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

.' L OTADÍ. S./Dato. procedimientos y métodos 311 Formato: 195 / 250 mm Páginas: 112 Todos los derechos reservados. S. salvo excepción prevista en la ley. S. M. distribución. cualquier forma de reproducción.A. teoría. 28 28042 Madrid (España) RAYA VÍLCHEZ.A.L. Código Penal). S. Composición y diseño: JOSUR. 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 . comunicación pública y transformación de esta obra sin contar con autorización de los titulares de propiedad intelectual. Impreso por: Top Printer Plus IMPRESO EN ESPAÑA . J. 2004 ISBN: 84-205-4092-7 Materia: Estadística. 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.A. M. Ribera del Loira. Madrid. S. DERECHOS RESERVADOS 2004 por PEARSON EDUCACIÓN.STICA APLICADA AL TURISMO PEARSON EDUCACIÓN.A. de catalogación bibliográfica K AYA VÍLCHEZ.4092 -7 Depósito Legal: M-14986-2004 PEARSON PRENTICE HALL es un sello editorial de PEARSON EDUCACIÓN. TRATAMIENTO DE TEXTOS. Queda prohibida. 270 y sgts.° ESTADÍSTICA APLICADA AL TURISMO ISBN: 84-205. J.

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

10. Variables estadísticas. El nuevo profesional turístico 1. Reducción de datos I: medidas de tendencia central 2.3. S A ix 2 3 4 7 Z.8. Cálculo de coeficientes e interpretación 54 55 57 58 .9. Representaciones gráficas 2.2. La Estadística: sentido y significado 1.11.5.1. Riiálisis exploratorio de variables unidimerisionales 2.3. Reducción de datos H: medidas de posición 2.2. La regresión lineal simple 3. Ejercicios propuestos 9 10 11 12 15 16 23 25 29 33 38 48 Hnálisis exploratorio dc variables bidimensianales 53 3. apuntamiento y concentración 2. El programa SPSS: breve introducción a su funcionamiento 1. Tipos de muestreo 2. Ejemplo de resolución a partir de SPSS 2.6.2.1. Reducción de datos IV: medidas de simetría. La agencia EN ALGÚN LUGAR.1.4. Tabulación: frecuencias 2.4. Población y muestra.3.7. Reducción de datos III: medidas de dispersión 2. Ejemplos de estudio 2. Diagramas } tabulaciones bivariantes 3. Dependencia funcional y estadística. Tipos 2.4.Priílogo Ljaseatacióo 1. Covarianza y correlación 3.

Ejercicios propuestos 83 84 85 87 87 89 94 Bibliografía Índice analítico 97 99 .1. 3.2.6.üi 3.5.3. 3. 3. Ejercicios propuestos 4. Desagregación de los componentes de una serie temporal 4.10.12. Consecuencias Introducción a la regresión lineal múltiple Estadística de atributos.11 Ejemplo de resolución a partir de SPSS 3.5.7. Ejemplos de estudio 4. Medidas de calidad del ajuste Introducción a la inferencia estadística Hipótesis del modelo lineal.9. 3. Introducción al análisis de series temporales 4.6. Ejemplos de resolución a partir de SPSS 4.4. Series temporales. Componentes de una serie temporal 4. Autocorrelación 4.8. Ejemplos de estudio 3. Independencia y asociación Estadística aplicada al turismo 60 61 62 63 64 66 68 79 3.

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

CRPTTULO 1 Presentación Sumario 1.A. S. El programa SPSS: breve introducción a su funcionamiento 1. La Estadística: sentido y significado 1.2.3. La agencia EN ALGÚN LUGAR. .4. El nuevo profesional turístico 1.1.

es el conocimiento de los métodos estadísticos y. 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. en ocasiones con el fin de distorsionar la realidad para sus propios fines. como la mayoría de las instrumentales. profesor de la Universidad de Gottingen.principio es la ayuda en la toma de decisiones.000 años.1. todos se sirven de ella. se trata de una palabra introducida por Achenwall. Asimismo. los países. Surge cuando se hace necesario cuantificar conceptos para sus intereses.. No obstante. resumen... 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. recuento. La Estadística: sentido o significado Nos rodea la Estadística. En la mayoría de los casos esta cuantificación se hará en función de unos fines económicos o militares. las empresas. ¡. y cuya vocación desde el e • • 1. por una parte. de la recogida. generalización y contraste de los resultados de las obser- . El único medicamento que nos salva de esta posible manipulación y nos ayuda a participar en la argumentación pública basada en cifras y datos. se presentará la concepción turística que esconde el libro. de los más básicos presentados en este libro. en particular. organización. El término estadística tiene su raíz en la palabra estado. de recursos en general. presentación. la economía. la definición del objeto de cualquier ciencia siempre está ligada al problema que resuelve. Así. un departamento de gobierno o una cadena hotelera. para poder obtener conclusiones de esta información. Con un ejemplo sencillo y parafraseando a Bernard Shaw se observa cómo se puede producir esta distorsión:. sino que está presente en prácticamente cualquier otra ciencia al proponer técnicas para la recogida y el análisis de cualquier tipo de datos. Pero. El estado quiere conocer el censo de personas. La política. podemos definir el término Estadística de la siguiente forma: es la ciencia que trata. organización y censo de datos se conoce como parte de la actividad humana desde hace más de 5. Por otra parte. 0 E n est capítulo se pretende presentar la Estadística como una de las ciencias de mayor longevidad. 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. de infraestructuras. la publicidad. en 1748. análisis. Todo lo que hace referencia a la recopilación.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. así como en las decisiones turísticas que realice una agencia. 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. el mundo del turismo..

1. En la vida ordinaria de un hombre coexisten dos tipos de fenómenos: unos son los llamados deterministas. la segunda parte corresponde a la Estadística inductiva o inferencia estadística. es preciso formar. El nuevo pofesional turístico' • • La importancia del sector tunstico en nuestra economía es bien es ider te . quizá el aspecto más destacable del sector es el de equilibrador de la balanza de pagos. Es éste y no cualquier otro el profesional competitivo en dicho sector. presenta un claro estancamiento más conceptual y cualitativo que cuantitativo que amenaza principalmente al diplomado en Turismo. finalmente. Es necesario un concepto mucho más amplio y es necesaria una redefinición del profesional que necesita este sector y que. lo es a unos sueldos relativamente reducidos y en un entorno de difícil progresión profesional. Adicionalmente. 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. La economía española. Todos sabemos que de las crisis se sale reforzado.2. de las cifras más conocidas del mismo nos ayudan a constatar este hecho. 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. Se trata de un sector que aglutina el I I% del PIB español y el 139 de los puestos de trabajo. con la capacidad de comunicación que se le supone para comercializar productos turísticos y. El diplomado en Turismo observa cómo. a pesar de ser uno de los titulados con una inserción laboral mayor y más inmediata. La declaración de Bolonia y el Espacio Europeo de Educación Superior suponen. en los últimos años. 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. debido a algunas dependencias bien conocidas. que aunque nos parezcan realizados en idénticas condiciones. No obstante. presenta tradicionalmente una balanza comercial deficitaria que se compensa algunos años total y otros parcialmente gracias a una actividad turística constantemente superavitaria. este profesional observa cómo unos perfiles profesionales que de forma natural le corresponderían. desde las principales escuelas de Turismo estamos formando a nuevos profesionales adecuados a estas necesidades. No obstante. Se trata de un profesional con una visión más amplia del sector. producen resultados distintos como el número premiado en la lotería de Navidad cada año. = Extraído del artículo publicado por el autor en el Dossier económico de Catalumn el 25 de marzo de 2003. con la inquietud necesaria para detectar nuevas oportunidades de negocio. En este contexto. Por lo que respecta a la redefinición del concepto de turismo se hace necesaria una redefinición del término cercana al concepto de ocio. 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. el sector.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. de hecho. .-U und. como la consultoría en el sector turístico han sido apropiados por diplomados y licenciados en otras especialidades. por tanto. Resulta evidente que es necesaria una redefinición del concepto de turismo.

En primer lugar. línea..2. En segundo lugar.. ` ^ r•'^ Una Vozores air como...i gwe•nte.. desde el menú inicio como se observa en la Figura 1.. al que el individuo ya estará más que introducido después de la lectura del libro. Para mostrar la facilidad con la que se pueden realizar los gráficos y cálculos estadísticos en la actualidad. se trata de un programa con más posibilidades estadísticas.e.. SPSS presenta varias ventajas.. este libro pretende sentar un precedente en este sentido.. porque el concepto de turismo que se baraja a lo largo del mismo.m. eie tuarcmu... la primera pantalla que aparece es la que se refleja en la Figura 1... — w. La entrada en el programa se efectúa de la forma usual. En ella se nos pregunta qué deseamos hacer y se nos ofrecen varias opciones: ejecutar el tuto ri al (la ayuda del programa).. 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... Una vez en el programa.. En primer lugar. se trata de un software especialmente diseñado para los cálculos estadísticos. Por último.... en caso contrario... ^ r ^. corresponde a esa nueva concepción entorno al concepto de ocio y tiempo libre.. el libro se acompaña en todo momento de ejemplos solucionados mediante el paquete estadístico SPSS. 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.. agencias de viajes. El programa SPSS: breve introducción a su funcionamiento En la. en segundo lugar... introducir datos a mano. . por cuanto se trata de un programa de entorno Windows... •• 1.4 9 Estadística aplicada al Mismo ® . fácilmente identificable a través de los ejemplos abordados...^ ....3. Si hemos creado un icono directo se realiza un doble clic en el mismo y.... su utilización es sumamente sencilla y fácilmente asimilable por el lector al encontrarse en su entorno habitual.rna^ Aunque este nuevo perfil se está dando a conocer y cumerctalizando a consultoras... que funciona a base de un cuadro de diálogos.uo.e.1.. r..a.. ejecutar o crear una con- . una breve descripción de su funcionamiento básico para adentramos en los siguientes capítulos en algunas de sus posibilidades estadísticas. porque se trata de ofrecer esa competencia cuantitativa que creemos necesita el nuevo profesional de turismo y.

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

sectores.9) no ofrece aspectos de tipo descriptivo. dispersión y el histograma serán contemplados a lo largo del curso. En cuanto al submenú »seleccionar casos» nos permite quedamos únicamente con los datos que cumplan un determinado criterio.. Sectores. 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. El menú »Transformar» nos vuelve a brindar la posibilidad de manipular nuestros datos. Líneas..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 .. si tenemos una base datos de las ventas que ha conseguido un conjunto de cantantes. Por último. de líneas.. Máximos y mínimos. el menú »Ventana» (Figura 1. Los estadísticos descriptivos recogen la mayoría de aspectos del Capítulo 2... Así. Los diagramas de barras. ► 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_. siempre que tengamos una variable que nos lo especifique. P. el menú »Gráficos» (Figura 1. en ésta los que no cumplen un determinado criterio quedan eliminados. una variable numérica a variable de texto y sus contrarias (opciones recodifrcar... por algún valor adecuado. Es decir.. Obsérvese que mientras en la opción anterior se crean dos archivos separados. podríamos decidir quedarnos únicamente con los individuos que no proceden de ninguna academia o serie de televisión.8) también será recurrente durante el libro. Paleto. podemos dividir una base de datos en dos según los individuos sean mayores o menores de 18 años.. El menú »Utilidades» (Figura 1. el submenú »series temporales» será fruto de estudio en el Capítulo 4.P 0.spo» que va guardando todas las ejecuciones que realizamos.. De igual forma. En él se encuentra la mayoría de los cálculos que aprenderemos.. Así.7) será uno de los más recurrentes en el curso que les presentamos a continuación. y las observaciones en blanco. categorizar variables... De este menú resaltamos las funciones que nos recodifican una variable. mientras que las opciones »Correlaciones» y »Regresión» recogen la mayoría de los aspectos que serán tratados en el Capítulo 3. En este menú aparece la posibilidad poner en práctica técnicas estadísticas más avanzadas de las que veremos en el presente libro. El menú »Analizar» (Figura 1. También se recurrirá a algún gráfico de series temporales. pudiendo cambiar una variable cuantitativa a discreta. Dispersión. Histograma. En cambio. A_reas.. El programa presenta multitud de posibilidades gráficas.. asignar rango a casos y recodificación automática).6 Estarfishca aplicada al turismo cual estamos en varias bases de datos separadas según los valores de una variable. También podemos crear series temporales y reemplazar los valores perdidos. caja. Dicho visor de resultados es un archivo de extensión ». Control Diagramas de caja.10) nos permite movernos de la base de datos al visor de resultados...

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

Lamentablemente. la duración del mismo. entradas para museos y espectáculos. el número de estrellas del hotel en el que materializó su estancia y. Por este concurso han pasado: Joan Manuel Serrat. 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. Por último. . La oreja de Van Gogh o Alex Ubago. en la base de datos Grandesexitos. en un par de conciertos europeos.sav tenemos el beneficio neto mensual de un producto que la sede central de la agencia ha ofrecido durante más de 20 años. Mikel Erentxun. tenemos datos estadísticos acerca de su edad. nivel educativo y salario por hora. Respecto a la demanda. los destinos. también tenemos algunas deficiencias en dichas bases de datos que con la ayuda de nuestros conocimientos estadísticos solucionaremos sin problemas. el precio por noche de cada uno de los viajeros. si se trataba de un viaje organizado o no.xls. Alejandro Sanz. 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. 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). Estos datos se encuentran en el fichero enalgunlugarsav. la edad del viajero.8 Estadística aplicada al turismo pre comercializando billetes de transporte. años de experiencia. Duncan Dhu. sexo. Los Rodríguez. visitas o viajes combinados. Respecto a la plantilla. si ha sido realizado en condiciones de pensión completa o no. si ha sido realizado en temporada alta o baja. 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. Estos datos están en el fichero salarios. finalmente. la evaluación del producto realizada por esta familia una vez concluido el viaje. Joaquín Sabina. Los Secretos.

Variables estadísticas.10. Tabulación: frecuencias 2.11. Tipos de muestreo 2. Reducción de datos H: medidas de posición 2.8. Tipos 2.6.1.3. Ejemplo de resolución a partir de SPSS 2. Reducción de datos I: medidas de tendencia central 2.2.9.2 Rnãlisis exploratorio de variables uniffimensionales CAPITULO Sumario 2.4. Reducción de datos IV: medidas de simetría. Ejemplos de estudio 2.7. Representaciones gráficas 2 5. Ejercicios propuestos . Reducción de datos III: medidas de dispersión 2. Población y muestra. apuntamiento y concentración 2.

00(1 números aleatorios (entre I y 40.dicha información. De entre estos métodos destacan los siguientes: a) Muestreo aleatorio simple: consiste en numerar todos los elementos que compo- nen la población. Entonces. 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. Se denota por a o N. los elementos que corresponden a la muestra. individuos o entes sujetos a estudio y de los cuales queremos obtener un resultado. Otros conceptos son: — Muestra: subconjunto de elementos que forman parte de población. resumirla y desmenuzarla. . Para evitar la influencia de factores externos al colectivo. — Tamaño muestra!: número de elementos u observaciones que tomamos.1. Población u muestra. 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. se tratará de generar informáticamente 10. y a título de ejemplo. 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. La muestra representa a esta población. r' • • 2. 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.000. mostrarla. En la realidad. Existen diversas técnicas para elegir una muestra significativa. 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. la muestra a utilizar. Durante el mismo se mostrará como recopilar entorno. supongamos que queremos realizar un estudio turístico acerca de los hábitos de los ciudadanos españoles respecto al mismo. cómo agruparla. 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. Se entiende por población el conjunto de elementos.(XK)) que seleccionen a los individuos a entrevistar en un estudio turístico a partir del censo de los aproximadamente 40 millones de población española. la selección de los elementos de la muestra en todas ellas se realiza mediante el azar.

000 (10. los trabajadores en una a g encia. Así. Entendemos por variable esta característica que estamos midiendo.000/10.250. 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. Entonces. 5.250. a título ilustrativo. Tipos De esa población que estamos conociendo es probable que ha■ a alguna característica que sea de nuestro interés.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. 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.000 primeros. • • 2.000 hombres y 5. el sexo. Este sistema no debe utilizarse en caso de datos temporales de periodicidad. 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.000). sin que ello signifique. Así.000 habitantes. Por ejemplo. Existen dos categorías o tipo de variables: — Variable cualitativa: aquella que expresa un atributo o característica: el color del cabello. ' 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. etc. imaginemos que interese que el número de mujeres y hombres de la muestra sea idéntico. el estado civil.000. obviamente. en primer lugar dividimos los 40. etc. etc..\'. utilizando muestreo aleatorio. Es decir. número de hijos.000. continuando con nuestro ejemplo.000. tomaríamos un elemento de cada 1. siendo .. . el número de alumnos de la universidad. asignando un número a cada una de sus categorías. Dentro de cada grupo se seleccionarán. 13. sino por uno al azar de entre los 4. Supongamos que ese elemento fuese el 1. empezando no por el primero.000 mujeres. la profesión de un individuo. va que al utilizar un sistema que también es periódico produciría una muestra no representativa. tomar el elemento número . A continuación se aplica el muestreo aleatorio simple a cada una de las categorías. precio. Variables estadísticas. el número de estrellas de un hotel. si tenemos un colectivo de 40 millones y la muestra es de 10.\' el cociente entre el número de elementos del colectivos el de la muestra.250: nuestra muestra estaría formada por: 1_250.2.000 de población en dos grupos: hombres y mujeres. 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. Consiste en ordenar mediante algún criterio el colectivo ■ después seleccionar elementos del mismo en función de su posición en la ordenación. 9 250. 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. — Variable cuantitativa: aquella que podemos expresar numéricamente: edad. peso. que ser hombre sea una categoría superior a ser mujer. duración de un viaje. di Muestreo por conglomerados: la población en estudio se divide en grupos o conglomerados. 5.

. La variable cuantitativa se denota por las mayúsculas de letras finales del alfabeto castellano. es decir. Su análisis supera el objetivo de este libro. tenemos la muestra confeccionada de forma adecuada.X4 - . Datos temporales: observaciones de una o mas variables a intervalos regulares de tiempo para un solo individuo. y se suele expresar en tanto por uno. A su vez... las distintas modalidades se representan utilizando las minúsculas correspondientes..X. — Frecuencia relativa: es la frecuencia absoluta dividida entre el número total de datos.Xk..12 Estadística aplicada al turismo • Variable continua: la que puede tomar los infinitos valores de un intervalo. cosas. 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. Para ello es necesario definir los siguientes conceptos: — Frecuencia absoluta: llamaremos así al número de repeticiones que presenta una observación. Se denominan series temporales. empresas. El dato se denota por las minúsculas de las letras finales del alfabeto castellano. Este tipo de datos serán tratados en el Capítulo 4. aunque el grado de agregación dependerá del caso específico. Tabulación: frecuencias Una se. siempre debe ser igual a la unidad. colocando un subíndice que indica el orden: X= (Xi. Dicho de otra forma. La información de una serie temporal es de carácter agregado. 11.3.X4) Si la variable es cualitativa se denota por las primeras letras del abecedario y. Son diferentes variables para distintos individuos durante un cierto número de intervalos regulares de tiempo. Dato: Cada uno de los individuos.Xi. n La suma de todas las frecuencias relativas. distancias.. cada valor observado de la variable. el siguiente paso es organizar y tabular los datos. 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. precios. es razonable pensar que el consumo que realice la familia i es independiente del que realice la familia j. En este tipo de datos no hay problemas de interrelación. si tenemos datos acerca del consumo de ocio que realizan las familias. de nuevo. Suelen ser datos acerca de familias.. ésta será la agregación de las ventas para todos los clientes. edad. siendo su valor -iésimo. etc. Se representa por n. ya que los aparatos de medida dificultan que puedan existir todos los valores del intervalo: peso. Con este tipo de datos trabajaremos en los tres primeros capítulos. o entes abstractos que integran una población o universo determinado. etc. cada una de estas variables puede tomar distintos valores. En este caso sí que aparecen problemas de interrelación. En muchas ocasiones la diferencia es más teórica que práctica. 2. si la variable es la venta de productos de ocio.. Por ejemplo. Datos de panel: se trata de una combinación de los dos anteriores.

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

275 0.46.25.751 14.2 4.4.14 Esladíshca aplicada al Mismo EÍemplo 2.25.f) ¿Cuántos hoteles tienen un precio superior a 4.t tt 3.075 0.1 6. !Lt-aLi) 13.3 6.75? . calculamos el recorrido Re = x ^ x.25) Ni Ni Fi Fi 3 8 14 3 I1 25 0.7 3.25? * Recordar que I € = 166.75.25) 15.4 4.3. 15.8 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) ¿.2 0. 14.5 . Los datos obtenidos en miles de pesetas' fueron: 3. por tanto.1 -3.75? g) ¿Qué porcentaje de hoteles cuestan como mucho 4.5. Lo podemos evitar tomando un valor superior.8 4.0 5. .5. ('Liando no se nos dice nada el número de intervalos se obtiene calculando la raíz cuadrada del número de datos observado. Veremos que la raíz cuadrada de 40 es igual a 6.6 4.7 6.7 .075 0.1 En 1999 un nuevo hotel abre sus puertas en cierta ciudad. Antes de decidir el precn .5 5.275 • 100 = 27. es bueno agrupar la serie en intervalos.4 3.6.y 5. La manera de hacerlo sería la siguiente: primero.3 4. SOLUCIÓN: u) La población objeto de estudio son los hoteles de una ciudad.5. ••us habitaciones.75.4 5 >s 4.25.2 4.3 = 2.75. tomaremos 6 intervalos.32. d) El problema que plantea es que existen muchos valores diferentes dentro de esta variable y. b) La variable que estamos estudiando es el precio.35 0.3 4. por tanto.7 4.3 5.386 pts.7 4.4.0 4.8/6 = 0.25 y 3. en este caso 0.9 5.75) 15. vi .8 si lo dividimos entre el número de intervalos tendremos la amplitud de cada uno de ellos y así: 2. c) El tipo de variable es continua.8 4.5 4.9 4. Tabla 21 Importante La amplitud es de 0. el gerente investiga los precios por habitación y noche de 40 hoteles de la misma categoría de esa ciudad.1 4. Como el recorrido es 2.3 4.5.3 4.8.= 6.Cuántos hoteles tienen un precio entre 3.o.25) 14. • 100 = 0.46 por lo que además de no ser muy fácil operar. puede que no cubra el rango de la variable.9 4.75) 13.625 "t fl 15. xt '= f.1 3.

1). Diagrama de sectores El área de cada sector es proporcional a la frecuencia que se quiera representar.4.ta primera aproximación a los datos. acumuladas o no. la frecuencia. 2.4. Elevaremos columnas unidas.4. sea absoluta o relativa. Este diagrama se utiliza para cualquier tipo de variable 2. Pictograms Se suele utilizar para expresar un atributo.3). Histograma Igual que el anterior en cuanto al tipo de frecuencias que se pueden utilizar. En el eje de ordenadas. En el eje de abcisas situaremos los diferentes valores de la variable. La diferencia es que ésta es para variables continuas. 2.3.4. a altura igual a la frecuencia correspondiente (Figura 2. de una variable discreta. tendremos que a = f • 360 (Figura 2. 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. Para calcularlo podemos decir que el área depende del ángulo central. Diagrama de barras Se utiliza para frecuencias absolutas o relativas. mediante la siguiente proporción: n a N 360 Como resulta que Ñ = f . . Represerficiones gráficas Dentro de e.4.4. se suele efectuar una representación gráfica para apreciar a golpe de vista la magnitud o posición de las variables.1.• Capítulo 2. análisis exploratorio de variables umdimensionales 15 • • 2. Los sistemas de gráficos más usuales son los que se describen a continuación. Levantaremos barras o columnas separadas de altura correspondiente a la frecuencia adecuada.2.

_i n X= =I n que será la expresión que consideraremos definitiva de la media aritmética.4. Todas estas medidas pretenden ofrecernos una idea de en torno a qué valor se mueven los datos.S.9 4.. = Ñ otra posible expresión será: x. utilizaremos las medidas de localización o tendencia central. + x ^ n Si el valor.0 Arr 6.I.r2 x3 14 . y las más importantes son: media.4. • • 2. Así.7 3..3 4. medidas de tendencia central En este apartado comenzaremos a resumir los datos. su gráfico de tallo y hojas será el que aparece en la Figura 2. Se . r o ^ 2. Oiagrama de fallo n hojas Es un método de tabulacion a la sez que un gráfico adecuado para variables continuas.5. se suelen utilizar más los diagramas de sectores o pictogramas.S. el diagrama de barras tanto para la representación de la frecuencia absoluta como la relativa.1 5. optaremos por el histograma o polígono de frecuencias. podemos tener dos casos: variable discreta o variable continua.f n n.4). aparece en la expresión de la media aritmética de la forma: —. En el primero utilizaremos. Como f. según se trate de variales continuas o discretas (Figura 2. Si la variable es cuantitativa. si de la variable X se repite n .5 3 4 5 6 79 3579 016 Fi ota z. Z. si no piden nada concreto. mediana y moda. A modo de resumen. 5 Polígono de frecuencias Esladíshca aplicada dl lunsma De nuevo se trata de un _ratico adecuado para variables continuas.i.r5 xl figula 24 trata de dividir cada uno de los datos en dos partes: el tallo y las hojas. + . si tenemos el siguiente conjunto de números que pertenece a la primera fila del Ejemplo I. Para ello.9 5. si la variable es cualitativa. Es la recta que une los extremos de las barras de las variables de una distribución o los puntos medios de los histogramas.1 4. En el caso de la variable continua.7 5. veces.5. X + X2 + x.16 2.6 4.6. y^ 3. Media X a) MEDIA ARITMÉTICA Es la suma de todos los valores de la variable dividida entre el número total de elementos. X— i=I . Reducción de datas I.

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

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

Esto puede resultar un problema. La demostración se realizaría de manera análoga a la anterior.438 — 38. Si calculamos la transformación de la variable x. it + bn) n a ^ .432 38. es decir. respectivamente.436 — o —8 o 3 16 2 38.436 — 38.436 38. siendo y.436 38. (ax.440 38. tendremos (Tabla 2. que es lo que pretendíamos demos- Como trar. Si todos los valores de la variable se multiplican por una misma constante la media aritmética queda multiplicada por dicha constante.436 38.436 — 1 2 38. 2 38. = a x.438 3 8 38. . — n. Corolario La media aritmética se denomina también centro de gravedad de la distribución.436.432 38. si sustituimos tendremos Y = X + k.436 2 38.432 — 38.432 38.432 38.436 = 38. n ^ (aT. + b)n .440 — 38. Hay formas de resolverlo como la eliminación un cierto porcentaje de observaciones extremas a la hora de su cálculo. _ — X.222 'De estas dos propiedades se deduce que la resta y la división se realizarían de igual manera para la propiedad 2 y 3.436Q2 22 + 38. la media aritmética de la primera variable sigue la misma transformación lineal con respecto a la media aritmética de la segunda variable.432 — 38.43 =2y+ : 36 tones: A + 38.438 4 8 4 tomando como nueva variable el valor más centrado (menos su media).8): 3 8 38. Si una variable es transformación lineal de otra variable (suma de un número y multiplicación por otro).7.+ b. 38.436 _ 1 Importante Hay que tener en cuenta que la media aritmética es muy sensible a los valores extremos. donde a y b son números reales.436 2 8 2 — . Propiedad 3 2.T n n + bI n =aX +b Podemos utilizar esta metodolo g ía para calcular la media de la distribución de la Tabla 2. a valores numéricos muy diferentes (tanto por grandes como por pequeños) al resto de la muestra.Análisis exploratorio de variables unidimensionales L X 19 n.

. log x. También la podemos representar como: G= (G = x¡ x.•)• Suele utilizarse cuando los valores de la variable siguen una progresión geométrica También para promediar porcentajes. 100 = 2 2.3 . etc. n Por tanto. tacas.632 d) MEDIA ARMÓNICA Se representa como H.2 — 2. número de índices. y responde a la siguiente expresión: H= n n a. como la raíz n -ésima del producto de todos los valores de la variable.. . log x.097 20 10396 8. los calores de la distribución nos impiden poder efectuar los cálculos al exceder la capacidad de la calculadora.1 ^^.°x.438 5 log 120 = log 125 = log 4 3 n = 22 140 = 2.0555 = 113. .11 wt 10 log log x n.221 45. xt y se la puede definir. será cons entente ampliar fa tabla con lo que nos quedará: 2. Es la inversa de la media aritmética de las inversas de los valores de la variable. En muchas ocasiones.056 J = anti log 2.387 6.6 n. Para dar solución a esta problemática utilizaremos las propiedades de los logaritmos. x.079 2.Ino x r = 2. Elemplo 2. siempre que nos tengan dados en porcentaje.146 45.. x3 .2 . .221 n .20 C) MEDIA GEOMETRICA Esraáishca aplicada al IIIhSInO Responde a la siguiente expresión: G = sx¡ x. n.

2.021 0. será el valor de la variable que ocupa el lugar central. Su problema sume cuando algún valor de la variable es 0 o próximo a 0 no se puede calcular Ejemplo 2. o valor mediano. ordenadas de menor a mayor. En cambio. Por tanto. Por tanto.042 600 0.1 Calcule la media armónica de la siguiente tistnbución: 100 120 125 10 5 4 3 ^ 140 X ‘k Para poder hallarla. presenta varias ventajas como son: su sencillez de cálculo. la mediana será justo el valor de orden central. tiempos. Es decir. hiiss emPoralana áe variables witassietles 21 Se utiliza para promediar velocidades. .Gllilre 2.000 5 0. .. en particular la aritmética.520 140 3 1\140 N=22 I11. (cuando influyen los valores pequeños). 2.r y la inversa de la frecuencia. que separa en dos partes iguales los valores de las variables.1 1. rendimiento. el hecho de incorporar todos los datos para el mismo y ser de eles ada utilización.S._ t <  N an Me = s . inversa de . aquél cuya frecuencia absoluta acumulada coincida con ^. la media. presenta el inconveniente ya mencionado de ser sensible a los calores extremos ■ válida para datos cualitativos. es una cantidad que nos indica orden dentro de la ordenación. la media geométrica y la media armónica se da siempre la siguiente relación: H <_GsX Para concluir. la mediana coincide con un valor de la variable.111. N. etc.032 0. por lo que ampliaremos la tabla con 2 columnas adicionales: ^ rr 100 120 125 10 10 I\120 1 \125 0. es necesario " que calculemos la. Mediana: he La mediana. El lugar que ocupa se determina dividiendo el número de valores entre 2 Cuando hay un número impar de valores de la variable.195 500 420 2.1 Entre la media aritmética.

< <Na 16<17.* N' 2— n. haremos el siguiente cálculo: N. 35.3. = 32 d Xi Ni. y observar qué intervalo tiene una frecuencia absoluta acumulada que cumpla N. -V'1 (40. En este para obtener la mediana realizaremos el siguiente cálculo: x. 2 n. a. Me estará en el intervalo [30-35i.25 i100 (25. etc. realizamos el cálculo: Me = L._..) el intervalo que contiene ala frecuencia acumulada de dicho intervalo. Pueden existir distribuciones con más de una moda: bimodales. 91 1026 6 n=32 33 7 10 10 13 7 _ EM111111= n.14. trimodales. es decir. la obtención de la moda es inmediata.= 2.+ N— — N. 100 250 450 630 671 200 180 41 V Me= L.45[ = 671 Siendo [L. a. La forma de hacerlo será calcular el valor de la mitad de n.8 Sea la siguiente distribución (Tabla 2._.138.13)..0 L u n.te en determinar el intervalo mediano [L . Por tanto. lugar que ocupa +2 X. _. L.:. _. En las distribuciones sin agrupar. 2 250 Será el valor de la variable que más veces se repite. . ). una vez que los datos han sido ordenados de menor a mayor. Me = 7. El otro caso puede observarse en la distribución de la Tabla 2. cuencia absoluta. el primer pa. 3 4 ^/ 1 / /\ 1 2 at 3 3 4 7 9 10 1 5 ' I . [20. ya = amplitud . u L i udas.r. <Z < N.55.. Después de saberlo. L. Valor que presenta el decimoctavo dato (ordenados).22 Eslaáishca apl¢adc : . 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. el valor que tenga mayor fre- 5 _32. se produce que: = n 2 2 = 17.7 26 Me =x. unnu N. de menor a mayor. En cambio. t Me= L _ 52 7_ 6 =16= Se trata de la media aritmética entre el valor que ocupa la posición decimosexta decimoséptima.5. 2 671 2 = 335.+x.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.. En distrihio t nc. Moda: Ma =30 + 333.30 1150 130 ._. por tanto. lugar qu.-o El problema surge cuando hay un número par de valores de la variable. Me 2 Ejemplo 2.

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

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

_.] /j) [0 .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. D„estardtuado en el 4^^t Aplicando la expresión tendremos: 1 t 90 100 = 178. resulta necesario acompañarla de otra medida que indique el grado de dispersión del resto de valores de la distribución.V Q= Ejemplo 2. les llamamos: medidas de dispersión.12 Distribuciones agrupadas Halle el primer cuartil..Porfanto.500 = I 0ó 500 = 591. I S Primer cuartel [C.li.. Al calcular una medida de centralización como es la media aritmética. 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..Capadla 2 Boiles exploratorio de rin g les unidimeosianales 25 tina vez localizado el intervalo se aplica: L_. estará situado e direct-aa 90 140 150 120 n = 500 100. Aplicando la expresión te. A estas cantidades o coeficientes. . tanto mayores como menores. Lugar que ocupa: 50W=450 \ jÓ0 Por t'-estarí situado en el finten alo [31 t` : 44 2. 100) 3 1_0 w 4 90 230 380 500 Lugar que ocupa el primer cuartil: . Cuarto decdd [0.] Lugar que ocupa: Por tanto. I I . 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. -l rcl.57 .800) ^•^^I t' .\ –. el cua rt o decd c el 90 percentil de distribución de la Tabla 2. respecto de esta media. C.7. 300) [300. 200) g{l00 – 200). ten '00.^__ Nonagésimo percentil [PI ] ^.- do la expresión tendremos: 300 — 450 ^ t ._. .

El gráfico también es muy útil para comparar una misma variable en distintas distribuciones o poblaciones (Figura 2. veamos un gráfico que nos introduce esa idea.) d) Considerar como valores atípicos los situados fuera del intervalo (LI. mientras que el hotel 2 muestra una mayor dispersión que el I. un 5 y un 0.) LS = Q. En cada una de estas cuatro partes hay un 2590 de los datos.51Q. cada uno con tres notas en sus exámenes de Estadística.6). Nuevamente sus medias y medianas son idénticas. 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. En el caso del hotel 1 todas las habitaciones cuestan 30 € por noche.S(Q. se muestra muy regular. es decir. en cambio. por último. 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. no influenciables por algunos datos atípicos.S. . e) Dibujar una línea que vaya desde cada extremo del rectángulo hasta LI o I. el máximo y los tres cuartiles. Supongamos dos alumnos. un segundo bigote que va desde el cuartil tercero a LS.– Q. 100 EDA 200 300 J Un par de sencillos ejemplos aclarará esta cuestión. aquellas observaciones que parecen alejadas del resto.– 1. e) Calcular unos límites superior e inferior admisibles que servirán para indicar los valores atípicos.+ I.– Q. una segunda parte de la caja que va desde la mediana al cuartil tercero y. ofreciendo seguramente varias tipologías de habitaciones mientras que el hotel I ofrece siempre el mismo tipo de habitación. El alumno I.6. En ambos casos su media y mediana es 5. una primera parte de la caja que va desde el cuartil primero a la mediana. según se mire. LS). En el caso del hotel 2 sus precios son de 18. El diagrama de caja es una representación gráfica de una distribución para mostrar sus características principales y señalar los posibles datos atípicos. Otro caso bien distinto es el de dos hoteles de tres estrellas cada uno con tres habitaciones. El gráfico se interpreta comparando cada una de sus cuatro partes.26 Estadística aplicada al turismo AMO Antes de continuar con el resto de las medidas de dispersión. Un primer bigote que va desde LI al cuartil primero. 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. Diagrama de caja de EDA KIIKx x xx X 0 Agurd 2. El alumno I tiene tres 5 mientras que el alumno 2 un 10. 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. Estos límites son: LI = Q. Por tanto. según corresponda. 30 y 42 €. Se utiliza la mediana y el rango intercuantílico como medias de centralización y dispersión porque son medidas que dependen del orden de los datos.

.

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

La media aritmética de Z y su desviación estándar son iguales a 0 y I respectivamente. pero parece evidente que necesitamos conocer más sobre el comportamiento de una distribución. mediante la siguiente transformación: Z X—X S Esta transformación recibe el nombre de tipificación de una variable. para cualquier distribución. analizaremos las medidas de forma. equidistantes de dicha media dos a dos.. diremos que la distribución es asimétrica a derechas (o positiva). una posibilidad es utilizar el llamado coeficiente de FISHER que representaremos como g. a izquierdas (o negativa). 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.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. podemos calcular otra variable Z. 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. 1h11 ya sea por la derecha o por la izquierda. 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). 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. Diremos. dicha distribución será asimétrica o diremos que presenta asimetría.7). Para calcular la asimetría. • • 2. o simétrica. En esta parte. cuando a ambos lados de la media aritmética haya el mismo número de valores de la variable.—)7)'n. el 89% de las mismas. Ello nos permite concluir a título ilustrativo que. que es simétrica. ns' Según sea el valor de g. A partir de una variable X con media X y desviación estándar S. En particular. En caso contrario. esta vertical se transforma en nuestro eje de simetría. el 100 (I — 1 . Las variables tipificadas son medidas abstractas pero de gran valor en la comparación de distribuciones. qué información nos aporta según la forma que tenga la disposición de datos. 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. es decir: . como mínimo. 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. pues. es decir. y responderá ala siguiente expresión matemática: Asimétrica Asimétrica a izquierda Si — 1 (x.8. 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. y tales que cada par de valores equidistantes tiene la misma frecuencia absoluta. en el sentido de histograma o representación de datos. )cí de las observaciones. Estos porcentajes se amplían al 95 y 99% respectivamente en el caso de que la distribución de los datos sea normal.

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

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

300' 350 1111) . Esto lo veremos mejor en el Ejemplo 2. su diferencia sería 0. Analíticamente calcularemos el índice de Gini. (concentración mínima) y de = I. aj indice de concentración de 6I1I Obsrnamos quc hay poca concentración por encontrarse cerca del O.0) y (100. Cuanto más se acerque a los ejes por la parte inferior del cuadrado. k -....62 97..15 k _ 1 1R1 cid P-1 ^ P. mayor concentración..2a.. los valores p. 5 ^ =u1.12. el gráfico siempre será un cuadrado.: )11N1 MINI p . y.00 I 0381 261) 113850 651. 90 .23 94.. Si esto lo representamos gráficamente obtendremos la curva de concentración o curve de Laten:._. por tanto. 100 011 I^ U il `1M1 h2 x 1141N) ' 1 60... = 0. Elempla 212 . en % en el eje de las X.-y... por los valores (0.100) y quedan siempre por debajo de la diagonal. = q._.38 25 78. cuando p.. P.5s u.25. ya que p.15 Se pide • índice de cnnventrnción y curva de Lorena correspondiente. La manera de interpretarla será: cuanto más cerca se sitúe esta curva de la diagonal. N N .— 4. = (— r.I _ 1.54 ...51) 5 575 lIN) I '> 17$ 225 575 I IS . 100 - 250 . o más homogeneidad en la distribución. cuando q.L.. . en % en el de las Y.31 97. = y. 325 275 'A6 00 14 7 1511 175 1 40) 49) )511 'S 2 260 • 501 475 100.. que responde a la siguiente ecuación. a. La manera de representarlo será.115 0• IIN1 597í 76. Este índice tomará los valores de /o. Este diferencia sería O para la concentración mínima.32 Estadística aplicada al Nnsme Como pacemos ver la última columna es la diferencia entre las dos penúltimas.85 16.. n. Marca Frecurm u r r.12.48 651. = O (concentración máxima). 2'64(X) s. y los valores de q. Al ser un %. ia^a 2. k- I (. '_00 - 250- I ^) V ' 4275 'iN). n.) /4 = k _1 P. menor concentración habrá.15 89. y la gráfica será una curva que se unirá al cuadrado. 8.

que indica que has poc cuncentracion tA q.1 Una consultoría turística ha realizado una pequeña encuesta acerca del medio de transporte preferido por un colectivo no individual de cien individuos. Avión:30 B arco:42 Tren:16 . Uno para datos cualitativos. otro para datos cuantitativos a g rupados y un último para datos cuantitativos no agrupados. Ejemplo de estudio 2.9. 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. % 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. Análisis exploratorio de variables unidimensionales 33 Ejemplo 2.tantito 2.12 [continuación] bJ Curra tie Lorenz Obtenemos la curva cerca de la diagonal.

3 /6. En la Figura 2. con lo que el único parámetro de centralización que merece ser tenido en cuenta es la moda.3 5)1 Se pide: Realice una descripción lo más completa posible de la distribución de estos datos utilizando las herramientas oportunas. Nuevamente.9 -JO. la mediana depende del orden. hemos visto que. carece de sentido cualquier comentario acerca del apuntamiento o la distribución. Dicha asignación sería totalmente arbitraria y su interpretación posterior carecería de sentido. por ejemplo. Por tanto.6° En cuanto a las medidas de centralización.10 se presenta el diagrama de sectores.1 t 7.S 20.4 5. preferido por el 42`4 de los encuestador. En cuanto a la figura.21 aparece la tasa de incremento de este componente para un conjunto de países de la OCDE. por ejemplo.3 15.2 4. no seria adecuado para este tipo de datos) deducidramos la simetría.2° 100 360 0 Avión = = 108° Barco = Tren = 360 • 42 —151. Análogamente.34 ^ EJEMILIS Solución Estadística aplicada al Nnsmo IE ES1111I • EIEMILIS IE 1511111 • EJEMILIS IE ES10111 Con datos cualitativos. porque si de forma intuitiva a partir de un histograma (gráfico que recordemos. cualquier aspecto o cálculo que requiere una ordenación carece. 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. Nuestros datos proceden de una distribución unimodal donde la moda es el barco. por otra parte. .2 Uno de los componentes del IPC (Índice de Precios al Consumo) de los países son los servicios turísticos. Tabla 2. En la Tabla 2. la tabulación y la mayoría de medidas que hemos desarrollado en este capítulo no son aplicables. Ejemplo de estudio 2. con lo que carece de sentido.5 7.6 1.10. en principio. al igual que ocurre con las medidas de dispersión. y para calcular la media se debería asignar un valor a cada medio de transporte por el que multiplicar luego su frecuencia relativa. Evidentemente. un pictograma o un diagrama de sectores pueden ser apropiados para el caso.92 2. tampoco tiene sentido calcular unas medidas de simetría. Aduciremos dos razones: en primer lugar para todas ellas necesitábamos una media o desviación típica que no tenemos y.9. en segundo lugar. 360016 — 57. Para cada medio de transporte se ha realizado el siguiente el cálculo previo: Autobús = 360 •12 = 43.2° 100 Alura 2. las medias de posición vuelven a carecer de sentido al depender del orden.7 2. que el barco. de sentido ya que no hay ninguna razón para sostener que el avión es un medio de transporte mejor o superior.

[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

22 Varianza: 15 Desviación típica: \ 18.125 — 1. de una distribución leptocúrtica o apuntada.125) = 35.27.426' 3— 1.125 + 1. Eso sí.16 km).125 LS = 23. Por último. Resumen De nues o nos encontramos ante una distribución asimétrica por la derecha. 2. Ejemplo de resolución a partir de SPSS En el fichero enalgunlugar.5.5 ..+(32.125 = 8 (22.26 27.5 -_ 2 7.5 (31.5 — 27.5.22 = 4.125 — 23.16) = 6 + .125) = 11. l ..5 (31.26 Coeficiente de variación: 4.125 — 23. + (32. I6)' • 6 + .27.16P • 4 15.sav tenemos datos acerca de la demanda de los productos de la agencia durante dos años.125 — 23. en esta ocasión la media es una medida mu■ representativa de la distribución debido a la escasa dispersión de los datos. — País: de I a 10.18 Se trata• por tanto.125 Medidas de simetría: Coeficiente de asimetría de Fischer: (22. Medidas de apuntamiento: Coeficiente de apuntamiento: (22. Según el país del cual procede el dato. En dicho fichero aparecen las siguientes variables: — Año: I si el dato corresponde a 2001 c2 si corresponde a 2002.. — Región: de I a 38 regiones para cada uno de los países anteriores. Calculando los límites admisibles podríamos dibujar el diagrama de caja que dejamos para el lector. nos encontramos ante una distribución con cieno apuntamiento originado por la mayor frecuencia absoluta del primer intervalo.16) = • 5 =18..27.5 — 27.16)'•5 15 • 426' Con lo que la distribución se muestra como asimétrica por la derecha.10. L! = 23.1568 con lo que podemos concluir que la media es muy representativa de los datos.16 = 0.60 1.16)'•6 +.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.. debido a que la mayoría de las distancias se concentran ala izquierda de la media 1 _ 2 7.. + (22.

.... 1. La agencia mantiene a nivel interno la información de los nombres de los países. los clientes y los hoteles. — Pensión: 1 si se trata de pensión completa y 2 en caso contrario. pulsaremos sobre la variable EDA en el recuadro de la izquierda en el cual figuran todas las variables y. — Destino: de I a 7.13). .:.Editor de datos SPSS Edioun a l g ldl edad J ^ ^. en la flecha que hay entre ambos recuadros blancos. 1 111111 IE S1SS • (MAUI et IESILILIÍI 1 lllllt IL SISS — Precio/noche: precio de la habitación del hotel. pero SPSS nos permite reemplazar estos valores mediante varios métodos. Nosotros vamos a escoger reemplazarlos por la media del resto de observaciones. Contar aoarooes_. _x pa Asolar o ragosatams.media de la serie.Capítulo 2 Bnáhsis exploratorio Ill variables umlimensmnales 39 E)EI1L1 If meterle. — Edad: la edad del viajero. De I a 9 días. — Duración: número de días que dura el viaje.N __ II Nan6re Y nrlodo • I .. 3 0= ^^ = T aeamfcaoan ertaneta.01. al realizar dicha operación. — Evaluación: de I a 100..s 100 100 100 100 . — Temporada: 1 si se trata de temporada alta y 2 en caso contrario. 00 1 00• I00 100 1600 1500 1500 1200 1dm 300 200 300 300 300. Si aceptamos este cuadro de diálogo tal y como está. Tenemos valores perdidos._^ J • saca *son T edad evat. Veremos cómo. Se pide: 1. viaje organizado y temporada de tal forma que sean variables binarias 11. — Hotel: número de estrellas del hotel donde se ha alojado el viajero. nos vamos al menú perdidos (Figura 2. Los posibles destinos de los clientes.14). De I a 5 estrellas.da enraye Metladn rota od cer de b me J r ^ ^n F/lt 111. ti a . seleccionamos en primer lugar la variable que nos interesa.. PA0 evaMtan4 cegare t año ^ 32 _ 00 5 6 _ P' Rem ake. pero ahora en formato continuo.. Observe su variable <.edad».. — Edad: edad del viajero. Valor 6 para los viajes con alojamiento en uno de los 10 mejores hoteles con quien mantiene relaciones la agencia. Para ello. las regiones. Para ello..-r-.edad pe a _ CategaFa vaebMS. -. — Organizado: valor I si el viaje es organizado y 2 si no lo es. observaremos cómo se nos crea una nueva serie llamada EDA_I.. 300 200 300 30C 3S 30C 70C 70C 70C 7 CC 3 C 3CC Granos txk ^.1 tildo . A la variable EDA le faltan observaciones. _z - ver Datas l Trartdansa anaixa Gráficos Uüdades vav asa Senda de aaataaam. 1 CC . la expresión EDA_l=\IEAN(EDA) aparece en el recuadro derecho y la flecha que hay entre ambos recuadros ha cambiado de dirección (Figura 2.38.. Transformar y valores 5.. Una vez aquí... 2. 3 00 dentro de él al submenú Reemplazar 8 9 10 11 '00 200 lao 233 2 00 200 200 . cuyo valor para las observaciones con dato es el mismo que EDA para los valores perdidos 37. después de comprobar que en la pestaña del método hemos seleccionado el método •.Qué problema presenta?¿Qué soluciones otorga SPSS? Recodifique las variables pensión. Puntuación del viajero al viaje efectuado.ao T agarra maroon 0 J c°.. posteriormente. Dividida también en 7 grupos. - Ceea 'sere torpor". que es la media de la serie.

Valor atan r. /atables maniatar •0(4. clicamos en la opción valor e introducimos un 2 en el recuadro blanco que hay a su derecha...40 EJEMPLO REMOCIÓN PIITII IE Eslaáishca aplicada al turismo OE R MI Educo '.. rae'ua ea ^ta ^ ^ '^ 02 2W^ 2 2. Una vez realizado.. 00 1 .1W1 - 30 l 140. Accedemos a un nuevo cuadro de diálogo donde.001 . S.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-.001 '5001 Recodf ar en las miserias variad*. W 59. vele I (' Pacido pa e «. clicamos igualmente en la opción valor e introducimos un 0.. Recordemos que el fichero Salarios.00 3. aecaderlaón atandtice..15...W1 2 J-1 1 12 13 1 701 00 001 1 00 1 14001 2. Una vez aquí. — Salario por hora — Sexo o género (1: hombre..00 L00.aes.1 • Va EJEMfLI IE IESILILIÍI 1111111 If SISS 2. organizado q temporada se han reemplazado las observaciones con valor 2 por observaciones con valor 0. Veremos cómo.031 59.A..00 1 -^.. eme -vdarae.__ 7 03 3 00 3. m Sim [irlo . 3) BUP.. valores antiguos y nuevas . clicamos en la opción «Añadir.031 7W 70 -31 31 92 001 70. Remplaza /orees per 1C 1001 100 1W 100 Figura 2. «En las mismas variables» (Figura 2. 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. 0: mujer) — Edad — Años de experiencia — Nivel educativo: en orden ascendente: 0) EGB ciclo inicial. see tempord.xls contiene datos sobre las siguientes variables para el conjunto de individuos que pertenecen a la plantilla de nuestra agencia EN ALGÚN LUGAR.00 rn 12 W 2 W 3. 00 14.. IJ •® '. seleccionamos las tres variables que nos interesan tal y como hicimos en el ejercicio anterior (Figura 2..» y realizamos la siguiente operación. «Recodificar».16). cata apa c.03 7 1p 7000 78 00 92 00 98 00 7300 70.W 83.. 00 76. ha aparecido la siguiente expresión: 2—s0. En la parte izquierda. clicamos en la opción «Continuar». la que hace referencia al valor nuevo. organizado y temporada en variables binarias (1. entramos en la opción «Valores antiguos y nuevos. repetimos la misma operación con la finalidad de obtener la expresión 1-sl (Figura 2.001 70. 1) EGB ciclo medio o educación primaria.17). mientras que las observaciones con valor I permanecen invariables. :I WI " 001 ' 001 '031 '. I /does amgos y romos lad Restablece . 1W 1W' 1. nos aparecerá el menú anterior y aceptaremos sobre él.001 81. 301 33 . Observaremos cómo en las columnas que hacían referencia a las variables pensión. Apanes rangos a casos. 4) COU o Bachillerato.01 59. Posteriormente. W I ° 4 031 Z.03 .Editor de datos SPSS wchro Datos Transformar treha Ctdkos ^ da 2 UD 2 3 1 1 edad sordo m dedaaauor... 3. Categor¢e venables.301 2.7D evaluaei ( ego* 2 1 2 00 00 3 00 300 7 00 . Finalmente.._. Es:. en primer lugar.15).. 2) EGB ciclo superior o educación secundaria.. en el recuadro blanco grande de la parte derecha. Posteriormente.0) nos trasladamos al menú «Transformar». la que hace referencia al valor antiguo.. Para conv ertir las variables pensión.

A.:alas Dar tleb . en él. La agencia mantiene en el anonimato los nombres de sus empleados. a.. bdM Edodn V• Datos Tra. ¿A qué es debida la diferencia entre ambos valores? Solución a) Abrimos el fichero Salarios.donna Melp alal ^I^JJJJ^ :oda 6WYIIV 1^ Gdfims Ulddes Ventana ' 11 s Tas persor. II) Doctorado. F7n L fl'p 211. el submenú «Estadísticos descriptivos y._seas ro Cesh..^^ a3W _.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 .do . c) Realice la estadística descriptiva de cada una de las variables. W .. bl Preste atención gráfica especial a las variables Educación y Salario por hora. 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. clicamos en la opción «Frecuencias. Para realizar la tabla de frecuencias desplegamos el menú «Analizara. s Tegas de canmgeoe.. (Figura 2. d) Complete el análisis de dispersión para la variable Salario por hora con el diagrama de caja.^ ^ 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 . es una empresa con plantilla joven o vieja? ¿Cuál es mayor. 9) Master o Posgrado.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. S.18). 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. Ssn t o. .xls. Se pide: a) Realice la tabla de frecuencias de cada una de las variables.'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 . 10) Otros estudios. Ratón- rat I ^ + v T . 7) Universitarios en escuelas de diplomatura o ingeniería técnica. 8) Universitarios en licenciaturas o ingenierías superiores.Coba 2 Análisis etploralan° de venables umd mensionales JI EIEMILI Of IESILIIIÍI 1 111TI1 If SISS • ElE111.vs cT s EQber.Edits de datos Sp55 sJslJJ.tesas s kt es 3W 9W 2W ti 40 5 aloa de .

Para ello. 00 12860 2001 2000í 3.03 44.W 2303 58. venables r Came. introducimos todas las variables en el recuadro blanco derecho. En este punto observamos los resultados de las Figuras 2. 2 (Figura 2.21).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. a lo sumo. En ellas se muestra la frecuencia absoluta (frecuencias). StamleWp tat lit vattam obro 12 13 14 15 16 55C 6 70 5031 9. A continuación.22 a 2.00 .10). y dado que queremos la tabla de frecuencias para todas las variables.25.03 1 7151 7 W': SW a03 3.W —__ 303 9. r Oipsreat atestados y.t MiLple. 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 :^ ^. ginales y que suprima las tablas de frecuencias de variables con más de 20 categorías. Clicamos " Continuar " en el submenú •. La salida consta de cuatro recuadros.Frecuencias: Formato " y " Aceptar " en el menú „Frecuencias.03 6200 27W 38. 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. Este tipo de instrucción suprime la tabla para las variables continuas corno es el Salario por hora o la Edad. 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.. Los tres siguientes recuadros son las tablas de frecuencias para las variables que no tenían excesivas categorías.03 40001 5W1 5W' 300 7W1 - _ cv t ct: 1C( - _4. El primero nos informa del número de datos v de que no hemos perdido ninguna información. la frecuencia relativa Sin titulo .2W.etebte.

6 1.8 19.. bl Para realizar los gráficos tenemos dos opciones.0 852 902 934 95. La primera se halla igualmente dentro de «Analizar.6 3.. podemos seleccionar la variable Educación y realizar el gráfico de sectores de la misma (Figura 2..7 803 88 5 91 8 934 95.n.101.0 78.9 13 16 49 100.1 41. si cucamos en la opción «Gráficos. En ella.6 1.24.5 31.enrama . IE SPEC Estadlsbms Sa áRIOS EDUCACION! E.3 49 16 9. [e^taje a -.2 3.ann J41 0 410 590 100 0 t -_ _ Tota 61 100.3 49 16 Porcentaje v5Mn 82 16 4.8 21.26).1 967 100.111 3. Estadísticos descriptivos.m 5.0 6 1 7 1 4 2 _ 4 1 1 5 2 1 1 1 2 61 98 16 115 16 66 3. :-_.0 Porcentaj e estilo 82 16 98 210 33 23. Frecuencias.6 672 70.3 16 33 6.3 1.3 24 6 29._ eaa-_.6 16 1.wa •T•2.3 6..0 42.2 82 4.6 33 1000 va.9 66 3.6 8.6 16 82 3.6 3.1. Valrcos _ SEXO .3 __: Porcentaje anln olann 82 96 14.0 52 82 49 33 16 49 1000 =.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 2.6 3.11.0 r.pe-=-:60 Vdltdos 3 1 2 3 4 5 7 8 9 10 .3 16 16 1.6 541 557 623 65.0 8. '. (porcentajes) y la frecuencia relativa acumulada (porcentaje acumulado).1 1000 12 13 15 16 18 20 22 23 25 28 29 32 35 40 Tota '.3 1.96 700 ^ 00 44 00 62 m a 00 W 27 0 13 38 00 . :Trin 82 9. -_ '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.renuie 410 590 Pc.5 77.taplulo 2 Análisis etploralono de v ariables unidimensioneles 43 IE S1SS EJE111L1 IE 1ESILItIÍI I 111111 • EJE11L1 IE IESILILIi1 Experienaa I 111111.1 5 1 3 4 2 Pnrnentale 82 16 49 66 3.8 16 115 16 6.6 1.7 426 459 68 9 77.

En la opción .Definir» después de marcar la opción -resúmenes para todos los grupos de casos. y en el siguiente menú seleccionaríamos la variable Educación y le pediríamos que los sectores representen el número de casos.' Revnere0p•aVWS de50000 r Res'nann pne d0W a0 vseHs ValpeO ndvidudn de Is cmos I Deb. seleccionaríamos ■■Histograma» y marcaríamos la opción de curva normal en el gráfico (Figura 2. .29 y 2. de daos 5.27.. ® 11^ © 11® .44 ElEA1l1 Esladishca aplicada al luris- If IESIt1EIil 1 111111 If SPSS • E1E111L1 If IESILIEIiI I I11111 If S1SS Sn aula .30).i00^ 00 1 Pf) ^300`` 21 r m mI m .21 El resultado se puede observar en la Figura 2.yvo ® 1=0 ® 11^ Mal fipli 2.32.28). estadísticos descriptivos. Para elaborar el histograma de la variable Salarios nuevamente tenemos dos posibilidades. marcaríamos .. Observe que el dibujo sería idéntico si pidiéramos el % de casos (Figuras 2.•Analizar. Posteriormente.Sectores.tato. I Flqu a 2. 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 (.. 8( 3( 13' 13 25 L 70(D' 1 88 _ . El mismo resultado se habría obtenido en .29.. El resultado es el que aparece en la Figura 2.Gráficos» . Notamos que los niveles de educación 3 y 5 son los que están más representados.55 a161140I54 10 =1J _J JJ J: rums e mininos. (Figura 2. frecuencias y gráficos.31).

.081 604 11 0 11 1...33). 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. Guantes . notar que aunque sólo hemos pedido los percentiles 10 y 90 nos ofrece también el 25. y el submenú «Histo g ramas.8498 23 5203 2336 . } desde aquí entramos en la opción «Estadísticos>.20 300 500 600 8 BO _ 13' 5 10-00 10 10.443 109-050 776 . 0 140 160 160 IDO 220 ND TO Lm vetos ao n. únicamente hacer constar que el coeficiente de asimetría que nos ofrece SPSS es el coeficiente de Fischer. como sabemos. Una vez en este menú clicamos en los estadísticos que nos interesan..570 _ 164 5.00 1.701 455 306 .•66 N•6100 •0 60 SO LA Rí05 .604 40 0 40 120 4. Estadísticos descriptivos. Una vez allí.00 2000 28 00 61 3 59 100 1 . justo a la derecha de la opción «Percentiles. Por otra parte. Estadistrcos -sao EDAD N Meaja Mediana Moda auaos a eraiacs 85-`_ 7200 5.ya que la mayoría de sus datos se concentran a la izquierda de la media. P Aarree P Cuba S ti Obtenemos de nuevo idéntico resultado a partir del menú «Gráficos. 4.Taderoe cara r Ñ Meso P Matero Reo= x cane cae P Pacaxiea (- P Mofe r s.9 4.111 . En nuestro caso. J . tenemos que indicar los que nos interesan escribiendo el número en el recuadro pequeño. P Mf.330 5. 33 26.775 7.306 -.00 3' 2. En el caso de los percentiles. segundo y tercer cuartil.mn F Den Cima P V6..306 -1.6 r Ds tp •a66 1bd.Frecuencias. Sin detenernos a comentar toda la salida.34.ioo NOS. una vez activados tras el clic. hemos añadido el 10 y el 90 (Figura 2. seleccionaríamos la variable Salarios y marcaríamos la opción de curva normal.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 ..228 604 48 17 65 2200 26.800 7200 9.915 201 .306 6.750 13. ya que estos percentiles coinciden.00 52-00 57 00 a Existen vanas modas Se mostrara el menor de los valores fi^rt 134.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.+* vedes 0e grzos Deae.•oe P Mim e Dotüav Ñ Amad r ET.00 1.. el 50 y el 75. c) Para realizar la estadística descriptiva de las variables volvemos al menú “ Analizar». v cucando «Añadir» para que aparezcan en el recuadro grande.396 604 23.con el primer.50 10.00 61 3 38 43 37. El output que nos ofrece SPSS es el de la Figura 2.00 1.50 37.00 23 13488 181.

.^. san Resúnen. ea.31. _ _— Ceffas i a . advertimos r J . Wdwo Edioón Ve ' patos Transformar Arare Gráficos tildadas Ventana '.39). que corresponderán con toda seguridad a los gerentes de cada agencia. 1 pe°•r"1 Ira 2.46 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 . Por último. . ..37). submenú Segmentar archivos» ( Figura 2. 28 00 33 00 r Los daos del atta. d) Para realizar el diagrama de caja de la variable Salario por hora..sede eda0 salan 37 W E 4 51 saecooree casos..áfvn Gr WdldK Ventana W 00! W 4200 2200 57 03 36 r. Por el contrario...-- 100 1W WI 62 N^' ^ WI 00 00 1 00 1 00 100 W 5+. En él vemos observaciones atípicas situadas aproximadamente entorno a los 26/27€ la hora. entre el cuartil primero y la mediana. Se trata del diagrama de caja usual presentado en posición vertical. . 24 23 58 44 •F m_ 1W 1 00 : 100 W J ^ Defr. e) Por lo que respecta a las preguntas a las que hemos de dar respuesta 0 Espera m casos 'recia.35 y 2.38. nos trasladamos al menú «Datos»..sTi Srrele a9weda a... Diagrama de cajas». Para ello. La salida de SPSS es la de la Figura 2. Para responder a esta pregunta necesitamos calcular estadísticos descriptivos separados para el colectivo masculino y femenino.36)... entramos en el menú «Gráficos. inserta ve verte* ffi . I 1 F. Además.. 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. Pondera casos. fades. En el siguiente menú pulsaremos en opción «Simple» y en la función «Resúmenes para distintas variables» (Figuras 2. pee 71003 da casca Resúmenes neta d3n4aa venables r 48 00' 4300 21 00 Agora 2_36. 5T Gafe. se sitúa el 25 c %c de observaciones más concentrado. tenemos información suficiente para todas. J .' al p: J 59( 89t 4 4'..aa J __ en el informe que se nos pide en este apartado.see • Pa^ salmo A_ °• Pqa una dispersión muy elevada en el 25% de observaciones que oscilan entre el cuartil tercero y el extremo superior. seleccionaremos la variable Salario por hora y aceptaremos (Figura 2.

lo que representa un 59% de hombres a SEXO = 0 (media de la variable Sexo) y un 41% de mujeres. la media de experiencia del personal de nuestra agencia es superiora los 13 años. aunque el colectivo de mujeres presenta salarios más estables a tenor de su menor desviación típica y coeficiente de . ya que su coeficiente de variación es el mayor de todas las variables 10. en promedio. ya que el coeficiente de variación es de 0.43 años. Respecto a la variable Experiencia.40). cantidades superiores a las mujeres. La dispersión es relativamente elevada.75) y el extremo superior de los datos. no crear grupos» (Figura 2. en nuestra empresa hay tanto personal que únicamente tiene el ciclo inicial de EGB. y el hecho de tener la desviación típica mayor variable Edad. la seleccionamos y si aceptamos observaremos como nuestro archivo se ha ordenado según ésta variable. No obstante. se detecta que la media y la mediana se sitúan en estudios de tipo medio como COU.79. Una vez en este SALARIOS Miromn Maims punto va podemos realizar el informe.. Estadísticos descriptivos. nos podría hacer pensar que fiprE 211.5 € la hora. A título ilustrativo hay un 10% (percentil 10) de la población con experiencia inferior a 12 años y otro 10% 13.34 éste nos diría que estamos muy cerca de considerar a la media como representativa del conjunto de datos. cualquier instrucción que realicemos a partir de este momento. siempre que no desactivemos la opción anterior. tenemos personal que cobra un salario por hora superiora los 26. Bachillerato o FP de grado medio. De hecho. tenemos Nvándo se-_.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 .43 — 0.41.Organizar los resultados por grupos)) y «Ordenar el archivo según las variables de agrupación». Descriptivos. De todas formas. Así. observamos que los hombres cobran. Aunque ello. se trata de la variable más dispersa. Así. nos entretendremos al go más con la variable Salario por hora. tenemos primero las observaciones con valor O (mujeres) s después las observaciones con valor I (hombres). tenemos una gran dispersión de edades. si observamos tanto la estadística descriptiva como su gráfico de sectores. Estadisncos descriptivos' Por otra parte.57 €.s:a 36 edades comprendidas entre los 17 y 65 años. será presentada para los grupos de-mujeres y hombres de forma separada (para desactivar esta función: «Datos. Las cate gorías más representadas son estudiantes con BUP y con FP o ciclos formativos de grado medio. la encontramos entre el cuartil 3 (9. El salario hora de la plantilla de nuestra agencia se sitúa entorno a 8. Así. ya que si calculamos el coeficiente de variación de la variable Edad 13. 98 25 SALARIOS Nválido (según lata 25 Nuestra plantilla consta de 25 mujeres y 36 hombres.5 € la hora. ya que su media N Minim^ Maxim =iv I1A _ 5010 36 265 SALAR Cde edad es de 38. En particular. Además. Por último. Si diferenciamos entre sexos.18 (percentil 90) con experiencia superiora 28 años. se trata únicamente de algunas saciables extremas. Segmentar archivo y Analizar todos los casos. s obtenemos la Estadisticos descripnvos' salida de SPSS de la Figura 2.3 € mientras que otro 10% de la plantilla lo hace por salarios superiores a 13.56. la dispersión más elevada.413 — 0. un 10% de la plantilla trabaja por salarios hora inferiores a 4. Respecto ala variable Educación. sólo tenemos que pulsar «Analizar. para obtener la estadística descriptiva de cada grupo. cosa que no ocurre con el resto de variables. Nuestra variable de agrupación es Sexo.488 38. Sin embargo. podemos considerar que nuestra plantilla es relativamente joven. como personal estudiante de doctorado. con lo que este dato no es muy ilustrativo.

000 de tren.48 PRR11 1RE SPSS • EJEMPLO RE RESOLUCIÓN R Esladíshca aplicada al MISMO EJEMPLO RE RESOLUCIÓN R PRRIIR RE SPSS variación. Dibuje un gráfico adecuado para estos datos. Ejercicios propuestos Ejercicios pujos 2. a) b) Determine si es grande o pequeño el grado de asimetría de dicha distribución. Paralelamente. Calcule en qué tipo de billetes se encuentra más aventajada dicha agencia respecto a su competencia. 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. La interpretación de dicho coeficiente es que la mayoría de salarios se concentran a la izquierda de la media. seguidos de los franceses con 20 millones y los procedentes del Reino Unido con 17 millones.5. el máximo 20. Indique ante qué tipo de variable nos encontramos. El coeficiente de variación de ambas variables. 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. algo que podemos observar tanto en su histograma como en el valor positivo que muestra el coficiente de Fischer. El coeficiente de variación.500. 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 2.11.000 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. mediana = 95. el tercero 19 y la mediana 10. al contrario que las distribuciones del resto de variables que son platicúricas.4. Otras naciones se reparten el resto. De hecho. Comente los resultados. ¿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. 12 26 20 13 30 17 504) muestran una media de 75. se analizó la demanda de los mismos.116 Una agencia de viajes de Granada ha vendido durante un año 50.000 con una desviación de 1.000 billetes de avión y 90. fueron los turistas de Alemania quienes realizaron mayor número de pernoctaciones con 35 millones. 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. Por último.5 y moda = 107. Los datos resultantes son: 2. Comente los resultados. todas las distribuciones a excepción de la del Sexo nos muestran este tipo de asimetría.11. 2. se trata de una distribución leptocúrtica. Se sabe que la media aritmética de ventas de billetes de avión de las agencias en dicha población es de 45. en concreto muestra simetría por la derecha.000 con una varianza de 2. se obtuvieron los siguientes resultados: inedia = 100. el primer cuartil sea 5. . Por países. La distribución es asimétrica.

540. naturalmente). la distribución correspondiente al trabajo que han ofrecido a la segunda diplomada tiene una media de 21.000 €.1 Para un conjunto de datos la media es 80. Calcule alguna medida de centralización y dispersión para ello. 1.pack». c) Encuentre la distribución de frecuencias relativas con clases iguales que le parezca adecuada. 18.100. Por otro lado.40. 112)? c.500 €. 28.400 y represéntela en un histograma.1 La media de edad de nuev e personas es de 40 años.000 €. 65.3) El porcentaje de valores de gasto entre 550 y 900. calcule: e. alojamiento y media pensión.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. 65. pecto al centro de la capital: 38.020.28.050. ¿Cuál es la nueva edad media? ¿Puede determinar la mediana de esas diez personas? 2.. el cuartil primero 75. represente el histo grama y en base al histograma. ofreciéndoles un descuento de un 1O% en cualquier apack» que escojan en la temporada de 2004 (siempre que el destino sea Salou.1. 100. 570.Cap itu lo 2 Pnálisis exploratorio de taria0les unidimensionales 49 • E]EItItIOS PIOPUESTOS • E)EItItI1S PIIPUESTIS E)EItItI1S PIIPIESIIS 211. 23. con desviación típica de 1.100. Se pide: a) Dibuje el gráfico que resulta más adecuado para este tipo de datos. 750. 640. Compare las familias.200. 18. A la primera le han ofrecido un sueldo de 13.27 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.300. 850. 800.50. b) Encuentre la distribución de frecuencias relativas con clases: 500 -600. 600 -900. Sabemos que la distribución de sueldos correspondiente a la categoría de la primera persona tiene una media de 14. 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. la mediana 84. 1. 23. 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. 1. 21111 Los siguientes datos reflejan el gasto en € realizado por 26 turistas en Salou durante su estancia en 2003. 1.5. 550. 1.050.118 Dos personas diplomadas en Turismo con diferente grado de experiencia han recibido dos ofertas de trabajo. Desde la oficina de turismo de Salou se pretende incentivar al 25% de turistas que más gastaron en sus vacaciones.40. Dibuje los diagramas de tallo y hojas para cada familia. invierno y primavera. 900.65. la desviación típica 10. 980. es decir. c. 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 .51 si aplicamos la regla de Chebychev? ¿Qué porcentaje caería dentro de ese intervalo si la distribución fuese normal? ¿Y dentro del intervalo (49. Los datos no cuentan lo que forma parte del . 38.5 y el cuartil tercero 96. Escoja diferentes agrupaciones.000 € y a la segunda le han ofrecido 20. 750.27. ¿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. 950. Entra una de 36. 1. 38 y 18. 600.72.100 -1. 890. 700. ¿Cuál de las dos personas ha recibido una mejor oferta en relación a su categoría? 211.5.l) El porcentaje de valores de gasto superiores a 850.500 € y una desviación típica de 1.900. 900. viaje. 1. 580. 670.400. 101.5. 1. b) ¿Cuál es la distancia media de los alojamientos? ¿Y la distancia mediana? Tabla 2. Son: 500.

61.000) (3.000) [6. 5.0. Dicha gira.000.4.000) Porcenrajell 2 3 4 5 5 5 15 26 26 8 2 .7.250) ( 1.3.000) [2.000) ( 1.28 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 2003.000. dada la tipología de datos? e) Calcule una medida de dispersión que considere adecuada.50 ElE1tItIIS IIIIIESTIS • EJEItItI15 IIIIIESTIS • Eslalishca aplicada al lulisma EJEItItIIS IIIIIESIIS c) Calcule los percentiles 10 y 90. 21111 La Tabla 2. 2.14. los datos. 25. g) Utilice la regla de Chebychev para determinar qué porcentaje de medidas se tendrían que encontrar entre x 2s_ 3s. e) ¿Cuál sería el valor que dejaría por debajo al 50'k de la población. 250) 30 5 10 10 10 10 5 5 número de datos que se encuentran realmente en dichos intervalos.000) [50. 72. 2. 76. 62. 750) (750.7.8. al 759 y al 90'k? ¿Cómo se llaman estos valores? f) Determine el valor del percentil 10. a) Agrupe los datos en clases o intervalos.000. 67. 500) [500. en decibelios. b) Calcule los percentiles 10 y 90. de David Bowie. d) Añada al diagrama anterior el polígono de frecuencias.000) [7.1.3. 4. Escriba una frase interpretando el valor obtenido.500. 58.9. Comente los resultados. 2.000.6. e) Realice un histograma. 56. a su juicio.500) [ 1.29 muestra la distribución de la renta.250) (2. 55. del año 2003 y poner el precio a los paquetes turísticos promocionales.000) [ 10. 10.2. 70. de Marbella ha recogido un conjunto de medidas del nivel de ruido del transporte. 50. 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. 60.2.000) [25.3. Explique su significado. e) Tomando como marca de clase el punto medio de cada intervalo.000) [5. Compare los valores obtenidos con el [0. f) Comente qué tipo de asimetría y apuntamiento presentan. 65. 63. 1. 7.2. 1. d) Calcule los tres cuartiles y dibuje el diagrama de caja correspondiente a la distribución de los datos.5001 10 I0 a) Dibuje el histograma de frecuencias y comente su forma. 59.000. 125. 1. 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>. en S. 69.250.000. 211. el ayuntamiento (1. de los espectadores que siguieron la gira en todo el mundo . calcule la media y la mediana de los datos.000) [4.3. 1250.8. d) ¿Qué medida de centralización encuentra más adecuada.000.000.1111 La Tabla 2.4.000.000.750) (1. una de las más exitosas de todos los tiempos. Coméntelo.8.000) 12. 64. 60. 1. 15. en 1972. 2. 67. de Bruce Springsteen. Con el objetivo de conocer hasta qué punto aumenta el ruido en su ciudad en temporada alta. 66. 2. 3.000) [ 15. 6.Ziggy Stardust. 54.3..000.2.750. Escriba una frase interpretando los valores obtenidos. h) Utilice alguna medida de dispersión adicional para mejorar su análisis de la misma. 55. b) Confeccione una tabla con las clases.000. en un importante cruce de su ciudad: 55.0. las marcas de clase y las frecuencias.000.

¿en cuánto aumenta la media? ¿Y la varianza? d) Si se aumenta el sueldo del trabajador que más cobra en 500 €. Dibuje el diagrama de caja. a) Calcule la media y la desviación típica. 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. ¿en cuánto aumenta la media? ¿Y la varianza? c) Si se decide un aumento del sueldo de un 15%. g) Utilice el diagrama . b) Calcule el percentil 10 y 90. A partir de la base de datos enalgunlugar. el Dibuje la curva de Lo re nz y calcule alguna medida de concentración. dl Calcule el coeficiente de variación y comente si la media es una medida representativa. Constate dicha impresión con los cálculos del coeficiente de asimetría y curtosis.sav.30. lo Si se decide un aumento lineal para todos los trabajadores.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. Comente los resultados. 21116 La Tabla 2. 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.. Ejercicios con SPSS .450 800 800 1100 1.200 1350 1.bozplot» para comentar la dispersión de alguna variable. 1..200 b) Realice las estadísticas descriptivas de las variables más interesantes. 21111.2r10 1.30 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. Escriba una frase que comente el sentido de dichos valores.Qué medida de centralización considera más adecuada? Justifique su respuesta. ci Calcule la media y la desviación estándar. f) Calcule alguna medida de concentración y comenta los resultados. ¿cómo aumenta la media? ¿Y si se hace esto mismo con el trabajador que menos cobra? .

Cálculo de coeficientes e interpretación 3. Introducción a la inferencia estadística 3. Consecuencias 3. Ejemplos de resolución a partir de SPSS 3.10. Independencia y asociación 3.CflPÍ1UL0 3 Análisis exploratorio de ^► variables bidimensionales 3.4. Diagramas y tabulaciones bivariantes 3.1.11.5.7.3. Ejemplos de estudio 3. Introducción a la regresión lineal simple 3.12. Cosarianza y correlación 3.9. Medidas de calidad del ajuste 3. Estadística de atributos. Ejercicios propuestos . Hipótesis del modelo lineal.2. Dependencia funcional y estadística.6.8. La regresión lineal simple 3.

. . sí presentan una cierta dependencia estadística. donde x.. la longitud y la latitud). son dos valores cualesquiera y n „ es )o — Y. el precio y el • • 3. n. y. se suele decir que estamos ante una variable estadística bidimensional. sin estar ligadas entre sí por una relación matemática. De forma general. • . es decir. podemos obtener las distribuciones marginales de la Tabla 3. — Y.. . Considerando simultáneamente las dos series..2.1. y. conjuntamente con y. . n„ n. 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. el gasto en publicidad y la demanda de servicios turísticos. n 12 nos indica la frecuencia conjunta de .número de estrellas de un mismo hotel. se obtienen series estadísticas de las variables X e Y. I rl . dada la distribución bidimen- remos genéricamente como (x. En este caso..). e y..e. si una variable X y una variable Y se estudian sobre una misma población y se miden por las mismas unidades estadísticas. sional de la Tabla 3. de forma que en cada una de ellas no se tenga en cuenta la otra.r. n.. 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. n„ . con y2.3. Estas características. Una forma de disponer estos resultados es la conocida como tabla de doble entrada o tabla de contingencia... Dada la distribución hidimensional (x.. n„ nos indica el número de veces que aparece .). n. se llaman distribuciones marginales a cada una de las dos distribuciones unidimensionales que se pueden obtener. Tablas de doble entrada o de contingencia- Sea una población estudiada simultáneamente según dos caracteres X e Y. etc. n .1. que representala frecuencia absoluta conjunta del valor i-ésimo de X con el j-ésimo de Y. que podemos representar tal y como se muestra en la Tabla 3.

se dice que hay dependencia estadística. n n n. lo que nos interesa principalmente es saber si existe algún tipo de relación entre ellas. •• 32. . o bien indicamos entre paréntesis el número n . si la relación fuese funcional. 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. o bien ponemos símbolos diferentes. Se dice que dos variables casos. Independencia estadística Si ponemos una restricción o condición a una de las dos variables. es decir: n.=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. veríamos que las observaciones del diagrama de dispersión trazan una recta. =— —. YIX. para todo i. indica que el valor de X viene condicionado por Y. una curva o cualquier otra forma funcional de manera exacta. como la distribución de la característica y para los elementos de la población que tienen como característica x el valor x. En general se puede interpretar. una de las dos variables en el eje X. negativas. por ejemplo. Se las suele representar como: X/Y . . 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. Para indicar el número de coincidencias. y la otra en el eje Y. tenemos las distribuciones condicionadas. . 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.E Dependencia funcional d estadística.Ceplulo 3 Análisis exploratorio de variables bidimensionales 55 Por tanto: 90 N 80 i =r = — . o hacemos los puntos del tamaño de su frecuencia absoluta. relaciones no lineales y ausencia de relación. 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.1 muestra una relación lineal positiva entre las variables Valor y Precio. en el estudio conjunto de dos variables. Gráficamente.. Esto se ve gráficamente en el diagrama de dispersión. Medidas de dependencia lineal: covarianaa u coeficiente de correlación Como ya hemos comentado. A título ilustrativo la Figura 3. indica que el valor de Y viene condicionado por X. Según la forma de esta figura podemos encontrar relaciones lineales positivas. la distribución condicionada de y para x = x.

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

2139 . Es muy probable que si calculamos el coeficiente de correlación entre estas dos variables obtengamos un valor muy elevado. . 8.6 s. 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.32 Ahora se puede calcular el coeficiente de correlación lineal r. exógena o explicativa. vamos a llamar a la X variable independiente. y a la otra. Un ejemplo ilustrativo es el siguiente: supongamos que tenemos los datos de temperatura y el número de matrimonios. Por ejemplo.8282 que nos indica que las variables están relacionadas de forma positiva. la llamaremos variable dependiente.8 = 52.1.3. Y. cuando se estudian dos características de una muestra simultáneamente.4). 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. que vamos a denotar con X e Y.2139 = 67. 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. El objetivo principal de la regresión es descubrir el modo en que se relacionan.Capado 3 Análisis exploratorio de variables bidimensionales 57 tencia de ninguna relación de causalidad de una variable respecto a otra.7567 175• 80 +180 82± 16257+. Ejemplo 3. 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. 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)..: 52. 10 169. La regresión lineal simple Como se ha dejado patente anteriormente..8 s = 8. se puede considerar que una de ellas influye sobre la otra de alguna manera. con los datos del ejemplo anterior (Tabla 3.7567 — 0..32 7. l • • 3. De las dos variables a estudiar. endógena o explicada.6 67. = 7.

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

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

Es fácil notar que este coeficiente está acotado entre O y I. r = —0. por los datos de X (es decir. el coeficiente de correlación lineal.. BI La recta de regresión siempre pasa por el punto (y • • 3. la variable explicativa no explica (valga la redundancia) al 100% los resultados que se observan en la variable explicada. y calculando R 2 = r 22.5. al estar influenciada por la otra variable. 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. 100 = 59. Propiedades de la regresión A) b X b' = rt: es decir.a.60 Estalfislica aplicada al turismo En cambio. entre dos variables X e Y. b. y de otra parte por causas desconocidas. si R 2 = 86% para unas variables X e Y. por . definido en el s 2• capítulo anterior. elevado al cuadrado y multiplicado por 100. ya sabemos que la recta de regresión es decreciente (por el signo negativo de r). desarrollando la expresión de la varianza de Y se puede concluir que: s?= 2 + s . 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. segó el signo. pero sí por la de Y.29% tenemos una calidad de ajuste media (no es muy pobre. Los datos de ambas variables tienen una varianza.77. El coeficiente de determinación va a ser el % de varianza de Y que se puede explicar por X. al coeficiente de determinación se le llama 12 2 . No nos vamos a interesar por la varianza de X (independiente). podemos decir que la calidad del ajuste es bastante alta. es decir. el % de varianza de Y explicada por X es: s-' — X 100 s. Como v. se puede interpretar como el aumento o disminución. pero tampoco se puede calificar de buena). por su varianza). la pendiente. de una parte. que resulta ser "s2 x 100. La varianza de Y está generada. cada valor de X nos da el valor exacto de Y.ar y por tanto. •s2 x 100 Por ejemplo. Normalmente. y se le suele llamar bondad del ajuste. si conocemos el coeficiente de correlación lineal. . _ }' + e. Vamos a cuantificar la calidad de la explicación de Y por X mediante el coeficiente de determinación o bondad del ajuste. porque valora lo cerca que está la nube de puntos de la recta de regresión (o dicho de otro modo. Pero ese no es el caso general y estaríamos hablando de dependencia funcional y no estadística. En ese caso. es decir: R' = sñ s. Por ello. r. Otro ejemplo. aunque no sabemos si la recta de regresión es creciente o decreciente. que sufrirá la variable y al aumentar la variable x en una unidad. lo ajustada que está la nube de puntos a la recta de regresión). 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.

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

b).62 Estadistica aplicada al turismo Como se ha comentado con anterioridad. nos queda conocer cómo calcular s1. en caso contrario se acepta`. Imaginemos ahora que teníamos una idea previa de la influencia de la variable x en y. 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. A modo de convención. es decir.rt1■111 El modelo de regresión lineal. se supone que ese cociente es suficientemente grande cuando excede 1. Su interpretación. Este valor se corresponderá. y también aumentaría en una unidad. con uno del estadístico t superior a 1. Pongamos.7 del capítulo anterior que hacía referencia a la tipificación de una variable. pero que mostraremos su intuición. x e V. que h = I. 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.11. a título ilustrativo. en una muestra individual puede alejarse de su verdadero valor: el de la relación entre xev. esto no es casual. tal y como lo hemos presentado. 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. de acuerdo con lo comentado para el estadístico t.96'. El objetivo es conocer si b es estadísticamente igual a I. Observe igualmente la similitud del cociente inherente al contraste con la expresión mostrada en el Apartado 2. Una varianza del estimador elevada implica una reducida eficiencia del estimador.1 (h = 1. por tanto. que creíamos que al aumentar en una unidad x. no hubiera habido duda. Ahora se trata de saber si 1. que h m (I:' Empecemos por la primera hipótesis. Hipótesis del modelo lineal. Evidentemente. que aunque el estimador calculado y promediado para muchas muestras concretas acierte. Pongamos que con una muestra de datos obtenemos una estimación de h con valor 1. dicha predicción se basa en las estimaciones de a y h lá. Cuanto mayores son los errores mayor es su dispersión. debidamente relativizado por la desviación estándar del estimador.96. Evidentemente. obviamente.1 está muy cerca o muy lejos. para conocerlo utilizamos el siguiente contraste y estadístico que no demostraremos. A la luz de lo visto en los apartados anteriores. uno de los objetivos del modelo de regresión es la predicción.05. es que únicamente se rechazará la hipótesis nula si dicho estadístico es inferior a 0. . que x influye en y. La hipótesis a comprobar hipótesis nula) será que h es igual a un determinado valor h . ¿Hasta qué punto podemos concluir que nuestra hipótesis era falsa? ¿Podemos afirmar. Consecuencias c. la varianza del estimador. se sustenta en una relación estadística entre dos variables.96 se rechaza H„ . es suficientemente )estadísticamente) grande como para rechazar dicha hipótesis. .. Dicha columna. En general. es decir. es decir.: ^e= Ss = ( donde n la varianza residual s' •X' ) n- 2 La interpretación de la desviación estándar del estimador es sencilla. Así: Ib sh bI Si t > 1.7. Si el coeficiente estimado hubiera sido 1. como mínimo. • • 3. su varianza y. recoge la probabilidad de aceptación de la hipótesis nula (normalmente la hipótesis es que dicho coeficiente estimado es igual a 0).

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

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

tomando el valor 0 cuando no existe relación y I cuando se establece entre las variables una relación perfecta. Por último. Estadístico x2 : Hombre Fiat Total Peugeot Ford Mercedes BMW Volvo 9 6 Is 26 18 li I. para una tabla 2 X 2 su valor máximo es de 0. El nivel de significación suele ser del 5%. en caso contrario no se podrá rechazar dicha hipótesis y se supondrá independencia. mín { (r — 1). 20 10 3 4 61 Total Re-¡+.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. al ^ ^ ^ 1 61 6 =0. Sin comparar con el valor en tablas. Ejemplo 32. siempre que tengan la misma dimensión (número de filas = número de columnas) se puede utilizar el coeficiente de contingencia C. (e — 1 ) } La V de Cramer vuelve a estar acotada entre O y 1 con la interpretación usual. dicha asociación no parece ser muy elevada. Para tablas más extensas.7 V =^ O . a menos que se indique lo contrario. 13 16 116 íst i c.I4 = 0. a pesar de que aceptamos la presencia de una cierta asociación entre el sexo y la marca de coche escogida para alquiler. que es la medida adecuada para la tabla de que disponemos. también para tablas extensas y teniendo en cuenta el número de filas (r) y de columnas (e) es la V de Cramer. Al ser el valor del estadístico mayor que el valor en tablas se acepta la hipótesis de asociación. N ^ El coeficiente do está acotado entre 0 y I. ^ = Los grados de libertad: (6 — I I • (2 — I) = 5.a. En tablas. Su expresión: C yl X + N Su valor mínimo es O mientras que el máximo depende del tamaño de la tabla (por ejemplo. correspondientes a julio de 2003.5.Caplolo 3 Análisis exploratorio de variables bidimensianales 65 Una vez realizada esta operación.y 2 no está acotado y es directamente proporcional al número de casos. al 5% de significación el valor es de 11. Un estadístico acotado adecuado para tablas 2 x 2 es el coeficiente d.707).07. el estadístico . por el número de columnas menos uno. La interpretación de sus valores es idéntica al caso anterior. Se rechazará la hipótesis de independencia si el valor del estadístico supera al valor de tablas. Como conclusión. es necesario comparar su resultado con el valor de la distribución x de Pearson en tablas. Los grados de libertadad vienen dados por el producto del número de filas menos uno. 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.:. l .

Por ejemplo.63) se aleja de dicha tendencia.8 = 52. y no está claramente definido cuál de ellas influye sobre la otra.7567 Fgura 3. 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.2139 s. 175 = 17 80 + 180 • 82 + 162 57 + . según la tabla de datos.177.8282 7.71 + 1.8 = quedando: y = —102. 0 169. Ejemplos de estudio Ejemplo de estudio 3. que es el índice numérico que evalua50 rá esa tendencia. decidimos estudiar cómo el precio del viaje de los individuos influye sobre la valoración del mismo. que reproducimos a con175 180 162 157 180 173 171 168 165 165 Precio tinuación. 52.8. nos constatará que hay una buena relación lineal. calculado con anterioridad. aunque no lo haremos en este caso. que se obtiene sustituyendo el valor de x. para que nos informe si vale la pena iniciar el estudio de la regresión lineal o no hay motivos para ello (Figura 3.3.3).1 Vamos a realizar un estudio completo del ejemplo que se describe al comienzo del capítulo a partir de la Tabla 3.10.8282) 2 • 100 = 68. 90 Comenzamos con la nube de puntos.005x Así.7567 y R2 = (0. el (157. s = 169.32 Ahora se puede calcular el coeficiente de correlación lineal r y el de determinación lineal R2: r = 52. un viaje de 178 € (correspondiente a x = 178) tiene. 80 Se observa que los puntos siguen una tendencia..2139 . aunque uno de ellos..10.59%. el 60 dibujo revela cierta tendencia de los puntos a agruparse en torno a una recta imaginaria. Así pues.6. en virtud de la recta de regresión. una valoración y = 76. 150 160 170 180 190 Pasamos al cálculo de los estadísticos necesarios: Precio Tabla 3. e incluso en ocasiones se elimina de la tabla.04 . se dice que la predicción tiene una fiabilidad del 68. En mues70 tras numerosas un dato atípico no afecta demasiado al resultado.6. = 8. Es decir. Entonces tomamos X = Precio como variable explicativa e Y = Valor como variable explicada.6 67.32 — 0. El coeficiente de determinación. 66 Estadíshca aplicada al turismo 3.8 s = 7.32 (x — 169. ¿qué valoración le debería corresponder a un viaje de precio 178 €? La respuesta viene de la recta de regresión de Valor sobre Precio. 80 82 57 63 78 65 66 67 62 58 Valor Aunque en este caso tenemos dos variables muy relacionadas.59% de la varianza de las valoraciones. Se toma como fiabilidad de la predicción el índice R'-. A este dato se le llama dato atípico. La calculamos con los datos que ya tenemos: y — 67.6 = 67.59 que nos indica que la variable independiente Precio explica el 68.6) 52.

89 R2 = 52.98 +fi . d) Los errores cometidos con cada observación. S6 = +0.5)2 + .383X 60 Es decir.73 = —0. s.. = 0. = 7. b ) S = 36 86 60 • 95 51 ^ 91.. h) La predicción de la puntuación para un hotel cuyo precio de una habitación individual por noche es de 42 €.2 Supongamos que tenemos la Tabla 3.5)2=53. Es decir.. es ajust e pare ce ser muy oue no.5 SCE = (85.98 De lo que podemos concluir la existencia de un elevada correlación positiva. ti pre cio ces notes es muy expucauvo ae w punwacsuu. parece redundar en un aumento en la puntuación que éste recibe de 0. + (94. Valor 86 90 91 93 94 95 Se pide: a) Los estadísticos individuales necesarios.383.74232. d ) e. = 0. b) La covarianza y el coeficiente de correlación.5 = 23 r.. —99 0. c) La recta de regresión de y sobre s. O sea.95+ 0..22 e6 = 0.5)2+...93 — 91.73 — 91. Capiulo I dn)lisis exploratorio de variables bidimensionales 67 EJEMPLOS bE ES11010 • EJEMPLOS 1E ES11110 EJEMPLOS 0E ES11010 • Ejemplo de estudio 3.1506 0204 0.14. s. I v -91. = —0.07 ) 5 = (0.. = 86 — 85.5) 2 = 52..33 e.95 puntos. (3 62 +.89 _ 0.1506 f 0. on lo que e mación del precio del hotel podemos ajustar de forma muy precisa el valor de la puntuación del mismo. contraste que b = 0.. mayor es la consideración del hotel. g) El coeficiente de determinación.5= -51): v=71. Solución 1 -t = 51.37 e.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 2003.48 e. partiendo de un mínimo de puntuación en tomo a 71.383 • 36 = 85. = 7.99 53.5 ts ue csr.512 — SCT= (86-91.272+.5. = 2. i) Contraste la hipótesis de que el precio por noche no influencia a la puntuación que recibe el hotel.74. cada € adicional en el precio por noche de una abituación individual del hotel.95 + 0.73 = 0.072)= 0. = 91.+(90-91.+ 60-) -6. e) La varianza residual. f) La desviación estándar del estimador.27 e2 donde ^^ ^ = 71. a mayor precio. .

r Descreemos •=3:1=1.71.383-0 = i) 0.75 9 80 580 695 213 6 00 3.00 . 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 7.00 I r de aastea. el submenú «Estadísticos descriptivos» y la opción «Tablas de contingencia» (Figura 3.00 00 00 . —0.11. un hotel con precio por noche de 42 € recibiría una puntuación de 88. „-. 00 3. J 3. el análisis de correlaciones y la regresión lineal entre las variables Salario por hora y Años de experiencia.03 38..00 20.11.. Realice la tabla de contingencia de las variables Sexo con y Nivel educativo..1 azor..03 6. asimismo.00 700 00 5. r EtaSstxos desgarros Tablee mundanas Camparen pedas taodeto traed general Modelos martes Correlaciones Redes& tootied Il¡al Frecuentas Erpbn.00 2100 53 03 5100 213 . Realice el gráfico de dispersión.383 • 42 = O sea.00 40 001 5 00 3 00 4 00 15 00 1300 8 03 00 1 00 1 00 .00 5. Reducoon Escales Pruebes no permetncas seres temporales 5upereirenoe Pe-norestes 28W mentes datos r 56UU Antros de valores perddos.00 44.00 .00 62.xls: I. iUJ 3. los resultados. Comente. De cara a realizarla tabla de contingencia de las variables Sexo y Nivel educativo.20 5 'fi d 15 16 7 18 19 5.4). A partir de la base de datos Salarios.77 Evidentemente se rechaza dicha hipótesis.00 5. 2. Comente los resultados.03 900 2 00 3 00 5.03. ya que parece que el precio de la habitación redunda en la puntuación que recibe el hotel.00 7.00 00 5. Resolució n : 1.03 • EJEMPLOS OE ES11111 • EJEMPLOS IE E511111 hl 5‘.68 Estadística aplicada al turismo EJEMPLOS lE 1511011 88.95 + 0.0204 18.00 2 00 3. entramos en el mentí «Analizara.00 27.1. Ejemplo de resolución a partir de SPSS Ejemplo SPSS 3.00 3.

0% 8. En la tabla podemos contemplar el número de casos para cada par posible de la combinación entre la variable Sexo y Nivel educativo. 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 .Cabildo 3 Ooálisis explorelono de variables bidimensiooales 69 EJEMPLO IE IEStIICIÍI I 111T11 IT SPSS • E]EMfLI IE IESILILIÍI I 111T11 IE S1SS _ . ____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.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. nos confirma que no se ha perdido ningún caso fruto de alguna ausencia de información en cualquiera de las dos variables (Figura 3. • e .6). i. únicamente.5).aficcs ^ J vo I I aedales secta.0% 56% 1 100.1% 3 100 0% 83% 2 100. 8 9 10 11 'oai 25 410% 1000% 36 590% 1000% Fi ora 3.3os 'rawer .0% 11.1 . seleccionamos el tipo de frecuencias. y obtenemos la salida de resultados (Figura 3. A nosotros nos interesa. en este momento. Una vez aquí. La salida también nos ofrece el siguiente cuadro que.7% 111% 8 571% 222% 3 5 6 7 6 429% 167% 2 400% 56% 4 80. Clicamos en ambas opciones (Figura 3.0% 28% 3 100 0% 83% Una vez aquí seleccionamos las variables correspondientes ■ entramos en la opción «Casillas». mIEI tI®1 var - Tablas de rente-venda 2 3 4 s.) 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.0N %deSEXO Recuento % de EDUCACIÓN %de SEXO Recomo %de EDUCACIÓN %deSEXO 2 __2% 80% 3 600% 83% 5 100.0% 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. aceptamos nuestras selecciones en los cuadros de diálogo «Tablas de contingencia: mostrar en las casillas y en Tablas de contingencia>. las frecuencias observadas y las frecuencias relativas marginales cuyo cálculo nos ofrece SPSS bajo el nombre de porcentajes fila y porcentajes columna.7). En ella.

aceptamos la opción «Simple. edad 2. El resultado parece mostramos una relación positiva entre ambas variables. Posteriormente. m UJ 1W 5t1 LeJ 10 `ris 3100 4000 500 3.00 espe renca 21 flglli 3.orama de edicaceo > tam •. Telta.^ Sal tibio .usa les nceeneamns gar de toe cams reó•te. aunque de carácter débil (Figura 3. En el cuadro de diálogo resultante..&-v Votan 2 3 5 6 7 8 9 10 11 12 13 14 15 16 7. r3Ge ^JJ^ =^ Pe^^= ^ 0k9.11.. el Dispersion 30 ^^ Eei Establece ne•cc v Eeparar Reaeekce r ^v I ^.75 980 580 695 965 mítpes :+ralas de valores pedalos. Por último.tgte Ee ^r ^ J4zpra Pega IJ ÍD • a 2.8). Correlaciones... 00 00 00 00 00 1 . seleccionamos la variable Salario por hora para el eje de ordenadas y la variable Experiencia para el eje de abcisas (Figura 3. ^ ICJ Planas .00 670 : Di. (Figura 3.00 00 1 00 119 44 00 62 00 2700 o á -^o o 10 20 30 a0 50 400 1500 1300 8. athoo Edmn ve Dias Trasformar ala e J p edac salarlo 1 JJJJ^ edut eso frM0os uidede5 Vetan 1 Dtomes Eoaeovos desapwos • • U'. SPSS nos lo ofrece en el menú «Analizar. 70 EJEMILI IE IESILILIÍI -. Con respecto al cálculo del coeficiente de correlación entre ambas variables.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 4.80 3. S 51 1 73 5 5_ 6 70 500 900 715 7.m a-rapessin s...11). acudimos la menú «Graficos>.9). Teases pesonahedss coopera made: Modelo kd general Modelos monos pepeetln toyed Gestas Renacido de daos Escales aneases no pa•nensas saes temporales 1.. . submenú «Dispersión.00 3800 23 00 5300 5100 28 00 33 W figaa S ll ..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. Bivariadas» (Figura 3._ 041dtrea.10). (Figura 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.12). Para obtener el gráfico de dispersión entre las variables Salario por hora y Nivel educativo.00 13.

13).. Por último.01 (bilateral 390*" 002 61 1 51 -c<behvyirs= " Bialea arca r r Sean..Residen Erxedas de caso r r DuenWasm Dxporacos pa caso Greecor Guarda. *eras las variables Salario por hora y Nivel educativo. Donde se observa un coeficiente de correlación de 0. adecuado siempre que hay al menos una variable cuantitatisa (Figura 3. • t LogistMa Marx.m las combase.. Eslxeeden po dereda.Coehcwes rx de rolecrsrs F de repetrmde mfi.• s de vaarssp>ádos. 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.. 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 . Lineal» (Figura 3..... Vanehbp .16).muae nieves . • • a arana.. entramos en el menú «Analizar.39. que muestra una relación positiva. La correlación es significativa al nivel r uriaaa egrik ee. Me Meet. Dentro del menú.Caplulo 3. Opciones r . c 44 CO Escalamient . se nos pide el análisis de regresión lineal para t • ear J Traldormer Arxiza Grecos Utidatles Ventana =1 ^ Informes Estadmcosdesaptr.Figura JN.. seleccionamos la variable Salario por hora como variable dependiente. la variable independiente. ese a se. por tanto. Regresión.. aunque no muy fuerte. Además. adrados en dos rata.15). ya que lo razonable es explicar el salario que cobra una persona a partir del número de años de experiencia que posee la misma.. La salida de SPSS es la de la Figura 3. 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 . Para ello..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 ... La variable Experiencia es. Root..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 .390^ 002 61 0.os _ Tabas persmaizadas exp Compasar ar medras Modelo Mear genera Modelos romos Conelaocces Loglleal Ciasta Redoren de datos Escalas Pruebas EZTI • Estrenen cdrvrnea.. Loteara mimad.14. re paranetrxas Sanes temporales 5sperabrenoa = •c.

emanada.I Re9re.aao mrreaYla 138 Errd 6p le a ea(manlnn elia 390• R n. ^ . MMMn Introducir a Todas las variare. en la primera columna tenemos las sumas de cuadrados. Vuelva a estimarla regresión múltiple. se rechazan claramente ambas hipótesis nulas.aa ra6 ra 214 658 20 281 N 1 59 60 F 10 584 Sn 002' a varares peeddoras !Constante). eepenenoa ANOVA° Sumaae r m AnIns 214 656 1196 560 1411218 Seda rr . observamos que.96 y. como era de esperar. 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. Recuerde que las variables Temporada.112 Con los datos del fichero enalgunlugar. pendiente del modelo resultan significativas. las estimaciones de la constante y la Modero t (Constarle) ee8e0e602 MMr. Nos indica el coeficiente de correlación entre ambas variables (0. Ambos estadísticos t resultan muy superiores a 1. Pensión. Ejemplo SPSS 3.181€. Pensión y Organizado deben especificarse como variables binarias (1. Este mismo hecho se puede comprobar con la última columna que nos indica la probabilidad de aceptación de las hipótesis nulas. Así.17.39) y el coeficiente de determinación (0. Se puede comprobar fácilmente cómo el coeficiente de determinación es igual ala suma de cuadrados explicada dividida entre la suma de cuadrados total. partiendo de un nivel salarial de 6. un año más de experiencia hace aumentar el salario por hora de un individuo en 0. dejando siempre una por incorporar de cada una de ellas. 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. incorporará seis variables que hacen referencia al destino. respectivamente. Ahora el coeficiente de las nuevas variables Destino se interpreta en relación a la categoría omitida. Ahora cambie la variable original por estas variables binarias en la regresión múltiple.0) para la variable Destino que tomen el valor I si el individuo ha viajado a ese destino y O en caso contrario. Destino. Cree siete variables binarias (1. O sea.188 E.0) tal y como hicimos en el capítulo anterior. en la segunda fila la suma de cuadrados residual y en la tercera la suma de cuadrados total. 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.daNel.anraan 152 a dar ardes pedict0rás Ieomtarlel . ¿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. por tanto. Hotel.sav se pide estimar una regresión lineal múltiple que tiene el Precio por noche como variable dependiente y las variables Temporada. El último de los cuadros nos ofrece información acerca de los coeficientes estimados. solatadas MroducAas p Vanade 0eperdiente SAURIOS Resumen del modelo R wa0. Se pide: a) b) c) Realice un análisis de independencia de atributos para el caso de la pensión y la temporada. 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. Evaluación y Organizado como variables independientes.entes evamaraa.dn Residual iota! Modelo feonan Vendares mtroduc. Días.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. País.mmaaas° ^ad^ e+penen0a• Vanades . son nulas. Además. eepenencn b varetee aepenaletne SALARIOS ccetiaentes• Coesc. En la primera fila (regresión) la suma de cuadrados explicada. El siguiente cuadro nos desglosa el coeficiente de determinación en sus componentes. El programa realiza esta función de forma automática si utiliza el método •pasos sucesivos» dentro del submenú •Regresión lineaba.15). d) Se trata de un ejercicio de ampliación. Ello se puede apreciar en la cuarta y quinta columna.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. Así. Comente la regresión.05. Se observa que dichas probabilidades son claramente inferiores a 0.

13. cualquiera de las medidas es adecuada (Figura 3.drs bles independientes.38 2.11. pensmon 00 t=. • oar pas{ se! mos ante un viaje en pensión completa y en temporada alta.. binarias. Red.I 1 0 O.00 1W 1W 111. Para ello acudimos a «Analizar.00 E 5. ambas variables ^ .01 2.ataos de•aobras Tablas CYwptr.27 70.s.os.00 2. 73 algún tipo de asociación entre ambos atributos ose trata de variaPm oras ro pararbicas 1 00 2 00 7 00 70 Sanes tertp. En primer lu gar. Al tratarse de una tabla de contingencia cuadrada y 2 x 2. Estadísticos desRespuestas inlwas 1 90 290 700 Mla$25 de valores palde» criptivos» y «tablas de contingencia» (Figura 3.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.i Tablas de contngencix Estadísticos P r J_ ^c=". que recordemos son los componentes del estadístico chi (Figura 3.18).. r r .Ed itor de datos SPSS ticas LAiiox. cuando figuran con el valor 1.00 70: spevncrga 10 2 00 700 81 contingencia.00 200 2W 2W 2W 2W 200 2W 2W 20 2. ^ ^ 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 :.0 5. Eie alq.0 1. Y Vde Ciare. 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. ducimos en el cuadro de diálogo «Tablas de contingencia: estadísticos». es aconsejable marcar las frecuencias observadas v esperadas. En el cuadro de diálogo «Tablas de contingencia: Mostrar en las casillas.20).zadc Carlean y de Marsdllaeatzd . W ^.00 30 Fyn 3.00 _u 2130 3C Una vez aquí.. la Phi y la V de Cramer. 10 3 00 97 : 60 Redxodn de datas atributos para estas variables.00 1 W 30C =- 70.eevab — ^ M em•sd ^ .38 -_ 2W J . pulsando el botón «Estadísticos» nos introVi 3. El objetivo es constatar si existe 1 C 3 00 97 : 600 Escala 1 00 2 00 3133.01 7 W 7..0 70.19).b de Kendal TaucdeKendall Kappa 913 03 p a.- S 2_ r Eta r Resgc greco: de barras agngadoe S remato Malear Supinas tablas r Ertaditr.38¡ 70.aadado Roana r mrbrpmoa eonelacv. 20 7 70:.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 . En caso contrario.00 7582 1 2. r. Por todo ello. Así.0 1 .pora.001 70.NUgar . 2 0 2.711 70.00 W 20.l Mostm ors de icabdwbe r r I- r Ta.38 i 81. En él seleccionamos que nos calcule el coeficiente de contingencia. . indican que nos hallaComp. z 02 ^ Enastas Estadianws 'eS..0 7W 700 7..a s ercav figuren como variables numéricas. cuando figuran con valor O. 200 200 2W 1. realizaremos la tabla de 10 2 00 7. 7. 4. resModelo rosal gene s 1 0 o: Modelos matos RaTm pectivamente. en realidad la información inherente a ambas es de tipo cualitativo.821 6660! 86.0 1. resulta apropiado realizar una estadística de Ciaste.01 7532' 75.

No anead.001 00. Días.. Concluimos. En la primera tabla se confirma el número de observaciones para las que se han realizado los cálculos 4... aroma Cuadrados en EscaMMNtO 41NO. Es decir. 2W 3 00 4W 4W 3W 3W 57 W 57 n ^ W Raba... 3W 3W 65W 65W 1W 1W Estmeddn ponderada.l 11 21410 1 1 1 001 .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. «Analizar.. 4659 oprimirme. procesamiento de los casos CS. que al ser menor de 0. tanto por su valor'.des 2W fi SwervNencla 2W Respuestas magias la 200 Anilles da velases pnddos. adlcos JJ J Lxidedes Vertalse Ui 1 edad sao pals Ter edad 'CC) 2170 1 00 'ea.. Hipa 331.001 . nula adwd Edacn Var Datos irans7ornl ar aletre.00 e l0paed 2W 1W' Clasificar 2W 1W ReducCtln de dalos 2W 1W Ludas s 2.22). a Recuento e 1p e áe ° d• 755 7550 Chltal•drada SI *sin.1 2369 14009 3104 19040 00 Tos 1783 1)830 2816 28760 4659 46590 :689 507 4661 I ck es de 6. como por la significación de los mismos. V de Cramer y coeficiente de contingencia. Hotel. que existe una cierta asociación entre el hecho de realizar un viaje en temporada alta y en pensión completa. verosimilitud edlwoo. acudimos a la (nos vados misma opción que en el caso de la regresión lineal simple. ateo d• F esocucwn ane a. tv40erN1 mnm 0 a po Ie IOAI 11 402 Fiaren d. por tanto.214.p co 11asinl000a basado en la repele. Vedes TEMPORADA 4659 v. las probabilidades de aceptación de la hipótesis nula de independencia resultan siempre muy reducidas.rus.. 100 0f ea Mi N Tal. Este valor resulta mayor al valor en tablas (que al PENSION 00 100 ola! Recuerdo esperada nD• 900uem0 PiatuanCia PENSION Resumen da. Lineal.659.96 . País. En la tercera tabla. Nuevamente.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 --. En la última tabla se muestran los estadísticos Phi. dos fases- 7^ 7W. Todos ratifican el resultado del contraste Chi. fur 200 ^ 17w .00 e RI Desrlo pberlNrkes 2W Serles tene.635).. (Figura 3. Este resultado viene ratificado por la significación. 70 00 92W 2W 2W BW 3W 2W 3W 7100 WW EeI i V .. O Empleen... I Parcenale 100 4661 0Y Tabla 0• contingencia PENSION' TEMPORADA lEMP0RA0A 100 248 1536 1. 001 001 001 b) Para estimar una regresión lineal múltiple.. el error•.. par nominal de Creme. el valor en tablas del contraste chi cuadrado: 11. COe1 40>0 d• contingencia N da 049 049. En el segundo cuadro se muestra la tabla de contingencia para estas variables cualitativas con las frecuencias observadas y esperadas correspondientes. LO O Stce Inlfrm8d .).3W 4o-ció 40Ó curvabas. mientras que como variables independientes seleccionamos ahora Temporada. titulada «Pruebas chi cuadrado» se muestra en su primera fila... Veloi uChacuadiada• Palalian ar itidalerag SIñaalera.aa. pmlme. 2 00 1 W 2. Regresión. e casos validos 000 u 71 1 4659 I 001 Calculada 101a pare una labia de 2 • 2 b 06.05. seleccionamos la variable Precio como variable dependiente.21. Destino. nos muestra que la probabilidad de aceptar la hipótesis nula es pequeña.1110t ~llenen una.. . con lo que se rechaza la hipótesis nula de independencia.nperede mrenor e 5 Le Oecuenc4minim°•aperada es 28894 Sp Volar Nomina.... Todos ellos coinciden en valor absoluto debido a que se trata de una tabla 2 x 2. Aunque el valor no parezca excesivamente alto debido al gran número de datos. SW 300 pmaion tempolad 1W I uu 2W 1W 100 1 00 1 Estenacldrl W Leaenca timarla.

Los destinos a los que hemos asignado códigos numéricos superiores aparecen como los más caros.2 €.000 000 000 000 ce. Normadas Merar Inlroducu del modelo cuadrado E rr or Pu d c •elmacten a R cuadrado 511 510 2121729 7151. resulta de interés determinar cuánto afecta cada destino concreto al precio del viaje. dientes constantes. así como el contraste t y la significación de cada uno de ellos. La salida de SPSS nos ofrece el output de la Figura 323. mientras que la tercera tabla. DESTINO EVALUAC e venable dependa. Observamos cómo al ser un viaje organizado. Éste es el objetivo de este apartado. Observe únicamente que nos va ofreciendo para cada tabla los resultados de cada una de las regresiones que ha realizado. 7.. La tabla «Resumen del modelo» nos proporciona el valor de la bondad del ajuste un 51%.PRECIO . manteniendo el resto de variables indepenI arme. DURACION pPAIS. dl En los Apartados a) y b) hemos constatado la importancia del destino a la hora de determinar el precio del viaje. Escogemos ahora el método »pasos sucesivos».753 -1679 7. Los coeficientes en una regresión múltiple se interpretan como el aumento en la variable dependiente.lkmnles Iele6a•mados _ Bel.042 14 619 6639 53.dna Error llp 2 472 935 402 Mod el. 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.2 €: si se mantie000 B -36113 009 211 577 .061 105 218 .25). un aumento en el número de estrellas de un hotel aumenta el viaje en 2.27. Evaluación Ore<utizado.05. residual y total.. titulada »ANOVA(b)» nos ofrece la descomposición de dicha bondad del ajuste en suma de cuadrados de la regresión (explicada). De esta forma podremos observar la evolución del coeficiente de bondad del ajuste (Figura 3. al presentar un contraste t inferior a 2 y una probabilidad de aceptar la hipótesis nula de no significación. Por ejemplo. 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. La salida que nos ofrece SPSS es muy similar a las anteriores. En la última tabla observamos los coeficientes de las variables independientes. Regresión. mientras que un punto más en su evaluación lo hace en 0. c) Nos adentramos de nuevo en el menú »Analizar. aad e Vanaaa dpend»m.1 Venablo procederes ■ConslaM•I ORGAMZA PENSION HOTEL.3. y con valor O para cuando la varia\ .26). siempre teniendo en cuenta que mantenemos constantes el resto de variables independientes. la variable Destino ha sido seleccionada en primer lugar.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. Resumen Pensión.018 079 . 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. Con el método introducir le pedimos que nos introduzca todas las variables a la vez. La primera tabla únicamente nos confirma las variables introducidas.2 € respectivamente. El mecanismo para elegirla variable a introducir ha sido seleccionar aquélla variable que más hace aumentarla bondad del ajuste.ndee. sq. únicamente la duración del viaje no aparece como significativa. con pensión completa y en temporada alta aumenta el precio del viaje en 4.la•a m M. Calcular» (Figura 3. fruto de un aumento en la variable independiente de una unidad. 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.e l. Figura 3.17 y 6. siempre que sea significativa. Debido a ello veremos que la variable Duración no ha sido incorporada a ninguna regresión. De todas las variables. De igual forma. Es fácil observar cómo ha ido añadiendo variables de forma consecutiva. PRECIO eoenalem.687 171 1208 4 308 variadle dependNnl• PRECIO ¡Gens-tenle. Dicho método nos irá añadiendo una a una las variables independientes. Para crear las variables binarias (1. superior al 0.248 2203 . E VALUAC IeI caaslM. trario de lo que sucede con los países. Co. TEMPORAD DESAMO OURACION HOTEL PATS PENSIO EVALUAC ORGANIZA 4 148 103 122 755 011 1 076 585 . Es interesante matizar ahora la interpretación de los coeficientes.1 CD•SCI.24). 202 -5627 9 493 19069 4 004 ne el resto de variables independientes incorporadas como constantes. Como método seleccionamos ahora introducir y pedimos estimaciones y ajuste del modelo en el cuadro de diálogo «Regresión lineal: estadísticos» . Una vez aquí. Lineal» y realizamos exactamente los mismos pasos que en el caso a) a excepción del método.0) para la variable Destino nos trasladamos ala opción »Transformar.9e^a w. al con- 000 000 093 .

1• ewer •...1 e.1erAedps p .1nel.DESTINO EvKIAO PENSION. Reenviara Vraves paridos.41 25560'3145 4654 519610 Tdai 5129067 557 4656 5 0404. DESTINO EVKUAC. I3 Erbnecarr. dF 1M) EVKUAC Iasea7ce de Fpea 400. HOTEL ade4 54902461 ICmanlel 0ES7010.. TEMPORADA PAS OR0N11Z4 V.1..1060.sa1M 1^ Traafer4Aa aata 6ded3 Ut►dedes Salde ass d60948trecon . In46rvdmde cArllaae Mara de rpvenaea - dd Inodeb Cosroxla Ay de r r r Crab. aqtlar60 ICna.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 • • • -. .) 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.1edeapatleb PPEDO TEMPORADA PIES 1 (620019I24 a V. Carper aparoone3.. 0E571410. Figura 3.1 Roo d F 9.1d P9F_00 050 Rd 6.09399(64 V. Asola recipes a casos. .1ad60 d4acl9r.s ICnf9eal DESTINO . gg0aa ICmsv ? ai.+-paada r 71 Reads 11MCP» 6CO 19 2 00 1 10 1. en R cuabedo r r DeraWvot C6reiapOrer pa0d y lmgari5l Diayóroca de rArnleewad • • • °a • • . PENSION HOTEL . 64060e8 2093033453 2 1246543 726 004e) 2201 801 P49 W s 566 141 2635931 101 4656 Tda 5129367 557 4e55 . I „IarOOlad ^ Mlloda IPa .1•0 . Rob deF p. pE516O EVAWAo 5se0995e3058 Cn9ne).111_11‘ J O enelgunlugar -Edit..1.t54W 511 510 2222183 1ed60 a4am7ra Cm9ad!). 089909..25. 050. Nara TEMFOPADA PAS C40A3912w AAOVA90 A1o0eo 1 F craves Ntlaeu S• a 0e741.1 955 975 2593027_243 5 519805 a49 0001. 5ed<ivas ICmfanbl. 0 HOT Harr" TEMWpADA PA V.8 421 3 848312 907 1526134 000191 64129 136 4855 555 130 0449.4913.5 p.0 Roo dF we 64. aec0dlrrer (16800360851425.28091 140/ .s ICn.00 V&01941e umemrldulwrmladu N/ .1 9.93 524915 2910=7 971 M ST s Tda 5129^7557 4606 . 040e929 . DESTINO EVAEUAD 09990N. TEMPORAL 2n4660 pr4a91nras ICnanlelB DTINO EVALUAC P999.1ntel.DESTINO vemr 60 p .l3 Ape. 1001 P6 peer lal.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... ems 4= 0.. de dews 5055 A Er al^leiJ ^ • • °>"^ • x.1401 0 . 1 15508 r.1nnl. de IatenD Pr G p.OES1010EVALUAD PENSION Vaedas pr6dtl24as ICn.1e M 1007 P9 pasos worn Rob at Rai 9.1a4071 e.. 050 R d dF p.aAap 3•309- Indeper664et r--. 3001e1 22188f9586 2218839`. Tda $129m155T 4658 4 0406016? 4 643455 303 1171970 00403 2573834412 06010.I J CaefiaM4f de moray* . HOTEL • 2. DESTINO EVAL UAD 0999(61 NOTE T9ASO040A PAS p 2. figura 33. 050 Pr.1 1ned0 . EVALUAC 0EH9O6 HOT&. Recodetdaón automaticsCrea sere Kanpard. la99er?Hn e.01. pee as• a.1a . EVALUAC .00' 74 00 6 00 2. I ce""^ Ayuda .1ed60prtltlorn ICn9suel.15aN9660 Nmned DESTINO Px re.) 091 024 peas also Ras d 050 5 0 0 4 l. EVKUAC. 050 Rod ae G we mara' Pee pesos laten Proa d 099906 HOTS F p...76 Esladshca aplicada al turismo EJEM/L1 Ed•• II OESOIIIIÍI I I11TI1 IE SPSS • EJENILI IE IESILIIIiI I II1111 IE SfSs . 0E51110 EVALUAD PENSION HOTEL 7134R617406 o Vnn(spredtlpraa (0:09211..

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

145 001 273 411 333 -3244 17 219 4 765 .046 -009 065 129 052 -. Sin embargo. los destinos 2 y 3 disminuyen el precio del viaje siempre respecto al «destino 1» en 27 y 12€.181 . Dicho destino aumenta en 151 € el precio de un viaje con respecto a lo que costaría un viaje con destino a 1. EVALUAC. 0001a1 a.d=r I c eficientes no estandar¢ados Coeficremes es/enderezados t S B on sta.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?. DESTIN04(a) a Todas las variables solroladas miro duodas In Venable dependiente PRECIO Resumen del modelo /enables eliminadas Model Método Introduce ' lodeS R 772 .29. PR S.DESTINO2.929 6554 12 696 5542 -2571 -1.. TEMPORADA.127 009 2 097 7 541 13. DESTINO4 b Variable dependiente PRECIO coerciemeslal ^. respectivamente. a_ :-stante). E VALUAC DESTIN04 AN OVA (b) Medra cuadratica 13 4645 4658 235246076 445 827 . EVALUAC. :RGANIZA.. DESTINOS. DESTINO?. ORGANIZA.soles prediCc.189 -.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 -.-c Fegres■on P `" %^• Sarna de cuadrados 30581%992 2070858565 5129067 557 g^ F 527 662 =. DAIS DESTINOS. DESTIN O/3. HOTEL. DESTINO2. observamos que el destino que más hace aumentar el precio es el «destino leo. PENSON.. PEN90N. DESTINO2 DESTINO3 DESTINO4 DESTINOS DESTINO& DESTINO? a Variable dependiente PRECIO 48 196 . .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. DESTINOS.d°. HOTEL. DESTINO3. DESTINOS. < P cuadrado 5% / c F cuadrado corregida 595 Error tío de la estimación 21 11463 es redidorac HOTEL = DESTINO?. DURACION. PAlS AVALUAC I ORGANIZA. A la luz de los resultados. DURACION HOTEL PB49ON TEMPORADA. DUPACION.364 173 4666 . TEMPORADA.032 .

» 12 20 12 5 15 16 8 13 3111 En la Tabla 3.8 Ejercicios tipo El gestor de una agencia de viajes realiza un sondeo para conocer la actitud de sus comerciales. Yxy = 62. ¿Qué tipo de dependencia existe.qué porcentaje son jóvenes y prefieren utilizar la bicicleta? c) Calcule las distribuciones marginales.S? d) De los que están a favor. . Tenemos los siguientes datos: n = 26.S. ¿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.Capiulo 3.» b) «Los coeficientes b y b no tienen por qué presentar Jóvenes el mismo signo.» e) «Un coeficiente de correlación de entre 1 o —1 indica una dependencia funcional. d) «El signo del coeficiente de determinación depende del signo de la varianza de los residuos.A. Becarios En contra 13 13 10 4 5 10 4 8 15 a) Complete la Tabla 3.9.287.6.A. tendrá forma de 0. b) Del total de becarios. ¿Cuál es el porcentaje de la población de hombres mayores de 35 años? mejora de la calefacción.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.207. b) Del total de individuos encuestados. la recta pasa por el origen de ordenadas. ¿qué porcentaje está a favor" ¿Y entre el P. 'x2 = 66. el aire acondicionado y el hilo musical de su lugar de trabajo. Análisis exploratorio de variables bidimensionales 79 RIV Ejercicios previos 312.« 10 a) Calcule el porcentaje de individuos que son adultos sobre el total que va en autobús. Indiferente 312.1.12. Comente las siguientes frases: a) «Si la ordenada de una regresión es 0. Determine las distribuciones marginales. ¿qué porcentaje son becarios? ¿Y comerciales? e) De los que están a favor. J 3114 ¿Qué signo presentará el coeficiente de correlación entre la edad de un coche de segunda mano y su alquiler diario? 312. entre el número de banderas rojas de una playa durante la temporada de baño y el número de visitantes de la misma'? 3.S? fi E stu di e la asociación o independencia de ambos atributos. Vy = 1. ¿cuántos son comerciales? ¿Y P.1 = 59.123. . V = 1.3 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. a priori.83.059. El 70% de la población de La Habana durante verano son hombres y el 30% de la población total tiene más de 35 años. personal administrativo y becarios en referencia a una reducción proporcional de sus sueldos que se utilizaría para la 3. ¿qué porcentaje se muestra indiferente? c) Entre los comerciales. 312.A.262 Calcule el coeficiente de correlación lineal de Pearson.S.

600 1. Calcule la recta de regresión entre la tasa de paro y la edad. b) ¿Tiene sentido el coeficiente de correlación lineal? Justifique su respuesta.950 1. f) Realice el contraste de la hipótesis de no significación de la pendiente de la regresión. Comente las ventajas que tiene la utilización del coeficiente de correlación en relación a la covarianza. 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.12.13. Tbsa 3. Comente los resultados. es decir.800 1. 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. Una consultora turística pretende realizar un estudio de mercado. Realice los contrastes de significación para la pendiente y la constante de su modelo. 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. 80 EJERCICIOS PROPUESTOS • EJERCICIOS PROPUESTOS • ESladlstMco aplicada al tunsmo EJERCICIOS PROPUESTOS 3123 La Tabla 3. de que la temperatura no influencia los litros de agua comprados. a) Dibuje la nube de puntos. d) Haga una previsión sobre el aumento de las ventas en el caso de que la publicidad se aumente un 15%. %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. 3. te la temporada de verano la temperatura media de cada semana y los litros de agua que los clientes han comprado en el supermercado.000 1.750 1. Tabla 3.000 31 30 28 25 26 30 20 18 1. 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.11.11.11 muestra los resultados recogidos para los últimos años: Tabla 3.550 2. 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.12. b) Calcule el coeficiente de correlación y coméntelo.12. La Tabla 3.10 muestra la tasa de paro del sector turísti- co en España en función de su edad para el año 2000. e) ¿Cuánto vale el coeficiente de determinación? Justifique su respuesta. c) Calcule la recta de regresión. le interesan las opiniones de un grupo de control. según su edad. ¿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. En particular.050 900 a) Dibuje el diagrama de dispersión y calcule el coeficiente de correlación. Interprete su resultado. Malo Niños Jóvenes Adultos Total 30 90 20 Normal Bueno 75 40 100 V Total 80 45 90 .

Coméntela.11.12. de que el número de estrellas del hotel no influencia el precio diario de una habitación.14. a) Realice el diagrama de dispersión entre la variable Salario hora y Nivel de educación. 3. Tabla 3. c) Comente los siguientes resultados: la pendiente. b) Calcule el coeficiente de correlación y coméntelo.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. c) Calcule la recta de regresión entre el precio y el número de estrellas del hotel. jl Realice el contraste de la hipótesis de no significación de la pendiente de la regresión. es decir. como variables independientes. el coeficiente de determinación y sus componentes y el contraste de significación.xls: Y= Recio %=Número estrellas /20 90 4 40 20 a) Dibuje la nube de puntos. d) Realice la regresión entre el Salario hora como variable dependiente y las variables Años de experiencia. Ejercicio con SPSS 3. 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. Comente los mismos resultados que en c). b) Calcule el coeficiente de correlación y la recta de regresión entre el salario hora y el nivel de educación. Nivel de educación y Sexo. A partir del fichero Salarios.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. . e) Compare la regresión del Apartado b) con la regresión del Apartado c).

Ejemplos de resolución a partir de SPSS 4.3.1. Series temporales. Desagregación de los componentes de una serie temporal 4. Ejemplos de estudio 4. Autocorrelación 4. Componentes de una serie temporal 4.5. Ejercicios propuestos .6.CAPITULO 4 análisis de 4.2.4.

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

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. en particular el componente estacional.Capítulo 4 Introducción al análisis de series temporales 85 Veamos un ejemplo. Supongamos la si g uiente serie .- /. yo sólo observo 5 años. cualquier otra señal o componente puede ser de interés. Pero no lo observo. Se trata de calcular la recta de la tendencia en la regresión v = a + b t. Casos puntuales que normalmente no se pueden controlar.C. Desagregación de las componentes de una serle temporal La no obsenabilidad de los componentes anteriores conduce a su extraccion. o que siga creciendo y sería tendencia. 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. = T. • • 4. suele ser la tendencia (que nos proporciona dicha evolución subyacente) el componente de mayor interés. = T. Por tanto. La tendencia evolutiva: se calcula utilizando el procedimiento de las medias móviles. Demanda estacional. dinámico. resulta difícil distinguir entre el componente tendencia y el componente ciclo. Si observamos un crecimiento de cinco años en una serie para la cual sólo observamos esos cinco años. --s Períodos que se corresponden a los ciclos económicos. Así que no me puedo pronunciar. Estos componentes pueden estar combinados de la siguiente forma: — Aditiva: X. C.. El método de las medias móviles. Durante el resto del capítulo nos centraremos en el componente estacional y en la tendencia. si la serie no es excesivamente larga.Ventas de coches de alquiler mensuales en Mallorca durante treinta años»: T. para un período concreto. — Multiplicativa : X.+ /. 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. dependiendo de la estación del año. podemos predecir siempre que el coeficiente de determinación indique que el ajuste reali- b) zado es representativo. Puede ser que los 5 años siguientes decrezca y sería ciclo. -s -s En ocasiones.+ S. Una vez realizado el cálculo.S.+ C. es simplemente la media aritmética de los valores de este período y los cercanos a él. que va cambiando a medida que lo hace la serie y en función de la misma. ¡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. S. .2.. No obstante. 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.. La forma multiplicativa se puede transformar en aditiva de forma rápida mediante una transformación logarítmica. Lo que han crecido o decrecido durante los treinta años.

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

578 1. 0.667 1.2 0.1. Tabla 4. Autoco«elación En muchas ocasiones.607 2.042 -0.49 0. X. /VEN S. Se observa cómo.579 n.574 3.76 2.155 1. las diferencias de las fórmulas anteriores se cam- bian por cocientes. únicamente a partir de los datos que proporciona la propia serie y realizando medias móviles. dos series: la serie original y la serie original retardada h períodos.093 -0.S.544 2. Evidentemente.606 2.859 2. así como para descubrir la existencia de estacionalidad. • • 4. .611 -0.704 -0. 1.296 1.611 -0.807 2.593 1. extraemos la tendencia y el componente estacional al tiempo que podemos obtener la serie desestacionalizada.658 -0.649 -0. Su forma de cálculo es calculando el coeficiente de correlación que vimos en el Apartado 3.799 0. 4.836 2.611 -0. La Tabla 4. La existencia de autocorrelación en una serie temporal indica. .704 -0.611 0.178 1.069 -0.704 0. o entre los valores del mismo mes de años distintos cuando la serie es mensual. En las anteriores líneas hemos descrito el proceso de descomposición más universal: el XII.169 -0.381 1. ya que no sabemos si en un futuro lejano se van a introducir fenómenos nuevos que afecten a la variable estudiada.093 0.631 -0.928 3. en mayor o menor medida.093 -0.89 2.652 -0.231 2.034 2.611 0.029 3.368 2.2 entre. Se denomina autocorrelación.191 0.129 3.3.616 +/.26 1.1. 1.419 1.871 1. entre un valor y su inmediato anterior.284 1.Caplulo 4 Introducción al análisis de series temporales 87 En caso de esquema multiplicativo. las predicciones se deben limitar a un futuro próximo. ahora.13 0318 -0.77 4 6 7 8 9 10 1 12 13 14 15 2.093 -0. los valores de una serie dependen linealmente de los valores observados en un tiempo anterior.704 -0.4. a la correlación de los pares de valores de una serie a una misma distancia (por ejemplo. Eso sí. La correlación entre los diferentes valores de una serie será de gran valor para lo que se conoce como identificar la serie.704 -0. con las nuevas series se pueden realizar predicciones.108 -0. etc.367 3.662 0. Datos cuatrimestrales X.).093 J . la dependencia lineal que una serie tiene con ella misma con un retardo en el tiempo.498 4.955 3.1 nos muestra el procedimiento XII para unos datos cuatrimestrales sobre las reservas realizadas en un hotel andorrano.

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

^

.06847' 24 73860 21340 24 80707 4 _-g 7980 ^ 2559 1980'. seleccionamos la serie Benef en el recuadro de nuevas variables. BEI.05331 21 75685 22.g os a casps..7.. 16 19 )5761 16 00348 18252 16 06109 .art Values Replaced Non-Miss Non-Miss Cases Function 2 288.70007 9 SEP 1979 . -.86 -..82948 17052 20 88782 21 391 1979 6'JUN 1979 02282 21 33791 . El cuadro de diálogo se representa en la Figura 4.6..ecaNcaoa+aumnábta. "1 23 24 25 26 27 28 1 29 30 =Vista FilIt14.aae =abes oerñdvs. 26 0= 1980 -.=EP 1978 ...08434 18252 19.05009 21 31509 21.81289 . .15089 23 59195 ' 1979 112 DEC 1979 23 8C 14813' 24 06427 . peed 12 in Erra le BENEF Iron S Seas a4 sale BENEI T Seas lades le BESE ? redoyde lo. 1980 . p ecop.14 1900' 1 JAN 1980 .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 5.6).11534 I 18252 . Peroárided actual 12 porab> (Figura 4.'.04 1979 AUG 1979 00289 2222542 . .26327 ^.02197 23.15089 18 79106 197E . 24 44682 24 98-1 1980" 3 !'4 R 1980 .94957 -15757' 18 08693 18 -441 197E ' 0 OCT 1978 11158 18 56581 .34518 06282' 19 38806 19...18742 17 76608 17.45423 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 2.15487 1746 .66 i 197E ' " ':1V 1976 . se obtiene la serie desestacionalizada como la serie original menos el índice estacional.26327 . el componente irregular y el componente estacional. La salida de SPSS nos indica que hemos perdido un dato (la primera obser vación)..02766 17 73842 .67I 7%7 16 411161 26191 16 48976 17.02' 1979 10 OCT 1979 ._-_ "` _ 04913 1751231 -05331 1746318 1755 1970 E . . 24 5' 24. FINO ti ssistg Result Variable amor_1 ._ 1978 02813 18 12727 18. lunes Fvet n J I_raenoa oda.09914 19. 2407918 06282 24 16372... 23 70569 -.. ..0251E 25.02182 18.E Nombres._ = 1979 .222531 2254 1979 00298 22 . 16.55 El entesadkr esta preparado Crear sese temporal Se puede comprobar fácilmente que la serie original se obtiene sumando el componente tendencia-ciclo.32 ¡ 1979 . entrarnos en el menú «Transformar.1 8742: 22. b) Para obtener la serie primera diferencia de la serie Bene(. .24 .039 8 19.. 31 bond I sic-1 sas_7 sat_1 I YE categoraervarvnes. 23 91614 24. 16.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 . 001 20822 17052 16 82548 16 81726 17.. crear serie tem- � tenet e> •^ Nueras venables YEAR.12881 .08455.■ 1960 02100 25.15757 697601 23.15081 23 172781 1979 i 11 23 5E NOV 1979 11 393 .38 7402 16 16660 21340 16 24062 -.05833 20.. así como la función diferencia y el orden I.03504 171899 05009 1.. I 16 08 79462 1601318 06282 15 91856 a estor.62848 19 71282 20.09722' 25 32709 26 191 25 22987 1980 25 67 8 .33148 1900'i 2 FEB 1980 ''.81 j 1979 . ne patudo MONTH. En el visor de datos observamos la nueva variable creada (Benef I) (Fi gura 4.71831 .. ya que el primer valor no perdido es la observación 2 (Figura 4.'.65148 17052 25 62048 = . rer.67 ! 7 JUL 1979 1979 .5 1976 . . A continuación.9).03854 21.8).a.a Crea_ing First :.02Z^0 20 10560 21340 20 08340 1979 4 APR 1979 20.g I QJ -yee_ JJ Renga de alea[a¢apút.-5 1979 .12881 I 18.13736 17. 19.761 01889 20 50109 26191 20 48220 21 001 1979 5 MAY 1979 .41'' 1975 . De igual manera.79 197E .

02100 • 02518 _ r.63348 26 00109 26 35562 benef 1 11 ..14813 • 08455 -. .69760 23.10560 20 50109 20.18252 21340 26191 17052 .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. Para ello.38506 19.15757 .00298 -02197 11393 .12).12727 19.12881 -.33148 24.11 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.15757 .11).82948 21. 1 O procesados esta peparado i 6er/el r> YEAR.39 21 67 2204 2254 23.06847 09722 .10).15089 -.73842 17.19 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 1978.26327 .05331 .07918 24.00 17. obtendremos una salida en el visor de resultados muy similar a la obtenida al crear la variable Benef I.1 ) rbenN.81726 17.05833 02282 -03854 . 1600348' 16. En él.17278 2359195 23. se selecciona nuevamente la variable original Benef.62848 20.-' SP55 . 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.26327 06282 18252 21340 .15487 17 46318 17 76608 18 00693 18.82 26. pero en función se selecciona la función retardos de orden 1.03 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 .Picotee r lu.02182 02813 .18991 17. La nueva variable Ibenef I la podemos observar en el visor de datos (Figura 4.65148 25 97591 _ 04913 -..02766 .81 20 32 20 76 21.13736 11158 .71282 20.^ F luía 1.07402 -.09914 19.16660 16. Si aceptamos.^ Seas lades le BENE s^ Tiendcyck Ice BESO •^ DIFRBENEF.70057 23 15%1 23 70589 24 C6427 24. nd perodc s^ MONTH percd 12 s^ Ene la BENEF bota S Seas ad ser le BENEI .12881 -.26191 17052 05009 -. Ibenef I (Figura 4.79 18 44 18. CO 21.66 18 86 19 41 19.13).05009 -.51231 17. dedatos Mate 1980 de mandes i .14 24.75685 2222253 22.15089 -.18742 -.00289 .24062 16 48976 16.18742 -.80 24. li ^ .24 1746 1755 17. _ 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.01889 -.51 24. por ejemplo.94957 18. 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 .10.33791 21 71831 22.34518 19. i J Nueves eeiabler Para crear la función retardos de la variable original se accede al mismo menú («Transformar.08434 02220 . MIME Pegas Resta b lecer ^ .05331 -.56581 18 8/289 19. : Nam6re I : -.07%7 00822 03504 sas_1 16 01310 I sal 1 OE: -18252 21340 26191 17052 65009 -.791% 19.08340 20 48220 2088782 21 31509 21. Bivariadas» (Figura 4. A la nueva serie la llamaremos.039138 -.22542 22.02 2356 23.05761 . - 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.05331 stc_1 15 91856 16 06109 16. Crear series temporales»). Se nos indica de nuevo que hemos perdido una observación (Figura 4.738ú0 25 32709 25.45423 18. «Analizar.91614 24 16372 24 44682 2480707 25 22987 25. Correlaciones.11534 -.95 25 59 25.06282 .41009 16 8254E1 17.

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.44 1866 1886 1941 19.59 25 82 26 03 5 6 MAR 1978 APR 1978 MAY 1978 JUN 1978 '624.1874.09833 02282 . 20 08:4 20 48220 20 887821 19. I_J r= I m Jr date 1 3 4 5 6 r' ^Ir1^1 2'^ sae 1 16 01318 16 00348 16 16660'.18991 17 512311 17 73842 17 94957' 18 565811 19 12727 19 34518 19 628481 20 10%13 20 501091 20 829481 2134_ 26191 1705.80 24 14 24..03851 2 FEB1979 155 20 32 1979 MAR 1979 APR 1979 MAY 1979 JUN 1979 JUL 1979 J .51 24% 25... • 16 82548 17 18991 17 738421 • • 17 94957 18 56581 18. 18 79' 19 031.15757 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 17512317.0533.67 1700 17 24 17 46 1755 17 79 1844 18. I _1 OE? Eaaew. (iehcos V.08434 02220 01889 . .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.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.66 18 % 19.15757 . 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.81289 19 1272 19 34518 19.38 16. 16 41009I 16 82548 7. u2811 19/0 1979 .. 1 09462 05761 • 07402 ^ .4ledts vet-ewe aI^IsIJ .62848 20 10560 20 50109 20 82948 21 33791 21 71831 I 05009 .12881 26327 06282 18252 21340 26191 17052 '6 81-. '.ros eeeoar-oe 1 S nel_1 beset 16 GB 1619 16.7 15-.07%7 00822 03504 04913 • 027661 13736: 11158 02182 02813 . 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 . '7 4E: 177F: 18 03i 18 454. Modelo leed pener d Models.' 19 3c= 1971.03946 -.-.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. 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 .39 2167 2204 22 54 2302 2356 23. 0500'= 0533 .05009 .e lvtln.81 20 32 20 76 2100 21.05331 17 11 UtL 1 JAN 3 4 5 6 7 Aram de vetoes perdidos.03988 08434 02220 01889 . mitos t l band 1 mend 1 1608 19 29 32 1619 va sas_1 16 01318 pacaks.18742 -.

94 EJEMPLO lE IESILILIÍI I P1 Esladíshca aplicada dl rl)nsmO 1111 IE SPSS • EJEMPLO OE RESOLItIÓI Correlaciones I P11111 DE SPSS VaieMec . La salida que nos muestra SPSS es la de la Figu- ra 4.1) Soeannen - Prueba deegJr.1.1.1) 1 0001") ^ ^ . Calcule la tendencia por los dos métodos que ya conoce (determinista y evolutivo).3 Se pide: Se pide: Encuentre los valores predichos de la serie para el primer año de celebración de los juegos.ecíón .7 21 17.4 30.01 Ibrlaterall 1 LAGS IBENEF.7 • Otoño Invierno 3 4 0. por tanto._.6.4 27.2.7t (donde res el número de trimestre desde I a 20).14).r Uridad 000 287 287 17 Maca es ayLCatrcas las co rr ela cion Fqarra 4 1. Dichos contratos se suelen ir renovando condiciones muy similares a las del último contrato firmado. La serie depende en gran medida de sí misma.8 19.MDIIiH Va+r. 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.5 23.6 18.2 29.6.7 19. Primavera Verano 18 18. A continuación. l .Eaeeoaves de condensan-- Ñ Pesan r Taub de r Bieldar Cendal r 288 1 0000 000 287 1 LAGS (BENEF..3 18. de su pasado anterior más inmediato.2. Ejercicios propuestos w Ejercicios hpo ta la tendencia y la variación estacional. 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. Calcule igualmente la predicción para los juegos del año 2004 que se celebrarán en Mataró.15. teniendo en cuen- a) Descomponga dicha serie temporal en sus componentes no observados.4 21. 4.9 1.5 22. introducimos las series Benef y lbenef I (Figura 4. Observamos una autocorrelación muy elevada. 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. 4.1 18.3 + 6. Los coeficientes de variación estacional vienen dados en la Tabla 4.d 7 '2J slESEIau' i: acwa Pegar Erra la BE IIEF ho f Seo. de orden unitario y totalmente significativa.5 27. Se conoce el precio de las comidas servidas en diversos restaurantes de León durante las siguientes estaciones y años (en euros): 46. La tendencia viene dada por la siguiente recta de regresión: T = 342. La variable Benef depende.

41.5 6. durante el período 1998-2001 en millones de euros (Tabla 4.esl tiene un link a todas ellas. Bájese alguna de las series que hacen referencia al sector turístico.6 4. d) Comente la existencia de autocorrelación en la serie.8 ' En la Web del Instituto Nacional de Estadística (www. e) Represente gráficamente el índice de variación y la serie desestacionalizada.6 4.v 6. .3 a sa 10. Calcule: e) La serie desestacionalizada y comprueba si la serie presenta autocorrelación. Calcule la tendencia por el método de las medias móviles.64 Entre en la \\eb del Instituto de Estadística de su comunidad autónoma' (por ejemplo la web para Cataluña es www.ine. b) La serie desestacionalizada. Calcule la tendencia por los dos métodos que ya conoce (determinista y evolutiva). a) Los componentes de dicha serie temporal. di 1998 1999 2000 2001 Pnmacera \ tirano Otoño Invierno 10.7 a. e) Desestacionalice la serie temporal. La descomposición temporal de la serie que haya escogido.5 4. La gráfica de la serie desestacionalizada y del índice de variación estacional.9 u. 4. Se pide: 463Una agencia de viajes de Madrid declara los ingresos que obtiene según la estación del año. h 11 6.4 4. al b) La gráfica de la serie.4 6.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.idescates).

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

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

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

C .

¿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. el texto se acompaña de la implementación y solución de diversos problemas a partir de. en particular. a las agencias de viajes o. presenta como objetivo esencial la ayuda a la hora de tomar decisiones. tratando de forma directa la utilidad que confieren los instrumentos estadísticos a la gestión hotelera. cada capítulo viene acompañado de una sección en la que se practica la obtención de todas las tablas. evidentemente. la estadística descriptiva. Este hecho se mitiga durante el texto incluso en forma de casuística real debidamente disfrazada. • En segundo lugar. a interpretar sus salidas y sea capaz. 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. probablemente.TUR ISM O Y HOS TELER Í Estadística Aplicada al Turismo José María Raya Con toda seguridad la mayoría del conocimiento que adquirimos. tanto de índole teórica como práctica. PEARSON Educación www. y relacionado con los puntos anteriores. 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.co . el paquete estadístico de mayor generalización. Por último. ingenieros o economistas. utilizado tanto en la esfera pública como en la privada. por tanto. Así. en la académica como en la empresarial: el programa SPSS. de tomar decisiones. intenta ofrecer una exposición clara y sencilla de los principales conceptos estadísticos sin menoscabar el rigor matemático propio de la materia. Y si la estadística descriptiva resulta tremendamente útil para científicos.pearsoneducacion. a las consultoras turísticas entre otros profesionales del sector. gráficos y estadísticos vistos en el mismo a partir de una base de datos con evidente orientación turística.

Sign up to vote on this title
UsefulNot useful