TURISMO

Y

HOSTELER

Í

A

I

^

José María Raya

Estadística Aplicada
rismo
PEARSON Prentice Ha ll

rt

Estadística RpIicaøa al Turismo

Es!aaTsríca al

aplicada

Turismo

José María Raya Vílchez
Escuela Universitaria del Maresme (EUM) Adscrita a la Universidad Pompeu Fabra

PEARSON
\

Prenticeall
Madrid • México • Santafé de Bogotá • Buenos Aires • C ar acas • Lima • Montevideo • S an Ju an • S an José • S an tiago • Sao Paulo • White Plains

M. S./Dato.A. S. comunicación pública y transformación de esta obra sin contar con autorización de los titulares de propiedad intelectual. salvo excepción prevista en la ley.' L OTADÍ. S. teoría. S. La infracción de los derechos mencionados puede ser constitutiva de delito contra la propiedad intelectual (arts.PRINTED IN SPAIN Este libro ha sido impreso con papel y tintas ecológicos . J.4092 -7 Depósito Legal: M-14986-2004 PEARSON PRENTICE HALL es un sello editorial de PEARSON EDUCACIÓN.° ESTADÍSTICA APLICADA AL TURISMO ISBN: 84-205.. distribución.A.A. Ribera del Loira. cualquier forma de reproducción. Queda prohibida. Madrid. 2004 ISBN: 84-205-4092-7 Materia: Estadística. J. Composición y diseño: JOSUR. procedimientos y métodos 311 Formato: 195 / 250 mm Páginas: 112 Todos los derechos reservados. M. de catalogación bibliográfica K AYA VÍLCHEZ. Impreso por: Top Printer Plus IMPRESO EN ESPAÑA . Código Penal).STICA APLICADA AL TURISMO PEARSON EDUCACIÓN. S. Equipo editorial: Editor: David Fayerman Aragón Técnico editorial: Ana Isabel García Borro Equipo de producción: Director: José Antonio Ciares Técnico: José Antonio Hernán Diseño de cubierta: Equipo de diseño de PEARSON EDUCACIÓN.L. TRATAMIENTO DE TEXTOS. DERECHOS RESERVADOS 2004 por PEARSON EDUCACIÓN. 270 y sgts. 28 28042 Madrid (España) RAYA VÍLCHEZ.A.

por todo lo que han aportado a este libro. A Ana por estas «pequeñas cosas. a Ángel y David de Pearsón Educación y a la comprensión de . A mis . por ser el origen de estas oportunidades.er.. A Jaume. especialmente. ¡todo! Por último. a Tania y Elisabet..quien pudo haber sido.A los que me acompañan en esta «canción» A Mar.. A mis amigos y amigas. Manel y en especial a Unís (¡som un equip. Mención honorífica para mis padres y a Abel (mi rocker favorito) por. sobre todo a David y a Xevi por su aguante. .donde quiera que estés. por su confianza..!) de la EUM. y .

11.4.4.2.3. Reducción de datos III: medidas de dispersión 2.8. Riiálisis exploratorio de variables unidimerisionales 2.7. Dependencia funcional y estadística. Tipos 2.1. Reducción de datos H: medidas de posición 2. apuntamiento y concentración 2.1.9. Diagramas } tabulaciones bivariantes 3.2. Representaciones gráficas 2.2. Ejemplo de resolución a partir de SPSS 2.3. Tabulación: frecuencias 2.1. Cálculo de coeficientes e interpretación 54 55 57 58 . El programa SPSS: breve introducción a su funcionamiento 1. Ejemplos de estudio 2. La regresión lineal simple 3.6. Reducción de datos I: medidas de tendencia central 2.4.5. Covarianza y correlación 3.3. Ejercicios propuestos 9 10 11 12 15 16 23 25 29 33 38 48 Hnálisis exploratorio dc variables bidimensianales 53 3. La agencia EN ALGÚN LUGAR. Población y muestra. El nuevo profesional turístico 1. Reducción de datos IV: medidas de simetría. S A ix 2 3 4 7 Z.10. Tipos de muestreo 2.Priílogo Ljaseatacióo 1. La Estadística: sentido y significado 1. Variables estadísticas.

Ejemplos de estudio 3.9.üi 3.4.6. Autocorrelación 4. Ejercicios propuestos 83 84 85 87 87 89 94 Bibliografía Índice analítico 97 99 .1.3. 3. Introducción al análisis de series temporales 4.10.11 Ejemplo de resolución a partir de SPSS 3.5. Componentes de una serie temporal 4. Consecuencias Introducción a la regresión lineal múltiple Estadística de atributos. Medidas de calidad del ajuste Introducción a la inferencia estadística Hipótesis del modelo lineal.8. Independencia y asociación Estadística aplicada al turismo 60 61 62 63 64 66 68 79 3. Ejemplos de resolución a partir de SPSS 4.6.12. Ejercicios propuestos 4. Ejemplos de estudio 4.5. 3.2. Series temporales. 3. 3.7. Desagregación de los componentes de una serie temporal 4.

a partir de una base de datos con evidente orientación turística. ingenieros o economistas. Resulta especialmente motivadora la escasa presencia de textos de índole cuantitativa realmente orientados al sector tratando de forma directa la utilidad que confieren los instrumentos estadísticos a la gestión hotelera. de forma que el lector aprenda a utilizar el paquete en dicho entorno. Esta finalidad es especialmente evidente cuando tomamos en consideración cualquier técnica cuantitativa. En el autoconvencimiento de cualquier docente figura que la mejor exposición procede de aquélla experimentada y aprendida de nuestros alumnos. no quisiera dejar pasar la oportunidad de recomendar el mismo a los profesionales del sector que puedan encontrarlo de validez para sus tareas. a las agencias de viajes o. a interpretar sus salidas y sea capaz. Como texto de iniciación a la Estadística es válido en cualquier entorno. i. En segundo lugar. la gran mayoría de ejercicios y problemas presentados son fruto de diversos años de docencia de la asignatura Estadística de turismo (o técnicas cuantitativas aplicadas al sector turístico. en la académica y en la empresarial: el programa SPSS. y relacionado con los puntos anteriores. por tanto. según el plan) en una escuela universitaria. En particular. En primer lugar. presenta como objetivo esencial la ayuda a la hora de tomar decisiones. Por último. el paquete estadístico de mayor generalización. se pretende orientar el texto al sector turístico por varias razones. De los lectores del texto esperamos perdonen las deficiencias del mismo a la par que encuentren en él un camino hacia su éxito. ya sean de diplomatura o de ciclos formativos. Dicha exposición intentamos sea intuitiva y persuasiva para el lector. incluso en forma de casuística real debidamente disfrazada. evidentemente. por qué no para los profesionales del sector turístico? El presente libro trata a nivel intermedio la mayoría de tópicos que gran parte de textos de dicha temática suelen presentar. Este hecho se mitiga durante el texto. Por supuesto. probablemente. figura en nuestro deseo que este material sirva de ayuda a futuras promociones de estudiantes. tanto de índole teórica como práctica. Y si la Estadística descriptiva resulta tremendamente útil para científicos.Prãl000 on toda seguridad la mayoría del conocimiento que adquirimos. a quienes mostramos nuestro agradecimiento desde este momento. A pesar de ello. No obstante. pero resulta eminentemente dirigido a estudiantes del campo turístico. en particular la Estadística descriptiva. pretende cuidar especialmente diversos aspectos que ala vez le permiten obtener una entidad diferencial. de tomar decisiones. gráficos y estadísticos vistos en el mismo. el texto se hace acompañar de la implementación y solución de diversos problemas a partir de. C . Así. a las consultoras turísticas entre otros profesionales del sector. cada capítulo viene acompañado de una sección en la que se practica la obtención de todas las tablas. utilizado tanto en la esfera pública como en la privada. de forma que la utilidad y la intuición que da origen a cada concepto anteceda la definición formal del mismo. intenta ofrecer una exposición clara y sencilla de los principales conceptos estadísticos sin menoscabar el rigor matemático propio de la materia.

El nuevo profesional turístico 1.3. . La agencia EN ALGÚN LUGAR.4. S. El programa SPSS: breve introducción a su funcionamiento 1. La Estadística: sentido y significado 1.1.CRPTTULO 1 Presentación Sumario 1.A.2.

presentación. todos se sirven de ella. análisis. la economía. No obstante. un departamento de gobierno o una cadena hotelera. es el conocimiento de los métodos estadísticos y. para poder obtener conclusiones de esta información. en particular. Todo lo que hace referencia a la recopilación.. la publicidad. resumen. Así.de dónde procede esta ciencia? Muchos de los conceptos que incluimos hoy día dentro de ese amplio término que conocemos como Estadística son tan antiguos como el mismo hombre. Pero. Resulta siempre complicado definir con precisión y claridad el objeto de cualquier ciencia y más en una ciencia que ya no es una cuestión reservada al estado. los países. se trata de una palabra introducida por Achenwall. Con un ejemplo sencillo y parafraseando a Bernard Shaw se observa cómo se puede producir esta distorsión:. La política.. sino que está presente en prácticamente cualquier otra ciencia al proponer técnicas para la recogida y el análisis de cualquier tipo de datos. generalización y contraste de los resultados de las obser- . Surge cuando se hace necesario cuantificar conceptos para sus intereses.1. La Estadística: sentido o significado Nos rodea la Estadística. El término estadística tiene su raíz en la palabra estado. Por otra parte. las empresas. organización. Durante el siglo xix se desarrolló una ciencia que se limitó a cuestiones más bien descriptivas como el cálculo de medias y medidas de dispersión y no es hasta el siglo xx cuando se produce el gran salto de la misma con la introducción del cálculo de probabilidades que permite realizar el difícil tránsito de la simple descripción de una o varias características de un colectivo de individuos a la predicción del comportamiento de ese colectivo en cuanto a esas características. de infraestructuras.000 años.principio es la ayuda en la toma de decisiones. podemos definir el término Estadística de la siguiente forma: es la ciencia que trata. El único medicamento que nos salva de esta posible manipulación y nos ayuda a participar en la argumentación pública basada en cifras y datos. si un hombre tiene la cabeza en un horno y los pies en la nevera la estadística reflejaría que su cuerpo está a una temperatura media ideal. de la recogida. Asimismo. en ocasiones con el fin de distorsionar la realidad para sus propios fines. profesor de la Universidad de Gottingen. El estado quiere conocer el censo de personas. recuento. así como en las decisiones turísticas que realice una agencia. se presentará la concepción turística que esconde el libro. el mundo del turismo. la definición del objeto de cualquier ciencia siempre está ligada al problema que resuelve. ¡. de los más básicos presentados en este libro. En la mayoría de los casos esta cuantificación se hará en función de unos fines económicos o militares. en 1748. por una parte. organización y censo de datos se conoce como parte de la actividad humana desde hace más de 5. y cuya vocación desde el e • • 1. como la mayoría de las instrumentales. de recursos en general. 0 E n est capítulo se pretende presentar la Estadística como una de las ciencias de mayor longevidad.. el programa informático que aprenderemos a utilizar en las funciones relacionadas con el objetivo del presente libro y la empresa que iremos conociendo a través del análisis estadístico..

Todos sabemos que de las crisis se sale reforzado. El diplomado en Turismo observa cómo. A medida que nos aproximamos a este concepto se nos abre un abanico de actividades de enormes posibilidades que se puede ilustrar con la emergente relevancia que está adquiriendo el turismo residencial y el gran interés mostrado por importantes grupos internacionales por esta actividad en toda la costa mediterránea. En este contexto. en los últimos años. = Extraído del artículo publicado por el autor en el Dossier económico de Catalumn el 25 de marzo de 2003. La economía española. como la consultoría en el sector turístico han sido apropiados por diplomados y licenciados en otras especialidades. El nuevo pofesional turístico' • • La importancia del sector tunstico en nuestra economía es bien es ider te . Se trata de un sector que aglutina el I I% del PIB español y el 139 de los puestos de trabajo. de las cifras más conocidas del mismo nos ayudan a constatar este hecho. Por lo que respecta a la redefinición del concepto de turismo se hace necesaria una redefinición del término cercana al concepto de ocio. por tanto. desde las principales escuelas de Turismo estamos formando a nuevos profesionales adecuados a estas necesidades. que son aquellos en los que las mismas condiciones producen idénticos resultados como la hora en la que sale o se pone el sol cada día (si alguno tiene dudas sólo necesita ver una bella puesta de sol en el café del mar de Ibiza y observar los horarios expuestos) y otros son los llamados aleatorios o debidos al azar. producen resultados distintos como el número premiado en la lotería de Navidad cada año. este profesional observa cómo unos perfiles profesionales que de forma natural le corresponderían. Resulta evidente que es necesaria una redefinición del concepto de turismo. En la vida ordinaria de un hombre coexisten dos tipos de fenómenos: unos son los llamados deterministas. con los conocimientos cuantitativos y de gestión empresarial necesarios para ocupar los perfiles laborales naturalmente suyos y los cargos directivos que le corresponden. entendido desde un punto de vista tradicional. con la capacidad de comunicación que se le supone para comercializar productos turísticos y. presenta un claro estancamiento más conceptual y cualitativo que cuantitativo que amenaza principalmente al diplomado en Turismo. Se trata de un profesional con una visión más amplia del sector. No obstante.-U und. debido a algunas dependencias bien conocidas. que aunque nos parezcan realizados en idénticas condiciones. . la segunda parte corresponde a la Estadística inductiva o inferencia estadística. La declaración de Bolonia y el Espacio Europeo de Educación Superior suponen.Capítulo I Plesenlaoióo 3 vaciones de los fenómenos reales y por otra de estudiar las leyes del comportamiento de los fenómenos' que no están sometidos a leyes rígidas (dependen del azar) mediante la Teoría de la Probabilidad con el fin de inferir o inducir leyes generales de comportamiento para una población a partir de una muestra.2. a pesar de ser uno de los titulados con una inserción laboral mayor y más inmediata. el sector. de hecho. Es éste y no cualquier otro el profesional competitivo en dicho sector. No obstante. es preciso formar. lo es a unos sueldos relativamente reducidos y en un entorno de difícil progresión profesional. finalmente. Adicionalmente. 1. Es necesario un concepto mucho más amplio y es necesaria una redefinición del profesional que necesita este sector y que. con la inquietud necesaria para detectar nuevas oportunidades de negocio. La primera parte de la definición anterior corresponde a la Estadística descriptiva que es el objeto de este libro. una bonita oportunidad para caminar en este sentido. presenta tradicionalmente una balanza comercial deficitaria que se compensa algunos años total y otros parcialmente gracias a una actividad turística constantemente superavitaria. quizá el aspecto más destacable del sector es el de equilibrador de la balanza de pagos.

... Una vez en el programa... desde el menú inicio como se observa en la Figura 1.. que funciona a base de un cuadro de diálogos. ejecutar o crear una con- ..i gwe•nte... porque el concepto de turismo que se baraja a lo largo del mismo. En ella se nos pregunta qué deseamos hacer y se nos ofrecen varias opciones: ejecutar el tuto ri al (la ayuda del programa). En primer lugar. La entrada en el programa se efectúa de la forma usual..e.. línea.. SPSS presenta varias ventajas..e. Para mostrar la facilidad con la que se pueden realizar los gráficos y cálculos estadísticos en la actualidad. El programa SPSS: breve introducción a su funcionamiento En la.. •• 1... se trata de un programa con más posibilidades estadísticas.. corresponde a esa nueva concepción entorno al concepto de ocio y tiempo libre. En primer lugar. el libro se acompaña en todo momento de ejemplos solucionados mediante el paquete estadístico SPSS.1.. fácilmente identificable a través de los ejemplos abordados.. Si hemos creado un icono directo se realiza un doble clic en el mismo y.. en caso contrario.^ . hoteles y todo el amplio abanico de posibilidades ya expresado con anterioridad y aunque las instituciones públicas y educativas todavía tienen que recorrer un amplio camino con el objetivo de facilitar el acceso a estas nuevas actividades...3.. porque se trata de ofrecer esa competencia cuantitativa que creemos necesita el nuevo profesional de turismo y.. este libro pretende sentar un precedente en este sentido... En segundo lugar.. se trata de un software especialmente diseñado para los cálculos estadísticos.a. — w. ^ r ^. una breve descripción de su funcionamiento básico para adentramos en los siguientes capítulos en algunas de sus posibilidades estadísticas.... . introducir datos a mano.. su utilización es sumamente sencilla y fácilmente asimilable por el lector al encontrarse en su entorno habitual.. ` ^ r•'^ Una Vozores air como.. agencias de viajes... la primera pantalla que aparece es la que se refleja en la Figura 1. en segundo lugar..2.uo..4 9 Estadística aplicada al Mismo ® . eie tuarcmu. Por último.. r. al que el individuo ya estará más que introducido después de la lectura del libro. por cuanto se trata de un programa de entorno Windows..m... Aunque la mayoría de cálculos estadísticos presentados en el libro se pueden solucionar mediante un software de mayor difusión como es la hoja de cálculo Excel.rna^ Aunque este nuevo perfil se está dando a conocer y cumerctalizando a consultoras.

.. Procedemos a la descripción del menú «Datos. justo encima de la barra de herramientas y debajo del título del archivo.. La primera de estas opciones nos permite dividir la base de datos en la . (Figura 1. En primer lugar...6). Presentación mima Cambia servidor. Cb1... En él. el menú «Ven.5). especialmente interesantes son las de «segmentar archivo.•das. Se trata de un menú que nos ofrece distintas posibilidades de manipulación de los datos. Insertar venable Edición Ver Datos Transformar Insertar caro Anda Ira caso Ordenar Ves e' Mwóa i sfons anión de datos.. Una vez cargados los datos con los que vamos a trabajar. Obsérvese que tenemos la posibilidad de prohibir que vuelva a aparecer ese cuadro de diálogo.T ► ► Einmar Busca. copiar. tenemos el menú «Archivo. Deshaces Modificar venables CtrI. insertar un dato (caso). Este menú nos ofrece la posibilidad de crear un nuevo archivo de datos o de resultados. Haca caché de datos-. También podemos transponer nuestra base datos... la cuadrícula y las etiquetas de valor.F v Etiquetas de velos _. observar una presentación preliminar o salir del programa... de forma que las variables pasen a ser filas y las observaciones o datos columnas. Fuentes_ Cuadrarle &ega-. Además. observamos las opciones comunes de cortar. En nuestro caso hemos marcado abrir una fuente de datos existente. Se trata de un menú clásico de todos los pro gramas del entorno Windows (Figura 1. acMos Ba rra de estado Bans de henane. normalmente un visor de resultados.... Variables Pondefer casos Hm 14.)... Con este menú podemos cambiar a una vista de variables en la que observamos una descripción de las mismas.Z QdsP cams.. Apicar diccionario de datos. Datos Transformar Ansia Defre fechas. además de otras funciones menos utilizadas normalmente..X LtrI C Datos Transforma Analiz ar e Transpones_ Reesouctuar Red. Imgtn. Dabs usados recientemente Arduos usados recientemente Safi CM. tenemos activada la barra de estado. imprimir. de entre las posibilidades que nos ofrece este menú. nos marca las barras que tenemos activadas. culta.. abrir una base de datos existente (en el recuadro blanco inferior se nos informa de algunas posibilidades) o abrir otro tipo de archivo. El segundo menú. Diseño ortogonal Segmentar archiva S elecaonar _casos. guardar archivos. una base de datos. leer una base de datos en formato «texto. Dicho menú es el primero verdaderamente propio de un programa de Estadística. por ejemplo de menor a mayor. pegar y eliminar variables (Figura 1..Caoba 1 Presentación 5 Datos Trara*arma^ Arckwo Abn Edición Ver Nuevo Abri base de datos Lea datos de teto Guardar Guardar caro_. también común de todos los programas del entorno Windows es el menú «Edición. Además de reordenar o reestructurar los datos también nos permite fundir la base de datos actual con otra base de datos que tengamos («fundir archivos.. (Figura 1. Igualmente podemos ordenar los casos.. Con él podemos insertar una variable. Sip e' e Ud. Opoones. Se trata de marcar una de estas posibilidades... Eso sí. En nuestro caso.3). y «seleccionar casos.4). Así.. si se observa la pestaña que tenemos en la parte inferior izquierda comprobamos que nos hallamos en la vista de datos. a partir de una variable o un conjunto de ellas. En él se nos ofrecen las distintas posibilidades de visión que da el programa. ir a un dato existente concreto de nuestra base. El siguiente menú es el de «Ver. abrir un fichero de resultados. revisemos la barra de menús básicos del pro grama que aparecen en la parte superior de la pantalla.

Paleto.spo» que va guardando todas las ejecuciones que realizamos.. De este menú resaltamos las funciones que nos recodifican una variable. Líneas. En cambio.10) nos permite movernos de la base de datos al visor de resultados. en ésta los que no cumplen un determinado criterio quedan eliminados.P 0. En cuanto al submenú »seleccionar casos» nos permite quedamos únicamente con los datos que cumplan un determinado criterio. categorizar variables.8) también será recurrente durante el libro. El menú »Analizar» (Figura 1...0 archivo Series temporales supervivencia Respuestas múltiples Análisis de valores perdidos UglKUr conlunroc User Conisntos E r er_utar proceso Editor fMifi I de menus li .. ► Ventana 2 ► ► ► ► ► ► Minimizar todas les ventanas o 1 Sin titulo • Ed it or de datos SPSS Resultados) Visor SPSS ► ► ► o r tdrdades Ventana 2 Va ri ab le s Intormamon del paramétricas o ► ► Barras de errgr_. Así. el menú »Ventana» (Figura 1..9) no ofrece aspectos de tipo descriptivo. El menú »Transformar» nos vuelve a brindar la posibilidad de manipular nuestros datos. Los diagramas de barras. En él se encuentra la mayoría de los cálculos que aprenderemos.. Dispersión. podríamos decidir quedarnos únicamente con los individuos que no proceden de ninguna academia o serie de televisión. por algún valor adecuado.. siempre que tengamos una variable que nos lo especifique. mientras que las opciones »Correlaciones» y »Regresión» recogen la mayoría de los aspectos que serán tratados en el Capítulo 3.. El menú »Utilidades» (Figura 1.6 Estarfishca aplicada al turismo cual estamos en varias bases de datos separadas según los valores de una variable. Control Diagramas de caja. Sectores. De igual forma. si tenemos una base datos de las ventas que ha conseguido un conjunto de cantantes. en él encontramos todos los grá- Analizar Gráficos Utilidades Ven Informes Estadísticos descriptivos Tablas personalizadas Comparar medias Modelo lineal general Modelos mixtos Correlaciones Regresión Lpglineal Cla^ihcar Reducción de datos E scálas Pruebas no Gráficos Utilidades Venta Galería Interactivos Barras... una variable numérica a variable de texto y sus contrarias (opciones recodifrcar. el menú »Gráficos» (Figura 1. de líneas. asignar rango a casos y recodificación automática). También podemos crear series temporales y reemplazar los valores perdidos. Por último.. Así. Los estadísticos descriptivos recogen la mayoría de aspectos del Capítulo 2. A_reas. dispersión y el histograma serán contemplados a lo largo del curso.7) será uno de los más recurrentes en el curso que les presentamos a continuación.. Máximos y mínimos. En este menú aparece la posibilidad poner en práctica técnicas estadísticas más avanzadas de las que veremos en el presente libro. caja. podemos dividir una base de datos en dos según los individuos sean mayores o menores de 18 años. y las observaciones en blanco. el submenú »series temporales» será fruto de estudio en el Capítulo 4... Es decir. P. Histograma... Obsérvese que mientras en la opción anterior se crean dos archivos separados. sectores. El programa presenta multitud de posibilidades gráficas. También se recurrirá a algún gráfico de series temporales. pudiendo cambiar una variable cuantitativa a discreta. Dicho visor de resultados es un archivo de extensión »...

. =O 1e16 ticos y cálculos que le pidamos al SPSS que realice. como acerca del programa. Aunque orientada al turismo de negocios..". En estos momentos.Capítulo I Preseolacióa 7 ay.^. tenemos el tutorial o ayuda del programa que aparece en forma de interrogante subrayado.a Eaaea Y. 1 . 1 -3.. cuatro personas en el departamento de promoción.i. S. Fl^ri Con el fin de adaptar al entorno turístico cada conocimiento estadístico que el lector irá adquiriendo a lo largo del presente libro. además del usual buscador. entre ellas un/a gerente y un/a becario/a. Registro de productos. dos personas en el departamento de marketing y. se presenta en esta sección una agencia ficticia que formulará un conjunto de preguntas a lo largo del libro y que serán respondidas por su gerencia o departamento estadístico utilizando sencillos cálculos estadísticos realizados a partir del programa SPSS.1 I se observa el aspecto de dicho Visor.4. Con una sede central en Cataluña (16 trabajadores) y el resto de sedes repartidas por Europa (en concreto nueve oficinas con cinco trabajadores cada una). rym. minorista-mayorista con 61 trabajadores. Para verlos. En la Figura 1. En cada oficina tenemos cinco personas en contacto directo. S.. se haya vacío. • • 1. al no haber realizado ningún cálculo. SPSS ¡New/adilt VuaSP55 J ^ <i © at ilA[< . es una agencia de viajes emisora-receptora.n4n. turismo de nieve o turismo de sol y playa..-Me l J^+U e ÚS^. cinco en el departamento de administración y finanzas. I 7. En él tenemos tanto ayuda estadística.A.. siem- l lZ ... Por último. ^oI I I d-JJ_!^I=I^1J=J_I '1 1 1 .m á. La empresa EN ALGÚN LUGAR. finalmente. cuatro personas en contacto directo con el público. siempre acompañado de las implicaciones en cuanto a la toma de decisiones para el buen funcionamiento de la misma. En algunos casos se presentará un pequeño informe que sintetice las principales conclusiones del estudio. 1 -1' ^ 'd. nuestra agencia no deja de ofrecer otros productos como el turismo cultural. ^ Temas Tutorial Pagina principal de SPSS Asesor estadístico syntax Guide Acerca de. La agencia EN RLGÚN LUGRE. únicamente hay que pulsar en «Cuadro de diálogo» y «Visor SPSS.141 :I Sr tmb Edito de dato.xe.e<a 1__ .R.. En la sede central tenemos un/a gerente. ecoturismo.

Estos datos están en el fichero salarios. El beneficio neto del producto consiste en el pago que realiza la emisora de radio una vez descontados los costes que el mismo genera a la agencia. si ha sido realizado en condiciones de pensión completa o no. la duración del mismo. el precio por noche de cada uno de los viajeros. Respecto a la demanda. la edad del viajero. Mikel Erentxun. tenemos un fichero que abarca dos años y contiene datos respecto al país de procedencia de la familia/individuo viajero (10 países y 38 regiones). Joaquín Sabina. La oreja de Van Gogh o Alex Ubago. Alejandro Sanz. tenemos datos estadísticos acerca de su edad. entradas para museos y espectáculos.8 Estadística aplicada al turismo pre comercializando billetes de transporte. . sexo. en la base de datos Grandesexitos. Estos datos se encuentran en el fichero enalgunlugarsav. en un par de conciertos europeos. la evaluación del producto realizada por esta familia una vez concluido el viaje. Respecto a la plantilla. visitas o viajes combinados. Por último. el número de estrellas del hotel en el que materializó su estancia y. Se trata de un viaje sorteado por una famosa emisora de radio para acompañar un fin de semana a un grupo o solista de música español de moda del momento. finalmente. si ha sido realizado en temporada alta o baja. Los Secretos. también tenemos algunas deficiencias en dichas bases de datos que con la ayuda de nuestros conocimientos estadísticos solucionaremos sin problemas. los destinos. Duncan Dhu. Por este concurso han pasado: Joan Manuel Serrat. Tenemos varias bases de datos de la agencia que es necesario gestionar de la mejor manera posible con el objetivo de conocer su funcionamiento y tomar las decisiones acertadas.sav tenemos el beneficio neto mensual de un producto que la sede central de la agencia ha ofrecido durante más de 20 años.xls. Lamentablemente. si se trataba de un viaje organizado o no. años de experiencia. Los Rodríguez. nivel educativo y salario por hora.

11. Ejemplos de estudio 2.4.3. Tabulación: frecuencias 2. Tipos 2.6. Ejemplo de resolución a partir de SPSS 2.9.2 Rnãlisis exploratorio de variables uniffimensionales CAPITULO Sumario 2.7. Población y muestra. Representaciones gráficas 2 5. Tipos de muestreo 2. Reducción de datos IV: medidas de simetría. Reducción de datos H: medidas de posición 2. Reducción de datos III: medidas de dispersión 2.10. Reducción de datos I: medidas de tendencia central 2.8. apuntamiento y concentración 2.2.1. Ejercicios propuestos . Variables estadísticas.

Entonces. Se entiende por población el conjunto de elementos. se tratará de generar informáticamente 10. y a título de ejemplo. — Tamaño muestra!: número de elementos u observaciones que tomamos. Se trata del método más sencillo y se puede ilustrar con la «mano inocente» que extrae de una urna con todos los elementos de una población. la muestra a utilizar. Población u muestra.00(1 números aleatorios (entre I y 40. Otros conceptos son: — Muestra: subconjunto de elementos que forman parte de población.(XK)) que seleccionen a los individuos a entrevistar en un estudio turístico a partir del censo de los aproximadamente 40 millones de población española. Para ello recoge una base de datos con los precios que ponen los hoteles similares de su E n el presente capítulo se expone el análisis de una característica conocida de interés para un individuo o colectivo. r' • • 2. La muestra representa a esta población. individuos o entes sujetos a estudio y de los cuales queremos obtener un resultado. a continuación mediante cualquier sistema aleatorio se extraen al azar unos números que indicarán mediante la correspondencia estableci4Ja con la numeración de los elementos de la población. Tipos de muestreo Para introducirnos en el mundo de la Estadística descriptiva es necesario conocer un conjunto de conceptos previos que son necesarios tener presentes en todo momento. Durante el mismo se mostrará como recopilar entorno. En la realidad. la selección de los elementos de la muestra en todas ellas se realiza mediante el azar. Existen diversas técnicas para elegir una muestra significativa.000. Es probable que ese hotel se haga preguntas como las siguientes: ¿cuál es el precio más habitual fijado por mi competencia? ¿Hay más precios mayores o menores a los míos? ¿Entre qué precios se mueve la competencia? ¿La mayoría de precios son muy parecidos? ¿Dónde se sitúa mi precio? El siguiente capítulo da respuesta a todas esas preguntas e incluso a muchas más. .dicha información. Se denota por a o N. Para evitar la influencia de factores externos al colectivo. De entre estos métodos destacan los siguientes: a) Muestreo aleatorio simple: consiste en numerar todos los elementos que compo- nen la población. mostrarla. cómo agruparla. resumirla y desmenuzarla.1. Como ejemplo de utilidad supongamos que un hotel de un determinado lugar y número de estrellas desea tomar una decisión acerca de su política de precios. supongamos que queremos realizar un estudio turístico acerca de los hábitos de los ciudadanos españoles respecto al mismo. los elementos que corresponden a la muestra.

Supongamos que ese elemento fuese el 1. obviamente. etc. asignando un número a cada una de sus categorías. 5.2.250: nuestra muestra estaría formada por: 1_250. en primer lugar dividimos los 40. va que al utilizar un sistema que también es periódico produciría una muestra no representativa. continuando con nuestro ejemplo. el sexo.\' el cociente entre el número de elementos del colectivos el de la muestra. 5. el número de alumnos de la universidad.Doblo 2 Bnálisis etploralono de tanaDles unidimensmnales II \Juestreo aleatorio sistemático: en este caso los elementos que forman la muestra se eligen sistemáticamente de entre los que componen la población. Por ejemplo. número de hijos. que ser hombre sea una categoría superior a ser mujer.000 mujeres. Es decir. ' En ocasiones y con el objetivo de realizar algún tipo de análisis numérico con las variables cualitativas se las convierte de forma ficticia en cuantitativas. tomar el elemento número . empezando no por el primero. la profesión de un individuo.000.\'.000/10.250.000. Variables estadísticas. Tipos De esa población que estamos conociendo es probable que ha■ a alguna característica que sea de nuestro interés. los trabajadores en una a g encia. peso. si tenemos un colectivo de 40 millones y la muestra es de 10.. etc.000. Así. 13. precio. Consiste en ordenar mediante algún criterio el colectivo ■ después seleccionar elementos del mismo en función de su posición en la ordenación. Este sistema no debe utilizarse en caso de datos temporales de periodicidad. etc.250. duración de un viaje. sin que ello signifique. se puede convertir el sexo en una variable cuantitativa asi g nando un 1 a la categoría de hombre v un O a la mujer. • • 2. Entonces.000 habitantes. el número de estrellas de un hotel. Dentro de cada grupo se seleccionarán. . Entendemos por variable esta característica que estamos midiendo..000 de población en dos grupos: hombres y mujeres. sino por uno al azar de entre los 4. utilizando muestreo aleatorio. di Muestreo por conglomerados: la población en estudio se divide en grupos o conglomerados. tomaríamos un elemento de cada 1. siendo . A continuación se aplica el muestreo aleatorio simple a cada una de las categorías. — Variable cuantitativa: aquella que podemos expresar numéricamente: edad.000 primeros.000 (10. Ésta a su vez se subdivide en: • \ ariahle discreta': aquella que entre dos valores próximos puede tomar a lo sumo un número finito de valores: el número de hijos de una familia. el Muestreo aleatorio estratificado: en este método la población se divide en clases o categorías atendiendo a alguna característica homogénea de los elementos que la componen. 9 250.000). imaginemos que interese que el número de mujeres y hombres de la muestra sea idéntico. Siguiendo nuestro ejemplo se trataría de confeccionar una muestra con los individuos pertenecientes a una ciudad o pueblo español de 10. el tipo de transporte que elige en un viaje. Existen dos categorías o tipo de variables: — Variable cualitativa: aquella que expresa un atributo o característica: el color del cabello.000 hombres y 5. se selecciona al azar uno de estos g rupos o conglomerados ■ se estudia ala población en base a él por cuanto se supone lose conocer que es representativo de la población. a título ilustrativo. Así. el estado civil.

Suelen ser datos acerca de familias. etc. La información de una serie temporal es de carácter agregado.12 Estadística aplicada al turismo • Variable continua: la que puede tomar los infinitos valores de un intervalo. siendo su valor -iésimo.. Con este tipo de datos trabajaremos en los tres primeros capítulos. y se suele expresar en tanto por uno. precios.. Se denominan series temporales. edad.. empresas. Los datos pueden clasificarse en: a) h) e) Datos de corte transversal: se trata de una o más variables para distintos individuos en un mismo momento del tiempo. siempre debe ser igual a la unidad. ésta será la agregación de las ventas para todos los clientes. si tenemos datos acerca del consumo de ocio que realizan las familias. — Frecuencia relativa: es la frecuencia absoluta dividida entre el número total de datos. Datos de panel: se trata de una combinación de los dos anteriores. las distintas modalidades se representan utilizando las minúsculas correspondientes. cada una de estas variables puede tomar distintos valores.X4 - .. En muchas ocasiones la diferencia es más teórica que práctica. . El dato se denota por las minúsculas de las letras finales del alfabeto castellano. es decir.X4) Si la variable es cualitativa se denota por las primeras letras del abecedario y. 2. En este caso sí que aparecen problemas de interrelación.3.X. Este tipo de datos serán tratados en el Capítulo 4. n La suma de todas las frecuencias relativas. cosas. distancias. aunque el grado de agregación dependerá del caso específico.Xi. Son diferentes variables para distintos individuos durante un cierto número de intervalos regulares de tiempo. cada valor observado de la variable. es razonable pensar que el consumo que realice la familia i es independiente del que realice la familia j.. Su análisis supera el objetivo de este libro. de nuevo. Dato: Cada uno de los individuos. Se representa por n. 11. ya que es razonable que el consumo de ocio que realiza la familia i en el año r muestre cierta dependencia del consumo de ocio que realizó la familia i en el año t — I. Dicho de otra forma. Para ello es necesario definir los siguientes conceptos: — Frecuencia absoluta: llamaremos así al número de repeticiones que presenta una observación. colocando un subíndice que indica el orden: X= (Xi. el siguiente paso es organizar y tabular los datos. En este tipo de datos no hay problemas de interrelación. o entes abstractos que integran una población o universo determinado. A su vez. si la variable es la venta de productos de ocio.. etc.. Tabulación: frecuencias Una se.Xk. Datos temporales: observaciones de una o mas variables a intervalos regulares de tiempo para un solo individuo. La variable cuantitativa se denota por las mayúsculas de letras finales del alfabeto castellano. Por ejemplo. ya que los aparatos de medida dificultan que puedan existir todos los valores del intervalo: peso. tenemos la muestra confeccionada de forma adecuada.

Para operar utilizaremos la marca de clase. el extremo inferior del intervalo y por L. y se la suele representar con la notación: F.) Se entiende por L _ . como el número de intervalos. ¿cómo obtener. una tabla de frecuencias agrupada? Procederemos siguiendo estos pasos: • Decidiremos el número de intervalos: aproximadamente. y se representa por: a=L. = n. cuando nos encontramos con un conjunto de datos o distribución con un gran número de valores.r — .. el punto medio de un intervalo. será: X. F. X. redondeando.+ n_ N•= n. sería la longitud del mismo. Re = . Tabla de frecuencias para una variable discreta.r. ni Nz I.. La última frecuencia absoluta acumulada es igual al número de casos: N. La amplitud del intervalo. = n. menos valor menor de los datos.[Mulo 2 Análisis etplorensionales 13 -- Frecuencia absoluta acumulada: es la suma de los distintos valores de la frecuencia absoluta tomando como referencia un individuo dado. cerramos el intervalo por la izquierda y abrimos por la derecha. tomando como referencia un individuo dado. La ordenación en la tabla. Esta práctica tiene un claro inconveniente: se pierde información sobre la propia distribución. - L. Se puede redondear Re número de intervalos . podemos definirla como el promedio de los valores extremos del intervalo. La última frecuencia relativa acumulada es igual a la unidad. Pero. N. De igual forma. el extremo superior. +n.. Por convenio. formaremos intervalos donde: IL.—L. a partir de los datos continuos. • Recorrido: valor mayor. también se puede definir a partir de la frecuencia relativa. • Amplitud del intervalo: división entre el recorrido y el número de intervalos que hayamos decidido.+.+n„_. Para calcularla. ■ dividir entre 2. I.+n• =n — Frecuencia relativa acumulada: es el resultado de dividir cada frecuencia abso- luta acumulada entre el número total de datos. como suma de los distintos valores de la frecuencia relativa. entendemos la raíz cuadrada del número de datos. ésto es sumar los extremos. Así._. se suelen agrupar las variables en intervalos para facilitar la comprensión de los datos. N Snn5 N En cambio..

75.y 5.8 si lo dividimos entre el número de intervalos tendremos la amplitud de cada uno de ellos y así: 2.7 6. tomaremos 6 intervalos. es bueno agrupar la serie en intervalos.5.8 Se pide: a) ¿Cuál es la población objeto de estudio? b) ¿Qué variable estamos estudiando? c) ¿Qué tipo de variable es? d) ¿Qué problema plantea la construcción de la tabla de frecuencias? e) ¿.4.9 4.4 5 >s 4.7 4.6.6 4. Los datos obtenidos en miles de pesetas' fueron: 3.25) 14.75? g) ¿Qué porcentaje de hoteles cuestan como mucho 4.25. ('Liando no se nos dice nada el número de intervalos se obtiene calculando la raíz cuadrada del número de datos observado.35 0.5 5.3 4.1 4.3 6.46.5 4.o. d) El problema que plantea es que existen muchos valores diferentes dentro de esta variable y. ••us habitaciones.25? * Recordar que I € = 166.386 pts.3 = 2. c) El tipo de variable es continua.f) ¿Cuántos hoteles tienen un precio superior a 4.0 5.275 • 100 = 27.8 4. Como el recorrido es 2.5.275 0.= 6.075 0.1 -3.1 En 1999 un nuevo hotel abre sus puertas en cierta ciudad.25.2 4.8.7 4. Veremos que la raíz cuadrada de 40 es igual a 6. !Lt-aLi) 13.46 por lo que además de no ser muy fácil operar.14 Esladíshca aplicada al Mismo EÍemplo 2.75? . Antes de decidir el precn .Cuántos hoteles tienen un precio entre 3.3 4. por tanto.9 5.32. SOLUCIÓN: u) La población objeto de estudio son los hoteles de una ciudad. Lo podemos evitar tomando un valor superior.4 3. en este caso 0. 15.751 14.1 3.t tt 3.8 4.25 y 3.3 4.625 "t fl 15.25) 15.25) Ni Ni Fi Fi 3 8 14 3 I1 25 0.0 4. • 100 = 0.75. Tabla 21 Importante La amplitud es de 0. por tanto.3 5. xt '= f.3.2 4.1 6.5 .75.9 4.25.5. . calculamos el recorrido Re = x ^ x. 14. La manera de hacerlo sería la siguiente: primero.8/6 = 0. vi .4. puede que no cubra el rango de la variable. el gerente investiga los precios por habitación y noche de 40 hoteles de la misma categoría de esa ciudad.5.4 4. b) La variable que estamos estudiando es el precio.2 0.7 3.75) 15.75) 13.3 4.7 .075 0.

1). Levantaremos barras o columnas separadas de altura correspondiente a la frecuencia adecuada.4. Suelen utilizarse iconos que se identifiquen con la variable (un ejemplo sería un coche en un estudio de las marcas más utilizadas como coches de alquiler) y su tamaño suele guardar relación con la frecuencia 2. la frecuencia.4. acumuladas o no. 2.4. Diagrama de barras Se utiliza para frecuencias absolutas o relativas. Diagrama de sectores El área de cada sector es proporcional a la frecuencia que se quiera representar. .ta primera aproximación a los datos. análisis exploratorio de variables umdimensionales 15 • • 2. Elevaremos columnas unidas. 2. tendremos que a = f • 360 (Figura 2.2.4. La diferencia es que ésta es para variables continuas. se suele efectuar una representación gráfica para apreciar a golpe de vista la magnitud o posición de las variables. mediante la siguiente proporción: n a N 360 Como resulta que Ñ = f . Represerficiones gráficas Dentro de e.3. En el eje de ordenadas.1.4. a altura igual a la frecuencia correspondiente (Figura 2. sea absoluta o relativa. Los sistemas de gráficos más usuales son los que se describen a continuación.4. Este diagrama se utiliza para cualquier tipo de variable 2. de una variable discreta. Histograma Igual que el anterior en cuanto al tipo de frecuencias que se pueden utilizar. En el eje de abcisas situaremos los diferentes valores de la variable. Pictograms Se suele utilizar para expresar un atributo.3).• Capítulo 2. Para calcularlo podemos decir que el área depende del ángulo central.

Oiagrama de fallo n hojas Es un método de tabulacion a la sez que un gráfico adecuado para variables continuas. Todas estas medidas pretenden ofrecernos una idea de en torno a qué valor se mueven los datos. y^ 3. En el primero utilizaremos. su gráfico de tallo y hojas será el que aparece en la Figura 2. A modo de resumen. Así.9 4.. si la variable es cualitativa.5. se suelen utilizar más los diagramas de sectores o pictogramas. aparece en la expresión de la media aritmética de la forma: —.7 5. Reducción de datas I.4. si tenemos el siguiente conjunto de números que pertenece a la primera fila del Ejemplo I.S. X + X2 + x.7 3.6 4.4).16 2.6. y las más importantes son: media. medidas de tendencia central En este apartado comenzaremos a resumir los datos. 5 Polígono de frecuencias Esladíshca aplicada dl lunsma De nuevo se trata de un _ratico adecuado para variables continuas.5 3 4 5 6 79 3579 016 Fi ota z._i n X= =I n que será la expresión que consideraremos definitiva de la media aritmética.9 5. = Ñ otra posible expresión será: x.0 Arr 6. • • 2. según se trate de variales continuas o discretas (Figura 2.I. el diagrama de barras tanto para la representación de la frecuencia absoluta como la relativa. r o ^ 2.5.1 4. En el caso de la variable continua. + . veces. mediana y moda.. podemos tener dos casos: variable discreta o variable continua. Z. si de la variable X se repite n . Si la variable es cuantitativa.1 5.f n n. si no piden nada concreto. utilizaremos las medidas de localización o tendencia central. Media X a) MEDIA ARITMÉTICA Es la suma de todos los valores de la variable dividida entre el número total de elementos.S.r2 x3 14 .3 4. X— i=I . + x ^ n Si el valor.4. Para ello. Se . Es la recta que une los extremos de las barras de las variables de una distribución o los puntos medios de los histogramas.i. optaremos por el histograma o polígono de frecuencias.r5 xl figula 24 trata de dividir cada uno de los datos en dos partes: el tallo y las hojas. Como f.

y 1w•. En el fitntro considerarenws indistintamente . Tabla 2. i... la suma de todas las ponderaciones. la media aritmética ponderada es la media aritmética que se utiliza cuando a cada valor de la variable (x. n. se asignan frecuencias a las marcas de clase y se procede como si la variable fuera discreta o continua no agrupada. /♦1 xj 54 59 ni 2 3 108 1 77 ♦••^ • ♦.Ciplula 2 Ilnilisis exploratorio de variables umdimensionales 17 Si tenernos la siguiente distribución del peso en kg del equipaje embarcado por dise -" 'unia. la ponderación de la variable x. Se la suele representar como: Xw = 1 x. La media aritmética es denominada también la centro de gras edad de distribución.ei n 't 8 ♦♦ Nora 10 'lila variable está agrupada en intervalos (variable continua agrupada). es independiente de la frecuencia absoluta que tenga.♦.ci (marca de clase) = vi. no todos los valores de la variable tienen el mismo peso. 63 4 641 10 t 264 601 . ". Para poder calcularla se tendrán que tener en cuenta las ponderaciones de cada uno de los valores que tenga la variable.. b) MEDIA ARITMÉTICA PONDERADA En ocasiones. Esta importancia que asignamos a cada valor.•. en un ifaje semanal. De esta forma. siendo x . ) se le otorga una ponderación o peso distinto de la frecuencia o repetición. .. n. se pide hallar la media aritmética.4.

la media aritmética queda aumentada en dicha cantidad. n. 8 y 7. = 0 Propiedad 2. // ^ = _ ^x. La suma de las desviaciones de los valores de la variable con respecto a la media aritmética es 0.n.r + k.n.–^Xn. n.n n 5+8+7 3 — 6. x n I `` I = r^x. Se pide calcular la nota media. Utilizando esta variable calculamos otra variable a partir de la anterior de la siguiente turma: y . n +kn) I(x. 5 8 1 1 1 W. Propiedad 1. media.— ^—) — = 01 ■ n / n.n. Si a todos los valores de la variable se Ic suma una misma cantidad. ^ x. n _ ^ k n. I El pnmer examen lo hizo en media hora. si calculamos la media ponderada. por lo que se les atribu) e x. n kn _ ^x n +k n n +— n n . +kn . obteniend.18 ■ Esla gisota apli(ada al lunsmo Ejemplo Z4 t 'n estudiante realiza tres exámenes de Estadística de complejidad creciente.67 Ahora bien. Supongamos que tenemos una variable x de la que conocemos su media. Si ahora queremos calcular la media de esta segunda variable: yn.–X) ^ = (x. Veamos que esta propiedad resulta al operar la siguiente expresión: –X) Tendremos que: (x. 2 } 3 respecusamente.– Xnl // — n. tendremos que • N= 6 X . 1 2 3 16 21 42 1 Si calculamos la media aritmética. ^(x + k)n ^(x .n.) n n n 1 x n.. siguientes resultados: 5. n.–Xn)^ = (^xn. el segundo en una hora y el tercero en h.)ñ = – \\ x n . una ponderación de 1.X ^n. n . 1 rl. obtendremos: (5 = I) +(8 x 2)+17x3) 5+16+21 I1+2 + 3) A continuación resaltaremos un conjunto de propiedades de la media aritmética que creemos son de utilidad. = . + L kn Y x.

436 _ 1 Importante Hay que tener en cuenta que la media aritmética es muy sensible a los valores extremos. Esto puede resultar un problema. Si una variable es transformación lineal de otra variable (suma de un número y multiplicación por otro).222 'De estas dos propiedades se deduce que la resta y la división se realizarían de igual manera para la propiedad 2 y 3. + b)n .436 38. tendremos (Tabla 2.438 — 38. La demostración se realizaría de manera análoga a la anterior.436 2 38. donde a y b son números reales. 38. n ^ (aT.432 — 38.436 38.436 — 38. Propiedad 3 2.8): 3 8 38. .440 38. Si calculamos la transformación de la variable x.436.43 =2y+ : 36 tones: A + 38.436 38.432 38. it + bn) n a ^ .438 4 8 4 tomando como nueva variable el valor más centrado (menos su media).436 2 8 2 — .440 — 38. = a x.436 — 1 2 38. es decir.Análisis exploratorio de variables unidimensionales L X 19 n.432 — 38.436Q2 22 + 38.432 38. (ax. respectivamente. si sustituimos tendremos Y = X + k. a valores numéricos muy diferentes (tanto por grandes como por pequeños) al resto de la muestra.T n n + bI n =aX +b Podemos utilizar esta metodolo g ía para calcular la media de la distribución de la Tabla 2. siendo y.432 38. la media aritmética de la primera variable sigue la misma transformación lineal con respecto a la media aritmética de la segunda variable. 2 38.436 — o —8 o 3 16 2 38. _ — X.432 38. — n.7. Si todos los valores de la variable se multiplican por una misma constante la media aritmética queda multiplicada por dicha constante.+ b.438 3 8 38.436 = 38. Hay formas de resolverlo como la eliminación un cierto porcentaje de observaciones extremas a la hora de su cálculo. que es lo que pretendíamos demos- Como trar. Corolario La media aritmética se denomina también centro de gravedad de la distribución.

387 6.146 45. será cons entente ampliar fa tabla con lo que nos quedará: 2.3 . x. los calores de la distribución nos impiden poder efectuar los cálculos al exceder la capacidad de la calculadora.079 2.2 — 2.1 ^^.632 d) MEDIA ARMÓNICA Se representa como H. Elemplo 2.20 C) MEDIA GEOMETRICA Esraáishca aplicada al IIIhSInO Responde a la siguiente expresión: G = sx¡ x..221 n . Para dar solución a esta problemática utilizaremos las propiedades de los logaritmos.056 J = anti log 2. 100 = 2 2.. número de índices. xt y se la puede definir. log x. como la raíz n -ésima del producto de todos los valores de la variable.6 n.11 wt 10 log log x n. x3 . log x. También la podemos representar como: G= (G = x¡ x. etc. . . En muchas ocasiones.2 .0555 = 113. siempre que nos tengan dados en porcentaje. .438 5 log 120 = log 125 = log 4 3 n = 22 140 = 2. n Por tanto. n. Es la inversa de la media aritmética de las inversas de los valores de la variable.°x..•)• Suele utilizarse cuando los valores de la variable siguen una progresión geométrica También para promediar porcentajes.221 45.Ino x r = 2. y responde a la siguiente expresión: H= n n a. tacas.097 20 10396 8.

aquél cuya frecuencia absoluta acumulada coincida con ^. es necesario " que calculemos la. 2.520 140 3 1\140 N=22 I11.1 1. Su problema sume cuando algún valor de la variable es 0 o próximo a 0 no se puede calcular Ejemplo 2.. presenta varias ventajas como son: su sencillez de cálculo. o valor mediano. ordenadas de menor a mayor.195 500 420 2.000 5 0. El lugar que ocupa se determina dividiendo el número de valores entre 2 Cuando hay un número impar de valores de la variable.2. hiiss emPoralana áe variables witassietles 21 Se utiliza para promediar velocidades.111._ t <  N an Me = s .r y la inversa de la frecuencia.S. N. que separa en dos partes iguales los valores de las variables.021 0.042 600 0.032 0. Mediana: he La mediana. etc. (cuando influyen los valores pequeños). Por tanto.1 Calcule la media armónica de la siguiente tistnbución: 100 120 125 10 5 4 3 ^ 140 X ‘k Para poder hallarla. presenta el inconveniente ya mencionado de ser sensible a los calores extremos ■ válida para datos cualitativos. en particular la aritmética. será el valor de la variable que ocupa el lugar central. la mediana coincide con un valor de la variable. Es decir. la mediana será justo el valor de orden central. En cambio.1 Entre la media aritmética. rendimiento. es una cantidad que nos indica orden dentro de la ordenación. inversa de . . . por lo que ampliaremos la tabla con 2 columnas adicionales: ^ rr 100 120 125 10 10 I\120 1 \125 0. Por tanto. el hecho de incorporar todos los datos para el mismo y ser de eles ada utilización.Gllilre 2. la media. la media geométrica y la media armónica se da siempre la siguiente relación: H <_GsX Para concluir. tiempos.

7 26 Me =x. La forma de hacerlo será calcular el valor de la mitad de n. En distrihio t nc. En las distribuciones sin agrupar.45[ = 671 Siendo [L.25 i100 (25. [20. haremos el siguiente cálculo: N. _. a. una vez que los datos han sido ordenados de menor a mayor.8 Sea la siguiente distribución (Tabla 2. u L i udas.5.55. 2 671 2 = 335. 2 n. se trata de una medida que no utiliza todos los datos para su cálculo (aunque sí su orden) y que depende del orden y no del valor de los datos.138. Moda: Ma =30 + 333.+x. Por tanto.. L.30 1150 130 . El otro caso puede observarse en la distribución de la Tabla 2.0 L u n. etc. por tanto. Pueden existir distribuciones con más de una moda: bimodales. el valor que tenga mayor fre- 5 _32.13). = 32 d Xi Ni.) el intervalo que contiene ala frecuencia acumulada de dicho intervalo._.14. ya = amplitud . cuencia absoluta. Me estará en el intervalo [30-35i._. _.+ N— — N. 100 250 450 630 671 200 180 41 V Me= L._. Me 2 Ejemplo 2. < <Na 16<17. unnu N. En este para obtener la mediana realizaremos el siguiente cálculo: x. lugar que ocupa +2 X.. trimodales. L. a.3. es decir. realizamos el cálculo: Me = L.:. . lugar qu.. En cambio.. 91 1026 6 n=32 33 7 10 10 13 7 _ EM111111= n.22 Eslaáishca apl¢adc : .= 2.* N' 2— n. y observar qué intervalo tiene una frecuencia absoluta acumulada que cumpla N. 2 250 Será el valor de la variable que más veces se repite. Después de saberlo. t Me= L _ 52 7_ 6 =16= Se trata de la media aritmética entre el valor que ocupa la posición decimosexta decimoséptima. el primer pa. 35.te en determinar el intervalo mediano [L . Me = 7. Valor que presenta el decimoctavo dato (ordenados). la obtención de la moda es inmediata.5 Como ventajas de la mediana se observa su utilidad en presencia de valores extremos que influencien a la media y su bondad para variables cuantitativas discretas. <Z < N.r. 3 4 ^/ 1 / /\ 1 2 at 3 3 4 7 9 10 1 5 ' I . se produce que: = n 2 2 = 17. de menor a mayor. ).-o El problema surge cuando hay un número par de valores de la variable. -V'1 (40.

de manera que en cada una de ellas haya el mismo porcentaje de valores de la variable. En las distribuciones sin agrupar. que será aquel que tendrá mayor frecuencia absoluta lL.. 3 n.. Es decir. 90%. a. 2.._. la mediana._. — Percentiles: cuando dividen la distribución en cien partes (99 divisiones). Cuando la distribución es simétrica (con I moda) se cumple que: 7 = Me = Mo. \luda (2.. correspondientes a 10%. el decil o el percentil sobre el total de los mismos se encuentra entre dos determinadas frecuencias absolutas acumuladas exis- ..D.<(%)•n<N^Q =x .CODlo 2 Análisis etplaralorio de variables unidimensionales 23 En el supuesto de que la distribución venga dada en intervalos. 4). Éste surge cuando son iguales a la mediana y así veremos: 2 _ 5 _ 50 4 10 100 Para su cálculo...Pm. L. puede ser la única medida de centralización posible para las variables cualitativas. D. correspondientes a 1%. + n.. sea agrupada. ya era una medida de posición._.10 realizaremos el siguiente cálculo: n. C. Cuando hay una única moda.. . • $ 2.: extremo inferior del intervalo modal. en primer lugar tendremos que encontrar el intervalo modal.. . 4 5 n. 50% y 75%. De hecho. Su función es informar del valor de la variable que ocupará la posición (en tanto por ciento) que nos interese respecto de todo el conjunto de variables. Posteriormente.. + n.: densidades de frecuencia de los interLa gran desventaja de la moda radica en que es salos anterior y posterior al que contiene la moda. si los intervalos tienen la misma amplitud. y sin agrupar. como se podrá intuir más adelante. los deciles y los percentiles. distinguiremos entre distribuciones agrupadas... — Deciles: dividen la distribución en diez partes iguales (nueve divisiones). entonces tendremos que : N. L. en este caso tenemos una distribución bimodal.99%..... Ejemplo 2. .. si el porcentaje que representa el cuartil.. ..._. Existe un valor en el que coinciden los cuartiles. primero hallaremos el lugar que ocupa. Mo = Siendo: 2. Las más importantes son: — Cuartiles: dividen la distribución en cuatro partes iguales (tres divisiones). menos representativa que la media o la mediana y que puede ser extrema: en cambio. Reducción de datos II: medidas de posición Son medidas de localización similares a las anteriores.. es decir. 7 4 Nota 1.. Podemos decir que los cuantiles son unas medidas de posición que dividen la distribución en un cierto número de partes iguales. a : amplitud de dicho intervalo. C„ C„ correspondientes a 25%. P. Se las denomina cuantiles (Q).8. la mediana suele estar comprendida entre y Mo.

es decir.5 Primer cuartil (C. 7 N.= 5 Como N. 10 15 20 25 . calcule la mediana (Me): el primer y tercer cuartil el 4. x. Lugar que ocupa la mediana lugar2-1 Como es igual a un valor de la frecuencia absoluta acumulada. que coincide con un valor de la frecuencia absoluta acumulada.] x.Pw• 2 2 0 +25 — 22. si el porcentaje que representa el cuartil.x. — 17. ya que 3<8<10 por tanto D4 = 10 Nonagésimo percentil [P. + x.) y el 90 percentil 5 Mediana [Me] . el decil o el percentil sobre el total de los mismos es igual a una determinada frecuencia absoluta acumulada existente.° devil (D. se toma como valor de ese cuartil. ] Lugar que ocupa en la distribución (1-) • 20 = 19 4. = 10 Lugar que ocupa en la distribución \4 / • 20 = 40 = 15.J A 18. esto implicara que C.17.5 2 l En el caso de distribuciones agrupadas. +x.5 2 2 15+20 Lugar que ocupa en la distribución ( 0 1 ) . _. n =N. < (25%) n < N.. 3 < 5 < 10. Por tanto.] ti +x r. . . primero encontraremos el intervalo donde estará el cuantil. Por tanto._„ L. se toma como valor la media aritmética del valor que acumula dicho valor de la frecuencia absoluta acumulada y el siguiente valor. = Cuarto decil [0. decil o percentil el valor que acumula la mayor de las frecuencias absolutas acumuladas anteriores.. = tercer cuartil [C. < (%) n < N Intervalo (L. En cambio.. decil o percentil de forma similar al caso anterior: Lugar: N. realizaremos este cálculo: Me = 5 3 2 n= 15 I8 20 20 x. 10 3 = 10.20 = — = 8 Como N. que coincide con un valor 11000 — de la frecuencia absoluta acumulada.24 Esta ísnca aplicada al turismo lentes. .<(r/)-n<N. 2 10+15 2 — 12. realizaremos el cálculo: t C.) . Q 2 Ejemplo 2. realizaremos el cálculo: Lugar que ocupa en la distribución (l ) • 20 = x.11 Distribuciones no agrupadas En la distribución de la Tabla 2..

I I .. A estas cantidades o coeficientes.67 ^ • • >< Reducción de datos III: medidas de dispeísidn Las medidas de dispersión nos sin en para cuantificar la separación de los valores de una distribución. Cuarto decdd [0. 300) [300.li. I S Primer cuartel [C. C.^__ Nonagésimo percentil [PI ] ^..V Q= Ejemplo 2. el cua rt o decd c el 90 percentil de distribución de la Tabla 2. . tanto mayores como menores.- do la expresión tendremos: 300 — 450 ^ t .7. -l rcl. respecto de esta media. 200) g{l00 – 200). les llamamos: medidas de dispersión.. estará situado e direct-aa 90 140 150 120 n = 500 100. D„estardtuado en el 4^^t Aplicando la expresión tendremos: 1 t 90 100 = 178.57 .] /j) [0 ._. resulta necesario acompañarla de otra medida que indique el grado de dispersión del resto de valores de la distribución._.500 = I 0ó 500 = 591. Aplicando la expresión te.800) ^•^^I t' . Llamaremos dispersión o variabilidad a la mayor o menor separación de los valores de la muestra respecto de las medidas de centralización que ha) amos calculado. 100) 3 1_0 w 4 90 230 380 500 Lugar que ocupa el primer cuartil: .] Lugar que ocupa: Por tanto. Las medidas de dispersión son un complemento necesario a las medidas de centralización por cuanto se complementa la información del valor alrededor del cual se mueven los datos con la información de si éstos oscilan siempre cerca de dicho valor o suelen estar en posiciones alejadas a este calor. Lugar que ocupa: 50W=450 \ jÓ0 Por t'-estarí situado en el finten alo [31 t` : 44 2.Porfanto. ten '00.Capadla 2 Boiles exploratorio de rin g les unidimeosianales 25 tina vez localizado el intervalo se aplica: L_. Al calcular una medida de centralización como es la media aritmética.12 Distribuciones agrupadas Halle el primer cuartil. .\ –.

100 EDA 200 300 J Un par de sencillos ejemplos aclarará esta cuestión.) d) Considerar como valores atípicos los situados fuera del intervalo (LI. Estos límites son: LI = Q. mientras que el hotel 2 muestra una mayor dispersión que el I. Parece muy superior la dispersión de las notas del alumno 2 cuyas cualificaciones en muchos casos distan mucho de su valor central demostrando que ha realizado esfuerzos muy distintos en cada examen. El gráfico también es muy útil para comparar una misma variable en distintas distribuciones o poblaciones (Figura 2.51Q. por último. e) Calcular unos límites superior e inferior admisibles que servirán para indicar los valores atípicos. el máximo y los tres cuartiles. Nuevamente sus medias y medianas son idénticas. veamos un gráfico que nos introduce esa idea. El diagrama de caja es una representación gráfica de una distribución para mostrar sus características principales y señalar los posibles datos atípicos. una segunda parte de la caja que va desde la mediana al cuartil tercero y. El alumno I.6). En el caso del hotel 2 sus precios son de 18. .– 1. LS).26 Estadística aplicada al turismo AMO Antes de continuar con el resto de las medidas de dispersión. cada uno con tres notas en sus exámenes de Estadística. Supongamos dos alumnos. Para construir un diagrama de caja o boxplot se han de seguir los siguientes pasos: a) Ordenar los datos de la muestra y obtener el valor mínimo. 30 y 42 €.– Q. En cada una de estas cuatro partes hay un 2590 de los datos. es decir. h) Dibujar un rectángulo cuyos extremos son el primer y el tercer cuartil e indicar la posición de la mediana o segundo cuartil mediante una línea. se muestra muy regular. Un primer bigote que va desde LI al cuartil primero. Diagrama de caja de EDA KIIKx x xx X 0 Agurd 2. según se mire. El alumno I tiene tres 5 mientras que el alumno 2 un 10. e) Dibujar una línea que vaya desde cada extremo del rectángulo hasta LI o I.+ I.– Q.) LS = Q. según corresponda. una primera parte de la caja que va desde el cuartil primero a la mediana. En el caso del hotel 1 todas las habitaciones cuestan 30 € por noche. no influenciables por algunos datos atípicos. El gráfico se interpreta comparando cada una de sus cuatro partes. un segundo bigote que va desde el cuartil tercero a LS. un 5 y un 0. en cambio. Por tanto. si una de estas partes es más ancha que otra es debido a que en esta parte los datos están más dispersos o menos concentrados. En ambos casos su media y mediana es 5. aquellas observaciones que parecen alejadas del resto.S(Q.S.6. Se utiliza la mediana y el rango intercuantílico como medias de centralización y dispersión porque son medidas que dependen del orden de los datos. Otro caso bien distinto es el de dos hoteles de tres estrellas cada uno con tres habitaciones. ofreciendo seguramente varias tipologías de habitaciones mientras que el hotel I ofrece siempre el mismo tipo de habitación.

.

]r — ^[k(x. 4. significa que X es más representativa que Y. Cuando S = O Es la medida de dispersión óptima por ser la más pequeña. — X')2 n. Por convención. nición. n —S2 4. ' = x. el coeficiente de variación queda alterado. se considera que la dispersión es óptima si V. la desviación típica queda multiplicada por el valor absoluto de dicha constante. . I. o que la media de X representa mejor a su distribución que la media de Y a la suya. Es necesario tener en cuenta que al efectuar el cociente eliminamos las unidades.S2 PROPIEDADES DE LA DESVIACIÓN TIPICA A su vez. por tanto Ves adimensional. — ^[(x. la desviación típica también tiene una serie de propiedades que se deducen fácilmente de las de la varianza (ya que la desviación típica es la raíz cuadrada de la varianza). la desviación típica no varía. S será siempre ? O por defiX = x. V. + k. El problema de las medidas de dispersión absolutas. 2. k21[(x. El coeficiente de variación no se ve influido si multiplicamos todos los valores de la variable por una constante: V _ IkIS IkXI _ IkIS IklIXI En cambio. pues es posible que entre sí no tengan cantidades en las mismas unidades. tendremos (sabiendo que X' = X + k): 1(x' — X ') 2 n. El coeficiente de variación de Pearson es una de las más significativas y lo podemos definir como el cociente entre la desviación típica y la media aritmética de una distribución. de ahí que en ocasiones se recurra a medidas de dispersión relativa. Sz= = 1(x. es que normalmente son un indicador que nos da problemas a la hora de comparar muestras de variables. — X)]2 n. S 2 • k) — (X' N + k)n. — X)2 n. (para todo i). La desviación típica es siempre un valor no negativo. _ n — n = k2. es igual o menor que 0. Si a x. = X I I Cuando V < V. la varianza queda multiplicada por el cuadrado de dicha constante. 3. Es consecuencia inmediata de las propiedades de la media.28 Esladíshca apl¢a0a aI lunsmo Si a x. Si a todos los valores de la variable se les suma una misma constante. si a todos los valores de la variable se les suma una misma constante. — N X)1 2 n. — 17)1 2 n. n I[(x. tendremos (sabiendo que r' = r la siguiente ecuación: 1(x. n + k). Si todos los valores de la variable se multiplican por una misma constante. • k) — (X' + k)1 2 n.— N 1[k2(x. Si todos los valores de la variable se multiplican por una constante. le sumamos una constante x' = x. como son todas las anteriores. • k.3.

que es simétrica. analizaremos las medidas de forma. A partir de una variable X con media X y desviación estándar S. para cualquier distribución. En esta parte. qué información nos aporta según la forma que tenga la disposición de datos. y responderá ala siguiente expresión matemática: Asimétrica Asimétrica a izquierda Si — 1 (x. • • 2. La información conjunta que proporcionan la media y la desviación típica puede precisarse de la siguiente forma: entre la media y ±( veces la desviación típica existe. entre la media y dos veces la desviación estándar están el 75% de las observaciones y entre la media y tres veces la desviación estándar. ns' Según sea el valor de g. diremos que la distribución es asimétrica a derechas (o positiva). Reducción de datos IV: medidas de simetría. a derecha Si trazamos una línea vertical por el valor de la media en el diagrama de barras o histograma de una variable (según sea ésta discreta o continua). En particular. equidistantes de dicha media dos a dos. apuntamiento u concentración Simétrica A Í a derecha I Asimetrica a izquierda Hasta ahora hemos estado analizando y estudiando la centralización y dispersión de una distribución. Para calcular la asimetría. podemos calcular otra variable Z. merece la pena citar en este punto un par de aspectos de interés obtenidos a partir de la información proporcionada por la media y la desviación típica. el 89% de las mismas. En caso contrario.8.7). Estos porcentajes se amplían al 95 y 99% respectivamente en el caso de que la distribución de los datos sea normal. como mínimo. es decir. en el sentido de histograma o representación de datos. a izquierdas (o negativa). y tales que cada par de valores equidistantes tiene la misma frecuencia absoluta. pero parece evidente que necesitamos conocer más sobre el comportamiento de una distribución. cuando a ambos lados de la media aritmética haya el mismo número de valores de la variable.—)7)'n. pues. Las variables tipificadas son medidas abstractas pero de gran valor en la comparación de distribuciones. dicha distribución será asimétrica o diremos que presenta asimetría. )cí de las observaciones. una posibilidad es utilizar el llamado coeficiente de FISHER que representaremos como g. esta vertical se transforma en nuestro eje de simetría. Ello nos permite concluir a título ilustrativo que. el 100 (I — 1 . Las medidas de forma de una distribución se pueden clasificar en dos grandes grupos Asimétrica o bloques: medidas de asimetría y medidas de curtosis (Figura 2.. mediante la siguiente transformación: Z X—X S Esta transformación recibe el nombre de tipificación de una variable. Diremos.Cappulo 2 Bnálisis exploratorio de ranahles unidimensionales 29 Tipificación de una variable o Teorema de Tchebochev Antes de comentar las siguientes medidas de caracterización de una distribución. La media aritmética de Z y su desviación estándar son iguales a 0 y I respectivamente. 1h11 ya sea por la derecha o por la izquierda. es decir: . o simétrica. una distribución presenta asimetría Simétrica por la derecha si la mayoría de sus datos están concentrados a la izquierda de la media y asimetría por la izquierda si la mayoría de sus datos están concentrados a la derecha de su media.

de densidad de la distribución: ^ .^(x) ^ _ t= I271. Para este fin. —X)4n.30 Esladislica aplicada al lirismo — Si g. corresponde a fenómenos muy corrientes en la natu raleza y cuya representación gráfica es una campana de Gauss. — Si g 1 < 0 la distribución será asimétrica negativa o a izquierdas (desplazada haci la izquierda). Se dice que una distribución tiene un apuntamiento u otro. ya que tie ne gran importancia al querer estudiar el apuntamiento o curtosis. siendo el área comprendida entre la f y el eje de las X igual a I Medidas de cirrosis o apuntamiento Para calcularlo utilizaremos la expresión: g2 = 1 (x. Las infinitas posibilidades que pueden adoptar los valores se encuentran entre los dos extremos siguientes: . — Si g. Medidas de concentración Las medidas de concentración tratan de poner de relieve el mayor o menor grado de igualdad en el reparto del total de los valores de la variable. Son. por tanto. e ^ k>= = s\ Esta distribución presenta unos puntos de inflexión X + S y X — S y el eje OX es un asíntota horizontal. siempre en función de esta distribució normal. hacia la izquierda). están concebidos los estudios sobre concentración. es por medio del coeficiente de Pearson (Ap). — Si Ap < O Si la distribución será asimétrica negativa o a izquierdas (desplazad la distribución será simétrica. > la distribución será asimétrica positiva o a derechas (desplazada haci la derecha). la distribución será mesocártica o normal. = O la distribución será simétrica. La distribución llamada normal.s' 3 Si g2 > Si g2 = Si g2 < O O O la distribución será leptocúrtica o apuntada. n. la distribución será platicúrtica o menos apuntada que lo normal. Esta campana responde una función matemática. indicadores del grado de distribución de la variable. yo responde a la siguiente expresión: — Si Ap > O la distribución será asimétrica positiva o a derechas (desplazada haci la derecha). Denominamos concentración a la mayor o menor equidad en el reparto de la suma total de los valores de la variable considerada (renta y salarios como variables más utilizadas). Otra posibilidad de calcular la asimetría. Ap = O Le leo normal Para la teoría que sigue se hace necesario conocer la distribución normal.

n. La columna total de frecuencias acumuladas relativas.= = x„_. = = x. n. ^ u. = . n. +x. En este caso diremos que estamos ante un reparto equitativo: x. Sea una distribución de rentas (x. n. n. n. cuando uno solo percibe el total y los demás nada. – 9. será un valor numérico. + x. Los totales acumulados u que se calculan de la siguiente forma: u. . será una representación en ejes de coordenadas.. n. n.n. P.=0 y x„ 2.+x.r. La renta total de todos los rentistas que será u„ y será dada en tanto por ciento. 3. .+x„n„ Por tanto. nos encontraremos ante un reparto no equitativo: x.n.n. 92P_ – n. x. que nos indicarán la renta total percibida por los n i rentistas de renta individual x. podemos decir que' u. u. n .r. 2. + x. N. que expresaremos en tanto por ciento y que representaremos como R. y responderá a la siguiente notación: u. Las frecuencias absolutas acumuladas N.+x. n. n.Capitula 2 Nihil is exploratorio de variables unidimensionales 31 I. N„ u„ P. n.n. =x.r„ _ = x„ De las diferentes medidas de concentración que existen vamos a centrarnos en dos: a) Índice de Gini: se trata de un coeficiente. =X. x„ n. u. .n+.r. x. b) Curva de Lorenz: se trata de un gráfico.+x. u„=x. + x. u_ P^ Pz 9 P – 91 9= N. la cual representaremos como q. por tanto. Concentración mínima. = x. u 100 Por tanto. = x. cuando el conjunto total de valores de la variable está repartido por igual. Concentración máxima. Los productos x. 9.n. En este caso.. vendrá dada por la siguiente notación: N. = 4. por tanto. + . 9. n 5. . N. formaremos una tabla con las siguientes columnas: 1. ya podemos confeccionar la tabla que será la siguiente: N. u_ =x n. = . + x. ).

cuando q.. mayor concentración. k- I (.. cuando p.L.25. 100 - 250 .5s u.. Si esto lo representamos gráficamente obtendremos la curva de concentración o curve de Laten:...62 97. = 0. en % en el eje de las X. Al ser un %. P. Analíticamente calcularemos el índice de Gini. Esto lo veremos mejor en el Ejemplo 2.15 Se pide • índice de cnnventrnción y curva de Lorena correspondiente.. que responde a la siguiente ecuación._. los valores p. = O (concentración máxima).00 I 0381 261) 113850 651.0) y (100. 90 ..12. 8. Cuanto más se acerque a los ejes por la parte inferior del cuadrado. ya que p. . Este diferencia sería O para la concentración mínima. '_00 - 250- I ^) V ' 4275 'iN).38 25 78. y. en % en el de las Y.15 k _ 1 1R1 cid P-1 ^ P.300' 350 1111) . = (— r. k -..115 0• IIN1 597í 76. y la gráfica será una curva que se unirá al cuadrado. a. Este índice tomará los valores de /o..85 16. el gráfico siempre será un cuadrado. o más homogeneidad en la distribución.54 .) /4 = k _1 P. ia^a 2. (concentración mínima) y de = I. = y. n. su diferencia sería 0. 2'64(X) s.I _ 1.15 89.100) y quedan siempre por debajo de la diagonal.— 4. menor concentración habrá.: )11N1 MINI p . y los valores de q.31 97.. La manera de interpretarla será: cuanto más cerca se sitúe esta curva de la diagonal. 100 011 I^ U il `1M1 h2 x 1141N) ' 1 60. por los valores (0.2a. Elempla 212 .. por tanto..23 94..51) 5 575 lIN) I '> 17$ 225 575 I IS . n.-y. aj indice de concentración de 6I1I Obsrnamos quc hay poca concentración por encontrarse cerca del O. 325 275 'A6 00 14 7 1511 175 1 40) 49) )511 'S 2 260 • 501 475 100. Marca Frecurm u r r..48 651.. = q...12. La manera de representarlo será. 5 ^ =u1.32 Estadística aplicada al Nnsme Como pacemos ver la última columna es la diferencia entre las dos penúltimas._. N N .

otro para datos cuantitativos a g rupados y un último para datos cuantitativos no agrupados. que indica que has poc cuncentracion tA q.12 [continuación] bJ Curra tie Lorenz Obtenemos la curva cerca de la diagonal. Sus respuestas han sido las siguientes: Autobús: I2 Se pide: Comente los resultados de la encuesta utilizando las herramientas que pueda para ilustrar su respuesta. Ejemplo de estudio 2. Análisis exploratorio de variables unidimensionales 33 Ejemplo 2. Avión:30 B arco:42 Tren:16 .tantito 2. Uno para datos cualitativos.9.1 Una consultoría turística ha realizado una pequeña encuesta acerca del medio de transporte preferido por un colectivo no individual de cien individuos. % 100 90 — 80 — 70 — 60— 50 — 40 — 30 — 'Il _ IU O 10 20 30 40 50 60 70 80 90 100 ^ En esta sección ofreceremos tres ejemplos resumen del capítulo.

y para calcular la media se debería asignar un valor a cada medio de transporte por el que multiplicar luego su frecuencia relativa. carece de sentido cualquier comentario acerca del apuntamiento o la distribución. Dicha asignación sería totalmente arbitraria y su interpretación posterior carecería de sentido. En cuanto a la figura. En la Figura 2.3 5)1 Se pide: Realice una descripción lo más completa posible de la distribución de estos datos utilizando las herramientas oportunas. porque si de forma intuitiva a partir de un histograma (gráfico que recordemos.4 5.3 15. Aduciremos dos razones: en primer lugar para todas ellas necesitábamos una media o desviación típica que no tenemos y.21 aparece la tasa de incremento de este componente para un conjunto de países de la OCDE. en principio. Análogamente. . En la Tabla 2. de sentido ya que no hay ninguna razón para sostener que el avión es un medio de transporte mejor o superior.10.3 /6. hemos visto que. Nuevamente. al igual que ocurre con las medidas de dispersión.2 Uno de los componentes del IPC (Índice de Precios al Consumo) de los países son los servicios turísticos. la tabulación y la mayoría de medidas que hemos desarrollado en este capítulo no son aplicables. en segundo lugar.7 2. que el barco. la mediana depende del orden. no seria adecuado para este tipo de datos) deducidramos la simetría. cualquier aspecto o cálculo que requiere una ordenación carece. Por tanto. Tabla 2. por otra parte.9. 360016 — 57. Nuestros datos proceden de una distribución unimodal donde la moda es el barco. preferido por el 42`4 de los encuestador. Para cada medio de transporte se ha realizado el siguiente el cálculo previo: Autobús = 360 •12 = 43. por ejemplo.10 se presenta el diagrama de sectores. Ejemplo de estudio 2. con lo que carece de sentido.1 t 7.6 1.5 7. tampoco tiene sentido calcular unas medidas de simetría. Evidentemente.S 20.2° 100 360 0 Avión = = 108° Barco = Tren = 360 • 42 —151.9 -JO.2 4. observaríamos que nuestra conclusión cambia dependiendo del orden en el que tomáramos cada uno de los medios de transporte a la hora de construir el gráfico.34 ^ EJEMILIS Solución Estadística aplicada al Nnsmo IE ES1111I • EIEMILIS IE 1511111 • EJEMILIS IE ES10111 Con datos cualitativos. las medias de posición vuelven a carecer de sentido al depender del orden.92 2. por ejemplo. un pictograma o un diagrama de sectores pueden ser apropiados para el caso.6° En cuanto a las medidas de centralización.2° 100 Alura 2. con lo que el único parámetro de centralización que merece ser tenido en cuenta es la moda.

[apilulo 2.

Análisis exploratorio de

variables uoidlmensmnales

35 EJEMILIS IE ESTIIII

EJEMILIS
Solución

IE

ES11111

EJEM/LIS

If

E51111I

Es posible agrupar los datos en cinco clases (aplicando la regla des

i ^htk:nicnll , .1,1

Intervalo Frecuencia
Frecuencia relativa

0-8 18
0,75

8-16 2 0,08

16-24

24-32
0

32-40

0.08

0

0.08

Esta agrupación resulta útil para la realización del histo g rama (Figura 2.11) y resulta muy asimétrica. Aun así. las medidas características para estos datos se calculan utilizando los datos originales.

lo
14 12 U

6

I

^-

Desv iación típica = 9.78 Media = 9.0 V = 24.00

0.0 5.0 10.0 15.0 20.0 25.0 30.0 35.0 40.0

Ruin. Medidas de centralización: = 32,7+...+7.4 —
24 8,98

Me-

5,5+53 - :.4 2

Mo = 3,2 Medidas de posición: (Posiciones 6 y 7) Q, = 3,2+ 3.4 =3.3 7.6+ 9.1

(Posiciones 18 y 19) Q,=
(Posición 3) P p = 2,9

— 8,35

(Posición 22) 1'90 = 20,1 La interpretación de los anteriores resultados es que un 25% de las tasas de crecimiento del índice de precios de los servicios turísticos es inferior 3.3%. de las que un 10% es inferior a un 2.9%. mientras que un 25% de dichas tasas de crecimiento es superior al 8.35% y de las que un 10% es superior al 20.1%.
/

36

Eslaáishcd aplicada al Iun slO

EIEMI LIS

IE

ES11111

EJEMPLOS

IE

EST1111

EJ

Medidas de dispersión: Recorrido: 40.5 — 2.2 = 38,3 Recorrido intercuartílico: 8.35 — 3,3 = 5,05 Varianza: + (7,4 — 8,98) 2 — (32.7 — 8,98)'- + 24 95,64

Desviación típica: s95,64 = 9,78 Coeficiente de variación: 8 . 98 = 1,09

8,98

Con lo que podemos concluir que la media es poco representativa de los datos. Calculando los límites admisibles podemos dibujar el diagrama de caja (Figura 2.12). LI = 3.3 — 1,5(8.35 — 3,3) = —4,275 LS = 3,3 + 1,5(8,35 — 3,3) = 15,92

a

Se advierte cómo las cuatro observaciones mayores de 15,92
se consideran atípicas y que los datos parecen mucho más dispersos en el tramo que va desde la mediana al límite superior. Concretamente el tramo más disperso va desde el cuartil tercero al límite

superior.
Medidas de simetría: Coeficiente de asimetría de Fischer: (32.7 — 8,98)' + ... + (7,4-8,98)') = 1,98
4111212

(24 9.78')
Con lo que la distribución se muestra como asimétrica por la derecha. Medidas de apuntamiento: Coeficiente de apuntamiento: (32.7 — 8.98)a + ... + (7,4- 8,98)'

(24 - 9,78')
Se trata por tanto, de una distribución leptocúrtica o apuntada.

3 =3.10

Resumen
La variable .1PC turístico. muestra una distribución asimétrica ya que la mayoría de los datos están a la izquierda de su media (8.98%). aunque dicha media es poco representativa de la variable. ya que se trata de una variable muy dispersa, sobre todo en lo que hace referencia a los valores mayores de su distribución. Finalmente, se trata de una distribución apuntada entorno al valor 5.

Dii111

Z

Bnálisis exploratorio de variables unidimensionales

37 EJEIIfLIS IE ESillll

E)EMfLIS

IE

(Sil

lll

EJEMfLIS

IE

ESiI111

Ejemplo de estudio 2.9.3

En la Tabla 2.23 aparece la información relativa a la distancia a la cual estan los principales hoteles de San Antonio y Santa Eulalia en Ibiza (en kilómetros). Se trata de realizar un análisis descriptivo completo de dicha variable. En primer lugar. ampliamos la tabulación presentada incorporando el resto de frecuencias (Tabla 224).

Er
^Inrenalo
(20:_5, (25:3(1

Frecuencia absoluta
6

4

(30:35)

1)r
(20:25) (25:30) (30:35)

6
4 5

0,4
0,26 0,33

6 10 15

0,4 0,66 1

Por lo que respecta a las medidas de centralización, cabe recordar que la media se calcula utilizando las marcas de clase de cada intervalo, que el intervalo mediano es aquél que contiene la mediana (en nuestro caso, el dato central sería el 7.5 que se encontraría en el intervalo segundo) y el intervalo modal es aquél con mayor frecuencia absoluta. es decir• el primer intervalo.
_27,16 t— (22,5•6+...+32,5•5) 15

15 _ 6 Me = 25+5

2
4

=25

4 =i5 'qo = 20+` t +4
Con respecto a )as medidas de posición, el cuartel p rimero se nallaría alrededor de una nipotetica observación 3.75 que se encuentra en el primer intervalo. l^ —0 20 + 5 Q, = 2

4

— 23,125 6

De idéntica forma, hallamos el cuartil tercero alrededor de una hipotética observación 11.25 15 ' 3, que encontramos en 4 el tercer intervalo. 15.3
Q,= 30+5

4
6

10

= 31,125

Utilizando las mismas etapas calculamos. igualmente. el percentil 10 y el 90. 15 • 10 Pm ,o 20 + 5
100 ;
15 • 90

0
= 21.25

P«,= 30+5

100

10

= 5

335

125 = 8 (22.16) = 6 + . Según el país del cual procede el dato.. + (22.16P • 4 15.16)'•6 +.125 LS = 23.22 = 4. Eso sí. nos encontramos ante una distribución con cieno apuntamiento originado por la mayor frecuencia absoluta del primer intervalo.5 — 27.27. — País: de I a 10. 2.125 Medidas de simetría: Coeficiente de asimetría de Fischer: (22.16)'•5 15 • 426' Con lo que la distribución se muestra como asimétrica por la derecha.. I6)' • 6 + . En dicho fichero aparecen las siguientes variables: — Año: I si el dato corresponde a 2001 c2 si corresponde a 2002.5.22 Varianza: 15 Desviación típica: \ 18. en esta ocasión la media es una medida mu■ representativa de la distribución debido a la escasa dispersión de los datos.125 — 23. Medidas de apuntamiento: Coeficiente de apuntamiento: (22.125 — 1.26 Coeficiente de variación: 4. Ejemplo de resolución a partir de SPSS En el fichero enalgunlugar. Por último.5 (31. L! = 23..125) = 11.125) = 35. + (32..+(32..16 km).10.1568 con lo que podemos concluir que la media es muy representativa de los datos.18 Se trata• por tanto. Resumen De nues o nos encontramos ante una distribución asimétrica por la derecha.27. l .26 27.5 .38 Eslaáisfca aplicada al Nnsmo EIEMILIS If ES111I1 • EJEMt LIS IE ESII111 • EJEMILIS If ES11111 Pasando a las medidas de dispersión: Recorrido: 35 — 20 = 15 Recorrido intercuartílico: 31.426' 3— 1. Calculando los límites admisibles podríamos dibujar el diagrama de caja que dejamos para el lector. de una distribución leptocúrtica o apuntada..5 -_ 2 7. debido a que la mayoría de las distancias se concentran ala izquierda de la media 1 _ 2 7.5 (31. — Región: de I a 38 regiones para cada uno de los países anteriores.5 — 27.5.27.16) = • 5 =18.sav tenemos datos acerca de la demanda de los productos de la agencia durante dos años.125 — 23.125 — 23.16 = 0.125 + 1.60 1.

— Duración: número de días que dura el viaje. — Organizado: valor I si el viaje es organizado y 2 si no lo es. 00 1 00• I00 100 1600 1500 1500 1200 1dm 300 200 300 300 300. los clientes y los hoteles. — Edad: la edad del viajero.Qué problema presenta?¿Qué soluciones otorga SPSS? Recodifique las variables pensión..edad». Observe su variable <._^ J • saca *son T edad evat. Valor 6 para los viajes con alojamiento en uno de los 10 mejores hoteles con quien mantiene relaciones la agencia.. la expresión EDA_l=\IEAN(EDA) aparece en el recuadro derecho y la flecha que hay entre ambos recuadros ha cambiado de dirección (Figura 2. 1. 3 0= ^^ = T aeamfcaoan ertaneta. nos vamos al menú perdidos (Figura 2.. 3 00 dentro de él al submenú Reemplazar 8 9 10 11 '00 200 lao 233 2 00 200 200 .. Tenemos valores perdidos..38. — Pensión: 1 si se trata de pensión completa y 2 en caso contrario.:. _x pa Asolar o ragosatams. — Hotel: número de estrellas del hotel donde se ha alojado el viajero. observaremos cómo se nos crea una nueva serie llamada EDA_I.14).. al realizar dicha operación. después de comprobar que en la pestaña del método hemos seleccionado el método •. — Destino: de I a 7.01.. viaje organizado y temporada de tal forma que sean variables binarias 11.da enraye Metladn rota od cer de b me J r ^ ^n F/lt 111. Veremos cómo. seleccionamos en primer lugar la variable que nos interesa. Nosotros vamos a escoger reemplazarlos por la media del resto de observaciones. Puntuación del viajero al viaje efectuado. Transformar y valores 5.. 2. Los posibles destinos de los clientes.ao T agarra maroon 0 J c°. - Ceea 'sere torpor". La agencia mantiene a nivel interno la información de los nombres de los países. cuyo valor para las observaciones con dato es el mismo que EDA para los valores perdidos 37. Si aceptamos este cuadro de diálogo tal y como está.N __ II Nan6re Y nrlodo • I .Capítulo 2 Bnáhsis exploratorio Ill variables umlimensmnales 39 E)EI1L1 If meterle.. en la flecha que hay entre ambos recuadros blancos.media de la serie. pulsaremos sobre la variable EDA en el recuadro de la izquierda en el cual figuran todas las variables y. Para ello. De I a 5 estrellas.13).Editor de datos SPSS Edioun a l g ldl edad J ^ ^. _z - ver Datas l Trartdansa anaixa Gráficos Uüdades vav asa Senda de aaataaam. que es la media de la serie. pero SPSS nos permite reemplazar estos valores mediante varios métodos...edad pe a _ CategaFa vaebMS. posteriormente. -.-r-. Una vez aquí. . Dividida también en 7 grupos.1 tildo . pero ahora en formato continuo. A la variable EDA le faltan observaciones. 1 CC . las regiones. PA0 evaMtan4 cegare t año ^ 32 _ 00 5 6 _ P' Rem ake... 300 200 300 30C 3S 30C 70C 70C 70C 7 CC 3 C 3CC Granos txk ^.. — Edad: edad del viajero.. Contar aoarooes_. 1 111111 IE S1SS • (MAUI et IESILILIÍI 1 lllllt IL SISS — Precio/noche: precio de la habitación del hotel. De I a 9 días. ti a . — Evaluación: de I a 100. Para ello..s 100 100 100 100 . — Temporada: 1 si se trata de temporada alta y 2 en caso contrario. Se pide: 1.

.7D evaluaei ( ego* 2 1 2 00 00 3 00 300 7 00 . en la parte derecha.. 1603 1500 1500 1210 14W 00 00 W W 00 300 3 00 3 00 200 303 3 00 3 00 300 3 00 7 00 72 W 92 00 7303 303 7610 wa. S. IJ •® '. 1W 1W' 1. 00 76.40 EJEMPLO REMOCIÓN PIITII IE Eslaáishca aplicada al turismo OE R MI Educo '. mientras que las observaciones con valor I permanecen invariables..15). 2) EGB ciclo superior o educación secundaria. «En las mismas variables» (Figura 2.17).A.. 3.. W 59.. Categor¢e venables.aes.W 83.03 . /atables maniatar •0(4. Es:. en el recuadro blanco grande de la parte derecha.Valor atan r..15. En la parte izquierda. Finalmente. Observaremos cómo en las columnas que hacían referencia a las variables pensión. cata apa c.1 • Va EJEMfLI IE IESILILIÍI 1111111 If SISS 2.. Accedemos a un nuevo cuadro de diálogo donde.00 rn 12 W 2 W 3. Posteriormente.031 59.001 70. 0: mujer) — Edad — Años de experiencia — Nivel educativo: en orden ascendente: 0) EGB ciclo inicial.» y realizamos la siguiente operación. rae'ua ea ^ta ^ ^ '^ 02 2W^ 2 2.301 2. — Salario por hora — Sexo o género (1: hombre. nos aparecerá el menú anterior y aceptaremos sobre él.01 59.00 3.0) nos trasladamos al menú «Transformar».. 3) BUP. 4) COU o Bachillerato. eme -vdarae. W I ° 4 031 Z. organizado q temporada se han reemplazado las observaciones con valor 2 por observaciones con valor 0. «Recodificar».. clicamos en la opción «Continuar».. Una vez aquí. Veremos cómo...1W1 - 30 l 140.xls contiene datos sobre las siguientes variables para el conjunto de individuos que pertenecen a la plantilla de nuestra agencia EN ALGÚN LUGAR.00 L00. 1) EGB ciclo medio o educación primaria. valores antiguos y nuevas ..001 '5001 Recodf ar en las miserias variad*. :I WI " 001 ' 001 '031 '.__ 7 03 3 00 3.001 .o r /dor I-- r Paddo por rstore r Pesado pa d mteme o uuao r r r Antiguo -> Nuevo Rengo Raigo Rango ---^ r Todos los danós vabre-. 00 14. Posteriormente.. 301 33 . repetimos la misma operación con la finalidad de obtener la expresión 1-sl (Figura 2. ha aparecido la siguiente expresión: 2—s0. la que hace referencia al valor antiguo. organizado y temporada en variables binarias (1. clicamos en la opción «Añadir.00 1 -^. seleccionamos las tres variables que nos interesan tal y como hicimos en el ejercicio anterior (Figura 2. Apanes rangos a casos.001 81.. Recordemos que el fichero Salarios... m Sim [irlo . la que hace referencia al valor nuevo. en primer lugar. clicamos en la opción valor e introducimos un 2 en el recuadro blanco que hay a su derecha. 00 1 . clicamos igualmente en la opción valor e introducimos un 0. Una vez realizado. entramos en la opción «Valores antiguos y nuevos. Remplaza /orees per 1C 1001 100 1W 100 Figura 2.03 7 1p 7000 78 00 92 00 98 00 7300 70..031 7W 70 -31 31 92 001 70.16). I /does amgos y romos lad Restablece ._.W1 2 J-1 1 12 13 1 701 00 001 1 00 1 14001 2.Editor de datos SPSS wchro Datos Transformar treha Ctdkos ^ da 2 UD 2 3 1 1 edad sordo m dedaaauor. see tempord.. vele I (' Pacido pa e «. aecaderlaón atandtice.. Para conv ertir las variables pensión.

F7n L fl'p 211.vs cT s EQber.. Para realizar la tabla de frecuencias desplegamos el menú «Analizara. Se pide: a) Realice la tabla de frecuencias de cada una de las variables.Coba 2 Análisis etploralan° de venables umd mensionales JI EIEMILI Of IESILIIIÍI 1 111TI1 If SISS • ElE111. Ssn t o. c) Realice la estadística descriptiva de cada una de las variables. La agencia mantiene en el anonimato los nombres de sus empleados..tesas s kt es 3W 9W 2W ti 40 5 aloa de . 8) Universitarios en licenciaturas o ingenierías superiores. ¿A qué es debida la diferencia entre ambos valores? Solución a) Abrimos el fichero Salarios. W ._seas ro Cesh. el salario de los hombres o el de las mujeres? ¿Cuál es más estable? Comente el valor medio y mediano de la variable Salario por hora. d) Complete el análisis de dispersión para la variable Salario por hora con el diagrama de caja.do . clicamos en la opción «Frecuencias.'aloes penados 33 W 90: 7 1' 7R 3 7_ 99: 3W 5W 7W W 3 15 W 13 W 19 ro 56: 64 5W 6W 3W 5W e 5_' W 27 W 38 W 23 W 53 W 51 W 26 W 33W1 :1 23 ?A 9 5€ 11 1: 13 13 25 20 6W 11W 4 . (Figura 2.:alas Dar tleb . . a. bdM Edodn V• Datos Tra. bl Preste atención gráfica especial a las variables Educación y Salario por hora..18). es una empresa con plantilla joven o vieja? ¿Cuál es mayor..^^ a3W _. 7) Universitarios en escuelas de diplomatura o ingeniería técnica.^ ^ rtr I- 5W 7W W 7 32655 4X 5 7?: 55: 12 13 15 67: 50: 5W 6W 3W 5W e e a -es tomase/es . 10) Otros estudios. el submenú «Estadísticos descriptivos y.xls. en él. s Tegas de canmgeoe. Ratón- rat I ^ + v T .A.donna Melp alal ^I^JJJJ^ :oda 6WYIIV 1^ Gdfims Ulddes Ventana ' 11 s Tas persor.sY:adas Tebas edutop Carp• • ned ss 2 3 5v d' 53: A 58( 5- 5W 2W 3W Modelo leed 9e^esN rr Modelosodos Correaovses eem v ied astcer • Nxoen de datos . 9) Master o Posgrado. S.Edits de datos Sp55 sJslJJ.1 IE IESILI[111 1 11 1111 If SISS 5) FP de primer grado o ciclo formativo medio 6) FP de segundo grado o ciclo formativo superior. e) Elabore un pequeño informe en el que se dé respuesta a las siguientes cuestiones: ¿Hay más hombres o mujeres en la agencia? ¿Cree que EN ALGÚN LUGAR. II) Doctorado.

21). StamleWp tat lit vattam obro 12 13 14 15 16 55C 6 70 5031 9.t MiLple. introducimos todas las variables en el recuadro blanco derecho.03 44.03 6200 27W 38. En ellas se muestra la frecuencia absoluta (frecuencias).03 40001 5W1 5W' 300 7W1 - _ cv t ct: 1C( - _4. la frecuencia relativa Sin titulo . a lo sumo. En este punto observamos los resultados de las Figuras 2. A continuación.etebte.22 a 2. Este tipo de instrucción suprime la tabla para las variables continuas corno es el Salario por hora o la Edad. La tabla de frecuencias de este tipo de variables sería mu y poco informativa porque la ma y oría de observaciones tendrían una frecuencia absoluta de 1 o.03 1 7151 7 W': SW a03 3..2W. El primero nos informa del número de datos v de que no hemos perdido ninguna información. r Oipsreat atestados y. clicamos sobre cada una de ellas (se marcarán en azul)) posteriormente sobre la flecha que se halla en medio de los dos recuadros ( Figura 2.25. 2 (Figura 2.42 EJEIIILI if IESILIIIÍI I ISIf11 if SISS Estadistica aplicada al lunS1I1 • IJEIILI if ISSILILIÍI 1 1 11II1 II SISS Accederemos al si g uiente menú (Figura 2. ginales y que suprima las tablas de frecuencias de variables con más de 20 categorías. y dado que queremos la tabla de frecuencias para todas las variables. Para ello. Los tres siguientes recuadros son las tablas de frecuencias para las variables que no tenían excesivas categorías.10).00 .W —__ 303 9. La salida consta de cuatro recuadros. Ahora accederemos a la opción „Formato" p marcaremos que queremos la tabla ordenada según valores ascendentes de las ariables oriv :F•ecutanclea • amables 1 M osas labias de Inciensas Estallas :^ ^.W 2303 58. 00 12860 2001 2000í 3.Frecuencias: Formato " y " Aceptar " en el menú „Frecuencias. Clicamos " Continuar " en el submenú •. venables r Came.

6 1.3 49 16 9.6 3.8 19.24.9 13 16 49 100. :-_.3 24 6 29.96 700 ^ 00 44 00 62 m a 00 W 27 0 13 38 00 .6 8.0 52 82 49 33 16 49 1000 =. :Trin 82 9.8 16 115 16 6. IE SPEC Estadlsbms Sa áRIOS EDUCACION! E. Estadísticos descriptivos.0 Porcentaj e estilo 82 16 98 210 33 23.6 672 70..111 3.26).m 5.0 852 902 934 95.6 3. (porcentajes) y la frecuencia relativa acumulada (porcentaje acumulado).7 803 88 5 91 8 934 95.3 1.0 6 1 7 1 4 2 _ 4 1 1 5 2 1 1 1 2 61 98 16 115 16 66 3.101. '..6 541 557 623 65.3 49 16 Porcentaje v5Mn 82 16 4.0 78.6 16 1.. En ella.2 3.1 41.w Ed4in 1b =JJ Buns Transformar Mala Vsdilc ♦a•anen ♦e• ♦ edad J 1 ar I ^^^ Ceerr Ayde A F Moca v •ea 00 del 4Nco FreOaoca r 00 t 12 13 14 15 16 500 9 716 78C 2.0 42.3 16 16 1.3 16 33 6.1 1000 12 13 15 16 18 20 22 23 25 28 29 32 35 40 Tota '. bl Para realizar los gráficos tenemos dos opciones.11.0 8.5 77.9 66 3.renuie 410 590 Pc. -_ 'a e 52 5 '6 _ 3 4 6 7 8 9 10 11 Tota 6 14 2 14 5 5 3 2 1 3 61 98 210 33 23.6 3.3 6.7 426 459 68 9 77.6 1.6 16 82 3.0 r. Valrcos _ SEXO .taplulo 2 Análisis etploralono de v ariables unidimensioneles 43 IE S1SS EJE111L1 IE 1ESILItIÍI I 111111 • EJE11L1 IE IESILILIi1 Experienaa I 111111. si cucamos en la opción «Gráficos.1 5 1 3 4 2 Pnrnentale 82 16 49 66 3.ann J41 0 410 590 100 0 t -_ _ Tota 61 100.6 33 1000 va.1.8 21. Frecuencias.3 __: Porcentaje anln olann 82 96 14.n.wa •T•2.2 82 4._ eaa-_.1 967 100. podemos seleccionar la variable Educación y realizar el gráfico de sectores de la misma (Figura 2. [e^taje a -.5 31.pe-=-:60 Vdltdos 3 1 2 3 4 5 7 8 9 10 ..enrama .6 1.3 1. La primera se halla igualmente dentro de «Analizar.

El mismo resultado se habría obtenido en .29.44 ElEA1l1 Esladishca aplicada al luris- If IESIt1EIil 1 111111 If SPSS • E1E111L1 If IESILIEIiI I I11111 If S1SS Sn aula . de daos 5. frecuencias y gráficos. (Figura 2.Gráficos» .. 8( 3( 13' 13 25 L 70(D' 1 88 _ .tato.' Revnere0p•aVWS de50000 r Res'nann pne d0W a0 vseHs ValpeO ndvidudn de Is cmos I Deb.32. ü Fpura 5 10 7 20 5SD 5]0 5m 00 't5 7 90 3 75 9® D' ^ ^ =111170 38 W 23 00 5300 22 1 x ta datos 65 paco 00 n (. estadísticos descriptivos.21 El resultado se puede observar en la Figura 2.30).Sectores.31).i00^ 00 1 Pf) ^300`` 21 r m mI m .. Para elaborar el histograma de la variable Salarios nuevamente tenemos dos posibilidades.27. seleccionaríamos ■■Histograma» y marcaríamos la opción de curva normal en el gráfico (Figura 2. I Flqu a 2. ® 11^ © 11® .55 a161140I54 10 =1J _J JJ J: rums e mininos.29 y 2. . Posteriormente. y en el siguiente menú seleccionaríamos la variable Educación y le pediríamos que los sectores representen el número de casos.•Analizar.. Notamos que los niveles de educación 3 y 5 son los que están más representados. En la opción . marcaríamos .28).Definir» después de marcar la opción -resúmenes para todos los grupos de casos. El resultado es el que aparece en la Figura 2.. Observe que el dibujo sería idéntico si pidiéramos el % de casos (Figuras 2.yvo ® 1=0 ® 11^ Mal fipli 2.

50 37.8498 23 5203 2336 .9 4. Se observa con facilidad que la distribución de la variable Salario por hora se aleja de una distribución normal y se intuye que presentará asimetría por la derecha. una vez activados tras el clic.496 Desv tip Vananza Aemetna Er ro r tip de asrmetna Curtosis Error tip de curtosss Rango 246 -376 306 -1 923 604 1 0 1 00 Minimo Maximo Percentiles 10 25 50 75 90 .Caballo 2 análisis exploratorio de variables unidimensioneles 45 EJEIIILI tE IESILI[IÍl 1 IIITII If Histograma para la vanable Sa■anos MI • EJEIIILI IE IESIIItIÍI 1 111111 II SfSS Voltees perca-Mes P. Guantes .00 52-00 57 00 a Existen vanas modas Se mostrara el menor de los valores fi^rt 134.111 .•66 N•6100 •0 60 SO LA Rí05 .570 _ 164 5.ya que la mayoría de sus datos se concentran a la izquierda de la media.750 13. En nuestro caso.. Por otra parte.•oe P Mim e Dotüav Ñ Amad r ET.Frecuencias.00 2000 28 00 61 3 59 100 1 .20 300 500 600 8 BO _ 13' 5 10-00 10 10. c) Para realizar la estadística descriptiva de las variables volvemos al menú “ Analizar». notar que aunque sólo hemos pedido los percentiles 10 y 90 nos ofrece también el 25.775 7.306 -. seleccionaríamos la variable Salarios y marcaríamos la opción de curva normal. el 50 y el 75.330 5. 0 140 160 160 IDO 220 ND TO Lm vetos ao n.. 33 26. Una vez allí.+* vedes 0e grzos Deae.800 7200 9. Estadistrcos -sao EDAD N Meaja Mediana Moda auaos a eraiacs 85-`_ 7200 5.00 23 13488 181..Taderoe cara r Ñ Meso P Matero Reo= x cane cae P Pacaxiea (- P Mofe r s.443 109-050 776 . v cucando «Añadir» para que aparezcan en el recuadro grande. El output que nos ofrece SPSS es el de la Figura 2.701 455 306 . tenemos que indicar los que nos interesan escribiendo el número en el recuadro pequeño.00 1. y el submenú «Histo g ramas. Sin detenernos a comentar toda la salida. hemos añadido el 10 y el 90 (Figura 2.915 201 . P Aarree P Cuba S ti Obtenemos de nuevo idéntico resultado a partir del menú «Gráficos. únicamente hacer constar que el coeficiente de asimetría que nos ofrece SPSS es el coeficiente de Fischer.306 6.34.604 40 0 40 120 4.081 604 11 0 11 1.6 r Ds tp •a66 1bd. como sabemos.50 10.mn F Den Cima P V6.con el primer...00 61 3 38 43 37.228 604 48 17 65 2200 26. } desde aquí entramos en la opción «Estadísticos>. segundo y tercer cuartil.396 604 23.. P Mf.. Una vez en este menú clicamos en los estadísticos que nos interesan. En el caso de los percentiles.00 1.00 1. justo a la derecha de la opción «Percentiles. Estadísticos descriptivos. ya que estos percentiles coinciden.ioo NOS. 4. J .306 -1.00 3' 2.33).

. 1 pe°•r"1 Ira 2. Wdwo Edioón Ve ' patos Transformar Arare Gráficos tildadas Ventana '.^. En el siguiente menú pulsaremos en opción «Simple» y en la función «Resúmenes para distintas variables» (Figuras 2. nos trasladamos al menú «Datos».aa J __ en el informe que se nos pide en este apartado. inserta ve verte* ffi .37). Para responder a esta pregunta necesitamos calcular estadísticos descriptivos separados para el colectivo masculino y femenino. . pee 71003 da casca Resúmenes neta d3n4aa venables r 48 00' 4300 21 00 Agora 2_36. Para ello. En él vemos observaciones atípicas situadas aproximadamente entorno a los 26/27€ la hora.38. . san Resúnen. J .31.. 5T Gafe. .. Además. ea. Pondera casos. fades.. entre el cuartil primero y la mediana.46 EJErPLI 1E Eslaáistica aplicada al turismo 1E5111E111 I P11111 1 E SPSS • EJEIPLI 1 1E1111E111 3100 I 111111 1E SPSS adral Edddn Ve petos Trerv4amer Mahe .39). tenemos información suficiente para todas. I 1 F. e) Por lo que respecta a las preguntas a las que hemos de dar respuesta 0 Espera m casos 'recia. entramos en el menú «Gráficos.. Por último.' al p: J 59( 89t 4 4'. Se trata del diagrama de caja usual presentado en posición vertical. excepto para la que nos pide si el salario es mayor para los hombres o para las mujeres y cuál de los dos es más estable. que corresponderán con toda seguridad a los gerentes de cada agencia. _ _— Ceffas i a . advertimos r J . 24 23 58 44 •F m_ 1W 1 00 : 100 W J ^ Defr.. se sitúa el 25 c %c de observaciones más concentrado. La salida de SPSS es la de la Figura 2.. Por el contrario.sTi Srrele a9weda a.. submenú Segmentar archivos» ( Figura 2.-- 100 1W WI 62 N^' ^ WI 00 00 1 00 1 00 100 W 5+.36).áfvn Gr WdldK Ventana W 00! W 4200 2200 57 03 36 r.sede eda0 salan 37 W E 4 51 saecooree casos.. seleccionaremos la variable Salario por hora y aceptaremos (Figura 2..see • Pa^ salmo A_ °• Pqa una dispersión muy elevada en el 25% de observaciones que oscilan entre el cuartil tercero y el extremo superior.. d) Para realizar el diagrama de caja de la variable Salario por hora. Diagrama de cajas»..35 y 2.. 28 00 33 00 r Los daos del atta.

sólo tenemos que pulsar «Analizar. será presentada para los grupos de-mujeres y hombres de forma separada (para desactivar esta función: «Datos. Sin embargo.75) y el extremo superior de los datos. 98 25 SALARIOS Nválido (según lata 25 Nuestra plantilla consta de 25 mujeres y 36 hombres. Así.488 38. cosa que no ocurre con el resto de variables. tenemos personal que cobra un salario por hora superiora los 26.18 (percentil 90) con experiencia superiora 28 años. Nuestra variable de agrupación es Sexo. ya que el coeficiente de variación es de 0.34 éste nos diría que estamos muy cerca de considerar a la media como representativa del conjunto de datos. A título ilustrativo hay un 10% (percentil 10) de la población con experiencia inferior a 12 años y otro 10% 13. s obtenemos la Estadisticos descripnvos' salida de SPSS de la Figura 2. tenemos una gran dispersión de edades.43 — 0. como personal estudiante de doctorado.57 €. El salario hora de la plantilla de nuestra agencia se sitúa entorno a 8. en nuestra empresa hay tanto personal que únicamente tiene el ciclo inicial de EGB. De todas formas. cantidades superiores a las mujeres. Respecto a la variable Experiencia.56. aunque el colectivo de mujeres presenta salarios más estables a tenor de su menor desviación típica y coeficiente de . con lo que este dato no es muy ilustrativo. tenemos Nvándo se-_. tenemos primero las observaciones con valor O (mujeres) s después las observaciones con valor I (hombres). se detecta que la media y la mediana se sitúan en estudios de tipo medio como COU.Capíiulo 2 8nálisls erploralorm de varia bles umdimensianales 17 IE I I 111111 StSS • EJEMtLI IE IESILI[III I t11í11 II StSS En él cucamos las opciones . Por último.s:a 36 edades comprendidas entre los 17 y 65 años. la dispersión más elevada. la encontramos entre el cuartil 3 (9.79. Respecto ala variable Educación. un 10% de la plantilla trabaja por salarios hora inferiores a 4. Estadísticos descriptivos. De hecho. Una vez en este SALARIOS Miromn Maims punto va podemos realizar el informe. se trata de la variable más dispersa.40). cualquier instrucción que realicemos a partir de este momento. Bachillerato o FP de grado medio.41. nos entretendremos al go más con la variable Salario por hora. nos podría hacer pensar que fiprE 211. se trata únicamente de algunas saciables extremas. Las cate gorías más representadas son estudiantes con BUP y con FP o ciclos formativos de grado medio. la media de experiencia del personal de nuestra agencia es superiora los 13 años. ya que si calculamos el coeficiente de variación de la variable Edad 13. Aunque ello. podemos considerar que nuestra plantilla es relativamente joven. Así.. Segmentar archivo y Analizar todos los casos. Estadisncos descriptivos' Por otra parte.43 años. lo que representa un 59% de hombres a SEXO = 0 (media de la variable Sexo) y un 41% de mujeres. en promedio. No obstante. si observamos tanto la estadística descriptiva como su gráfico de sectores.413 — 0. Si diferenciamos entre sexos. y el hecho de tener la desviación típica mayor variable Edad. ya que su coeficiente de variación es el mayor de todas las variables 10.Organizar los resultados por grupos)) y «Ordenar el archivo según las variables de agrupación». siempre que no desactivemos la opción anterior. Así.3 € mientras que otro 10% de la plantilla lo hace por salarios superiores a 13. Descriptivos. ya que su media N Minim^ Maxim =iv I1A _ 5010 36 265 SALAR Cde edad es de 38. la seleccionamos y si aceptamos observaremos como nuestro archivo se ha ordenado según ésta variable. La dispersión es relativamente elevada. para obtener la estadística descriptiva de cada grupo.5 € la hora. no crear grupos» (Figura 2.5 € la hora. observamos que los hombres cobran. Además. En particular.

12 26 20 13 30 17 504) muestran una media de 75. Otras naciones se reparten el resto. Comente los resultados. 2. el tercero 19 y la mediana 10. al contrario que las distribuciones del resto de variables que son platicúricas. el primer cuartil sea 5.000 billetes de avión y 90. Los datos resultantes son: 2. 2116 750 700 450 900 590 Tras realizar un estudio del número de personas que acuden los lunes al campo de golf de un hotel cercano al Montseny. El grado de ocupación de las zonas turísticas con más número de turistas durante el año 2003 se prevé: 2111 Construya una lista de números tal que el valor mínimo sea 2. se obtuvieron los siguientes resultados: inedia = 100. Calcule en qué tipo de billetes se encuentra más aventajada dicha agencia respecto a su competencia. El coeficiente de variación de ambas variables. Comente los resultados. Se sabe que la media aritmética de ventas de billetes de avión de las agencias en dicha población es de 45. se analizó la demanda de los mismos. todas las distribuciones a excepción de la del Sexo nos muestran este tipo de asimetría.000 y que las ventas de billetes de tren A B C D Costa de Alicante Costa Brava Costa del Sol Palma-Calviá Sur de Gran Canaria 60 50 50 57 70 Calcule: a) h) e) La Inedia de la ocupación prevista de estas zonas. a) b) Determine si es grande o pequeño el grado de asimetría de dicha distribución. El coeficiente de variación. Paralelamente. algo que podemos observar tanto en su histograma como en el valor positivo que muestra el coficiente de Fischer. 2111 Un estudio sobre el nivel ocupacional en los hoteles revela que 90 millones de pernoctaciones correspondieron a viajeros extranjeros y 50 millones a viajeros nacionales. mediana = 95.5. 2113 Durante el mes de abril del año 2003 se realizó un estudio sobre el coste del menú en seis restaurantes de la Costa Azul.4.500. ¿Cuál es el signo de la asimetría de la misma? ¿Cómo sería aproximadamente su representación gráfica? E F Determine: a) h) e) La media aritmética de los precios y la demanda. Por países. La distribución es asimétrica.5 y moda = 107. La interpretación de dicho coeficiente es que la mayoría de salarios se concentran a la izquierda de la media. en concreto muestra simetría por la derecha. seguidos de los franceses con 20 millones y los procedentes del Reino Unido con 17 millones.11. Por último.116 Una agencia de viajes de Granada ha vendido durante un año 50. fueron los turistas de Alemania quienes realizaron mayor número de pernoctaciones con 35 millones. se trata de una distribución leptocúrtica. Dibuje un gráfico adecuado para estos datos. Indique ante qué tipo de variable nos encontramos. . el máximo 20. Ejercicios propuestos Ejercicios pujos 2.000 con una desviación de 1.48 PRR11 1RE SPSS • EJEMPLO RE RESOLUCIÓN R Esladíshca aplicada al MISMO EJEMPLO RE RESOLUCIÓN R PRRIIR RE SPSS variación. De hecho.000 de tren.000 con una varianza de 2.11.

Compare las familias.5 y el cuartil tercero 96. 112)? c. 101. Son: 500. 1. 1.3) El porcentaje de valores de gasto entre 550 y 900. 1.200. Por otro lado. ¿Cuál es la nueva edad media? ¿Puede determinar la mediana de esas diez personas? 2. 18. 38. Dibuje los diagramas de tallo y hojas para cada familia. pecto al centro de la capital: 38.000 €.500 €.2) a) ¿Qué porcentaje de las observaciones están por encima de 96? ¿Qué porcentaje es menor o igual a 84? b) ¿Qué porcentaje de datos caería dentro del intervalo (59.50. A la primera le han ofrecido un sueldo de 13.40. naturalmente). 640. 900.118 Dos personas diplomadas en Turismo con diferente grado de experiencia han recibido dos ofertas de trabajo. 700. 100. 1. Sabemos que la distribución de sueldos correspondiente a la categoría de la primera persona tiene una media de 14.400. 23. 65. 1. 65.pack». 1.100. F1 F2 F3 6 2 12 3 20 13 I 3 7 5 0 6 5 13 2 10 6 10 8 6 6 9 10 4 5 6 2 1 6 9 3 4 5 6 10 7 3 1 1 24 6 68 5 3 2 4 5 4 3 6 3 7 3 5 8 7 1 11 1 . invierno y primavera. 670. con desviación típica de 1. 750. Escoja diferentes agrupaciones. la distribución correspondiente al trabajo que han ofrecido a la segunda diplomada tiene una media de 21.65. ¿Cuál ha debido ser el gasto mínimo en 2003 realizado por las familias premiadas? 21112 Los siguientes datos reflejan la distancia en km que diverEjercicios tipo sos alojamientos de la provincia de Barcelona tienen res- 21110 Las series de datos de la Tabla 2. 900.050. Entra una de 36.72. 850.000 € y a la segunda le han ofrecido 20.1 Para un conjunto de datos la media es 80.100. viaje. 1. alojamiento y media pensión. 18. 550. 28. c) Encuentre la distribución de frecuencias relativas con clases iguales que le parezca adecuada.500 € y una desviación típica de 1.1. 600. 980. represente el histo grama y en base al histograma. 890.5.5.51 si aplicamos la regla de Chebychev? ¿Qué porcentaje caería dentro de ese intervalo si la distribución fuese normal? ¿Y dentro del intervalo (49.l) El porcentaje de valores de gasto superiores a 850. 950. 750.300.27 reflejan el número de veces al año que tres familias diferentes han ido de viaje durante los últimos 24 años: a) b) c) Tabule los datos. a) Calcule el porcentaje de valores de gasto superiores a 700 y el porcentaje de valores de gasto que se sitúen entre 650 y 990.050. Todos estos alojamientos son los que presentan un precio más ajustado dentro de los que posee una agencia y son utilizados en las temporadas de otoño.5. la mediana 84.Cap itu lo 2 Pnálisis exploratorio de taria0les unidimensionales 49 • E]EItItIOS PIOPUESTOS • E)EItItI1S PIIPUESTIS E)EItItI1S PIIPIESIIS 211. 23. 570. la desviación típica 10.020. ofreciéndoles un descuento de un 1O% en cualquier apack» que escojan en la temporada de 2004 (siempre que el destino sea Salou. Los datos no cuentan lo que forma parte del . calcule: e. 1. 800..40.000 €. Se pide: a) Dibuje el gráfico que resulta más adecuado para este tipo de datos. Calcule alguna medida de centralización y dispersión para ello. 540.28. el cuartil primero 75.900.400 y represéntela en un histograma. 21111 Los siguientes datos reflejan el gasto en € realizado por 26 turistas en Salou durante su estancia en 2003. 38 y 18. c. 600 -900. es decir.27. Desde la oficina de turismo de Salou se pretende incentivar al 25% de turistas que más gastaron en sus vacaciones. b) Encuentre la distribución de frecuencias relativas con clases: 500 -600.100 -1. ¿Cuál de las dos personas ha recibido una mejor oferta en relación a su categoría? 211. b) ¿Cuál es la distancia media de los alojamientos? ¿Y la distancia mediana? Tabla 2.1 La media de edad de nuev e personas es de 40 años.500 €. 580.

000.000. 4.000) [ 10.4. el ayuntamiento (1.000) [2.000. 7.7. 125.2.2. de David Bowie.000.6. Explique su significado. 69. g) Utilice la regla de Chebychev para determinar qué porcentaje de medidas se tendrían que encontrar entre x 2s_ 3s. los datos. en decibelios. las marcas de clase y las frecuencias. 5. 15.0.000) [25.7. 67.28 muestra la distribución de la distancia en km que tuvieron que recorrer los espectadores que acudieron a la fase final de la Euroliga de Baloncesto celebrada en Barcelona en 2003.0.000. Comente los resultados. 64. 62. 72.3.000. 2. Coméntelo. 6.3. 61.8. en S.4.000) (3.2. 1. Dicha gira.14. 76. 500) [500.000) Porcenrajell 2 3 4 5 5 5 15 26 26 8 2 . de Marbella ha recogido un conjunto de medidas del nivel de ruido del transporte.. h) Utilice alguna medida de dispersión adicional para mejorar su análisis de la misma. 55.000. 1. e) Realice un histograma.750.000) ( 1. 1.250. 60. calcule la media y la mediana de los datos.000. 50.000) [4.50 ElE1tItIIS IIIIIESTIS • EJEItItI15 IIIIIESTIS • Eslalishca aplicada al lulisma EJEItItIIS IIIIIESIIS c) Calcule los percentiles 10 y 90.3.5001 10 I0 a) Dibuje el histograma de frecuencias y comente su forma. al 759 y al 90'k? ¿Cómo se llaman estos valores? f) Determine el valor del percentil 10. una de las más exitosas de todos los tiempos. 56.500.000. Escriba una frase interpretando los valores obtenidos.000.8.250. sirve a las principales agencias mundiales como referencia para conocer el tipo de público que asiste a estos grandes acontecimientos como el tour ' The rising>.500) [ 1.000.8. 58. 60. b) Calcule los percentiles 10 y 90. en 1972. 3.29 muestra la distribución de la renta. f) Comente qué tipo de asimetría y apuntamiento presentan. 66.1.3. 59. en un importante cruce de su ciudad: 55. e) ¿Considera que la anterior media es representativa del conjunto de datos? f) ¿Puede considerarse la distribución de datos simétrica? ¿Qué tipo de apuntamiento presenta? g) Resuma en unas pocas líneas la información obtenida a partir de los cálculos. 250) 30 5 10 10 10 10 5 5 número de datos que se encuentran realmente en dichos intervalos. del año 2003 y poner el precio a los paquetes turísticos promocionales.000. dada la tipología de datos? e) Calcule una medida de dispersión que considere adecuada. 54. 2.9. 2.250) (2. de los espectadores que siguieron la gira en todo el mundo . a su juicio.000) [7.1111 La Tabla 2. 21111 La Tabla 2. 1250.750) (1. d) ¿Qué medida de centralización encuentra más adecuada. 67. 211. e) Tomando como marca de clase el punto medio de cada intervalo. Escriba una frase interpretando el valor obtenido. 10. 2.Ziggy Stardust. 55. de Bruce Springsteen. d) Calcule los tres cuartiles y dibuje el diagrama de caja correspondiente a la distribución de los datos.250) ( 1. d) Añada al diagrama anterior el polígono de frecuencias.2.3.000) [6. 63. 2. 1. Con el objetivo de conocer hasta qué punto aumenta el ruido en su ciudad en temporada alta. a) Agrupe los datos en clases o intervalos. 65. 25.000. e) ¿Cuál sería el valor que dejaría por debajo al 50'k de la población.000) [50. 750) (750.000) [5. b) Confeccione una tabla con las clases. Compare los valores obtenidos con el [0.000) 12. 70.000) [ 15.

Se pide: a) Realice la tabla de frecuencias de las nuevas variables Edad y Hotel así como de la variable Destinaciones. Comente la dispersión de la variable. A partir de la base de datos enalgunlugar. a) Calcule la media y la desviación típica. 21111. ¿en cuánto aumenta la media? ¿Y la varianza? d) Si se aumenta el sueldo del trabajador que más cobra en 500 €. ¿cómo aumenta la media? ¿Y si se hace esto mismo con el trabajador que menos cobra? .200 b) Realice las estadísticas descriptivas de las variables más interesantes. Ejercicios con SPSS . Escriba una frase que comente el sentido de dichos valores.2r10 1. Constate dicha impresión con los cálculos del coeficiente de asimetría y curtosis.sav.Capítulo 2 Análisis exploratorio de varia0les umdlmenslonales EJEIfI[IIS PIIPIESTIS • (HICIMOS PIIPIESTIS e) • (HICIMOS PIOPIESTIS grama de frecuencias y comente su fora) Dibuje el histo ma.30.450 800 800 1100 1. dl Calcule el coeficiente de variación y comente si la media es una medida representativa. 1. e) ¿Qué variable presenta mayor dispersión? d) Se halla la edad media en el intervalo de mayor frecuencia? e) ¿Cuál es el país más representado en la muestra? fi Califique el número de estrellas de los hoteles de su muestra. 21116 La Tabla 2. ci Calcule la media y la desviación estándar.200 1350 1. lo Si se decide un aumento lineal para todos los trabajadores.bozplot» para comentar la dispersión de alguna variable. b) Calcule el percentil 10 y 90. g) Utilice el diagrama .30 muestra los sueldos en € de los empleados de una agencia turística: Tabla 2.500 ¿Qué pasaría si hubiera hecho la tabla de fre- cuencias de la variable Edad tal y como la tenía al principio? ¿O si lo hubiera hecho de la variable Precio nor-lie? ¿Qué debería hacer para solucionar dicho problema? 1350 1. Dibuje el diagrama de caja. ¿en cuánto aumenta la media? ¿Y la varianza? c) Si se decide un aumento del sueldo de un 15%.. f) Calcule alguna medida de concentración y comenta los resultados. el Dibuje la curva de Lo re nz y calcule alguna medida de concentración.Qué medida de centralización considera más adecuada? Justifique su respuesta.. Comente los resultados.

Independencia y asociación 3. Medidas de calidad del ajuste 3. Diagramas y tabulaciones bivariantes 3. Ejemplos de estudio 3.10.4.6.3. La regresión lineal simple 3. Estadística de atributos.2.11.5.7. Ejemplos de resolución a partir de SPSS 3.12. Ejercicios propuestos . Consecuencias 3. Cosarianza y correlación 3. Cálculo de coeficientes e interpretación 3. Introducción a la inferencia estadística 3.9.CflPÍ1UL0 3 Análisis exploratorio de ^► variables bidimensionales 3.8. Dependencia funcional y estadística.1. Introducción a la regresión lineal simple 3. Hipótesis del modelo lineal.

si una variable X y una variable Y se estudian sobre una misma población y se miden por las mismas unidades estadísticas. sin estar ligadas entre sí por una relación matemática. que representala frecuencia absoluta conjunta del valor i-ésimo de X con el j-ésimo de Y.. n„ n. se suele decir que estamos ante una variable estadística bidimensional.. el precio y el • • 3.e. n„ nos indica el número de veces que aparece .1. Tablas de doble entrada o de contingencia- Sea una población estudiada simultáneamente según dos caracteres X e Y. y.2. Oidgrdmds u IdbuldclafleS biVdrÍdllCeS La información bidimensional se suele presentar en tablas de contingencia y el gráfico más común es el diagrama de dispersión o nube de puntos.. conjuntamente con y.3. Dada la distribución hidimensional (x.. es decir.). de forma que en cada una de ellas no se tenga en cuenta la otra. n. el gasto en publicidad y la demanda de servicios turísticos..). Considerando simultáneamente las dos series. n„ . se obtienen series estadísticas de las variables X e Y. . n. . son dos valores cualesquiera y n „ es )o — Y. donde x. Una forma de disponer estos resultados es la conocida como tabla de doble entrada o tabla de contingencia. se llaman distribuciones marginales a cada una de las dos distribuciones unidimensionales que se pueden obtener. sional de la Tabla 3. En este caso. . E n el presente capítulo estudiaremos dos características de un mismo elemento de la población (el número de quejas y la valoración que recibe un hotel. . — Y. I rl . la longitud y la latitud).1.. dada la distribución bidimen- remos genéricamente como (x. n. Estas características. n 12 nos indica la frecuencia conjunta de . sí presentan una cierta dependencia estadística. y.r. con y2. que podemos representar tal y como se muestra en la Tabla 3. n . e y.. etc. • .. De forma general.número de estrellas de un mismo hotel. podemos obtener las distribuciones marginales de la Tabla 3..

para todo i.=n =n Diagrama de dispersión o nube de puntos 60 50 150 I 160 I 170 Precio I 180 1 190 Representamos las variables en ejes de coordenadas. la distribución condicionada de y para x = x. Couarianza u correlación El aspecto mas interesante de estudiar conjuntamente el comportamiento de un par de \ ariables de una población es el de captar las posibles relaciones que se pueden dar entre ambas. La dependencia estadística se contrapone a la funcional en tanto en cuanto no expone una relación matemática que se cumple con exactitud para todos los casos. o hacemos los puntos del tamaño de su frecuencia absoluta. y se diferencia de la distribución marginal de y en que ésta última tiene en cuenta la distribución de y en todos los elementos con independencia del valor de x que tengan. Independencia estadística Si ponemos una restricción o condición a una de las dos variables. n n n. una curva o cualquier otra forma funcional de manera exacta. en el estudio conjunto de dos variables.E Dependencia funcional d estadística. •• 32. A título ilustrativo la Figura 3. . tenemos las distribuciones condicionadas. una de las dos variables en el eje X. Según la forma de esta figura podemos encontrar relaciones lineales positivas. o bien ponemos símbolos diferentes. YIX. Gráficamente. negativas. . como la distribución de la característica y para los elementos de la población que tienen como característica x el valor x. se dice que hay dependencia estadística. Esto se ve gráficamente en el diagrama de dispersión.Ceplulo 3 Análisis exploratorio de variables bidimensionales 55 Por tanto: 90 N 80 i =r = — . Se las suele representar como: X/Y . si la relación fuese funcional. lo que nos interesa principalmente es saber si existe algún tipo de relación entre ellas. veríamos que las observaciones del diagrama de dispersión trazan una recta. o bien indicamos entre paréntesis el número n . indica que el valor de Y viene condicionado por X.. Medidas de dependencia lineal: covarianaa u coeficiente de correlación Como ya hemos comentado. indica que el valor de X viene condicionado por Y. es decir: n. =— —. y la otra en el eje Y. por ejemplo.1 muestra una relación lineal positiva entre las variables Valor y Precio. Para indicar el número de coincidencias. En general se puede interpretar. Se dice que dos variables casos. j n n X e Y son independientes estadísticamente cuando la frecuencia relativa conjunta es igual al producto de las frecuencias relativas marginales en todos los Si esto no se cumple para todos los valores. relaciones no lineales y ausencia de relación. .

k y a todos los valores de la variable y les sumamos una constante k'.. Este coeficiente es adimensional y siempre estará entre – l y I.Y) lv. como medida de asociación es su dependencia de las unidades. . no nos indique la fuerza de la correlación en caso de existir ésta. Ello hace que no sea una medida acotada y que. su covarianza queda multiplicada por el producto de las constantes. — Si hay relación lineal es negativa.r. Si S „ = O las variables están incorrelacionadas.r corresponden grandes valores de y. es decir. las desviaciones típicas de x e r. Propiedades de la couariafZd I. — Si no hay relación lineal. a grandes valores de . . Así pues. Su expresión es: . r„ será próximo a O. a grandes valores de x corresponden grandes valores de y. si dos variables son independientes su covarianza vale O y su diagrama de dispersión tendrá forma de circunferencia. les sumamos una constante 2. S. rt„ Si S „ > O hay dependencia directa y positiva.. es decir. Si S„ < O hay dependencia inversa o negativa. pero no describiría a la relación de forma exacta. pero no permite concluirla exis- ' Entendemos por ajustar que una recta describiría razonablemente bien la relación entre los datos. cov arianza. por tanto. y r = cy + d. siendo S. no hay relación lineal. Sabemos que linealmente no tienen relación. habrá que definir una nueva medida que no esté afectada por los cambios en las unidades de medida. 4. S„ = O.r. El inconveniente de la covarianza.Só ^sh ca ap6cacr Veremos ahora una medida descriptiva que sirve para medir o cuantificar esta retad n I. la covarianza indicaría que los datos se ajustan' a una recta con pendiente positiva si . Si a todos los valores de una variable x se les multiplica por una constante k y a todos los valores de la variable y por una constante k'. r„ < O y próximo a – I. — Si hay relación lineal es positiva. r „ > O y próximo a I. Gráficamente. o se ajustan a una recta con pendiente negativa si S„ < O. Si dos variables tienen covarianza O. pero podrían tener otro tipo de relación y no ser independientes. y con la covarianza S. no podemos decir que son independientes. la nueva covarianza se relaciona con la anterior de la forma: S„ = acS„ Otra forma de calcular la covarianza seria: 3. CORRELACIÓN Y CAUSALIDAD Un coeficiente de correlación elevado entre dos variables indica que dichas variables toman valores relacionados entre sí en los elementos observados. eso seria dependencia funcional. la covarianza no varía. A partir de las anteriores: si tenemos dos variables a. ^ Nota Cuando las variables x e y son independientes. No podemos asegurar lo mismo en sentido contrario. Es decir. es decir. si se realizan transformaciones lineales de las variables de la forma z = ar + b.. Si a todos los valores de la variable . y S. Esta medida será el coefrcien o' de correlación lineal r con la siguiente expresión: r = S„ S. y por tanto r „ _ O.S „ > O. v nv n Será la que utilizaremos en XY la práctica al ser su cálculo más rápido.

8282 que nos indica que las variables están relacionadas de forma positiva. El objetivo principal de la regresión es descubrir el modo en que se relacionan..3.7567 — 0.2139 = 67. vamos a calcular la covarianza y el coeficiente de correlación: Precio Valor 175 180 162 157 180 173 171 168 165 165 SO 82 57 63 78 65 66 67 62 58 Lo s cálculos que necesitamos son: x = 169. A partir de los siguientes datos que hacen referencia al precio del billete de ida y s uel- ta y la valoración del vuelo que han realizado un conjunto de pasajeros que tomaron el vuelo Barcelona-Madrid un mismo día.: 52. con los datos del ejemplo anterior (Tabla 3. la llamaremos variable dependiente. . Este tipo de correlaciones se denominan espurias y su origen se tiene que buscaren otra variable (como por ejemplo las vacaciones de verano) que presenta una relación de dependencia con las variables observadas. vamos a llamar a la X variable independiente.32 Ahora se puede calcular el coeficiente de correlación lineal r. exógena o explicativa. = 7.8 s = 8. Por ejemplo. endógena o explicada. l • • 3. De las dos variables a estudiar. La regresión lineal simple Como se ha dejado patente anteriormente. 8.. Ejemplo 3.7567 175• 80 +180 82± 16257+. se puede suponer que la variable Precio influye sobre la variable Valor en el sentido de que precios elevados vienen explicados por valoraciones elevadas (en general).6 s. cuando se estudian dos características de una muestra simultáneamente.Capado 3 Análisis exploratorio de variables bidimensionales 57 tencia de ninguna relación de causalidad de una variable respecto a otra. Y. 10 169. y a la otra. Es es 'denle que las altas temperaturas no causan matrimonios y el elevado valor del coeficiente de correlación es muy probable que sea debido a que los matrimonios tienden a producirse en verano debido a la disponibilidad de tiempo libre.. Un ejemplo ilustrativo es el siguiente: supongamos que tenemos los datos de temperatura y el número de matrimonios.8 = 52.1.6 67.2139 . se puede considerar que una de ellas influye sobre la otra de alguna manera.4).32 7. que vamos a denotar con X e Y. Es muy probable que si calculamos el coeficiente de correlación entre estas dos variables obtengamos un valor muy elevado.

En el ejemplo anterior. . Este es ^O O 00 O 0 el caso al que nos vamos a limitar.4. pues la comunida realiza primero un gasto en publicidad y luego obtiene una demanda turística que ya no deci de arbitrariamente. Por tanto: X = Gasto en publicidad (variable explicativa o independiente) Y = Demanda turística (variable explicada o dependiente) El problema de encontrar una relación funcional entre dos variables es muy complejo.2. y es difícil sabe qué variable influye sobre la otra. Es decir se puede admitir que cada variable influye sobre la otra de forma natural y por igual. Sea y = a + bx una recta arbitraria.4 (donde al precio de 180 X E le correspondía una valoración de 82 y otra de 78). ya que existen infinidad de funciones de formas distintas. Cálculo de coeficientes e interpretación Como se puede ver en ambos diagramas. • • • 3. cualquier recta deja a muchos puntos alejados de ella. para cada x. Y • 0 0 0 0 0 0 O Recta de regresión O O O O O Un dibujo de la nube de puntos o diagrama de dispersión de la distribución nos puede indicar si es razonable pensar que puede haber una buena correlación lineal entre las dos variables (Figura 3. Así pues.2). a un viaje poco valorado le supon dremos menor precio y a uno de mayor precio le supondremos un valor más bajo.58 Estanca Wittlailixismo En la mayoría de los casos la relación entre las variables es mutua. es decir: Y = a + bX Y • 0 o donde la relación anterior es la ecuación de una recta y donde a y b son números. hacer un análisis de regresión lineal sólo estaría justificado en el ejemplo de la izquierda. Cualquier ejemplo de distribución bidimensional nos muestra que la relación entre variables no es exacta (basta con que un dato de X tenga dos datos distintos de Y asociados. mientras que en el otro. En este caso. Ftqlua 3. U ejemplo más claro donde distinguir entre variable explicativa y explicada es aquel donde s: sabe cuál es la variable Causa y cuál la variable Efecto. Por ejemplo. al que llamaremos y. es decir. el gasto en publici dad que hace cada comunidad autónoma en promoción turística y la demanda turística qu finalmente tiene. ninguna recta es capaz de pasar por todos los puntos y seguir siendo recta. En los diagramas de arriba se puede observar cómo en el de la izquierda. De todas las rectas posibles. la recta de regresión de Y sobre X es aquella que minimiza un cierto error. a la hora de determinar qué variable explica a la otra. El caso más sencillo de relación entre dos variables es la relación LINEAL. y una demanda alta nos indicará que tal vez la comunidad se ha gastado mucho Sin embargo. está claro que e »gasto en publicidad» explica la «demanda turística» y no al contrario.. en la ecuación de la recta. para cada dato de X. como en el ejemplo de los precios y valoraciones de la Tabla 3. una línea recta inclinada puede aproximarse a casi todos los puntos. considerando a X como variable explicativa o independiente y a Y como la explicada o dependiente. de la tabla tenemos emparejado un dato de Y llamado y„ pero también tenemos el valor de sustituir la x. un pequeño gasto en publicidad tenderá a obtener una deman da más baja.

La recta de regresión de X sobre Y no se calcula a partir de la recta de regresión de Y sobre X.Capítulo 3 )nDIisis exploratorio de va ri ables bidlmensionales w x a+ bx. la recta de regresión que se necesita es la que minimiza errores de la X. respectivamente (ver Apartado anterior). = y. =y. y así las rectas serán ambas crecientes o decrecientes.y la de X sobre Yes —. dependiendo de si la covarianza es positiva o negativa. Se toman los errores al cuadrado para evitar obtener como óptimas rectas o estimaciones de a y b en donde la suma de los errores es O pero debido a las compensaciones de estos errores. que es la misma que la que minimiza la varianza de los errores=. el error que vamos a considerar es el que se comete al elegir y. Cuando se toma el dato x. con a y b números arbitrarios.• x b= s. y luego despejando la x. . Usando técnicas de optimización se llega a que. — Esos errores pueden ser positivos o negativos. sustituyendo en y = a + bx.. el signo de las pendientes será el mismo que el de la covarianza. pero la presentada en este libro es la de mayor generalización. aquella que minimiza el error elegido al cuadrado es aquella que cumple: sn a=v—s. Así pues. Existen otras metodologías de obtención de a y b que también evitan dicha problemática como estimación por mínimos errores absolutos. y lo que se hace es escoger la recta que minimice la suma de los cuadrados de todos esos errores. sn Interpretación de los coeficientes La ordenada a se puede interpretar como un valor mínimo o inicial de la variable y. de todas las rectas y = a + bx. s sn La pendiente de la recta de regresión de Y sobre X es . s s= Dado que las varianzas son positivas por definición. debido a la sencillez de su derivación. y vale: e. la ecuación de la recta de regresión de Y sobre X es: y = (v — 5. en lugar del verdadero v. Se denota con e. del que se parte sea cual sea el valor de x. y X como dependiente o explicada. Se llama recta de regresión de X sobre Y y se calcula fácilmente permutando los puestos de x e tt obteniéndose': x —s = —• (y —v) s. xl l y recolocando los términos se puede escribir de la forma: y—Y=—•(x— x) Si se hubiese tomado Y como variable independiente o explicativa..

No nos vamos a interesar por la varianza de X (independiente). El coeficiente de determinación va a ser el % de varianza de Y que se puede explicar por X. que sufrirá la variable y al aumentar la variable x en una unidad. que resulta ser "s2 x 100. al coeficiente de determinación se le llama 12 2 .. y se le suele llamar bondad del ajuste. 100 = 59. Normalmente. r. la variable explicativa no explica (valga la redundancia) al 100% los resultados que se observan en la variable explicada. Es fácil notar que este coeficiente está acotado entre O y I. BI La recta de regresión siempre pasa por el punto (y • • 3. definido en el s 2• capítulo anterior. el coeficiente de correlación lineal. cada valor de X nos da el valor exacto de Y. entre dos variables X e Y. •s2 x 100 Por ejemplo. elevado al cuadrado y multiplicado por 100. por su varianza). La varianza de Y está generada. el producto de las pendientes de las rectas de regresión de Y sobre X y X sobre Y es igual al coeficiente de correlación al cuadrado. El único caso en el que una variable explica al 100% a la otra variable es aquel donde los puntos de la nube formen una recta. En ese caso. Por ello. aunque no sabemos si la recta de regresión es creciente o decreciente. Medidas de calidad del ajuste Una nube de puntos que se agrupa en tomo a una recta imaginaria justifica el estudio de la' regresión lineal entre las variables. al estar influenciada por la otra variable. de una parte. Pero ese no es el caso general y estaríamos hablando de dependencia funcional y no estadística. podemos decir que la calidad del ajuste es bastante alta. Como v. es decir: R' = sñ s. porque valora lo cerca que está la nube de puntos de la recta de regresión (o dicho de otro modo. por .29% tenemos una calidad de ajuste media (no es muy pobre. pero sí por la de Y.77.a. lo ajustada que está la nube de puntos a la recta de regresión).60 Estalfislica aplicada al turismo En cambio. Vamos a cuantificar la calidad de la explicación de Y por X mediante el coeficiente de determinación o bondad del ajuste. desarrollando la expresión de la varianza de Y se puede concluir que: s?= 2 + s . pero tampoco se puede calificar de buena). se puede interpretar como el aumento o disminución. si conocemos el coeficiente de correlación lineal. por los datos de X (es decir. y de otra parte por causas desconocidas. es decir. si R 2 = 86% para unas variables X e Y. _ }' + e. Propiedades de la regresión A) b X b' = rt: es decir. y calculando R 2 = r 22. el % de varianza de Y explicada por X es: s-' — X 100 s.5. . r = —0. Los datos de ambas variables tienen una varianza. Otro ejemplo. la pendiente.ar y por tanto. b. segó el signo. ya sabemos que la recta de regresión es decreciente (por el signo negativo de r).

Por ejemplo. nos indica que la predicción obtenida es fiable. Es la parte de la variación de y que podemos explicar con x • SCE = SCT: suma de cuadrados total. con lo que el coeficiente de determinación sería igual a la unidad. Se puede concluir. ésta se puede usar para obtener valores de la variable explicada. El coeficiente de correlación (o el de determinación) lineal es el dato que. pues es posible que se obtengan resultados absurdos. o próximo a 100`I. SCT = SCNE.. Así pues. por ejemplo. En este modelo la variable explicativa no tiene ningún poder explicativo sobre la explicada.r se puede plantear la siguiente pregunta: ¡ . Aunque ya ha quedado delimitado el objeto de nuestro libro hacia la Estadística descriptiva. que las predicciones serán mejores cuanto mayor sea el coeficiente de determinación y el número de datos del cual se dispone.Capitulo 3. Introducción a la inferencia estadística e. Un ejemplo podría se • obtener una demanda de servicios turísticos negativa (imposible en este ejemplo). En el momento de hacer predicciones hay que tener ciertas precauciones. .6. por tanto.9. y la recta de regresión tenderá a ser horizontal. es decir. lo cual es lógico pues R' indicaba la calidad del ajuste de la nube de puntos a la recta..édiFFEM. De cara ala interpretación. y un modelo desastroso sería uno donde los errores lo explican todo.2109. con nuestra recta. • 3. a partir de valores de la variable explicativa. la fiabilidad de una predicción obtenida mediante la recta de regresión se puede medir con el coeficiente de determinación R1. un modelo perfecto es un modelo sin errores (e = O). si se comprueba una buena correlación lineal entre las variables X = Gasto en publicidad e Y = Demanda turística. si es grande (próximo al o-1 si es la r.si es R'). La limitación de la predicción estriba en que sólo se puede realizar para valores de X que estén situados entre los valores de X de la tabla de datos inicial. sustituyendo en la ecuación de la recta x = 10. Análisis exploratorio de variables hidimeosiaoales 61 Análogamente. . SCNE = ( y – i. El primer objetivo de la regresión era poner de manifiesto una relación existente entre dos variables estadísticas. se puede definir el coeficiente de determinación de la siguiente forma: R. o sea.c_ +t:4e.= Donde: a) b) SCE: suma de cuadrados explicada. resultando y = 6.qué demanda puede obtener (según los datos) una comunidad autónoma que se gasta 10 millones de € en publicidad? La respuesta es tan sencilla como calcular y._am. para predecir. se va a aprovechar el modelo de regresión para introducir el contraste de hipótesis como una breve aproximación a la inferencia estadística. Una vez se constata. Es toda la variación de y • SCT = 7(5' – i). ción de y que no podemos explicar con x.6. )' _ ^e=. Esta es la suma de errores al cuadrado. con una recta de regresión (de Y sobre X) igual a: v=0.9+ SCE – I SCNE SCT SCT e) SCNE: suma de cuadrados no explicada o suma residual. que hay una relación lineal entre dos variables y se calcula la recta de regresión apropiada. Es la parte de la varia- 0.

Si el coeficiente estimado hubiera sido 1.: ^e= Ss = ( donde n la varianza residual s' •X' ) n- 2 La interpretación de la desviación estándar del estimador es sencilla. recoge la probabilidad de aceptación de la hipótesis nula (normalmente la hipótesis es que dicho coeficiente estimado es igual a 0).96 se rechaza H„ .7 del capítulo anterior que hacía referencia a la tipificación de una variable. Consecuencias c. que h m (I:' Empecemos por la primera hipótesis. Así: Ib sh bI Si t > 1. Dicha columna. en caso contrario se acepta`. es decir.96. Evidentemente. A modo de convención.11. uno de los objetivos del modelo de regresión es la predicción. se sustenta en una relación estadística entre dos variables. que x influye en y. El objetivo es conocer si b es estadísticamente igual a I. b).1 está muy cerca o muy lejos. no hubiera habido duda. para conocerlo utilizamos el siguiente contraste y estadístico que no demostraremos. Hipótesis del modelo lineal. Ahora se trata de saber si 1. • • 3.62 Estadistica aplicada al turismo Como se ha comentado con anterioridad. que aunque el estimador calculado y promediado para muchas muestras concretas acierte. . La base de esa relación estadística es la presencia tan- Esta convención es lo que el lector que conoce Estadística inferencia) entiende como para un nivel de significación del 959. Cuanto mayores son los errores mayor es su dispersión. Una varianza del estimador elevada implica una reducida eficiencia del estimador. tal y como lo hemos presentado. debidamente relativizado por la desviación estándar del estimador. la varianza del estimador.. es que únicamente se rechazará la hipótesis nula si dicho estadístico es inferior a 0. a título ilustrativo. por tanto. es decir.1 (h = 1. Observe igualmente la similitud del cociente inherente al contraste con la expresión mostrada en el Apartado 2. x e V. Pongamos que con una muestra de datos obtenemos una estimación de h con valor 1. Pongamos. La hipótesis a comprobar hipótesis nula) será que h es igual a un determinado valor h . En general. su varianza y. En ocasiones se presenta en las salidas de los programas informáticos de estadística como el SPSS junto ala columna del estadístico t otra columna que se suele denominar p-value o prob. ¿Hasta qué punto podemos concluir que nuestra hipótesis era falsa? ¿Podemos afirmar. pero que mostraremos su intuición. y también aumentaría en una unidad. Evidentemente. de acuerdo con lo comentado para el estadístico t. es suficientemente )estadísticamente) grande como para rechazar dicha hipótesis. esto no es casual.7. se supone que ese cociente es suficientemente grande cuando excede 1. Su interpretación. en una muestra individual puede alejarse de su verdadero valor: el de la relación entre xev. con uno del estadístico t superior a 1. En nomenclatura: H:h=h Se trata de ver si la diferencia entre la estimación de h (h) y el valor de nuestra hipótesis h. que creíamos que al aumentar en una unidad x. dicha predicción se basa en las estimaciones de a y h lá. Imaginemos ahora que teníamos una idea previa de la influencia de la variable x en y. Este valor se corresponderá.96'. como mínimo.05. obviamente. nos queda conocer cómo calcular s1. que h = I. es decir. .rt1■111 El modelo de regresión lineal. A la luz de lo visto en los apartados anteriores.

A este supuesto se le conoce como no autocorrelación. podemos decir que no se puede prever Y con exactitud porque para cada valor de X hay una distribución de Y. volviendo al ejemplo. los supuestos sobre el término de perturbación poblacional son los mismos y el método de obtención de las estimaciones también es el de minimizar el cuadrado de los errores. la estimación de b para cuyo cálculo es preciso un pequeño repaso al álgebra matricial. nos encontramos ante un problema de regresión múltiple. A este supuesto se le conoce como homocedasticidad. La regresión múltiple se fundamenta sobre la misma base que la regresión simple. Especificaciones incorrectas: la relación entre x e y no tiene por qué ser lineal. Introducción d id 1egresión lineal múltiple Cuando una variable estadística debe ser explicada por la acción simultánea no de una. En general. Ello hace que para que podamos estimar el modelo y presentarlo tal y como hemos hecho. sino de dos o más variables. responde a: b= (x' x)-'•x' v donde (x' x)-' es la inversa del producto de la matriz n ' k correspondiente a las k variables explicativas y las n observaciones. Errores de medida. y no se compensan entre ellos. donde x' y corresponde al producto de la matriz n • k correspondiente a las k variables explicativas y las n observaciones.CapBWo 3 Bnálisis exploralorio de Variables bidimensionales 63 to de una parte sistemática. se hayan tenido que establecer algunos supuestos implícitos sobre este término de error poblacional. Es decir. que aunque en términos muestrales hemos llamado e pero. Variables esporádicas: guerras. transpuesta por ella misma sin transponer y . A título ilustrativo. Es decir. — La varianza de estos errores es constante.8.. transpuesta por el vector n • I. y que es la causante de que la relación no sea funcional. El modelo carecería de lógica si conociéramos que existen errores en nuestras estimaciones y que éstos van sistemáticamente en una dirección. se trata de que los errores que cometamos no sean mayores para las comunidades autónomas que más gastos realicen en publicidad. correspondiente a las observaciones de la variable a explicar. el hecho de que en Cataluña se corneta un error positivo no implica que este error ten g a que ser igualmente positivo para las islas Baleares (este supuesto sería de difícil cumplimiento en datos temporales). — La correlación entre los errores de dos observaciones distintas es nula. • 3. como de una parte no sistemática que hemos llamado error. Variables que aunque conocemos son difíciles de cuantificar: los gustos individuales. Es decir. porque ello indicaría que hay algún aspecto importante que no estamos teniendo en cuenta. poblacionalmente llamaremos u. procede de diversas fuentes: a) b) c) d) e) f) Variables que desconocemos e influencian también a y. Estos son: — La media de estos errores es igual a O. la dispersión de estos errores que cometemos no depende de la variable x.. En términos del ejemplo intuitivo de los gastos en publicidad y la demanda de servicios turísticos en las comunidades autónomas que hemos ido citando a lo largo del capítulo. Comportamientos personales imprevisibles. . Ese error.

aivo que nos acompaña durante el capítulo. en la que se pueden establecer las frecuencias marginales. se interpreta como el aumento en la variable a explicar al subir en una unidad la variable explicativa. En ella cada b. se obtienen multiplicando las frecuencias marginales absolutas y dividiendo entre el total de observaciones: n.. Los datos se vuelven a disponer en una tabla de doble entrada. tal y como se verá más adelante. no tiene sentido hablar de frecuencias acumuladas. se debe emplearla siguiente expresión: ^=1 (VE—VO)' VE donde VO son las frecuencias observadas o empíricas y VE los valores esperados o frecuencias teóricas para cada celda. Sirva a título ilustrativo la siguiente: en el modelo de regresión múltiple el coeficiente de determinación no se corresponde con el coeficiente de correlación al cuadrado. n irn:.1. hay diversas propiedades del modelo de regresión simple que no se cumplen en el modelo de regresión múltiple.n. puesto que los atributos no admiten ordenación cuantitativa. La suma total de frecuencias absolutas será el número total de elementos que componen la muestra. nos encontramos con la posibilidad de que exista una «asociación„ entre estos atributos o una «independencia» entre los mismos. sino también la influencia obtenemos con la regresión múltiple. cedario. aunque la base teórica es muy similar. Evidentemente. si se va a realizar un fórum importante o una exposición. sino también de otras variables como la renta per capita de sus habitantes. Esto es lo que 3. la situación económica del país o zona que atrae al turista y otros factores como el clima para las CCAA basadas en turismo de sol y playa. La frecuencia relativa se simboliza como!. El número de veces que se repite el valor de un atributo se denomina frecuencia Independencia o asociación Cuando estudiamos dos caracteres cualitativos.64 Estadishca aplicada al tulismo ^iguiend m el ejempli. . su cálculo sencillo a través del programa SPSS. Recordemos que estos caracteres son deno- minados atributos o variables cualitativas y se representan con las primeras letras del abeabsoluta y se simboliza mediante n . Para conocer la posible relación entre dos atributos.9. Seguramente estos factores también influencian la demanda de servicios turísticos y no sólo resulta interesante conocer cuál es su influencia sobre ésta. al igual que ocurría con las variables cuantitativas como la presentada en el Apartado 3. de los gastos publicitarios una vez descontado el efecto de estos factores. etc. de nieve o de factores culturales como si ese año han declarado a una ciudad de esa CCAA capital cultural europea. que la demanda de servicios turísticos que obtiene un CCA no sólo depende del gasto publicitario que hace. Independencia q asociación Antes de acabar el capítulo merece la pena detenerse en aquellos caracteres cualitativos o no susceptibles de medida de una población. pero se ha creído conveniente su análisis intuitivo y. suponga mos. sobre todo. . una vez descontado el efecto de las otras variables explicativas'. como es lógico pensar. Estadística de atributos. La estadística de dos atributos es el resultado de observar conjuntamente dos caracteres cualitativos. VE- N El análisis pormenorizado de la regresión múltiple excede los objetivos del libro. Por último.

l .7 V =^ O . Su expresión: C yl X + N Su valor mínimo es O mientras que el máximo depende del tamaño de la tabla (por ejemplo. 20 10 3 4 61 Total Re-¡+.707).I4 = 0.a. Un estadístico acotado adecuado para tablas 2 x 2 es el coeficiente d. Por último. también para tablas extensas y teniendo en cuenta el número de filas (r) y de columnas (e) es la V de Cramer. por el número de columnas menos uno. Como conclusión.5. a menos que se indique lo contrario. Una empresa de coches de alquiler de La Coruña pretende estudiarla asociación entre el sexo y la marca de coches que se alquilan con los datos de la Tabla 3. el estadístico . 13 16 116 íst i c. correspondientes a julio de 2003. El nivel de significación suele ser del 5%.07. tomando el valor 0 cuando no existe relación y I cuando se establece entre las variables una relación perfecta. es necesario comparar su resultado con el valor de la distribución x de Pearson en tablas.Caplolo 3 Análisis exploratorio de variables bidimensianales 65 Una vez realizada esta operación. ^ = Los grados de libertad: (6 — I I • (2 — I) = 5. Estadístico x2 : Hombre Fiat Total Peugeot Ford Mercedes BMW Volvo 9 6 Is 26 18 li I. Al ser el valor del estadístico mayor que el valor en tablas se acepta la hipótesis de asociación. al ^ ^ ^ 1 61 6 =0. Ejemplo 32.37 Al no tratarse de una tabla 2 X 2 Ia l no es directamente interpretable y sólo nos sirve para calcular la V de Cramer. Se rechazará la hipótesis de independencia si el valor del estadístico supera al valor de tablas. Los grados de libertadad vienen dados por el producto del número de filas menos uno. N ^ El coeficiente do está acotado entre 0 y I. La interpretación de sus valores es idéntica al caso anterior. siempre que tengan la misma dimensión (número de filas = número de columnas) se puede utilizar el coeficiente de contingencia C. en caso contrario no se podrá rechazar dicha hipótesis y se supondrá independencia. dicha asociación no parece ser muy elevada. (e — 1 ) } La V de Cramer vuelve a estar acotada entre O y 1 con la interpretación usual. mín { (r — 1). al 5% de significación el valor es de 11.y 2 no está acotado y es directamente proporcional al número de casos. Sin comparar con el valor en tablas. Para tablas más extensas. para una tabla 2 X 2 su valor máximo es de 0. En tablas. que es la medida adecuada para la tabla de que disponemos. a pesar de que aceptamos la presencia de una cierta asociación entre el sexo y la marca de coche escogida para alquiler.:.

que es el índice numérico que evalua50 rá esa tendencia.10. En mues70 tras numerosas un dato atípico no afecta demasiado al resultado. que reproducimos a con175 180 162 157 180 173 171 168 165 165 Precio tinuación. para que nos informe si vale la pena iniciar el estudio de la regresión lineal o no hay motivos para ello (Figura 3.6. aunque uno de ellos.6. el (157.59%.1 Vamos a realizar un estudio completo del ejemplo que se describe al comienzo del capítulo a partir de la Tabla 3.8 = quedando: y = —102.7567 Fgura 3. Es decir. Así pues. 150 160 170 180 190 Pasamos al cálculo de los estadísticos necesarios: Precio Tabla 3.6) 52.8282 7. = 8. Se toma como fiabilidad de la predicción el índice R'-.7567 y R2 = (0.3).6 67. aunque no lo haremos en este caso. 52.10.71 + 1. según la tabla de datos. que se obtiene sustituyendo el valor de x.3. nos constatará que hay una buena relación lineal.177. 66 Estadíshca aplicada al turismo 3.32 (x — 169. 175 = 17 80 + 180 • 82 + 162 57 + . el 60 dibujo revela cierta tendencia de los puntos a agruparse en torno a una recta imaginaria.8.2139 s.32 Ahora se puede calcular el coeficiente de correlación lineal r y el de determinación lineal R2: r = 52. La calculamos con los datos que ya tenemos: y — 67. 80 82 57 63 78 65 66 67 62 58 Valor Aunque en este caso tenemos dos variables muy relacionadas.04 . calculado con anterioridad. s = 169. 80 Se observa que los puntos siguen una tendencia.2139 .005x Así. Ejemplos de estudio Ejemplo de estudio 3. Entonces tomamos X = Precio como variable explicativa e Y = Valor como variable explicada. ¿qué valoración le debería corresponder a un viaje de precio 178 €? La respuesta viene de la recta de regresión de Valor sobre Precio..32 — 0. 0 169. se dice que la predicción tiene una fiabilidad del 68. A este dato se le llama dato atípico. un viaje de 178 € (correspondiente a x = 178) tiene.. Por ejemplo.6 = 67. en virtud de la recta de regresión. 90 Comenzamos con la nube de puntos. El coeficiente de determinación.63) se aleja de dicha tendencia.8 s = 7.8282) 2 • 100 = 68. y no está claramente definido cuál de ellas influye sobre la otra.8 = 52. una valoración y = 76.59% de la varianza de las valoraciones. e incluso en ocasiones se elimina de la tabla. Este mismo coeficiente de determinación se toma como índice de fiabilidad ala hora de hacer predicciones de la variable Valor a partir de datos de la variable Precio.59 que nos indica que la variable independiente Precio explica el 68. decidimos estudiar cómo el precio del viaje de los individuos influye sobre la valoración del mismo.

383 • 36 = 85. = 0.48 e. h) La predicción de la puntuación para un hotel cuyo precio de una habitación individual por noche es de 42 €..512 — SCT= (86-91.5)2+. = 0. d ) e. (3 62 +.14.07 ) 5 = (0.74. Valor 86 90 91 93 94 95 Se pide: a) Los estadísticos individuales necesarios.98 +fi .2 Supongamos que tenemos la Tabla 3.383X 60 Es decir. d) Los errores cometidos con cada observación.22 e6 = 0. contraste que b = 0.73 = —0.1506 0204 0.383.. c) La recta de regresión de y sobre s. = —0. g) El coeficiente de determinación.74232.73 = 0. i) Contraste la hipótesis de que el precio por noche no influencia a la puntuación que recibe el hotel.. partiendo de un mínimo de puntuación en tomo a 71.89 _ 0.. = 7.5 SCE = (85. parece redundar en un aumento en la puntuación que éste recibe de 0. es ajust e pare ce ser muy oue no.99 53. = 7. = 86 — 85.95+ 0. I v -91.27 e2 donde ^^ ^ = 71. on lo que e mación del precio del hotel podemos ajustar de forma muy precisa el valor de la puntuación del mismo. cada € adicional en el precio por noche de una abituación individual del hotel. e) La varianza residual. f) La desviación estándar del estimador.98 De lo que podemos concluir la existencia de un elevada correlación positiva. . ti pre cio ces notes es muy expucauvo ae w punwacsuu.89 R2 = 52..95 + 0. s.33 e..+ 60-) -6. Es decir.1506 f 0.+(90-91..272+. a mayor precio.. Capiulo I dn)lisis exploratorio de variables bidimensionales 67 EJEMPLOS bE ES11010 • EJEMPLOS 1E ES11110 EJEMPLOS 0E ES11010 • Ejemplo de estudio 3. mayor es la consideración del hotel.93 — 91.5. Solución 1 -t = 51. s. O sea. + (94.7 que reproduce el precio por noche de una habitación individual y la puntuación recibida por seis hoteles de Granada durante la celePrecio 36 48 51 54 57 60 bración de un congreso en 2003. = 2.5= -51): v=71. b) La covarianza y el coeficiente de correlación.5) 2 = 52.37 e. b ) S = 36 86 60 • 95 51 ^ 91. = 91.73 — 91..072)= 0.5 = 23 r..95 puntos.5)2 + . S6 = +0.5)2=53. —99 0.5 ts ue csr.

A partir de la base de datos Salarios. Resolució n : 1.75 9 80 580 695 213 6 00 3.00 . „-..95 + 0.03 • EJEMPLOS OE ES11111 • EJEMPLOS IE E511111 hl 5‘.20 5 'fi d 15 16 7 18 19 5.00 2 00 3.. Comente los resultados. Comente.03 900 2 00 3 00 5.03 6. un hotel con precio por noche de 42 € recibiría una puntuación de 88.00 44. los resultados.00 2100 53 03 5100 213 ..11. r Descreemos •=3:1=1. ar tar tar tar tar 2 3 4 5 6 7 e 9 10 2 3 5 90 8 93 445 5 30 580 325 655 4 30 5 10 7.03.00 5. Reducoon Escales Pruebes no permetncas seres temporales 5upereirenoe Pe-norestes 28W mentes datos r 56UU Antros de valores perddos. ya que parece que el precio de la habitación redunda en la puntuación que recibe el hotel. 2. Realice el gráfico de dispersión.71. J 3.00 7. el análisis de correlaciones y la regresión lineal entre las variables Salario por hora y Años de experiencia.1.0204 18.00 I r de aastea. entramos en el mentí «Analizara. —0.00 00 5. asimismo. 00 3.00 3.11.00 40 001 5 00 3 00 4 00 15 00 1300 8 03 00 1 00 1 00 .4).. el submenú «Estadísticos descriptivos» y la opción «Tablas de contingencia» (Figura 3.00 20.00 00 00 . De cara a realizarla tabla de contingencia de las variables Sexo y Nivel educativo. Realice la tabla de contingencia de las variables Sexo con y Nivel educativo.xls: I. r EtaSstxos desgarros Tablee mundanas Camparen pedas taodeto traed general Modelos martes Correlaciones Redes& tootied Il¡al Frecuentas Erpbn.383 • 42 = O sea.68 Estadística aplicada al turismo EJEMPLOS lE 1511011 88.00 5.1 azor.77 Evidentemente se rechaza dicha hipótesis.00 27.00 700 00 5.03 38.00 .00 62.383-0 = i) 0. Ejemplo de resolución a partir de SPSS Ejemplo SPSS 3. iUJ 3.

0% 28% 3 100 0% 83% Una vez aquí seleccionamos las variables correspondientes ■ entramos en la opción «Casillas». En ella.) sabe meren edad I = eeac Calmas 5 6 7 sem A Frecuencsas --Cagare Cartre Ayuda a Cepel del 10 11 12 r F Observadas Esperadas 13 1 15 r r -Paced*: Mosby la gokos de breas agolpadas Sopare tablas Exactas Estadisecos Cascas. Fomuto-_ Residual ñ Fla r No tyñcados t7 1 19 r Caserna Toar r Toreados r Tprcadscmagdos 580® --- 5100 Tapa oe mnngerUa EDUCACIoN' SEXO SEXO Trd . ____A-ON 0 Rearmo % de EDl1CACOn %de SEXO Recuerdo %Oe EDUCACIÓN %de SEXO Recuerdo % de EDUCACION %de SEXO Recuento %de EDUCACION - %da SEXO Recuento % de EDX)CACION %de SEXO Recuento %de EDUCACIÓN %deSEXO Recuento % de EDUCACIÓN %de SEXO %ase no % de EDl1CAC10N %de SEXO Recuento % 08 EDUCACIÓN %de SExO Recuerdo % de EDUCACIOI %de5E80 Remeto %de EDUCAC.1% 3 100 0% 83% 2 100.2% 5 1000% 82% 3 100 0% 49% 2 100 0% 33% 1 1000% 16% 3 100 0% 4 9% 61 1000% 1000% 2 4 66. 8 9 10 11 'oai 25 410% 1000% 36 590% 1000% Fi ora 3. A nosotros nos interesa.3os 'rawer . seleccionamos el tipo de frecuencias.7% 111% 8 571% 222% 3 5 6 7 6 429% 167% 2 400% 56% 4 80.0% 8. nos confirma que no se ha perdido ningún caso fruto de alguna ausencia de información en cualquiera de las dos variables (Figura 3. • e .1 .Cabildo 3 Ooálisis explorelono de variables bidimensiooales 69 EJEMPLO IE IEStIICIÍI I 111T11 IT SPSS • E]EMfLI IE IESILILIÍI I 111T11 IE S1SS _ .0% 56% 1 100.0N %deSEXO Recuento % de EDUCACIÓN %de SEXO Recomo %de EDUCACIÓN %deSEXO 2 __2% 80% 3 600% 83% 5 100. aceptamos nuestras selecciones en los cuadros de diálogo «Tablas de contingencia: mostrar en las casillas y en Tablas de contingencia>. en este momento.5). i.6).0% 11. las frecuencias observadas y las frecuencias relativas marginales cuyo cálculo nos ofrece SPSS bajo el nombre de porcentajes fila y porcentajes columna. En la tabla podemos contemplar el número de casos para cada par posible de la combinación entre la variable Sexo y Nivel educativo.0% 82% 1 1 100 0% 40% 2 33 3% 80% 6 429% 240% 2 100 0% 80% B 57 1% 320% 3 600% 120% 1 200% 40% 1 100.0% 16% 6 100 0% 98% 14 1000% 230% 2 100 0% 33% 14 100 0% 230% 5 100. mIEI tI®1 var - Tablas de rente-venda 2 3 4 s.7). La salida también nos ofrece el siguiente cuadro que. Clicamos en ambas opciones (Figura 3. Una vez aquí. y obtenemos la salida de resultados (Figura 3. únicamente.aficcs ^ J vo I I aedales secta.

11.. edad 2.80 3. seleccionamos las variables para las que queremos el coeficiente de correlación y le pedi mos que nos calcule el coeficiente de correlación de Pe arson. r3Ge ^JJ^ =^ Pe^^= ^ 0k9. El resultado parece mostramos una relación positiva entre ambas variables. Para obtener el gráfico de dispersión entre las variables Salario por hora y Nivel educativo. Bivariadas» (Figura 3.00 3800 23 00 5300 5100 28 00 33 W figaa S ll . ^ ICJ Planas .00 00 1 00 119 44 00 62 00 2700 o á -^o o 10 20 30 a0 50 400 1500 1300 8. el Dispersion 30 ^^ Eei Establece ne•cc v Eeparar Reaeekce r ^v I ^. Por último. (Figura 3.11).. Teases pesonahedss coopera made: Modelo kd general Modelos monos pepeetln toyed Gestas Renacido de daos Escales aneases no pa•nensas saes temporales 1.orama de edicaceo > tam •. Telta..^ Sal tibio . submenú «Dispersión.10).12). Posteriormente. acudimos la menú «Graficos>.75 980 580 695 965 mítpes :+ralas de valores pedalos. En el cuadro de diálogo resultante..m a-rapessin s.ttrneme = repuestas vat 590 2 salarios experiencia 3 890 4 45 MEREN • • • • • 20 4 5 6 7 8 9 10 11 12 13 14 15 16 7 18 19 533 5 80 33 6g 4._ 041dtrea. seleccionamos la variable Salario por hora para el eje de ordenadas y la variable Experiencia para el eje de abcisas (Figura 3. aceptamos la opción «Simple.00 espe renca 21 flglli 3.Editor de datos 91•5S Mdsvc Edam va Datos T•arctoma Miza 1 Es lalfishca aplica da al luns mo 111i11 IE SISS • EJEMILI IE IESILILIÍI 1 t11 1 11 l E SISSI vacos 1. 00 00 00 00 00 1 .00 670 : Di.00 13. SPSS nos lo ofrece en el menú «Analizar. athoo Edmn ve Dias Trasformar ala e J p edac salarlo 1 JJJJ^ edut eso frM0os uidede5 Vetan 1 Dtomes Eoaeovos desapwos • • U'.9)... Correlaciones. S 51 1 73 5 5_ 6 70 500 900 715 7. 70 EJEMILI IE IESILILIÍI -. aunque de carácter débil (Figura 3.&-v Votan 2 3 5 6 7 8 9 10 11 12 13 14 15 16 7.usa les nceeneamns gar de toe cams reó•te. m UJ 1W 5t1 LeJ 10 `ris 3100 4000 500 3...tgte Ee ^r ^ J4zpra Pega IJ ÍD • a 2. (Figura 3.8). . Con respecto al cálculo del coeficiente de correlación entre ambas variables.

Eslxeeden po dereda.. La salida de SPSS es la de la Figura 3. ya que lo razonable es explicar el salario que cobra una persona a partir del número de años de experiencia que posee la misma. *eras las variables Salario por hora y Nivel educativo..15). la variable independiente. Por último... que muestra una relación positiva. ese a se.. aunque no muy fuerte.390^ 002 61 0.Residen Erxedas de caso r r DuenWasm Dxporacos pa caso Greecor Guarda. adrados en dos rata. Me Meet.Caplulo 3. Donde se observa un coeficiente de correlación de 0. Regresión. • t LogistMa Marx. Lineal» (Figura 3. se nos pide el análisis de regresión lineal para t • ear J Traldormer Arxiza Grecos Utidatles Ventana =1 ^ Informes Estadmcosdesaptr. Root.. • • a arana. edad I • U 0 Acepa Pega Aeesra i _ ee I SALARIOS Correlación Experiencia AWa Coefiurxes de cmdeoón Pearson Taub de Kendal J Expenencia de Pearson Sig (b il atera l) N Correlación de Pearson Sig (bilateral) N 1 61 .39.. por tanto. La correlación es significativa al nivel r uriaaa egrik ee.aaa r I- EsMnacves lleves Mao¢ de covarxrue r Corto r r tl r APme dar modelo m R atadedo < Cm e eua I Descipevx Cpn eaones parad ^ y semparad Aseda I Diepisa pm de wMeadad u MCP» Estadísticos . seleccionamos la variable Salario por hora como variable dependiente.Coehcwes rx de rolecrsrs F de repetrmde mfi.• s de vaarssp>ádos.muae nieves .13).. c 44 CO Escalamient .iejJ n -_ +ratter Getm tx•de d es J Dederdeeie • Acepa Pega R^^edardec__e I of sabe Blope 1 del Sip ssae IndepmámleL ^♦arpeass J Hieda el A da I _LI .14.Figura JN. seleccionamos el método de pasos sucesivos y dentro del submenú «Regresión lineal: estadísticos» le pedimos las estimaciones y el coeficiente de bondad de ajuste del modelo o coeficiente de determinación (Figura 3.. re paranetrxas Sanes temporales 5sperabrenoa = •c.. adecuado siempre que hay al menos una variable cuantitatisa (Figura 3. Opciones r .. Dentro del menú.. Vanehbp .01 (bilateral 390*" 002 61 1 51 -c<behvyirs= " Bialea arca r r Sean. Loteara mimad.. Además..16). Para ello. entramos en el menú «Analizar.m las combase.os _ Tabas persmaizadas exp Compasar ar medras Modelo Mear genera Modelos romos Conelaocces Loglleal Ciasta Redoren de datos Escalas Pruebas EZTI • Estrenen cdrvrnea.... La variable Experiencia es. Bnálisis eJploralorio de variables bidimensiooales 71 EJEMPLO lE IESILI[111 O PIITII OE SPSS • EJEMPLO IE IES1L1[111 I Pililo SE SPSS _ oto I salario I educ exoerien I sexo I edad I ear xj j_ — SALARIOS Correlaciones .

eepenencn b varetee aepenaletne SALARIOS ccetiaentes• Coesc.dn Residual iota! Modelo feonan Vendares mtroduc.39) y el coeficiente de determinación (0. se rechazan claramente ambas hipótesis nulas. respectivamente. pendiente del modelo resultan significativas.emanada. partiendo de un nivel salarial de 6. Ambos estadísticos t resultan muy superiores a 1. Vuelva a estimarla regresión múltiple.112 Con los datos del fichero enalgunlugar. observamos que.aa ra6 ra 214 658 20 281 N 1 59 60 F 10 584 Sn 002' a varares peeddoras !Constante). MMMn Introducir a Todas las variare. por tanto.aao mrreaYla 138 Errd 6p le a ea(manlnn elia 390• R n. Se pide: a) b) c) Realice un análisis de independencia de atributos para el caso de la pensión y la temporada.188 E. ^ . eepenenoa ANOVA° Sumaae r m AnIns 214 656 1196 560 1411218 Seda rr . Recordemos que en un modelo de regresión simple el coeficiente de determinación o bondad de ajuste del modelo coincide con el cuadrado del coeficiente de correlación. Además.mmaaas° ^ad^ e+penen0a• Vanades .wr Rela 390 CoeM1oentes no arN^ A 6188 181 FI[ fin 933 056 1 6631 3253 So 00G 002 a varare aeOenaente SAURIOS Flura 317.181€. Este mismo hecho se puede comprobar con la última columna que nos indica la probabilidad de aceptación de las hipótesis nulas. un año más de experiencia hace aumentar el salario por hora de un individuo en 0.15). dejando siempre una por incorporar de cada una de ellas.72 EJEMPLO OE RESOLUCIÓN R PIR11R 1E SPSS • EJEMPLO II IESOLUCIÓN R Esladishca dpl¢ddd dl lunsm0 PRRIIR 1E SPIS La salida de SPSS nos muestra los cuadros de la Figura 3.sav se pide estimar una regresión lineal múltiple que tiene el Precio por noche como variable dependiente y las variables Temporada. Evaluación y Organizado como variables independientes. Pensión. d) Se trata de un ejercicio de ampliación. O sea. Hotel. En la cuarta columna se nos ofrece el estadístico t para el caso en el que la hipótesis nula es que el valor de la constante y la pendiente. las estimaciones de la constante y la Modero t (Constarle) ee8e0e602 MMr. solatadas MroducAas p Vanade 0eperdiente SAURIOS Resumen del modelo R wa0.05. El programa realiza esta función de forma automática si utiliza el método •pasos sucesivos» dentro del submenú •Regresión lineaba. País. Recuerde que las variables Temporada. En la primera fila (regresión) la suma de cuadrados explicada. El último de los cuadros nos ofrece información acerca de los coeficientes estimados. Días. en la primera columna tenemos las sumas de cuadrados. Así. como era de esperar. Los primeros dos cuadros nos confirman las variables introducidas en el modelo (salario por hora y experiencia) y nos ofrece un resumen del ajuste del mismo. Destino. Cree siete variables binarias (1. Ejemplo SPSS 3. ¿Qué ocurre con el coeficiente de bondad de ajuste a medida que añadimos variables? Pista: para responder a esta pregunta vaya añadiendo las variables una a una comenzando por una regresión simple. incorporará seis variables que hacen referencia al destino. Nos indica el coeficiente de correlación entre ambas variables (0. Ello se puede apreciar en la cuarta y quinta columna. Así. El siguiente cuadro nos desglosa el coeficiente de determinación en sus componentes.17.96 y. Ahora el coeficiente de las nuevas variables Destino se interpreta en relación a la categoría omitida.0) tal y como hicimos en el capítulo anterior.0) para la variable Destino que tomen el valor I si el individuo ha viajado a ese destino y O en caso contrario.anraan 152 a dar ardes pedict0rás Ieomtarlel . Se puede comprobar fácilmente cómo el coeficiente de determinación es igual ala suma de cuadrados explicada dividida entre la suma de cuadrados total. Comente la regresión. son nulas.entes evamaraa.daNel. en la segunda fila la suma de cuadrados residual y en la tercera la suma de cuadrados total. Ahora cambie la variable original por estas variables binarias en la regresión múltiple.I Re9re. Se observa que dichas probabilidades son claramente inferiores a 0. Recordemos que la aceptación de la hipótesis nula de que la pendiente sea O nos conduciría a determinar que no hay ningún tipo de relación entre el salario por hora y la experiencia del individuo. Pensión y Organizado deben especificarse como variables binarias (1.

realizaremos la tabla de 10 2 00 7.pora.001 70.0 7W 700 7. en realidad la información inherente a ambas es de tipo cualitativo.00 E 5. En el cuadro de diálogo «Tablas de contingencia: Mostrar en las casillas.os.i Tablas de contngencix Estadísticos P r J_ ^c=".821 6660! 86. • oar pas{ se! mos ante un viaje en pensión completa y en temporada alta.a s ercav figuren como variables numéricas. 10 3 00 97 : 60 Redxodn de datas atributos para estas variables. que recordemos son los componentes del estadístico chi (Figura 3. En él seleccionamos que nos calcule el coeficiente de contingencia.00 W 20.00 2. pensmon 00 t=. r. 200 200 2W 1.- S 2_ r Eta r Resgc greco: de barras agngadoe S remato Malear Supinas tablas r Ertaditr.eevab — ^ M em•sd ^ .18).01 2. resModelo rosal gene s 1 0 o: Modelos matos RaTm pectivamente.I 1 0 O.00 1W 1W 111. resulta apropiado realizar una estadística de Ciaste. ^ ^ 6 ^J _L J J JJ J 1aip EL NWEI I avaluad I osgandz I durap lon I Itilar Ancora Pega reasiem Caril elas AYA 2 3 4 5 Q S S '[ ^ 3C ' 70 hotel I 3 7C eda :.. Y Vde Ciare. Así. es aconsejable marcar las frecuencias observadas v esperadas.711 70.NUgar .l Mostm ors de icabdwbe r r I- r Ta.drs bles independientes... Red. En primer lu gar.01 7532' 75.s. ambas variables ^ .Ed itor de datos SPSS ticas LAiiox. 7. Para ello acudimos a «Analizar.0 1. Estadísticos desRespuestas inlwas 1 90 290 700 Mla$25 de valores palde» criptivos» y «tablas de contingencia» (Figura 3. . Al tratarse de una tabla de contingencia cuadrada y 2 x 2..38 i 81.13. 2 0 2.00 200 2W 2W 2W 2W 200 2W 2W 20 2.aadado Roana r mrbrpmoa eonelacv. pulsando el botón «Estadísticos» nos introVi 3..00 7582 1 2.20). nos 1 0 Correlaciones 1 0 Regresan hallamos ante viajes en pensión no completa y en temporada 2 00 30 92 tpgineal 10 2m 3 00 97 baja. En caso contrario. W ^.0 70. Eie alq.27 70.00 30 Fyn 3.0 5. 73 algún tipo de asociación entre ambos atributos ose trata de variaPm oras ro pararbicas 1 00 2 00 7 00 70 Sanes tertp. cualquiera de las medidas es adecuada (Figura 3.zadc Carlean y de Marsdllaeatzd .Caplulo 3 Análisis exploratorio de variables bidirnensianales 73 IE SPSS • EJEMILI lE 1E5111C1 I Solución I 111111 EJEMILI IE IESILILIiI I 111E11 IE SPSS a) Aunque en el archivo las sanables Pensión y Temporada Datos Tra sfe ea Ara s .38 -_ 2W J .c 03 6 7 8 9 10 11 2 13 4 15 7 18 19 31 21 22 23 24 25 26 27 28 29 u r I- OMnal de r Gams r ddeSomers ^ Coefrbie Lambda Coeficiente =J AY^da (3 PI. r r . 20 7 70:. indican que nos hallaComp. Por todo ello.00 70: spevncrga 10 2 00 700 81 contingencia. z 02 ^ Enastas Estadianws 'eS.00 _u 2130 3C Una vez aquí. El objetivo es constatar si existe 1 C 3 00 97 : 600 Escala 1 00 2 00 3133.0 1 .00 1 W 30C =- 70.38¡ 70..19). ducimos en el cuadro de diálogo «Tablas de contingencia: estadísticos».11.01 7 W 7. cuando figuran con el valor 1. binarias.ataos de•aobras Tablas CYwptr.0 1. cuando figuran con valor O.38 2. la Phi y la V de Cramer.b de Kendal TaucdeKendall Kappa 913 03 p a. 4.

que al ser menor de 0.. 100 0f ea Mi N Tal.001 00. Regresión.214. con lo que se rechaza la hipótesis nula de independencia. SW 300 pmaion tempolad 1W I uu 2W 1W 100 1 00 1 Estenacldrl W Leaenca timarla.00 e l0paed 2W 1W' Clasificar 2W 1W ReducCtln de dalos 2W 1W Ludas s 2. En la primera tabla se confirma el número de observaciones para las que se han realizado los cálculos 4. par nominal de Creme. nos muestra que la probabilidad de aceptar la hipótesis nula es pequeña. Hipa 331.96 . COe1 40>0 d• contingencia N da 049 049.. 3W 3W 65W 65W 1W 1W Estmeddn ponderada. pmlme.. como por la significación de los mismos. seleccionamos la variable Precio como variable dependiente. 2W 3 00 4W 4W 3W 3W 57 W 57 n ^ W Raba. verosimilitud edlwoo.p co 11asinl000a basado en la repele.l 11 21410 1 1 1 001 . Hotel. 001 001 001 b) Para estimar una regresión lineal múltiple.22)...nperede mrenor e 5 Le Oecuenc4minim°•aperada es 28894 Sp Volar Nomina.1110t ~llenen una. que existe una cierta asociación entre el hecho de realizar un viaje en temporada alta y en pensión completa. aroma Cuadrados en EscaMMNtO 41NO. .. procesamiento de los casos CS. En la última tabla se muestran los estadísticos Phi. mientras que como variables independientes seleccionamos ahora Temporada. el valor en tablas del contraste chi cuadrado: 11.. 70 00 92W 2W 2W BW 3W 2W 3W 7100 WW EeI i V . Todos ratifican el resultado del contraste Chi. Destino. dos fases- 7^ 7W. En el segundo cuadro se muestra la tabla de contingencia para estas variables cualitativas con las frecuencias observadas y esperadas correspondientes.1 2369 14009 3104 19040 00 Tos 1783 1)830 2816 28760 4659 46590 :689 507 4661 I ck es de 6. Nuevamente. e casos validos 000 u 71 1 4659 I 001 Calculada 101a pare una labia de 2 • 2 b 06..00 e RI Desrlo pberlNrkes 2W Serles tene. 4659 oprimirme.659. País... fur 200 ^ 17w .. Es decir. Días. nula adwd Edacn Var Datos irans7ornl ar aletre.3W 4o-ció 40Ó curvabas. Lineal. 2 00 1 W 2. Aunque el valor no parezca excesivamente alto debido al gran número de datos..rus. Todos ellos coinciden en valor absoluto debido a que se trata de una tabla 2 x 2. acudimos a la (nos vados misma opción que en el caso de la regresión lineal simple. adlcos JJ J Lxidedes Vertalse Ui 1 edad sao pals Ter edad 'CC) 2170 1 00 'ea.0() 1 W' 2W EIME:1 22 W a1 200 3W 1=1:3•11111:1 2W ~El 1W'^ 22W 2W evaluacigani2a T duracionT ho-Te -Ter oda ho 7W 70 00 203 300 WW 78 107 100 --. O Empleen.. Este resultado viene ratificado por la significación. tv40erN1 mnm 0 a po Ie IOAI 11 402 Fiaren d. Este valor resulta mayor al valor en tablas (que al PENSION 00 100 ola! Recuerdo esperada nD• 900uem0 PiatuanCia PENSION Resumen da. ateo d• F esocucwn ane a.aa. LO O Stce Inlfrm8d . Concluimos. «Analizar.635). Vedes TEMPORADA 4659 v. el error•.05..)..des 2W fi SwervNencla 2W Respuestas magias la 200 Anilles da velases pnddos. (Figura 3.21. tanto por su valor'. V de Cramer y coeficiente de contingencia.. titulada «Pruebas chi cuadrado» se muestra en su primera fila.74 E]EM1L1 1 1111111 Estadistica aplicada al turismo 1E IESILILIÍI SE S 1SS • EJEMPLO IE RESOLUCIÓN 1 111111 IE SPSS Los resultados son los que se muestran en la Figura 3... No anead. Veloi uChacuadiada• Palalian ar itidalerag SIñaalera. las probabilidades de aceptación de la hipótesis nula de independencia resultan siempre muy reducidas.. a Recuento e 1p e áe ° d• 755 7550 Chltal•drada SI *sin.. I Parcenale 100 4661 0Y Tabla 0• contingencia PENSION' TEMPORADA lEMP0RA0A 100 248 1536 1. por tanto.001 . En la tercera tabla.

Los coeficientes en una regresión múltiple se interpretan como el aumento en la variable dependiente. Como método seleccionamos ahora introducir y pedimos estimaciones y ajuste del modelo en el cuadro de diálogo «Regresión lineal: estadísticos» . residual y total. con pensión completa y en temporada alta aumenta el precio del viaje en 4. Escogemos ahora el método »pasos sucesivos». dl En los Apartados a) y b) hemos constatado la importancia del destino a la hora de determinar el precio del viaje. Normadas Merar Inlroducu del modelo cuadrado E rr or Pu d c •elmacten a R cuadrado 511 510 2121729 7151. la variable Destino ha sido seleccionada en primer lugar. De igual forma.25). Es fácil observar cómo ha ido añadiendo variables de forma consecutiva. 202 -5627 9 493 19069 4 004 ne el resto de variables independientes incorporadas como constantes. un aumento en el número de estrellas de un hotel aumenta el viaje en 2. siempre teniendo en cuenta que mantenemos constantes el resto de variables independientes. En la última tabla observamos los coeficientes de las variables independientes. La primera tabla únicamente nos confirma las variables introducidas. sq. Con el método introducir le pedimos que nos introduzca todas las variables a la vez.1 Venablo procederes ■ConslaM•I ORGAMZA PENSION HOTEL.687 171 1208 4 308 variadle dependNnl• PRECIO ¡Gens-tenle. mientras que un punto más en su evaluación lo hace en 0.1 CD•SCI. trario de lo que sucede con los países.dna Error llp 2 472 935 402 Mod el. De todas las variables. Figura 3. 7.9e^a w. dientes constantes.la•a m M. Debido a ello veremos que la variable Duración no ha sido incorporada a ninguna regresión.27. fruto de un aumento en la variable independiente de una unidad.000 000 000 000 ce. Por ejemplo. Dicho método nos irá añadiendo una a una las variables independientes. El mecanismo para elegirla variable a introducir ha sido seleccionar aquélla variable que más hace aumentarla bondad del ajuste.05.17 y 6.061 105 218 . La salida que nos ofrece SPSS es muy similar a las anteriores. aad e Vanaaa dpend»m.PRECIO .. En el submenú que nos aparece a continuación podemos crear una variable llamada Destino! que será una variable binaria con valor I para el caso en que la variable original cuyo nombre es Destino tome valor I. Observamos cómo al ser un viaje organizado. Lineal» y realizamos exactamente los mismos pasos que en el caso a) a excepción del método. al presentar un contraste t inferior a 2 y una probabilidad de aceptar la hipótesis nula de no significación.ndee. DURACION pPAIS. resulta de interés determinar cuánto afecta cada destino concreto al precio del viaje. y con valor O para cuando la varia\ .248 2203 . Observe únicamente que nos va ofreciendo para cada tabla los resultados de cada una de las regresiones que ha realizado.e l.lkmnles Iele6a•mados _ Bel. únicamente la duración del viaje no aparece como significativa.26). Los destinos a los que hemos asignado códigos numéricos superiores aparecen como los más caros. manteniendo el resto de variables indepenI arme.3.753 -1679 7. La salida de SPSS nos ofrece el output de la Figura 323. Éste es el objetivo de este apartado. Co.Capítula 3 Bnálisis exploratorio de variables bidimensionales 75 OE EJEMPLO I 1ES0L1CIbl 0 PRRIII SPSS • EJEMPLO IE IESILItIiil I P11lIR If SPSS a1 vaunNes btroduckles ORGANIZA PENSION HOTEL TEMPORADA OURACION PATS DESTINO. c) Nos adentramos de nuevo en el menú »Analizar. TEMPORAD DESAMO OURACION HOTEL PATS PENSIO EVALUAC ORGANIZA 4 148 103 122 755 011 1 076 585 . Una vez aquí.2 €: si se mantie000 B -36113 009 211 577 .042 14 619 6639 53. TEMPORADA OURACION PATS DESTINO Ev ALUAC Mod elo ANO VA 1e1 Suma de Regr•spon loba cuadrados gl Mama Spg 000A" 608111 2622519192 0 327814 974 2506547 765 4650 539 043 5129067 557 4658 a ICondarau ORGANIZA PENSION HOTEL TEMPORADA. Calcular» (Figura 3. Es interesante matizar ahora la interpretación de los coeficientes. De esta forma podremos observar la evolución del coeficiente de bondad del ajuste (Figura 3. PRECIO eoenalem. mientras que la tercera tabla.018 079 . Para crear las variables binarias (1.24).2 € respectivamente. titulada »ANOVA(b)» nos ofrece la descomposición de dicha bondad del ajuste en suma de cuadrados de la regresión (explicada). ya que la regresión simple entre el precio por noche y esta variable tiene un coeficiente de determinación o bondad del ajuste del 43% (Figura 3. E VALUAC IeI caaslM. DESTINO EVALUAC e venable dependa. Resumen Pensión. así como el contraste t y la significación de cada uno de ellos. A partir de la observación del cuadro »Resumen del modelo» concluimos que el coeficiente de determinación o bondad del ajuste aumenta del 43% al 51% a medida que vamos incorporando variables a la regresión. siempre que sea significativa.. Evaluación Ore<utizado. al con- 000 000 093 .0) para la variable Destino nos trasladamos ala opción »Transformar.2 €. Regresión. superior al 0. La tabla «Resumen del modelo» nos proporciona el valor de la bondad del ajuste un 51%.

I3 Erbnecarr.28091 140/ . pE516O EVAWAo 5se0995e3058 Cn9ne).76 Esladshca aplicada al turismo EJEM/L1 Ed•• II OESOIIIIÍI I I11TI1 IE SPSS • EJENILI IE IESILIIIiI I II1111 IE SfSs .1= 100' P6 pesas hilen Rob ce 050 Erro ppda GI naPm mead R 9ursrr3 l 24 93324 55aN 43 433 26 79365 39701 3 2158119 496 495 70414/ 23•3161 502 501 708(4) 5 537 506 2331832 71214/ 6 509 509 21. EVALUAC 0EH9O6 HOT&.1edeapatleb PPEDO TEMPORADA PIES 1 (620019I24 a V.1•0 .1401 0 .5 p.. 3001e1 22188f9586 2218839`.1 955 975 2593027_243 5 519805 a49 0001. DESTINO EVAL UAD 0999(61 NOTE T9ASO040A PAS p 2.00' 74 00 6 00 2.93 524915 2910=7 971 M ST s Tda 5129^7557 4606 .1. Nara TEMFOPADA PAS C40A3912w AAOVA90 A1o0eo 1 F craves Ntlaeu S• a 0e741. en R cuabedo r r DeraWvot C6reiapOrer pa0d y lmgari5l Diayóroca de rArnleewad • • • °a • • ..1nnl. EVALUAC .0 Roo dF we 64.1e M 1007 P9 pasos worn Rob at Rai 9. la99er?Hn e.. Recodetdaón automaticsCrea sere Kanpard. pee as• a.1nel.1 Roo d F 9.aAap 3•309- Indeper664et r--. Figura 3.. Asola recipes a casos. Rob deF p. Carper aparoone3. I ce""^ Ayuda .111_11‘ J O enelgunlugar -Edit. 1 15508 r. DESTINO EVAEUAD 09990N. 050 Pr.1 e. TEMPORADA PAS OR0N11Z4 V. 0E51110 EVALUAD PENSION HOTEL 7134R617406 o Vnn(spredtlpraa (0:09211.) 091 024 peas also Ras d 050 5 0 0 4 l.1ed60prtltlorn ICn9suel. Tda $129m155T 4658 4 0406016? 4 643455 303 1171970 00403 2573834412 06010. .sa1M 1^ Traafer4Aa aata 6ded3 Ut►dedes Salde ass d60948trecon ..4913.1ntel.09399(64 V. HOTEL • 2. figura 33.OES1010EVALUAD PENSION Vaedas pr6dtl24as ICn..+-paada r 71 Reads 11MCP» 6CO 19 2 00 1 10 1....1060. aec0dlrrer (16800360851425. . 050 R d dF p.s ICn.red Darns Tr arb'H Matee kiJ±l_d Dependerla ol d CC ^ araluac3 7pfd organez 00 I duraaon 7 hotel I 3 7J eda PfJ CID penslonj IJ I ajSKG Bbaue 1 de 1 5 4• Pegar Reaaldeca 31 Regresión lineal: EStadístrcos • • • -.1 9.8 421 3 848312 907 1526134 000191 64129 136 4855 555 130 0449. gg0aa ICmsv ? ai.1• ewer •. de IatenD Pr G p.1a . I „IarOOlad ^ Mlloda IPa . 5ed<ivas ICmfanbl. Reenviara Vraves paridos. 089909.l3 Ape. 0E571410. DESTINO EVKUAC.25.s ICnf9eal DESTINO .1erAedps p .01..t54W 511 510 2222183 1ed60 a4am7ra Cm9ad!). 1001 P6 peer lal. dF 1M) EVKUAC Iasea7ce de Fpea 400.DESTINO vemr 60 p . PENSION HOTEL ..1d P9F_00 050 Rd 6.I J CaefiaM4f de moray* .15aN9660 Nmned DESTINO Px re.41 25560'3145 4654 519610 Tdai 5129067 557 4656 5 0404.1.) a?a1 4 5431M 2530910 314 4853 5129057 557 46•í 8 040406 2 612010997 6 435131163 664582 00W) 2617055 580 4652 541070 6129047 551 4658 7 04099040 7 37443661 2621003287 694 347 00901 R var 2186088 790 4651 539 263 Tad 5129a61551 4656 40 a2460 ICnYa-te/ 0E571110 eda pne0olaa 1Cnanle) DESTINO EVAI WC 2sa6npwtld. TEMPORAL 2n4660 pr4a91nras ICnanlelB DTINO EVALUAC P999. ems 4= 0.. de dews 5055 A Er al^leiJ ^ • • °>"^ • x.1ad60 d4acl9r.00 V&01941e umemrldulwrmladu N/ . In46rvdmde cArllaae Mara de rpvenaea - dd Inodeb Cosroxla Ay de r r r Crab. 050. 050 Rod ae G we mara' Pee pesos laten Proa d 099906 HOTS F p. 64060e8 2093033453 2 1246543 726 004e) 2201 801 P49 W s 566 141 2635931 101 4656 Tda 5129367 557 4e55 . aqtlar60 ICna.1a4071 e.. 0 HOT Harr" TEMWpADA PA V. EVKUAC. HOTEL ade4 54902461 ICmanlel 0ES7010..1 1ned0 . 040e929 .DESTINO EvKIAO PENSION.

. W .. • • _ryasfo ^ 3m 58 69 W 61 62 63 64 J a) m Acepta ^^ 300 600 ^^ ^J 6 00 9m 8W l 900 ==T 3x 3000 3200 00 1 00 1W 1 1 1 1 300 600 W W W W 1 00 W W W. en el recuadro blanco con nombre «variable destino» escribimos tinolr.W 9W 6W..vabr__I ARSINIaqr_nmI 4RTANIemr na+nl SFNORMIvatra 1111 Ef.... : II 3W 3. 8W 3W 9W ^^.. J rn.Canebmnes parad r :enpaaca r..r.teeperávia >e:tro3 • Meeodo VarMEI e de I -r-_. escribimos «destino=l» (Figura 3.W Eegetas de casa Estadistcm I GráMos.28). Observaremos cómo nos ha creado una nueva variable con nombre Destinol. JaJJ = 1 r2 q MI i aoer^r & eut ^ desfieu2 ^ des^eu3 ^ destnut^ 3 destew5 ^ destitea6 ^ des7ia7 :Regresión irreal -8laüe lde1 - Pap 00 100 s S x W 00 i .Dragroso_ros de cdnedoza Q selsms 0 63 64 65 6s 67 OD OD . r • EJEM' J IE IESILItIÍ1 1 111111 IE SPSS Emaór nercnca.W 6W u u n .t^u -'-BERNOUWIcn'. J Coacervar de regeson F Arate di modas _J AyAa Ñ Estromnes (. 9.w 4 d I Mato de rovevaa r. 6.3t 7 ^J _f < I > 1 J<=I>=I ju s 6.unes ^ ar I .intervalos de asean. A continuación volvemos a realizar la regresión del Apartado a) sustituyendo la variable Destino original por seis de las siete variables binarias creadas.. a ax oe astro wYe0yea o aWades Sentar.Capdulo 3.W ID .aeedo D . 0I. y en el recuadro «expresión numérica.ble destino original tome cualquier otro valor...W.W 1W W . En nuestro caso.. Para ello.W 25.I 21 31 ANY¡e bivabn. omitiremos destino I (Figura 3.. A continuación repetiremos el proceso con el objetivo de crear las seis variables binarias restantes.27). r r r Castos en R o. Análisis explarabno le variables bidimensianeles 77 EIEIIILI IE IES1L1[1Í1 1 111111 IE SIS y . asar.^n.W 6.W 3W 75. .Editor de datos SPSS = 55 lol^l t J ^J J _ca Gorr. /Leal 11 J J_J /f 6 I J ' 1 153ic¢a_rvr.. I 6raae_ I Oonortx..

respectivamente. ORGANIZA. DESTINO2 DESTINO3 DESTINO4 DESTINOS DESTINO& DESTINO? a Variable dependiente PRECIO 48 196 . PAlS AVALUAC I ORGANIZA. DESTINOS.. DUPACION.046 -009 065 129 052 -. DESTIN04(a) a Todas las variables solroladas miro duodas In Venable dependiente PRECIO Resumen del modelo /enables eliminadas Model Método Introduce ' lodeS R 772 . DESTIN O/3. los destinos 2 y 3 disminuyen el precio del viaje siempre respecto al «destino 1» en 27 y 12€. DURACION. observamos que el destino que más hace aumentar el precio es el «destino leo..29. EVALUAC. PEN90N. Sin embargo. DURACION HOTEL PB49ON TEMPORADA.127 009 2 097 7 541 13.125 1 80 8 823 4723 -27371 -11928 094 22 203 80 952 151 368 Error op 10726 112 010 979 135 276 695 952 10647 10 588 10574 10590 10 735 11 398 Beta 4 493 -. DAIS DESTINOS. TEMPORADA. PENSON. HOTEL..145 001 273 411 333 -3244 17 219 4 765 .d°. DESTINOS.364 173 4666 . DESTINO2.292 23 301 000 000 353 000 000 000 010 260 993 036 000 0170 La salida que nos muestra SPSS la de la Figura 3. A la luz de los resultados.189 -. a_ :-stante). Dicho destino aumenta en 151 € el precio de un viaje con respecto a lo que costaría un viaje con destino a 1. DESTINO?. :RGANIZA. PR S. DESTINOS. E VALUAC DESTIN04 AN OVA (b) Medra cuadratica 13 4645 4658 235246076 445 827 .78 EJEM/L1 IE IESILIIIfI I Estadística aplicada al turismo 111111 If S1SS • EJEMPLI If IESILIEIÍI I P11111 If SPSS Variables introducidas eliminadas 151 Hanes I'uduodaa DESTINO?.d=r I c eficientes no estandar¢ados Coeficremes es/enderezados t S B on sta. TEMPORADA.181 .929 6554 12 696 5542 -2571 -1. EVALUAC. DESTINO4 b Variable dependiente PRECIO coerciemeslal ^. < P cuadrado 5% / c F cuadrado corregida 595 Error tío de la estimación 21 11463 es redidorac HOTEL = DESTINO?. DESTINO3.-c Fegres■on P `" %^• Sarna de cuadrados 30581%992 2070858565 5129067 557 g^ F 527 662 =.DESTINO2. 0001a1 a.soles prediCc.032 . HOTEL. .

Becarios En contra 13 13 10 4 5 10 4 8 15 a) Complete la Tabla 3. J 3114 ¿Qué signo presentará el coeficiente de correlación entre la edad de un coche de segunda mano y su alquiler diario? 312. V = 1.» 12 20 12 5 15 16 8 13 3111 En la Tabla 3.207. ¿qué porcentaje está a favor" ¿Y entre el P. ¿cuántos son comerciales? ¿Y P.9. a priori.123.S? d) De los que están a favor. Tenemos los siguientes datos: n = 26.» b) «Los coeficientes b y b no tienen por qué presentar Jóvenes el mismo signo. ¿qué porcentaje se muestra indiferente? c) Entre los comerciales.1 = 59. ¿qué porcentaje son becarios? ¿Y comerciales? e) De los que están a favor.287.« 10 a) Calcule el porcentaje de individuos que son adultos sobre el total que va en autobús. entre el número de banderas rojas de una playa durante la temporada de baño y el número de visitantes de la misma'? 3.S. 'x2 = 66. Determine las distribuciones marginales. El 70% de la población de La Habana durante verano son hombres y el 30% de la población total tiene más de 35 años.qué porcentaje son jóvenes y prefieren utilizar la bicicleta? c) Calcule las distribuciones marginales.83.8 se observan los resultados de una encuesta que cruza grupos de edad con sus preferencias en cuanto al medio de transporte a utilizar durante sus vacaciones: Autobús Coche Moto Bicicleta 20 15 17 c) «La nube de puntos entre dos variables cuyo coeficiente de correlación es nulo.1. personal administrativo y becarios en referencia a una reducción proporcional de sus sueldos que se utilizaría para la 3. d) «El signo del coeficiente de determinación depende del signo de la varianza de los residuos.262 Calcule el coeficiente de correlación lineal de Pearson. .S.S? fi E stu di e la asociación o independencia de ambos atributos.3 Supongamos que todos los turistas que van a las estaciones de esquí de los Pirineos por Semana Santa se gastan un 25% de su sueldo mensual durante su estancia. Yxy = 62. Comente las siguientes frases: a) «Si la ordenada de una regresión es 0. b) Del total de becarios. Análisis exploratorio de variables bidimensionales 79 RIV Ejercicios previos 312. Indiferente 312.A.» e) «Un coeficiente de correlación de entre 1 o —1 indica una dependencia funcional.6.8 Ejercicios tipo El gestor de una agencia de viajes realiza un sondeo para conocer la actitud de sus comerciales.A.A. Vy = 1.059. . ¿Cuál es el porcentaje de la población de hombres mayores de 35 años? mejora de la calefacción. la recta pasa por el origen de ordenadas. b) Del total de individuos encuestados. ¿Cuál será el coeficiente de correlación entre las variables X (sueldo mensual) e Y (gasto en turismo de esquí) durante Semana Santa en los Pirineos? Comercial P.12.Capiulo 3. el aire acondicionado y el hilo musical de su lugar de trabajo. 312. tendrá forma de 0. ¿Qué tipo de dependencia existe.

11. d) Haga una previsión sobre el aumento de las ventas en el caso de que la publicidad se aumente un 15%.800 1. le interesan las opiniones de un grupo de control. te la temporada de verano la temperatura media de cada semana y los litros de agua que los clientes han comprado en el supermercado. Calcule la recta de regresión entre la tasa de paro y la edad. e) ¿Cuánto vale el coeficiente de determinación? Justifique su respuesta. b) Calcule el coeficiente de correlación y coméntelo. sobre un nuevo producto turístico que relaciona el tiempo libre con la salud y que le ha sido encargado por un gran complejo hotelero. Contente los resultados. f) Realice el contraste de la hipótesis de no significación de la pendiente de la regresión.10 muestra la tasa de paro del sector turísti- co en España en función de su edad para el año 2000.750 1.12.11.600 1. Una consultora turística pretende realizar un estudio de mercado. según su edad. a) Dibuje la nube de puntos. d) ¿Qué cantidad de agua se necesitaría si se espera una temperatura de 32 grados? e) ¿Cómo puede calificar el ajuste que ha realizado? Ayúdese del coeficiente de determinación.13. es decir. c) ¿Puede planificar el supermercado del camping la cantidad de litros de agua a encargar a sus proveedores en función de la temperatura esperada? Realice los cálculos necesarios para ello.000 31 30 28 25 26 30 20 18 1. de que la temperatura no influencia los litros de agua comprados. %Aumento en publicidad %Aumento en rentas O 11 9 8 6 7 5 10 II 2 8 7 9 3 a) Dibuje la nube de puntos y coméntela.050 900 a) Dibuje el diagrama de dispersión y calcule el coeficiente de correlación.12. h) c) d) e) 31210 Una importante agencia de viajes quiere realizar un estudio entre el aumento en sus gastos en publicidad y el incremento en sus ventas. Tabla 3. 80 EJERCICIOS PROPUESTOS • EJERCICIOS PROPUESTOS • ESladlstMco aplicada al tunsmo EJERCICIOS PROPUESTOS 3123 La Tabla 3. El director de un camping de Loredo ha observado duran- 22 27 32 37 42 47 52 57 62 67 20% 15% 10% 8% 7% 6% 9% 10% 8% 3% 22 de agua 1.550 2. b) ¿Tiene sentido el coeficiente de correlación lineal? Justifique su respuesta. ¿Cuál sería según su recta la tasa de paro que correspondería al grupo de edad de 40 años? Calcule el coeficiente de bondad del ajuste y comenta su resultado. 3.11 muestra los resultados recogidos para los últimos años: Tabla 3. Tbsa 3. Comente los resultados. Realice los contrastes de significación para la pendiente y la constante de su modelo. En particular. Malo Niños Jóvenes Adultos Total 30 90 20 Normal Bueno 75 40 100 V Total 80 45 90 . Comente las ventajas que tiene la utilización del coeficiente de correlación en relación a la covarianza.950 1. La Tabla 3. c) Calcule la recta de regresión.000 1.12. Interprete su resultado.

e) Compare la regresión del Apartado b) con la regresión del Apartado c). b) Calcule el coeficiente de correlación y la recta de regresión entre el salario hora y el nivel de educación. 3.xls: Y= Recio %=Número estrellas /20 90 4 40 20 a) Dibuje la nube de puntos. c) Calcule la recta de regresión entre el precio y el número de estrellas del hotel. es decir. de que el número de estrellas del hotel no influencia el precio diario de una habitación. d) ¿Cuál sería el precio diario esperado por parte si se quiere alojar en un hotel de tres estrellas? e) ¿Cómo puede calificar el ajuste que ha realizado? Ayúdese del coeficiente de determinación. como variables independientes. Tabla 3.1213 Los siguientes datos reflejan la relación entre el precio de la habitación diario y el número de estrellas de varios hoteles de Calella en verano. Nivel de educación y Sexo. d) Realice la regresión entre el Salario hora como variable dependiente y las variables Años de experiencia.11. Comente los mismos resultados que en c). . c) Comente los siguientes resultados: la pendiente.14. jl Realice el contraste de la hipótesis de no significación de la pendiente de la regresión. a) Realice el diagrama de dispersión entre la variable Salario hora y Nivel de educación. Ejercicio con SPSS 3.12. A partir del fichero Salarios. el coeficiente de determinación y sus componentes y el contraste de significación.Capítulo 3 Bnálisis exploratorio de variables bidimensionales 81 E3EItItHS a) IIIIIES1oS • E]EItItI1S 11111ES11S • E]EItIt11S IIIIIESTIS • Qué porcentaje de niños encuentran el nuevo producto bueno? ¿Qué porcentaje de la muestra son jóvenes y encuentran el producto malo? b) ¿Qué porcentaje de las personas que encuentran el producto bueno son niños o adultos? cl Estudie la independencia o asociación de estos atributos. Coméntela. b) Calcule el coeficiente de correlación y coméntelo.

CAPITULO 4 análisis de 4. Ejemplos de resolución a partir de SPSS 4.5. Ejemplos de estudio 4.2.3.4. Autocorrelación 4. Desagregación de los componentes de una serie temporal 4. Componentes de una serie temporal 4.1. Ejercicios propuestos .6. Series temporales.

económicos o socio-religiosos. Por ejemplo. Aunque para la mayoría de años hablemos de demandas muy similares. Series temporales. contiene como mínimo cuatro componentes no observables: — Tendencia: variación a largo plazo (T. desconectados entre sí y que producen variaciones imprevisibles.). Conocimos este tipo de datos como series temporales o cronologías y son el objeto de estudio del siguiente capítulo. es necesario estudiarlo periódicamente si queremos analizarlo con profundidad. cuando clasificábamos los datos. Se trata de fenómenos aislados. En general. Los valores de las variables se ven influenciados por las estaciones del año. La mayoría de series económicas. C uando un fenómeno es dinámico. como por ejemplo. veíamos que algunos consistían en un conjunto de observaciones sobre una o más variables en períodos regulares de tiempo y para un único individuo. — Estacional: oscilaciones fijas dentro de un mismo año (S. — Ciclo: oscilaciones lentas de forma más o menos senoidal para períodos superiores al año y no fijas (C. ya que su análisis en un período • 4. . la demanda de viajes a Roma en octubre durante los últimos treinta años presenta componentes deterministas y aleatorios.). Otra forma de entender el capítulo es que seguimos estudiando series estadísticas de dos variables con la peculiaridad de que ahora vamos a considerar el tiempo como variable independiente de la serie estadística. presentes en cualquier serie con componente económico. 1. l En el Capítulo 1. Sea cual sea el patrón que genera la serie económica X.determinado del tiempo no nos proporcionaría toda la información posible acerca del mismo y no limitaría su predicción.) Suelen subyacer detrás motivos climáticos. sociales. Se trata de un movimiento suave de la serie a largo plazo y de la dirección predominante en un espacio de tiempo suficientemente amplio. Las series pueden ser deterministas. — Irregular: variaciones aleatorias que no están sujetas a nada alrededor del resto de componentes (I. sociales o turísticas presentan aspectos deterministas y aleatorios.1. Componentes de une serie temporal Las series temporales son un conjunto de datos de un individuo en el tiempo. no serán exactamente iguales ni tendrán un crecimiento lineal exacto debido a la presencia de factores aleatorios. como el número que ha salido premiado en la lotería de Navidad durante los últimos treinta años. la hora a la cual ha salido el sol el 4 de agosto en Tenerife durante los últimos treinta años o aleatorias.

2. Puede ser que los 5 años siguientes decrezca y sería ciclo. yo sólo observo 5 años. Estos componentes pueden estar combinados de la siguiente forma: — Aditiva: X. El método de las medias móviles. S. --s Períodos que se corresponden a los ciclos económicos.. Durante el resto del capítulo nos centraremos en el componente estacional y en la tendencia. Casos puntuales que normalmente no se pueden controlar. ¡cómo sabemos si ese comportamiento es debido a una tendencia a crecer que presenta dicha serie o a que los años para los cuales tenemos información correspondían años de ciclo expansivo' Es decir. dinámico.Capítulo 4 Introducción al análisis de series temporales 85 Veamos un ejemplo.+ /. en particular el componente estacional. = T. Demanda estacional. o que siga creciendo y sería tendencia. Una vez realizado el cálculo.. para un período concreto. • • 4. — Multiplicativa : X.- /. = T. podemos predecir siempre que el coeficiente de determinación indique que el ajuste reali- b) zado es representativo. Supongamos la si g uiente serie .C. El seguimiento de un fenómeno a través de la evolución observada puede generar grandes incertidumbres y parece aconsejable realizar dicho seguimiento a partir de la evolución subyacente.. La forma multiplicativa se puede transformar en aditiva de forma rápida mediante una transformación logarítmica.Ventas de coches de alquiler mensuales en Mallorca durante treinta años»: T. -s -s En ocasiones. Por tanto. Desagregación de las componentes de una serle temporal La no obsenabilidad de los componentes anteriores conduce a su extraccion. Si observamos un crecimiento de cinco años en una serie para la cual sólo observamos esos cinco años.S. Si se utiliza esta metodología es aconsejable que la serie esté desestacionalizada (sin el componente estacional) y que se intuya a partir del diagrama de dispersión una tendencia lineal. Así que no me puedo pronunciar. Se considera este método mucho más realista que el de la tendencia determinista al no creer que se pueda predecir la tendencia de forma exacta mediante una recta sino que ésta es algo aleatorio. C. .+ C. que va cambiando a medida que lo hace la serie y en función de la misma. La determinación de la tendencia Existen tres métodos para la obtención de este componente: a) La tendencia determinista: en este método se toma el tiempo como variable explicativa y se realiza un análisis de regresión mediante el ajuste mínimo cuadrático que ya vimos. No obstante. La tendencia evolutiva: se calcula utilizando el procedimiento de las medias móviles. cualquier otra señal o componente puede ser de interés. Lo que han crecido o decrecido durante los treinta años. si la serie no es excesivamente larga. resulta difícil distinguir entre el componente tendencia y el componente ciclo. suele ser la tendencia (que nos proporciona dicha evolución subyacente) el componente de mayor interés. Se trata de calcular la recta de la tendencia en la regresión v = a + b t. es simplemente la media aritmética de los valores de este período y los cercanos a él. Pero no lo observo.+ S. dependiendo de la estación del año.

etc. de manera que en el instante t la tendencia debe de ser similar a la del instante r-l. 2. + yt+yt + 1 + .. calcular la serie deduciéndole dicho efecto estacional.—x. siempre quedarán algunas medias móviles sin determinar al principio y al final de la serie.. o sea. (yt—Mc 12)• 100 3. Con datos mensuales la media móvil sería del tipo: M" = 1 12(yr-6+ yt -5+. Si = 1 n[(yli—Mcy. a continuación. n. donde el primer subíndice de y y M hace referencia al año (n en total) y el segundo al mes de referencia. Se calcula la media aritmética de los valores obtenidos en 2 referidos a cada momento de repetición anual. c) Diferenciación de la serie: se supone que la serie evoluciona lentamente en el tiempo. desestacionalizar la serie._... . mediante una media móvil. + 2. Se calcula: y. son: Cálculo de una tendencia (que puede recoger en parte el componente cíclico).86 Se Estadistica aplicada al turismo trata de diluir la imponan. Los valores desestacionalizados de la serie original serán: yti' = (vii — s i) • 100 .= 2[M'' + M"(+ 1 )] 1 )2( 2 yt.. mayor será ésta pérdida de información. trimestrales.6 + yt. Los pasos a seguir para el cálculo de este componente en el supuesto de una serie aditiva y datos mesuales. febrero.. Al realizar el cálculo.. eliminando la influencia de las restantes fuerzas. Es decir.)• 100+. En este apartado vamos a determinar dicha variación estacional.+ (yni—Mc")• 100] para i = I. Yr +5+ 2 yt+ 6) Considerando que la variación cíclica está incluida dentro de la tendencia. se pueden eliminar ambos componentes restando los valores originales menos los valores de la tendencia calculados en 1. Cuanto mayor sea el orden de la media móvil. etc...+ vt+vt+l +.5+...+Yr+ 5) Dado que la media móvil realmente no se puede centrar al ser de orden par... cuatrimestrales. se promedia: Mc''. Se trata de aislar este efecto mediante el cálculo de coeficientes estacionales para. que se tomará como coeficiente de estacionalidad del esquema aditivo.. El paso siguiente es eliminar el componente irregular.iu individual de una observación calculando la media aritmética simple de dicho valor y los de su alrededor.=x. podemos esperar un cierto efecto estacional. Variación estacional Cuando se observan datos mensuales. se calcula la media de dichos factores para todos los meses de enero.

042 -0.129 3. Datos cuatrimestrales X.).3.704 0.169 -0.368 2.4. las predicciones se deben limitar a un futuro próximo.871 1. extraemos la tendencia y el componente estacional al tiempo que podemos obtener la serie desestacionalizada.1.859 2. Eso sí.704 -0. a la correlación de los pares de valores de una serie a una misma distancia (por ejemplo.093 J .093 -0. la dependencia lineal que una serie tiene con ella misma con un retardo en el tiempo. Su forma de cálculo es calculando el coeficiente de correlación que vimos en el Apartado 3.498 4.093 -0.578 1. en mayor o menor medida. así como para descubrir la existencia de estacionalidad. Se denomina autocorrelación. ya que no sabemos si en un futuro lejano se van a introducir fenómenos nuevos que afecten a la variable estudiada.955 3.704 -0.649 -0. Tabla 4. dos series: la serie original y la serie original retardada h períodos.367 3. En las anteriores líneas hemos descrito el proceso de descomposición más universal: el XII.231 2.89 2.13 0318 -0.667 1.593 1.069 -0.799 0. • • 4.76 2. . etc.034 2.093 -0.155 1. . Evidentemente. La Tabla 4.284 1. 1.607 2.1.544 2.611 0.419 1.Caplulo 4 Introducción al análisis de series temporales 87 En caso de esquema multiplicativo. entre un valor y su inmediato anterior. X.49 0. o entre los valores del mismo mes de años distintos cuando la serie es mensual. Se observa cómo.928 3.704 -0.574 3. 4.652 -0.616 +/. los valores de una serie dependen linealmente de los valores observados en un tiempo anterior.093 0.807 2.1 nos muestra el procedimiento XII para unos datos cuatrimestrales sobre las reservas realizadas en un hotel andorrano. La correlación entre los diferentes valores de una serie será de gran valor para lo que se conoce como identificar la serie.S.611 0.704 -0.611 -0.836 2.606 2.611 -0. 0.178 1. Autoco«elación En muchas ocasiones.611 -0. 1.631 -0. únicamente a partir de los datos que proporciona la propia serie y realizando medias móviles.579 n. con las nuevas series se pueden realizar predicciones.77 4 6 7 8 9 10 1 12 13 14 15 2.26 1.662 0.381 1. las diferencias de las fórmulas anteriores se cam- bian por cocientes. /VEN S.029 3.108 -0.296 1.2 entre. La existencia de autocorrelación en una serie temporal indica. ahora.191 0.2 0.658 -0.

88

f9iüstica aplicada al (ulism0

EJEMPLOS

1E

ES11011

EJE M►LOS
Tendencia

DE

ESi1010

EJEMPLOS

0E

ES1U011

El primer paso consistía en obtener el componente primeros cuatrimestres para los que es posible: =

construyendo las medias móviles adecuadas. Así. para los dos

1,579 + 1.191 + 0.77

1,191 + 037 296 + 2, , 1,178

— 1,419

El resto aparecen en la tercera columna de la tabla anterior. A continuación se extrae dicho componente de la serie original. Esto se observa en la cuarta columna de la tabla anterior X,— MM =S,+I,

Se calcula el índice de variación estacional bruto (IVEB). Se trata de la media para cada uno de los cuatrimestres. La suma de estas medias debería ser nula por definición (ya que, en buena lógica, se trata de una medida relativa y, por tanto, si un cuatrimestre es bueno para las reservas hoteleras respecto a otros, los otros deberían compensar esa bondad). En nuestro caso esto no es así, pero sólo por un residuo de 0.17. Como vemos, de cara a obtener el índice de variación estacional neto, se fuerza a que la suma de estas medias sea nula repartiendo el citado residuo entre los cuatrimestres. El resultado se presenta en la quinta columna.

+ 0,799 + 0,662) — Media QI = (0.719 + 0,658 4
0,017 Media QII =

0,709

[0013 +( 0619) +( — 0108) +( 0188) + ( - 0,042)] = 0,087

Media QII =

4 =

—0,605

IVEN

—o

IVEN = IVEB

IIVE B
S

IVEN = IVEB — IVS B = Repartimos el 0,017

Q1 IVEN = 0.709 —

0,017 = 0,7114 3

QIl

IVEN = —0,087 —

0.17 —

0,093

QII

IVEN = —0,605 —

0.017 —

—0.605
r,^^e^ie eaienlar lo ^P.,P ^iece^r^^:,,o^t;oo,io ,ta,t

Una vez tenemos calculado el índice de variación estacfnnnl neu va ce

tiendo de la serie original el índice de variación estacional neto. La observamos en la sexta columna.

J

Caplulo 4

Inhoduooido el análisis de seres temporales

89

4.5. Ejemplo de resolución a partir de SPSS
4 1..1.

A partir de los datos del fichero Grandesexitos.sav trate de:

a

Realice la descomposición estacional de la serie abenef» v trate de conocer los meses donde normalmente ha tenido más fuerza el producto de la agencia. h 1 Cree la serie de la primera diferencia granasen/tos - Calma de datos SPSS de la variable Benef y el primer retara erro Ea^ Ver p atos rrardama P.atta Grtfims tnt,daees ventana do de la serie original. a1^1^IJ _ Ddsaaoaedadesde.alalis. 21 2 1E1 '44I Cosa aeoedades m datos... c Compruebe si la serie abenef» presenta autocorrelación. Leta tarada
Den Solución 160.r 16 11 c., Inserta caso Ir a casoOrdenar cum... Reescraoses Fular arder. osarlo ortogonal Seo netas adoro... Sawa.. casos... Pondera casos...

I .a• I

a) Para realizarla descomposición estacional, el primer paso consiste en que el programa reconozca la variable como una serie temporal. Para ello, tenemos que decir de qué fecha a qué fecha tenemos observaciones para la variable Benef. Para ello. accedemos al menú ,/Datos. definir fechas» (Figura 4.1). Una vez aquí, le indicarnos la tipología de los casos que componen nuestro archivo. En nuestro caso indicamos que los casos son años, meses y le indicamos a qué momento temporal corresponde nuestra primera observación. Para nuestro caso, la primera observación corresponde a enero de 1978. O sea, el primer caso es: año=1978 y mes =1 (Figura 4.2). Observamos que SPSS nos ha creado tres nuevas variables que contienen el año, mes y fecha de cada observación. respectivamente. Una vez aquí. ya podemos realizar la descomposición estacional de la variable Benef. SPSS nos ofrece directamente el índice de variación estacional neto. Para ello acudimos al menú «Analizar. Series temporales. Descomposición estacional. (Figura 4.3). Nos aparece el siguiente submenú en el que marcamos la opción ,/aditivo... Con el la indicamos el esquema que creemos SI gue la serie. Recordemos que el esquema aditivo es recomendable, porque aunque el esquema sea multiplicativo, con una sencilla transformación sobre la serie se puede convertir en aditivo.

5 6
7 9 10 11 12

Ewa...

J
Los casaat ti-«tes
G7r.

- El pond caw es Paodridad rend noena
Ahor

44evaI Rwatk a cancaa 13

tre=-e: Tesc

I

D mvntt Das

Mee

12

sm. _ Sem.

d^as wbora^: chas

keonaóesE.

Haces D. horas

Dias hae bp4 r 464j8 1 Fechas ee,gles

J

Mole 'e

--^-'

.1A

yArriano Erices

os- flor

de datos SSS

Date

Transformar

Rnas:a Grafc. Uidades Vats Infames

1 ya,. nene( .--;_^ 3 4 S 6 7 8 9 10 12 18 66 16 67 1 7 00 1724 1746 year •3'8 1978 1978 1978 1978 1978 1978 1978 1978 1978 1978 1978 no.

Badea. desertaos Tablar Cana,/ sedas Modela mear cerera
Modem riot. Correbaaes Reaesen toglren Oa,da Resano Se sacos Escara Probas ns • •

L41 .3.

I

paramera. mates
venidos-.

Soasado e>yonerdtl.

Sta,,. -an ca Pes pastas
Miss ce

a.ñaregesco -.

sabes

,==1

9(1

Estadística aplicada

al tunsmo

EJEMfLI

OE

MIL 11111 I

►1111

11OE

SISO

EJEMPLO

IE IESILItI

I

I

111111 IE IPSO

I.I output de SPSS es el que aparece en la Figura 4.4. Como se puede observar con facilidad a partir del índice estacional (seasonal índex) los seis primeros meses de cada año tienen un efecto positivo en la variable, es decir. durante los seis primeros meses se obtienen los mayores beneficios netos de este producto. Parece ser que el producto suele tener su momento cumbre en primavera. La segunda parte del año. en mayor o menor grado según el mes, presenta un efecto estacional negativo. Seguramente en la segunda parte del año los artistas están más preocupados de su gira española. que tradicionalmente suele ser en verano. así como de la promoción de sus discos para el momento de mayor ventas, la Navidad. Observamos cómo la salida nos indica. igualmente. que el programa nos ha calculado cuatro series nuevas. El término irregular (err_1 ), la serie desestacionalizada sas_l 1. el
índice

estacional (saf_1) y el componen-

Resulte of SEASON procedure for variable BENEF Additive Model. Equal weighted MA method. Period = 12. Seasonal index Period .063 1 2 .183 .213 3 .262 4 .171 5 .050 -.053 -.187 -.158 -.129 10 11 -.151 -.263 12 The following new variables are being created: Name Label ERR_1 Error for BENEF from SEASON, MOD_4 ADD EQU 12 SAS_1 Seas adj ser for BENEF from SEASON, MOD_4 ADD BOU 12 SA0_1 Seas factors for BENEF from SEASON, M00_4 ADD EQU 12 STC_1 Trend-cycle f.- R E NEF from SEASON, MOD_4 ADD EQU 12
Fillri44.

te tendencia-ciclo(stc_l). Dichas cuatro series se muestran en la imagen de la vista de datos (Figura 4.51.

_ 9r andesetatos - Editor de datos '5S ArdNo Edoon

1

ea_

J JJ J JJ
I year_ 1976 1978 1978 1978 1976 1978 1978 19781 19781 -1 19 78 1978 1976 1979 1979 1979 1979 1979 1979 1979 1979 1979 1979 1979 1979 1980 1980 1980 1980 1980 19130 1980 Volada variab le! 1670 16
19

er

Datos

trasforma

aneto

Grifeos .F1E1

Utilidades

E11^ IEI '4141 I
err 1 09462 - 05761 - 07402 - 07957 00822 03504 04913 - 02766 - 137% 11158 02182 02613 - 03988 - 08434 02220 .01889 - 05833 02282 -.03854 00298 -.02197 11393 14813 - 08455 - 11534 09722 02100 sas 1 16 91 16001_ 161:. 16 412-1682(.17 169 17.512)17 7384. 185651 • 18.811" 19.127:19.340'. 19 6264_ 20.10560 20 50109 20 82948 21 33791 21 71831 22 22542 22 70357 23 15081 23.70589 24.06427 24.07918 18252 2t340 26191 17052 05009 -.05331 -.18742 - 12881 - 15089 -26327 06282 18252 .21340 26191 17052 0500.9 -05331; - 18742 - 15757 -12881 - 1508.9 - 1b1í/ 06282 20 48220 2088782 21 31509 21 75685 22 22253 22 69760 23 17278 23 59195 2391614 24 16372 24 44682 24 80707 25 22987 25 97591 =_ 716E, 05009 26 00109 =6 35562 18 79106 19 09914 17 46318 16 81726 16 •z1.J 16 24062 Saf 1

benef

morad_ I
1

date_ JAN 1978

2 F E 8 1978 3 MAR 1978 4 APR 1978 5 MAY 1978 6.JUN 1978 7 JUL1978 8'AUG 1978 ' 9 SEP 1978 10'0CT 1978 I 111NOV 1978 ' 12 DEC 1978 I 1'JAN 1979 2rFEB 1979 3 MAR 1979 ! 41APR 1979 5IMAY 1979 61JUN 1979 7 JUL 1979 8 AUG 1979 9 I SEP 1979 1010CT 1979
11

3 4 5 6 7 e 9 10 12 3 14 15 16 17 18 19 20 21 22 3 24 25 26 27 28 29 30 31

16 38 16 67 1700 17 24 17 46 1755 1779 1844 1866 1886 19 41 1981 2032 20 76 21 00 21.39 21 67 22 04 2254 2302 2356 23 80 24 14 24 51 2495 25 59 25 82 26 03 26 32

17 9496 -- 15757

'

NOV1979
-

12 GEC 1979 980 2 r:: ,9W
1

599

02518 01966

\vota de dalos

j

7

5055 0 procesador esta preparado

I tl

^

32 ¡ 1979 .11534 I 18252 .08455. b) Para obtener la serie primera diferencia de la serie Bene(.. 23 91614 24. seleccionamos la serie Benef en el recuadro de nuevas variables. . rer.18742 17 76608 17...art Values Replaced Non-Miss Non-Miss Cases Function 2 288.71831 . De igual manera. I 16 08 79462 1601318 06282 15 91856 a estor.9).67I 7%7 16 411161 26191 16 48976 17.a.15089 23 59195 ' 1979 112 DEC 1979 23 8C 14813' 24 06427 . 31 bond I sic-1 sas_7 sat_1 I YE categoraervarvnes.222531 2254 1979 00298 22 ..81 j 1979 . El cuadro de diálogo se representa en la Figura 4.15081 23 172781 1979 i 11 23 5E NOV 1979 11 393 .38 7402 16 16660 21340 16 24062 -.13736 17.26327 .12881 I 18. crear serie tem- � tenet e> •^ Nueras venables YEAR. ya que el primer valor no perdido es la observación 2 (Figura 4.26327 ^.86 -.14 1900' 1 JAN 1980 . Peroárided actual 12 porab> (Figura 4.8).05331 21 75685 22. 24 44682 24 98-1 1980" 3 !'4 R 1980 .. BEI.81289 .. ne patudo MONTH.97591 05009 26 00109 26 E: 0176 1960 26 3'53 1 '6331 Y 85t_ de datos A Veta de venables lai I oar I va ' I ya' I ^ Gee see tempor al 5. A continuación. 001 20822 17052 16 82548 16 81726 17.45423 18. FINO ti ssistg Result Variable amor_1 .04 1979 AUG 1979 00289 2222542 .. . .039 8 19. -. 16.03504 171899 05009 1.g I QJ -yee_ JJ Renga de alea[a¢apút.70007 9 SEP 1979 . 19. "1 23 24 25 26 27 28 1 29 30 =Vista FilIt14.65148 17052 25 62048 = .Capítulo 4 Introducción al análisis de series temporales 91 • EJEMPLO 1E IESILIIIÍI 1 f11í11 1E SPSS EJEMPLO 1E IESILILIÍI 1 P11E11 1E SPSS Frdvrp Edcm re Datos Trardama Nate Crañms tRidades Ventana ^I 61 I a . 24 5' 24.-5 1979 .'.05009 21 31509 21.24 .03854 21..5 1976 .15089 18 79106 197E .7..1 8742: 22. se obtiene la serie desestacionalizada como la serie original menos el índice estacional.02182 18. 16.34518 06282' 19 38806 19. 2407918 06282 24 16372._ 1978 02813 18 12727 18. Contar acabases_ RecoBca a 1 2 3 4 5 6 7 8 9 10 11 12 13 4 15 16 17 18 19 20 21 2.94957 -15757' 18 08693 18 -441 197E ' 0 OCT 1978 11158 18 56581 .15487 1746 .05833 20.79 197E .■ 1960 02100 25.67 ! 7 JUL 1979 1979 ..06847' 24 73860 21340 24 80707 4 _-g 7980 ^ 2559 1980'.08434 18252 19.33148 1900'i 2 FEB 1980 ''. 1980 .15757 697601 23. 26 0= 1980 -. .761 01889 20 50109 26191 20 48220 21 001 1979 5 MAY 1979 ... p ecop.ecaNcaoa+aumnábta.09722' 25 32709 26 191 25 22987 1980 25 67 8 .6). así como la función diferencia y el orden I.02Z^0 20 10560 21340 20 08340 1979 4 APR 1979 20. peed 12 in Erra le BENEF Iron S Seas a4 sale BENEI T Seas lades le BESE ? redoyde lo.55 El entesadkr esta preparado Crear sese temporal Se puede comprobar fácilmente que la serie original se obtiene sumando el componente tendencia-ciclo. .02197 23.0251E 25.82948 17052 20 88782 21 391 1979 6'JUN 1979 02282 21 33791 ...a Crea_ing First :.12881 . 16 19 )5761 16 00348 18252 16 06109 .66 i 197E ' " ':1V 1976 .09914 19. el componente irregular y el componente estacional..02' 1979 10 OCT 1979 . lunes Fvet n J I_raenoa oda. ._ = 1979 .'.62848 19 71282 20. entrarnos en el menú «Transformar.E Nombres.g os a casps... La salida de SPSS nos indica que hemos perdido un dato (la primera obser vación)..02766 17 73842 . 23 70569 -. En el visor de datos observamos la nueva variable creada (Benef I) (Fi gura 4.aae =abes oerñdvs..6._-_ "` _ 04913 1751231 -05331 1746318 1755 1970 E .41'' 1975 .=EP 1978 .

51 24.18991 17. En él. La nueva variable Ibenef I la podemos observar en el visor de datos (Figura 4.34518 19.14 24.09914 19.15089 -.05761 .39 21 67 2204 2254 23.95 25 59 25. CO 21.11). li ^ .12).94957 18.05331 stc_1 15 91856 16 06109 16.. Para ello. nd perodc s^ MONTH percd 12 s^ Ene la BENEF bota S Seas ad ser le BENEI .^ Seas lades le BENE s^ Tiendcyck Ice BESO •^ DIFRBENEF.00 17. Correlaciones.039138 -. dedatos Mate 1980 de mandes i .81 20 32 20 76 21.38506 19.10560 20 50109 20.65148 25 97591 _ 04913 -.02 2356 23.92 IESILIEIÍI 1 PIITII IE SPSS • EStadstica aplicada al turismo EJEMPLI OE EJEMPLO 1E IESOLIEIÍI 1 P11111 OE SPS bevel 1 2 3 4 5 6 7 8 9 lO 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 1608 16 19 1638 16 67 17.12727 19.05331 -.26327 .02182 02813 .13736 11158 .^ F luía 1.14813 • 08455 -.06282 .18742 -.10.02766 . «Analizar.73842 17. MIME Pegas Resta b lecer ^ .791% 19.07402 -. Bivariadas» (Figura 4. : Nam6re I : -.33148 24. _ ce 24 64 22 20 54 40 51 44 24 39 28 37 50 48 53 25 34 37 44 64 23 20 30 -T i ny en. 1600348' 16.91614 24 16372 24 44682 2480707 25 22987 25.-' SP55 .12881 -.06847 09722 .00298 -02197 11393 .45423 18.738ú0 25 32709 25.05009 -.19 29 32 24 22 I 1 JAN 1978 2 FEB 1978 3 MAR 1978 4 APR 1978 5 MAY 1978 6 JUN 1978 7 JUL 1978 1 8 AUG 1978 I 9 SEP 1978 I 10 OCT 1978 T 11 NOV 1978 12 DEC 1978.81726 17.01889 -.26327 06282 18252 21340 .15757 .79 18 44 18.69760 23.16660 16. obtendremos una salida en el visor de resultados muy similar a la obtenida al crear la variable Benef I.. - ayude Furm I Raa ^ Orden 17-- ^ Penodddadadual 12 Results of SEASON procedure for variable BENEF Missing Result Values First Last Valid Creating Variable Replaced Non-Miss Non-Miss Cases Function _ LBENEF_1 288 287 LAGSIBENEF. se selecciona nuevamente la variable original Benef.11534 -.12881 -.02100 • 02518 _ r.Picotee r lu. Crear series temporales»). .24062 16 48976 16.51231 17.71282 20.00289 . i J Nueves eeiabler Para crear la función retardos de la variable original se accede al mismo menú («Transformar.17278 2359195 23. Si aceptamos.18252 21340 26191 17052 .15487 17 46318 17 76608 18 00693 18.70057 23 15%1 23 70589 24 C6427 24. por ejemplo.10).05331 .07918 24.26191 17052 05009 -. Se nos indica de nuevo que hemos perdido una observación (Figura 4.82 26.63348 26 00109 26 35562 benef 1 11 . En el recuadro donde tenemos que introducir el nombre de la nueva variable creada cambiamos el nombre para que no nos borre la variable anterior.15757 .56581 18 8/289 19.08434 02220 .11 c) Para conocer la autocorrelación de la serie Benef sim- plemente se calcula la correlación entre la serie original Benef y el primer retardo Ibenef I calculado en el apartado anterior.18742 -.15089 -.75685 2222253 22. pero en función se selecciona la función retardos de orden 1.41009 16 8254E1 17.24 1746 1755 17.80 24. Ibenef I (Figura 4.03 26 32 year_ 1978 1978 1978 1978 1978 1978 1978 1978 1978 1978 1978 1978 1979 1979 1979 1979 1979 1979 1979 1979 1979 1979 1979 1979 1980 1980 19E0 1950 1980 1980 month_ date _ I en_1 09462 .82948 21.07%7 00822 03504 sas_1 16 01310 I sal 1 OE: -18252 21340 26191 17052 65009 -. 1 JAN 1979 2 FEB 1979 3 MAR 1979 4 APR 1979 5 MAY 1979 6 JUN 1979 7 JUL 1979 8 AUG 1979 9 SEP 1979 10 OCT 1979 11 NOV1979 12 DEC 1979 1 JAN 1980 2 FEB 1980 3 MAR 1980 4 APR 1980 5 MAY 1980 6 JUN 19E0 7 JUL 1980 .33791 21 71831 22.1 ) rbenN.22542 22.66 18 86 19 41 19.62848 20. A la nueva serie la llamaremos. 1 O procesados esta peparado i 6er/el r> YEAR.08340 20 48220 2088782 21 31509 21.13).05833 02282 -03854 .

. '7 4E: 177F: 18 03i 18 454. 1981 20 32 20 76 21 00 21 39 21 67 22 04 16 % I s Ina p^^— banal 1608 2 3 4 16 19 year_ 1978 month_ err. • 16 82548 17 18991 17 738421 • • 17 94957 18 56581 18.80 24 14 24.15757 stc_1 15 91856 16 06109 16 24062' 16 48976 16 81726 17 15487 17 46318 17 76608 18 08693 I I 1 I 1 2 3 4 5 6 7 8 9 10 11 12 13 14 16 17 18 19 17512317..03851 2 FEB1979 155 20 32 1979 MAR 1979 APR 1979 MAY 1979 JUN 1979 JUL 1979 J .81289 19 1272 19 34518 19.66 18 % 19.. u2811 19/0 1979 .15757 . 18 79' 19 031.4ledts vet-ewe aI^IsIJ .51 24% 25.05331 17 11 UtL 1 JAN 3 4 5 6 7 Aram de vetoes perdidos.41 1981 20 76 21 00 21 39 21 67 year 1976 1978 1978 1978 1978 1978 1978 1978 1978 1978 1978 1978 1979 1979 1979 1979 1979 1979 Retaso topined aas4ce Reducodn de datos (scares p ruebes no pee sndtrices Sra ten opte$ Supernuenoe Respuest as Restyles ¡ mon Tabas Ccerpwat matt.59 25 82 26 03 5 6 MAR 1978 APR 1978 MAY 1978 JUN 1978 '624.0533.fapifulo 4 Introducción al análisis de series temporales 93 p EJEMPLI If IESILIfIÍI 1 P11111 c SPSS • EJEMPLI 1E IESILIfIÍI 1 flllll IE SPSS Ardv:o EdrtM Ver (Wow I Trens/nm.05833 net JAN 1978 1978 1978 1– 1978 1978 1978 1978 1978 1978 1978 1978 1978 1978 1979 1979 1979 1979 1979 1979 1979 1979 1979 1979 1979 1979 1980 1983 1980 1980 1980 1983 2FEB 1638 1667 1700 17 24 17 46 1755 17 79 18..18742 -. 21 31509 21 75685 18252 21340 26191 19 71282 20 08340 20 48220 40 51 1941 19 81 2032 3376 21 00 21 39 sal_1 06282 18252 21340 26191 17052 .05009 . 20 08:4 20 48220 20 887821 19.03988 08434 02220 01889 .81 20 32 20 76 2100 21.39 2167 2204 22 54 2302 2356 23. 16 41009I 16 82548 7. I_J r= I m Jr date 1 3 4 5 6 r' ^Ir1^1 2'^ sae 1 16 01318 16 00348 16 16660'. (iehcos V.62848 20 10560 20 50109 20 82948 21 33791 21 71831 I 05009 .ros eeeoar-oe 1 S nel_1 beset 16 GB 1619 16.09833 02282 .-.1874.12881 26327 06282 18252 21340 26191 17052 '6 81-.38 16.08434 02220 01889 . de dra pe AVMs devesle 7 JUL 1980 26 37531 ll a l Ovss iEi d«esadr ese wneedo 01968 1No me a11alaI N I .e lvtln.' 19 3c= 1971. mitos t l band 1 mend 1 1608 19 29 32 1619 va sas_1 16 01318 pacaks. I _1 OE? Eaaew. Modelo leed pener d Models. 16 19 1638 1667 1700 1724 174€ 1757 1779 - 7 7 JUL 1978 8 AUG 1978 9 SEP 1978 10 OCT 1978 11 NOV 1978 12 DEC 1978 8 9 10 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 18 81289 115089 JAN 3 4 5 1979 2 FEB 1979 MAR 1979 APR 1979 MAY 1979 JUN 1979 JUL 1979 AUG 1979 SEP 1979 OCT 1979 NOV 1979 DEC 1979 JAN 1980 2 54 23 02 2356 23 80 24 14 24 51 24 95 2559 25 82 FEB MAR APR 1980 1980 1980 31 26 32 1980 =ma. 1 09462 05761 • 07402 ^ .44 1866 1886 1941 19.03946 -. '. .7 15-.67 1700 17 24 17 46 1755 17 79 1844 18.07%7 00822 03504 04913 • 027661 13736: 11158 02182 02813 . 0500'= 0533 .18991 17 512311 17 73842 17 94957' 18 565811 19 12727 19 34518 19 628481 20 10%13 20 501091 20 829481 2134_ 26191 1705.

Primavera Verano 18 18. de orden unitario y totalmente significativa.4 27. 4. Ejercicios propuestos w Ejercicios hpo ta la tendencia y la variación estacional.8 19. introducimos las series Benef y lbenef I (Figura 4. teniendo en cuen- a) Descomponga dicha serie temporal en sus componentes no observados.1 18.3 Se pide: Se pide: Encuentre los valores predichos de la serie para el primer año de celebración de los juegos.ecíón . Observamos una autocorrelación muy elevada.7t (donde res el número de trimestre desde I a 20).d 7 '2J slESEIau' i: acwa Pegar Erra la BE IIEF ho f Seo.1.7 19. La salida que nos muestra SPSS es la de la Figu- ra 4. por tanto.9 1.Eaeeoaves de condensan-- Ñ Pesan r Taub de r Bieldar Cendal r 288 1 0000 000 287 1 LAGS (BENEF. Se ha analizado la serie temporal correspondiente a los empleos netos creados por los juegos europeos del deporte y la salud en los últimos cinco años a partir de los datos trimestrales de los distintos países donde se han celebrado. A continuación. La variable Benef depende.2.94 EJEMPLO lE IESILILIÍI I P1 Esladíshca aplicada dl rl)nsmO 1111 IE SPSS • EJEMPLO OE RESOLItIÓI Correlaciones I P11111 DE SPSS VaieMec .6.5 23.3 + 6.2. Dichos contratos se suelen ir renovando condiciones muy similares a las del último contrato firmado.14).4 21.15.5 22.5 27. Seguramente el componente que determina de forma más relevante el beneficio neto que la agencia extrae por dicho producto es el contrato que tiene con la emisora de radio. Se conoce el precio de las comidas servidas en diversos restaurantes de León durante las siguientes estaciones y años (en euros): 46. Los coeficientes de variación estacional vienen dados en la Tabla 4.2 29.1) Soeannen - Prueba deegJr. l .6 18. La serie depende en gran medida de sí misma. La tendencia viene dada por la siguiente recta de regresión: T = 342.6.. Calcule la tendencia por los dos métodos que ya conoce (determinista y evolutivo).MDIIiH Va+r. de su pasado anterior más inmediato.1) 1 0001") ^ ^ .7 • Otoño Invierno 3 4 0._.4 30.01 Ibrlaterall 1 LAGS IBENEF. 4.r Uridad 000 287 287 17 Maca es ayLCatrcas las co rr ela cion Fqarra 4 1. Calcule igualmente la predicción para los juegos del año 2004 que se celebrarán en Mataró.7 21 17.1.3 18. eg ea la BE i Seas lactas la BE Trerácyck fa BEr a j DIFFIBEHEE 1] [te BENEF BENEF Correlation de Pearson Sig (bilateral) N Correlaclon de Pearson Sig (bilateral) N La correlación es significativa al nivel 0.

7 a. Calcule: e) La serie desestacionalizada y comprueba si la serie presenta autocorrelación.6 4.5 6. 4. e) Desestacionalice la serie temporal. La gráfica de la serie desestacionalizada y del índice de variación estacional. Calcule la tendencia por los dos métodos que ya conoce (determinista y evolutiva).ine. Se pide: 463Una agencia de viajes de Madrid declara los ingresos que obtiene según la estación del año. b) La serie desestacionalizada.64 Entre en la \\eb del Instituto de Estadística de su comunidad autónoma' (por ejemplo la web para Cataluña es www.5 4. di 1998 1999 2000 2001 Pnmacera \ tirano Otoño Invierno 10.4 4.8 ' En la Web del Instituto Nacional de Estadística (www.4 6. al b) La gráfica de la serie.9 u.Capítulo 4 Introducción al análisis de series temporales 95 EJEI[IEIIS IIIIIESTIS • EJEItIEI1S IIIIIESTIS Ejercicio con SPSS • EJEItI[I1S IIIIIESTIS b) Obtenga el índice de variación estacional.esl tiene un link a todas ellas. d) Comente la existencia de autocorrelación en la serie. a) Los componentes de dicha serie temporal.3 a sa 10.6 4.41.idescates). Bájese alguna de las series que hacen referencia al sector turístico. e) Represente gráficamente el índice de variación y la serie desestacionalizada. Calcule la tendencia por el método de las medias móviles. . durante el período 1998-2001 en millones de euros (Tabla 4. La descomposición temporal de la serie que haya escogido. h 11 6.v 6.

Lecciones de Estadística descriptiva: curso teóricopráctico. Thomson-P araninfo. y UÑA JUÁREZ. 2001. Edito ri al Síntesis. Carmen.0: Manual del usuario. Prentice Hall. Alianza editorial. Editorial Síntesis. 1991. Manual de Estadística descriptiva aplicada al sector turís- tico. Alianza editorial. A. — Estadística para ciencias sociales.Bibliogra is K FERNÁNDEZ AGUADO. C. . 2001. PÉREZ. Técnicas de investigación aplicadas al sector turístico. PEÑA. J. V.0. 1995. SPSS Gráficos interactivos 10. 2003. Estadística: modelos y métodos. SPSS Base 11. Técnicas estadísticas con SPSS. D. TOMEO PERUCHA. I. IGLESIAS. 2001.

24. 24 Medidas de apuntamiento. 12 acumulada. 87. 35. 12 de corte transversal. 15 de caja. 64 o variables cualitativas. 90 D Ley normal. 30 Correlaciones. 26 de dispersión o nube de puntos. 12 acumulada. 56 y correlación. 29. 12 temporales. 32 Histograma. 21. 70 Covarianza. 55 Cuarto decil (D. 60 de Fisher. 13 relativa. 15 de tallo y hojas. 30 L Datos. 12 Diagrama de barras. Índice oaIftico Atributos. 16 Mediana: Me. 92 Frecuencia absoluta. 56 de determinación o bondad del ajuste.). 31 estacional. 15 Índice de Gini. 38 de centralización. 36. 25 Curva de concentración o curva de Lorenz. 29 de Pe arson. 37 . 12 de panel. 13 C Coeficiente de contingencia C. 65 de correlación lineal r. 55 de sectores. 31. 64 Autocorrelación.

29. 22 Muestra. 25 V de Cramer. 91 Teorema de Tchebychev.P Pictograma. 29. 29 Tercer cuartil (C3). 35. 27 varianza. 89 ciclo. 11 Regresión lineal. 30 de curtosis o apuntamiento. 12 discreta. 17 geométrica. 25 V . 24. 54 Tendencia-ciclo. 23 deciles. 27 típica. 24. 27 de posición. 36. 38 de tendencia central. 24 Tipificación de una variable. 59 x2 de Pearson. 11 dependiente. 27 recorrido. 61 no explicada o suma residual. 84. 16 Pri mer cuartil (C 1 ). 84. 11 cuantitativa. 23 percentiles. 66 de Y sobre X. 16 aritmética ponderada. 84. 23 de simetría. 25. endógena o explicada. 11 por aglomeración. 57 independiente. 91 Suma de cuadrados explicada. 65 Variable cualitativa. 58. 30 de dispersión. 16 media aritmética. 57 Variación estacional. 37 cuartiles. II continua. 29 N Nonagésimo percentil (P90). 84. 61 total. 15 Polígono de frecuencias. 61 T Tablas de doble entrada o de contingencia. I I simple. 84. 36. 91 tendencia. 91 irregular. 71 múltiple. 20 Moda: Mo. exógena o explicativa. 91 estacional. 57 Estadística aplicada al turismo S Series temporales. 86 R K Recta de regresión. 65 . 38 desviación media respecto de la mediana. 10 Muestreo aleatorio estratificado.100 de concentración. 10 sistemático. 23. 27 intercuartílico. 63 simple.

C .

a las agencias de viajes o. a interpretar sus salidas y sea capaz. Este hecho se mitiga durante el texto incluso en forma de casuística real debidamente disfrazada. PEARSON Educación www. Y si la estadística descriptiva resulta tremendamente útil para científicos. a las consultoras turísticas entre otros profesionales del sector. Esta finalidad es especialmente evidente cuando tomamos en consideración cualquier técnica cuantitativa. de forma que el lector aprenda a utilizar el paquete en dicho entorno. tratando de forma directa la utilidad que confieren los instrumentos estadísticos a la gestión hotelera. en la académica como en la empresarial: el programa SPSS. tanto de índole teórica como práctica. la estadística descriptiva. • En segundo lugar. gráficos y estadísticos vistos en el mismo a partir de una base de datos con evidente orientación turística. utilizado tanto en la esfera pública como en la privada. el texto se orienta al sector turístico por varias razones: Resulta especialmente motivadora la escasa presencia de textos de índole cuantitativa realmente orientados al A sector. por tanto.pearsoneducacion. y relacionado con los puntos anteriores. el paquete estadístico de mayor generalización. Por último. en particular. de tomar decisiones. probablemente. el texto se acompaña de la implementación y solución de diversos problemas a partir de. ¿por qué no para los profesionales del sector turístico? El presente libro trata a nivel intermedio los tópicos que la mayoría de textos de dicha temática suelen presentar: • En primer lugar. Así.co . presenta como objetivo esencial la ayuda a la hora de tomar decisiones.TUR ISM O Y HOS TELER Í Estadística Aplicada al Turismo José María Raya Con toda seguridad la mayoría del conocimiento que adquirimos. evidentemente. ingenieros o economistas. intenta ofrecer una exposición clara y sencilla de los principales conceptos estadísticos sin menoscabar el rigor matemático propio de la materia. cada capítulo viene acompañado de una sección en la que se practica la obtención de todas las tablas.