados.Aspectos Conceptuales. 2.10. Elaboración del Curriculum Vitae Al igual que en el caso de los proyectos existen dos formas principales de presentación: 1. 279 . Los formatos estandarizados. Análisis Numérico.10. Los formatos no estandarizados.1.

Conducción de vehículos de todo terreno. Cuba.10. etc. Experiencia en estudios conservación de fauna e impacto ambiental. Experiencia en los campos de la bioestadística. Experiencia en docencia de pre y postgrado. malacología y ecología. sistemática zoológica. • • • • • • • 280 . Elaboración de proyectos de investigación.2. artículos e informes científicos. Pasaporte: C 71. Dominio de la metodología de la investigación científica. Nacionalidad: Nicaragüense. 1999. biodiversidad. Formatos no estadarizados.70. • • • • Elaboración de libros. • • • • • • • • II.Antonio Mijail Pérez 7.06. España.1964 Lugar de nacimiento: Ciudad Habana.00 Estado civil: Dirección personal: Dirección laboral: DATOS ACADÉMICOS. NT sys.). Universidad del País Vasco.58. Dirección de grupos de investigación. Doctor en Biología. Apartados sugeridos ANTONIO MIJAIL PÉREZ CURRICULUM VITAE I. Experiencia en buceo autónomo. Basica.05. HABILIDADES GENERALES. Fecha de nacimiento: 13. Fecha de emisión: 19. III. Manejo de programas generales de WINDOWS. Manejo de programas de estadística y ecología cuantitativa (SPSS. biomatemática. • DATOS PERSONALES. zoología. Epiinfo. Statgraphics.

Análisis Numérico. 550). Centro de Malacología / Diversidad Animal. • V.Aspectos Conceptuales. 2000Profesor-Investigador. Managua. Inglés (Bueno. Universidad Centroamerica (UCA). 2004. Nicaragua. Nicaragua. Castellano materno. Managua. Managua. 1992-1995. 1987-1989. • • • • • CIDEA-UCA UNAN-León UCA UCA 2001 2000-2001 2000 2001- Profesor Invitado • • Zoología Técnicas de campo y análisis numérico para la ornitología FUNDAR (Fundación Amigos de Río San Juan Ecología Marina Ecología UCA 2001- • • VII. Monitoreo de la biodiversidad Diseño de investigaciones y métodos estadísticos aplicados a las ciencias del agua Bioestadística Biodiversidad y SIG Biodiversidad URACAN-SIUNA 2002 VI. • UCA UCA 2000 1994 1993. Alianza Francesa. Facultad de Ciencias Agropecuarias. Director. Nicaragua. Instituto de Ecología y Sistemática. Investigador. • IDIOMAS. CURSOS IMPARTIDOS. Universidad Centroamerica (UCA). Francés (Básico. Monitoreo y Publicación de Datos sobre Biodiversidad IV. TOEFL. 1994 PROGRAMA EN PREPARACIÓN Maestría en Biodiversidad y Conservación. • • POSICIONES DE TRABAJO. Universidad Centroamericana. Academia de Ciencias de Cuba. 2do Nivel Acelerado). 281 . Departamento de Zoología.

Managua. López. Variabilidad en moluscos gastrópodos. Morfología y distribución de Thysanophora crinita (Stylomatophora: Thysanophoridae) en Nicaragua. 2003. Sinopsis cuantitativa de la malacofauna de Nicaragua. 2003. • CHARLAS Y SEMINARIOS La biodiversidad en Nicaragua. Pérez. 312 p. Redes ecológicas: un uso alternativo del término y su aplicación a la conservación in situ. • Pérez. López. Managua. 50(1):107-116. 2003. 2002. Banco Central de Nicaragua. Malacogeographic regionalization. Líneas de base de biodiversidad en Nicaragua. Managua. 2002. Cruz de la. 78(3)81-94. Rev.M. Fauna Amenazada de Vertebrados de Cuba / Endangered fauna of cuban vertebrates. diversity and endemism in the pacific of Nicaragua. Pérez. A.M.M. & A. Pérez. & A. A. Estado actual del conocimiento sobre biodiversidad en Nicaragua y tendencias globales. Managua. En: Malacologia Latinoamerica. Managua.Antonio Mijail Pérez VIII. 2001. Listado de la malacofauna continental del Pacífico de Nicaragua. PUBLICACIONES (LIBROS). 2. Biogeographica. & A. & A. 1994. Biblioteca Roberto Incer Barquero. GAIA. A.M. Editorial UCA. 164 p. Una aproximación general. Atlas de los moluscos continentales del Pacífico de Nicaragua. J. Pérez. Trop.M. Pérez. Academia de Ciencias de Cuba. En: Malacologia Latinoamerica. 2002. 2002. • • • X. Editorial UCA. Embajada de Francia-UCA. Pérez. 1990. & A. A.. López. • • • • 282 . Corredor Biológico Mesoamericano.M. La Habana. 64 p. A. A. Pérez. núm.M. 2002. • • IX.M. Biol. Un enfoque preliminar. A. PUBLICACIONES (ARTÍCULOS). López.

& S. 283 . 2001. • • XII. Ometepe. A. Biol. 2002. Variación altitudinal de la diversidad en comunidades de moluscos gastrópodos en el Cerro Maderas. Pérez. Análisis Numérico. Encuentro. Monitoreo y Publicación de Datos sobre Biodiversidad • Pérez. A.M. • Pérez. 1. En CD (Soporte digital). Trop. Regionalización malacogeográfica. Clave taxonómica malacológica.M.M. Nicaragua. • Autores varios. & A. I. Shell colour polymorphism in Olivella semistriata Gray. A. A. Rivas department. López. GAIA. & A. Pérez. Pérez. 2001. Sotelo & B. (Artículo). López. Rev. El complejo de especies de la mojarra común en dos lagunas cratéricas nicaragüenses. PUBLICACIONES EN PREPARACIÓN. diversidad y endemismo del Pacífico de Nicaragua. 1839 (Gastropoda: Prosobranchia: Olividae) in La Flor protected area. Sotelo. Nicaragua (Artículo). A. Asociación GAIA.M. A.M. Pérez. & M. Bonilla. A. SOFTWARE.M. Introducción a la medición de la biodiversidad (Libro). 58:42-54. Pérez. A.M. Nuevo registro de Ovachlamys fulgens (Styllommatophora: Helicarionidae) para Nicaragua. • • XI. Managua. Biodiversidad: aspectos conceptuales y datos sobre Nicaragua y América Central. (Artículo monográfico).Aspectos Conceptuales. 41 p. Reseñas Malacológicas. Nicaraguan continental molluscan fauna: Commentaries and additions. A. Tórres. 2001. Cuadernos de Investigación de la Universidad Centroamericana. Categorías superiores de los moluscos continentales del Pacífico de Nicaragua. REVISOR (Temas monográficos). XV. • XIII.. & A. PUBLICACIONES EN REVISIÓN. Of sea and shore.M. 2003. López. Malacological Review.M. • Pérez. M. • Pérez. Arana.

p. Editorial del Instituto Cubano de Geodesia y Cartografía.. Moluscos En: Inventario de la Flora y Fauna de los Grupos Insulares del norte de la Provincia de Camagüey. 11ª. La Habana. (Gastrópodes operculados ou não. cantera de conchas y caracoles. 2000. exclusive Veronicellidae. RESÚMENES EN CONGRESOS.M. 1997. Abstracts. Fauna amenazada de moluscos de Nicaragua. dos Santos.M. • Pérez. A.M. Estudio faunístico y biogeográfico de los caracoles continentales del departamento de Managua y alrede- • • • 284 .M.M. En: Libro Rojo de los Moluscos del Mundo. Nicaragua. Pérez. Altonaga. conservación y diversidad biológica. 11. A. Pérez. A. • • XVIII. A. 2002. López & K. Aspectos de la estructura y del nicho ecológico de las comunidades de moluscos gasterópodos terrestres en la región del Pacífico de Nicaragua. • Pérez.. XIII International Malacological Congress. & J. A. MARENA. 1998. Managua. p. 1990.M. La Prensa. MOLUSCOS TERRESTRES DO BRASIL. ARTÍCULOS DIVULGATIVOS. A.M. IV Congreso de la Sociedad Mesoamericana para la Biología y la Conservación. 2000. Pérez. p. A. INFORMES RELEVANTES. A. 2001.. A. p. 2001.06 Pérez. 259. A. • XVII. & A. Endemismo. Nicaragua. Arana.M. XVI. Continental molluscan fauna of the Nicaraguan Pacific Slope: Preliminary list with the example of a remarkable taxon. 2000.Antonio Mijail Pérez • Salgado. Cuba. 12ª. Congreso de Investigación de la UCA. Resúmenes. Urcuyo. N. M. Biogeografía de los moluscos continentales del Pacífico de Nicaragua. 129.M. Capítulo de Malacología Latinoamericana. La Prensa. Agosto. Sotelo & I. p. 1996. Pérez. • Pérez. et al. Pérez. Milacidae e Limacidae). Informe sobre líneas básicas de biodiversidad en Nicaragua.

Managua. & A. • XXI. 1833 (Gastropoda: Othalicidae) in Nicaragua. Resúmenes.Universidad Centroamericana. PNUD-GEF. 2000. XII International Malacological Congress.MARENA. 2000. Proyecto para el estudio altitudinal de la malacofauna del Cerro Maderas. Análisis Numérico. Proyecto para el estudio altitudinal de la malacofauna del Cerro Maderas. • Dávila. Isla de Ometepe. ASIES. Nicaragua. Abstracts. pp.Universidad Centroamericana. • Pérez.49-50. • La agricultura centroamericana ante los desafíos climáticos. Con Norvin Sepúlveda. • • • • XX. Evaluación de las parasitosis transmitidas por moluscos en el período post-mitch. DANIDA. 1995. Universidad del País Vasco. Monitoreo y Publicación de Datos sobre Biodiversidad dores. New data on the distribution and morphology of Bulimulus corneus Sowerby. XIX. Vigo. Conservación. España. Proyecto de cooperación científica MEC-MAE 1999. Otorgado por la Asamblea Nacional. Isla de Ometepe. contenido nutricional y autoecología de Pomacea flagellata (Say. A. económicos y tecnológicos. TESIS TUTOREADAS. 396-398. monitoreo y uso sostenible de la biodiversidad dentro del corredor biológico del Pacífico de Nicaragua. • 2001. PROYECTOS Y BECAS CONCEDIDAS. Proyecto de cooperación científica MEC-MAE 2001. Managua. 1827) (Mollusca: Gastropoda: 285 . López. 2002.M. pp.Aspectos Conceptuales. L. Otorgado por la Agencia Española de Cooperación Internacional. Taxonomía. Otorgado por la Agencia Española de Cooperación Internacional. III Congreso Latinoamericano de Malacología. Nicaragua. Universidad del País Vasco. Otorgado por PANIF. Guatemala. 2002. ÚLTIMOS PROYECTOS SOMETIDOS. 2000. Nicaragua.

266 p. Mejía. Nicaragua. UCA. Díaz. 45 p + anexos. 2002. Composición y distribución espacial de la familia Orchidacea en un bosque tropical de tierras bajas en Rio San Juan. Buitrago. Tesis de Licenciatura. Tesis de Licenciatura. • Canda. Nicaragua. Pérez. 2001. A. 1996. Rivas Nicaragua. M. Caracterización del daño por Psitácidos en cultivos de maíz del Refugio de Vida Silvestre. Los Guatuzos. Rio San Juan. 2000. Tesis de Licenciatura. Nicaragua. Universidad Centroamericana. 2000. Sistemas silvopastoriles y su valor conservacionista de flora y fauna en Estelí. Comercio doméstico de psitácidos en Nicaragua: su dinámica y estimación del volumen. Sotelo. FUNDAR. Tesis de Licenciatura. Universidad Nacional. Plan de manejo de la isla Juan Venado. UCA. Universidad Centroamericana. Managua. Tesis de Licenciatura. Managua. Tesis de Licenciatura.Antonio Mijail Pérez Ampullariidae) en Nicaragua. Costa Rica. Nicaragua. Universidad Nacional Autónoma de Nicaragua (UNAN). • González Valdivia. Bonilla. Nicaragua. N. B. Ecología de los moluscos del mesolitoral en la Playa de la Flor. PARTICIPACIÓN EN OTROS PROYECTOS. Nicaragua. Universidad Centroamericana. 1997. Arana. Cartografiado altitudinal y planimétrico de los gasterópodos continentales de la Isla de Ometepe. Nicaragua. 2003. 2001. Aprovechamiento de los Crocodylia de Nicaragua. R. • • • • XXIII. Nicaragua. 2002. Tesis de Licenciatura. 49 p. Biogeografía de los moluscos continentales de la zona norte de la región del Pacífico. Tesis de Maestría. 58 p. UNAN-León. F. Heredia. TESIS ASESORADAS. 286 . • Fauna de invertebrados. Managua. L. & I. Tesis de Maestría. F. • • XXII. UCA.

Universidad del País Vasco. Instituto de Ecología y Sistemática. Año 2000. Delegado de Nicaragua. España. Managua. Academia de Ciencias de Cuba. USA. Sobresaliente cum laude. MARENA. Defensa de tesis doctoral. • • • • XXV. Nicaragua. • Premio de Investigación. Desde 1994. Medio Ambiente y Sociedad. Revista GAIA. • Grupo de expertos para la elaboración de la Biologia Centrali Americana Electronica. MÉRITOS (Más importantes). Año 1999. • Asociación Gaia para Biodiversidad. Monitoreo y Publicación de Datos sobre Biodiversidad • Fauna de invertebrados. Sudafrica. Director y Editor. • XXIV. Elaboración del Plan de Manejo de la estación biológica de Santa Maura. 2002. 2001. Análisis Numérico. Tercer Taller Global de la Iniciativa Global para la Taxonomía. Plan de manejo de Padre Ramos. Chinandega. 2003Formulación de una norma técnica que regule la extracción y aprovechamiento del recurso concha negra y otros moluscos en Nicaragua.Aspectos Conceptuales. AUDUBON. Auspiciado por Smithsonian Institution. Año 1990. COLABORACIONES. • 287 . Sociedad Mesoamericana para la Biología y la Conservación. Pretoria. Nicaragua. • • XXVI. 2002. Desde 2000. reserva natural de Datanlí-El Brujo. BioNET International. Grupo de investigación más destacado a nivel nacional. Universidad Centroamericana. MEMBRESÍAS. Referee de la Revista de Biología Tropical (Universidad de Costa Rica). Desde 2000. En curso. Jinotega.

. Si no tenemos definido exactamente que es lo que queremos buscar. En Internet existen múltiples herramientas para buscar información. • XXVII.yahoo. Desde 1995. de Altavista (www.Antonio Mijail Pérez • UNITAS MALACOLOGICA (Unión Internacional de Malacólogos).11. ESTANCIAS POSTDOCTORALES. Es el caso. • Ecotoxicología de moluscos bivalvos de los grandes lagos de Nicaragua. Es el caso. Desde 1988.altavista.Conceptos generales. Universidad del País Vasco. Como buscar en internet 1. organizados jerárquicamente desde los temas más generales hasta los más particulares. Año 2000.net) 2. por ejemplo de Yahoo (www. 288 .magallanes. 7. por ejemplo. Buscadores automáticos: Son aquellos que mediante una o varias palabras que le proporcionemos al sistema nos ofrecerá la respuesta a lo que buscamos. Sociedad Cubana de Zoología. Para buscar información general tenemos dos tipos diferentes de buscadores: Buscadores temáticos: Están organizados como un índice de materias.Cómo realizar una búsqueda más eficiente.es). España.. en primer lugar utilizaremos un buscador temático.

de Altavista (www. Al formulario del buscador automático le proporcionamos la palabra. o en cada una de las secciones por las que vayamos pasando.altavista. Si no tenemos definido exactamente que es lo que queremos buscar. Si tenemos definido lo que buscamos.net) 2. ir viendo lo que nos interesa. Podemos empezar ésta misma búsqueda de otra forma. queremos saber algo sobre mariposas. Este tipo de buscador temático también suele incluir uno automático que busca dentro de su propia base de datos jerarquizada. En Yahoo podríamos elegir Ciencias y Tecnología—Biología—Zoología—Animales-Mariposas. Búsquedas en Lenguaje Natural (lo recomendable es comenzar siempre en esta forma) 289 . que queramos buscar y nos ofrecerá una lista de lugares relacionados con nuestra búsqueda. Por ejemplo. Monitoreo y Publicación de Datos sobre Biodiversidad Buscadores automáticos: Son aquellos que mediante una o varias palabras que le proporcionemos al sistema nos ofrecerá la respuesta a lo que buscamos.magallanes. en primer lugar utilizaremos un buscador temático. Análisis Numérico. o palabras. Es el caso.Aspectos Conceptuales.Cómo realizar una búsqueda más eficiente.. utilizaríamos un buscador automático. por ejemplo.

Si lo que busca no aparece en la primera o en la segunda de estas páginas de respuestas le recomendamos añada más términos a la búsqueda. a continuación haga 'click' en Buscar (o pulse la tecla Intro/Enter).Antonio Mijail Pérez Teclee una palabra. AltaVista-Magallanes le ofrecerá una o varias páginas de respuestas (hasta 10 en cada una). 290 . de forma que se vuelva más específica. o una frase. restaurantes Montevideo o ¿qué restaurantes hay en Montevideo?). o incluso una pregunta (por ejemplo.

a causa de alguna vaguedad en los términos propuestos. pero no tiene interés en ninguno de Valparaíso.Aspectos Conceptuales. los que sean. tecléela precedida y seguida por el símbolo 'dobles comillas' (por ejemplo. teclee "Azul"). deberá teclear hospitales clínicas +Quito). Monitoreo y Publicación de Datos sobre Biodiversidad Términos Requeridos y Términos Excluyentes: En las ocasiones en que busque documentos en que algún término deba estar presente de un modo forzoso. Análisis Numérico. si busca periódicos o editoriales en Chile.ni a los términos de una búsqueda.ni -el correspondiente a Nicaragua-) applet:class domain:domainname 291 . Estas funciones o comandos son los siguientes: Palabra clave anchor:text Función Encuentra las páginas que contienen la palabra o frase especificada en el texto de un hiperenlace (ejemplo: anchor:"Click here to visit AltaVista" encontrará todas las páginas que contengan "Click here to visit AltaVista" como un enlace o 'link'). si busca documentos que hagan referencia a una determinada obra del poeta nicaragüense Rubén Darío. En las ocasiones en que los resultados de una búsqueda resulten excesivamente numerosos. deberá identificar dicho término. si busca clínicas u hospitales en Quito. Encuentra las páginas con la palabra o frase especificada en el nombre de dominio (la porción de la derecha de un nombre de host Internet es el nombre de dominio) del servidor Web donde residen dichas páginas (ejemplo: añadir +domain:. AltaVista-Magallanes no sólo busca información a partir de textos. limitarán el alcance de ésta a las páginas que hayan sido publicadas en el dominio . destinados a facilitar la búsqueda de información por otros medios. incluso si es el primero. Dispone también de funciones o comandos especiales. podrá limitar su número por medio de la exclusión de los documentos que contengan algún término en el que no esté interesado (por ejemplo. añadiéndole un signo '+' (por ejemplo. Encuentra las páginas que contienen una aplicación Java de la clase especificada (ejemplo: applet:morph encontrará todas las páginas que usen applets denominados 'morph'). deberá teclear periódicos editoriales Chile -Valparaíso) Frases Literales: Si está seguro de que una determinada frase forma parte del documento o documentos en que está interesado.

Sin embargo. de enlace o URL (ejemplo: text:altavista localiza las páginas que contengan a palabra 'altavista' fuera de un 'image tag'. más rápidamente y con mejores resultados a través de la Búsqueda Simple.es localiza todas las páginas publicadas en el servidor web del Grupo Telefónica) Encuentra las páginas que contienen alguna imagen cuyo nombre.telefonica. Encuentra las páginas que contienen la palabra o frase especificada en el título (ejemplo: title:"islas malvinas" localiza las páginas que contengan la expresión 'Islas Malvinas' en su título o cabecera) Encuentra las páginas que contienen la palabra o frase especificada en la dirección URL (ejemplo: url:elpais localiza las páginas que en alguno de los parámetros de sus url's hagan referencia a El País Digital) image:filename link:URLtext text:text title:text url:text Búsqueda Avanzada o Búsqueda Simple: La Búsqueda Avanzada es más apropiada para los casos específicos que para la búsqueda general. o parte de él.uk localiza todas las páginas publicadas en el dominio .uk que posean alguna imagen -gráfico. donde AltaVista-Magallanes controla el 'ranking' o aparente grado de adecuación entre lo que se busca y la información disponible. En la mayoría de los casos el usuario encuentra lo que busca con más facilidad. si el usuario intenta localizar documentos generados en un determinado entorno de fechas.cervantes. sino que 292 .es localiza las páginas que posean un enlace al Centro Virtual Cervantes) Encuentra las páginas que contengan el texto especificado en cualquier lugar que no sea un indicador de imagen.Antonio Mijail Pérez Palabra clave host:name Función Encuentra las páginas que residan en un servidor web específico (ejemplo: host:www.de nombre 'Titanic') Encuentra las páginas que contengan algún enlace a la dirección URL especificada (ejemplo: link:cvc. o si le es más cómodo encontrarlos a partir de operaciones 'booleanas' de alguna complejidad. un 'link' o una 'url'. la funcionalidad de la Búsqueda Avanzada no sólo le resultará de gran utilidad. coincida con el especificado (ejemplo: image:titanic +domain:.

el operador NOT no puede usarse en modo aislado. sino siempre en conjunción con alguno de los otros operadores. de forma que el contexto general tienda a referirse a ambos y no a cada uno por separado) OR | NOT ! NEAR ~ 293 . correspondientes a la Búsqueda Simple. Operadores (comandos) Booleanos: Los siguientes operadores o comandos sirven para exigir o excluir conceptos en la Búsqueda Avanzada (los comandos + y -. En Búsqueda Avanzada es el usuario quien controla el 'ranking'. al menos en algún caso. Monitoreo y Publicación de Datos sobre Biodiversidad difícilmente encontrará en Internet nada de potencia equivalente. Keyword AND Symbol & Action Localiza documentos que contengan los términos (palabras o frases) especificadas (ejemplo: "Arturo Pérez-Reverte" AND Alatriste localiza todos los documentos que contengan 'Arturo Pérez-Reverte' y 'Alatriste') Localiza documentos que contengan al menos uno de los términos especificados (ejemplo: Garrincha OR Pelé OR Vavá localiza todos los documentos que citen al menos a uno de estos tres futbolistas brasileños. no son operativos en Búsqueda Avanzada). como en este ejemplo) Localiza los documentos en que los dos términos especificados aparezcan. Análisis Numérico. ya que si el 'campo' correspondiente a 'ranking' se deja en blanco los resultados aparecerán en cualquier orden. algunos de estos documentos puede que citen a dos de ellos. separados por no más de diez palabras de texto (ejemplo: Garibaldi NEAR Cavour encontrará documentos en que se haga referencia a ambos y sea probable que los dos coincidan en un mismo párrafo.Aspectos Conceptuales. y algunos otros citarán a los tres. pero sólo puede contarse con que al menos citarán a uno de los tres) Excluye los documentos que contengan el término Especificado (ejemplo: "Jorge Luis Borges" AND NOT "Pablo Neruda" localizará los documentos en que simultáneamente se cite a Jorge Luis Borges y no se cite a Pablo Neruda. lo que debe tenerse bien presente. y no en el que al usuario le pudiera convenir.

Editorial UCA.yahoo.altavista.com 7. C.com www. Managua.. 341 p. 2001. R. Bibliografía ARTÍCULOS. BAPTISTA.com www. G. 294 . Metodología de la Investigación. 1997.excite.Direcciones Buscadores temáticos: www. Editorial UCA.es www.altavista.. • HERNÁNDEZ. Miscelána ecológica. 51 p. Cómo hacer una tesis con técnicas estadísticas. Limusa. 231 p. McGraw Hill.es www.net www. México.12. 2003. FERNANDEZ y P. • PÉREZ.navegalia. EXPOSICIONES ORALES Y PROYECTOS VARIOS • BONILLA.com Buscadores automáticos: www. El proceso de la investigación científica.yahoo. San Salvador.M.magallanes. A. 1993.terra. • TAMAYO Y TAMAYO.Antonio Mijail Pérez 3. M. 705 p.com www.alltheweb. Mexico.

Monitoreo y Publicación de Datos sobre Biodiversidad 295 .Aspectos Conceptuales. Análisis Numérico.

296 .Antonio Mijail Pérez Tablas Estadísticas Tabla de números aleatorios.

Aspectos Conceptuales. 297 .01 y 0.05. Monitoreo y Publicación de Datos sobre Biodiversidad Valores de correlación de Pearson para los niveles de significación de 0. Análisis Numérico.

Antonio Mijail Pérez Valores críticos del coeficiente de correlación por rangos de Spearman para los niveles de significación de 0.01 y 0. 298 .05.

Aspectos Conceptuales. 299 . Monitoreo y Publicación de Datos sobre Biodiversidad Valores críticos de la distribución T (izquierda) y X2 (derecha). Análisis Numérico.

Antonio Mijail Pérez Valores de la Prueba U de Mann-Whitney para dos colas y un nivel de significación de 0. 300 .05.

05. Análisis Numérico. Monitoreo y Publicación de Datos sobre Biodiversidad Valores críticos de la distribución F para un nivel de significación de 0. 301 .Aspectos Conceptuales.

302 .Antonio Mijail Pérez Valores de la Prueba H de Kruskall-Wallis para dos colas.

Análisis Numérico. Monitoreo y Publicación de Datos sobre Biodiversidad 303 .Aspectos Conceptuales.

Antonio Mijail Pérez Anexos • • • • Formato de datos de campo Artículo de fondo Comunicación breve Ampliación de ámbito 304 .

Altitud 305 . Monitoreo y Publicación de Datos sobre Biodiversidad Formatos de datos de campo I. Iluminación • • • • • Umbra Penumbra Sol filtrado Parches de sol Sol abierto (snm) VI. • • • • • • • • • • Asentamientos humanos En construcciones Sobre paredes en ruinas Jardines y parques Terreno arado Plantación Tierra amontonada Terrenos de pastoreo Cantera Tierras quemadas Orillas de la carretera Sin vegetación III. Análisis Numérico. Vegetación Bosques • Bosques bajos o medianos caducifolios • Bosques bajos o medianos subcaducifolios • Bosques medianos o altos perennifolios • Bosques medianos o altos subperennifolios • Bosques bajos de esteros y marismas • Bosques bajos de sitios inundados periódicamente Otras formaciones boscosas • Bosque de galería • Bosque bajo sabanero con matorral abundante • Arboledas Formaciones no boscosas • Matorrales espinosos • Sabana • Sabana de jícaros y/o genízaros IV. Humedad del suelo • • • • • Saturado Húmedo suelto Húmedo compacto Seco suelto Seco compacto V. Tipo de suelo • • • • • • • • • • Humus Arena Calcio Creta Ladrillos y otros Arcilla Grava de granito Grava volcánica Tierra con hojarasca Tierra sin hojarasca II.Aspectos Conceptuales.

Antonio Mijail Pérez Artículo de fondo 306 .

Monitoreo y Publicación de Datos sobre Biodiversidad 307 . Análisis Numérico.Aspectos Conceptuales.

Antonio Mijail Pérez 308 .

Análisis Numérico.Aspectos Conceptuales. Monitoreo y Publicación de Datos sobre Biodiversidad 309 .

Antonio Mijail Pérez 310 .

Monitoreo y Publicación de Datos sobre Biodiversidad 311 .Aspectos Conceptuales. Análisis Numérico.

Antonio Mijail Pérez 312 .

Monitoreo y Publicación de Datos sobre Biodiversidad 313 . Análisis Numérico.Aspectos Conceptuales.

Antonio Mijail Pérez 314 .

Monitoreo y Publicación de Datos sobre Biodiversidad 315 . Análisis Numérico.Aspectos Conceptuales.

Antonio Mijail Pérez 316 .

Aspectos Conceptuales. Análisis Numérico. Monitoreo y Publicación de Datos sobre Biodiversidad 317 .

Antonio Mijail Pérez

318

Aspectos Conceptuales, Análisis Numérico, Monitoreo y Publicación de Datos sobre Biodiversidad

319

Antonio Mijail Pérez

Comunicación breve

320

Aspectos Conceptuales, Análisis Numérico, Monitoreo y Publicación de Datos sobre Biodiversidad

321

Antonio Mijail Pérez

322

Aspectos Conceptuales, Análisis Numérico, Monitoreo y Publicación de Datos sobre Biodiversidad

323

Antonio Mijail Pérez 324 .

Aspectos Conceptuales. Monitoreo y Publicación de Datos sobre Biodiversidad 325 . Análisis Numérico.

Antonio Mijail Pérez 326 .

Monitoreo y Publicación de Datos sobre Biodiversidad 327 . Análisis Numérico.Aspectos Conceptuales.

Antonio Mijail Pérez 328 .

Análisis Numérico.Aspectos Conceptuales. Monitoreo y Publicación de Datos sobre Biodiversidad 329 .

Antonio Mijail Pérez 330 .

Monitoreo y Publicación de Datos sobre Biodiversidad 331 .Aspectos Conceptuales. Análisis Numérico.

Antonio Mijail Pérez Ampliaciones de ámbito 332 .

Monitoreo y Publicación de Datos sobre Biodiversidad 333 .Aspectos Conceptuales. Análisis Numérico.

Antonio Mijail Pérez 334 .

Aspectos Conceptuales. Análisis Numérico. Monitoreo y Publicación de Datos sobre Biodiversidad 335 .

La simultaneación de su trabajo estadístico-metodológico y taxonómico le han hecho partícipe de numerosos proyectos de investigación de la más variada naturaleza. Cuba. donde se graduó con honores en 1999. ha realizado más de 10 ponencias en congresos internacionales de España. Estados Unidos. donde culminó su especialización en Sistemática Zoológica en 1990. 336 . España.Reseña Personal Antonio Mijail Pérez obtuvo su Licenciatura en Biología por la Universidad de La Habana. y Biodiversidad. para hacer el doctorado en Biología Animal y Evolutiva. así como algunos libros. Francia y Cuba. También. donde comenzó a trabajar como investigador y docente del Centro de Malacología de la Universidad Centroamericana. en los que ha colaborado como investigador o coordinador. España. Estados Unidos. México y Panamá. Cuba. en postgrado. Ha publicado más de 40 artículos científicos en revistas de Costa Rica. Nicaragua. En 1995 viajó a la Universidad del País Vasco. en pregrado. en el año 1987. A finales de 1991 vino a Nicaragua. Posteriormente a esa fecha. comenzó a trabajar como investigador en el Instituto de Ecología y Sistemática de la Academia de Ciencias de Cuba. Actualmente es director del Centro de Malacología/ Diversidad Animal de la Universidad Centroamericana (UCA) y catedrático de Bioestadística.

Sign up to vote on this title
UsefulNot useful