Este articulo se basa en el problema de seleccion de variables para representar modelos estadisticos utilizando un algoritmo genetico de Chu-Beasley (AGCB). El AGCB utiliza una heuristica constructiva en la generacion de la poblacion inicial y dos etapas de mejoramiento que funcionan como restricciones para evaluar la calidad del modelo seleccionado. En la literatura especializada se han evidenciado avances con el algoritmo genetico tradicional mostrando buenos resultados en el problema de modelamiento estadistico, sin embargo el AGCB aun no ha sido evaluado en la solucion de este tipo de problemas. Se muestran cinco metodos de seleccion de variables en dos grupos. Un grupo consta de tres metodos de seleccion estadisticos clasicos paso a paso y el otro consta de un algoritmo genetico tradicional y un AGCB. Luego, se comparan los resultados obtenidos con base en el ajuste, error estandar y en funcion de ajuste del modelo seleccionado con dos casos de prueba, donde el algoritmo genetico propuesto obtuvo mejor desempeno que las tecnicas clasicas.