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

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

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

Reducción de datos I: medidas de tendencia central 2. La Estadística: sentido y significado 1.2.6. Tipos 2.8.11. El nuevo profesional turístico 1.4. Cálculo de coeficientes e interpretación 54 55 57 58 .4.3.3. Representaciones gráficas 2.1.7.5. Dependencia funcional y estadística. Reducción de datos H: medidas de posición 2. Reducción de datos III: medidas de dispersión 2. Tabulación: frecuencias 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. Ejemplo de resolución a partir de SPSS 2. Covarianza y correlación 3. apuntamiento y concentración 2.3. La agencia EN ALGÚN LUGAR.10. El programa SPSS: breve introducción a su funcionamiento 1.Priílogo Ljaseatacióo 1. Ejemplos de estudio 2.1.4. Variables estadísticas. Reducción de datos IV: medidas de simetría.2. Riiálisis exploratorio de variables unidimerisionales 2. Población y muestra. Diagramas } tabulaciones bivariantes 3. Tipos de muestreo 2.9.1. S A ix 2 3 4 7 Z.

Autocorrelación 4.2.10. Series temporales. Ejemplos de estudio 4.5.6.3.5.8. Introducción al análisis de series temporales 4.1. Independencia y asociación Estadística aplicada al turismo 60 61 62 63 64 66 68 79 3.üi 3. Ejercicios propuestos 83 84 85 87 87 89 94 Bibliografía Índice analítico 97 99 . Componentes de una serie temporal 4. 3.11 Ejemplo de resolución a partir de SPSS 3. Desagregación de los componentes de una serie temporal 4.7.12.6. Medidas de calidad del ajuste Introducción a la inferencia estadística Hipótesis del modelo lineal. 3.9. Ejercicios propuestos 4. Ejemplos de resolución a partir de SPSS 4. Ejemplos de estudio 3. 3. Consecuencias Introducción a la regresión lineal múltiple Estadística de atributos. 3.4.

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

4. La Estadística: sentido y significado 1. S.1.A. El nuevo profesional turístico 1.3.2. . La agencia EN ALGÚN LUGAR. El programa SPSS: breve introducción a su funcionamiento 1.CRPTTULO 1 Presentación Sumario 1.

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

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

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

4). Con él podemos insertar una variable.. y «seleccionar casos.Z QdsP cams. Variables Pondefer casos Hm 14..).X LtrI C Datos Transforma Analiz ar e Transpones_ Reesouctuar Red.. culta. si se observa la pestaña que tenemos en la parte inferior izquierda comprobamos que nos hallamos en la vista de datos. acMos Ba rra de estado Bans de henane. Imgtn.. Presentación mima Cambia servidor.. Igualmente podemos ordenar los casos.. además de otras funciones menos utilizadas normalmente. Dicho menú es el primero verdaderamente propio de un programa de Estadística. justo encima de la barra de herramientas y debajo del título del archivo. Así. Haca caché de datos-. la cuadrícula y las etiquetas de valor.. En nuestro caso. Se trata de marcar una de estas posibilidades. Dabs usados recientemente Arduos usados recientemente Safi CM. Opoones. Apicar diccionario de datos. insertar un dato (caso). guardar archivos... También podemos transponer nuestra base datos.T ► ► Einmar Busca.Caoba 1 Presentación 5 Datos Trara*arma^ Arckwo Abn Edición Ver Nuevo Abri base de datos Lea datos de teto Guardar Guardar caro_. por ejemplo de menor a mayor. La primera de estas opciones nos permite dividir la base de datos en la . tenemos el menú «Archivo. imprimir.. El segundo menú. pegar y eliminar variables (Figura 1.5)..6). de forma que las variables pasen a ser filas y las observaciones o datos columnas.. El siguiente menú es el de «Ver. Con este menú podemos cambiar a una vista de variables en la que observamos una descripción de las mismas. Una vez cargados los datos con los que vamos a trabajar. también común de todos los programas del entorno Windows es el menú «Edición. Sip e' e Ud. de entre las posibilidades que nos ofrece este menú. En él. Diseño ortogonal Segmentar archiva S elecaonar _casos. Eso sí. Deshaces Modificar venables CtrI. Cb1.. (Figura 1. normalmente un visor de resultados. abrir una base de datos existente (en el recuadro blanco inferior se nos informa de algunas posibilidades) o abrir otro tipo de archivo. Este menú nos ofrece la posibilidad de crear un nuevo archivo de datos o de resultados. (Figura 1.. 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. Se trata de un menú que nos ofrece distintas posibilidades de manipulación de los datos. abrir un fichero de resultados. Fuentes_ Cuadrarle &ega-. tenemos activada la barra de estado.. leer una base de datos en formato «texto.. observamos las opciones comunes de cortar. especialmente interesantes son las de «segmentar archivo... Insertar venable Edición Ver Datos Transformar Insertar caro Anda Ira caso Ordenar Ves e' Mwóa i sfons anión de datos.. En nuestro caso hemos marcado abrir una fuente de datos existente. ir a un dato existente concreto de nuestra base. nos marca las barras que tenemos activadas. observar una presentación preliminar o salir del programa. Datos Transformar Ansia Defre fechas. una base de datos.. a partir de una variable o un conjunto de ellas. Además.3).. copiar.. En él se nos ofrecen las distintas posibilidades de visión que da el programa. revisemos la barra de menús básicos del pro grama que aparecen en la parte superior de la pantalla. Obsérvese que tenemos la posibilidad de prohibir que vuelva a aparecer ese cuadro de diálogo. En primer lugar. el menú «Ven. Procedemos a la descripción del menú «Datos.... Se trata de un menú clásico de todos los pro gramas del entorno Windows (Figura 1..F v Etiquetas de velos _.•das.

una variable numérica a variable de texto y sus contrarias (opciones recodifrcar. asignar rango a casos y recodificación automática). pudiendo cambiar una variable cuantitativa a discreta. Los estadísticos descriptivos recogen la mayoría de aspectos del Capítulo 2. por algún valor adecuado. De igual forma.P 0.10) nos permite movernos de la base de datos al visor de resultados. El programa presenta multitud de posibilidades gráficas. En cuanto al submenú »seleccionar casos» nos permite quedamos únicamente con los datos que cumplan un determinado criterio. En él se encuentra la mayoría de los cálculos que aprenderemos. Los diagramas de barras... siempre que tengamos una variable que nos lo especifique. sectores.... Control Diagramas de caja. categorizar variables. También se recurrirá a algún gráfico de series temporales. El menú »Analizar» (Figura 1. caja.7) será uno de los más recurrentes en el curso que les presentamos a continuación.spo» que va guardando todas las ejecuciones que realizamos. en ésta los que no cumplen un determinado criterio quedan eliminados. mientras que las opciones »Correlaciones» y »Regresión» recogen la mayoría de los aspectos que serán tratados en el Capítulo 3. P. dispersión y el histograma serán contemplados a lo largo del curso... Por último. En este menú aparece la posibilidad poner en práctica técnicas estadísticas más avanzadas de las que veremos en el presente libro... Sectores.. De este menú resaltamos las funciones que nos recodifican una variable. Histograma. 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.8) también será recurrente durante el libro. Líneas.. el menú »Gráficos» (Figura 1. podríamos decidir quedarnos únicamente con los individuos que no proceden de ninguna academia o serie de televisión..6 Estarfishca aplicada al turismo cual estamos en varias bases de datos separadas según los valores de una variable. Así.. de líneas. También podemos crear series temporales y reemplazar los valores perdidos. En cambio. Es decir.. Dispersión... si tenemos una base datos de las ventas que ha conseguido un conjunto de cantantes. A_reas. Así.9) no ofrece aspectos de tipo descriptivo. Paleto. Dicho visor de resultados es un archivo de extensión ». el submenú »series temporales» será fruto de estudio en el Capítulo 4. Obsérvese que mientras en la opción anterior se crean dos archivos separados. el menú »Ventana» (Figura 1. El menú »Transformar» nos vuelve a brindar la posibilidad de manipular nuestros datos. El menú »Utilidades» (Figura 1. podemos dividir una base de datos en dos según los individuos sean mayores o menores de 18 años. ► 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_.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 . y las observaciones en blanco. Máximos y mínimos...

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

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

4. Reducción de datos I: medidas de tendencia central 2.8. Reducción de datos H: medidas de posición 2. Reducción de datos IV: medidas de simetría. Variables estadísticas. Tabulación: frecuencias 2. Ejercicios propuestos . Representaciones gráficas 2 5.2 Rnãlisis exploratorio de variables uniffimensionales CAPITULO Sumario 2. Ejemplos de estudio 2.9.3. apuntamiento y concentración 2.6.10.1.2. Tipos de muestreo 2. Población y muestra. Reducción de datos III: medidas de dispersión 2.7.11. Ejemplo de resolución a partir de SPSS 2. Tipos 2.

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

empezando no por el primero. • • 2. Entendemos por variable esta característica que estamos midiendo. el sexo.. el estado civil. a título ilustrativo.\' el cociente entre el número de elementos del colectivos el de la muestra. imaginemos que interese que el número de mujeres y hombres de la muestra sea idéntico.000 de población en dos grupos: hombres y mujeres. siendo . la profesión de un individuo. etc. precio. los trabajadores en una a g encia.000. continuando con nuestro ejemplo. sin que ello signifique. Así.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. utilizando muestreo aleatorio. Es decir.\'.250. Tipos De esa población que estamos conociendo es probable que ha■ a alguna característica que sea de nuestro interés. Dentro de cada grupo se seleccionarán. sino por uno al azar de entre los 4. tomaríamos un elemento de cada 1. peso.000).2. duración de un viaje. Este sistema no debe utilizarse en caso de datos temporales de periodicidad. en primer lugar dividimos los 40. A continuación se aplica el muestreo aleatorio simple a cada una de las categorías. el número de estrellas de un hotel.000.000.000 habitantes. 9 250. ' 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. va que al utilizar un sistema que también es periódico produciría una muestra no representativa. el número de alumnos de la universidad. 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. Por ejemplo. número de hijos.. 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. di Muestreo por conglomerados: la población en estudio se divide en grupos o conglomerados. asignando un número a cada una de sus categorías.250: nuestra muestra estaría formada por: 1_250. obviamente. el tipo de transporte que elige en un viaje. etc. etc. Supongamos que ese elemento fuese el 1. 13. 5.000 hombres y 5. que ser hombre sea una categoría superior a ser mujer. . tomar el elemento número .000 mujeres. si tenemos un colectivo de 40 millones y la muestra es de 10.250. Consiste en ordenar mediante algún criterio el colectivo ■ después seleccionar elementos del mismo en función de su posición en la ordenación.000 primeros.000/10. Existen dos categorías o tipo de variables: — Variable cualitativa: aquella que expresa un atributo o característica: el color del cabello. 5. Siguiendo nuestro ejemplo se trataría de confeccionar una muestra con los individuos pertenecientes a una ciudad o pueblo español de 10.000 (10. Entonces. — Variable cuantitativa: aquella que podemos expresar numéricamente: edad. 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. Variables estadísticas. 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. Así.

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

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

o. . xt '= f.25) 14.2 4.25 y 3.9 5. por tanto.75.5.7 6.7 4.8 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) ¿.075 0.6 4. es bueno agrupar la serie en intervalos.1 4.75.8 4.8/6 = 0.625 "t fl 15.75? g) ¿Qué porcentaje de hoteles cuestan como mucho 4. ('Liando no se nos dice nada el número de intervalos se obtiene calculando la raíz cuadrada del número de datos observado.14 Esladíshca aplicada al Mismo EÍemplo 2.5.3 4. Como el recorrido es 2.2 0.35 0. • 100 = 0.75) 13.1 6.5.4 5 >s 4.8.7 .5 4.3.5.1 -3.0 5.3 4.Cuántos hoteles tienen un precio entre 3. Lo podemos evitar tomando un valor superior.8 4.7 3.9 4.3 5.8 si lo dividimos entre el número de intervalos tendremos la amplitud de cada uno de ellos y así: 2. tomaremos 6 intervalos.75? .3 4.y 5.4 3.1 En 1999 un nuevo hotel abre sus puertas en cierta ciudad.386 pts.25.075 0.t tt 3. en este caso 0.275 • 100 = 27. SOLUCIÓN: u) La población objeto de estudio son los hoteles de una ciudad. 15.25.0 4. !Lt-aLi) 13.4 4. Los datos obtenidos en miles de pesetas' fueron: 3.2 4.3 = 2. Veremos que la raíz cuadrada de 40 es igual a 6.75) 15.f) ¿Cuántos hoteles tienen un precio superior a 4.9 4.4.25) 15.1 3.7 4. c) El tipo de variable es continua.275 0. Tabla 21 Importante La amplitud es de 0. calculamos el recorrido Re = x ^ x.3 6.32. vi .25) Ni Ni Fi Fi 3 8 14 3 I1 25 0.75. d) El problema que plantea es que existen muchos valores diferentes dentro de esta variable y. La manera de hacerlo sería la siguiente: primero.25? * Recordar que I € = 166.46. ••us habitaciones.25.46 por lo que además de no ser muy fácil operar. el gerente investiga los precios por habitación y noche de 40 hoteles de la misma categoría de esa ciudad.5 . b) La variable que estamos estudiando es el precio.3 4.6. Antes de decidir el precn . puede que no cubra el rango de la variable.5 5. por tanto.= 6.751 14.4. 14.

2. Elevaremos columnas unidas. 2. sea absoluta o relativa.3). En el eje de abcisas situaremos los diferentes valores de la variable.1). Histograma Igual que el anterior en cuanto al tipo de frecuencias que se pueden utilizar. En el eje de ordenadas.4. Para calcularlo podemos decir que el área depende del ángulo central. mediante la siguiente proporción: n a N 360 Como resulta que Ñ = f . a altura igual a la frecuencia correspondiente (Figura 2.4.• Capítulo 2. acumuladas o no. Represerficiones gráficas Dentro de e. Diagrama de sectores El área de cada sector es proporcional a la frecuencia que se quiera representar. Pictograms Se suele utilizar para expresar un atributo.ta primera aproximación a los datos. 2. La diferencia es que ésta es para variables continuas. de una variable discreta. Diagrama de barras Se utiliza para frecuencias absolutas o relativas. 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.3. se suele efectuar una representación gráfica para apreciar a golpe de vista la magnitud o posición de las variables.4.4.1. análisis exploratorio de variables umdimensionales 15 • • 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. Este diagrama se utiliza para cualquier tipo de variable 2.4. tendremos que a = f • 360 (Figura 2. . la frecuencia.4.

Si la variable es cuantitativa.6 4. su gráfico de tallo y hojas será el que aparece en la Figura 2. y las más importantes son: media. Todas estas medidas pretenden ofrecernos una idea de en torno a qué valor se mueven los datos. Para ello. • • 2.I.r5 xl figula 24 trata de dividir cada uno de los datos en dos partes: el tallo y las hojas..7 3.S.6. En el caso de la variable continua.4).9 5. aparece en la expresión de la media aritmética de la forma: —.5 3 4 5 6 79 3579 016 Fi ota z.S. En el primero utilizaremos. medidas de tendencia central En este apartado comenzaremos a resumir los datos. optaremos por el histograma o polígono de frecuencias.16 2.1 5. se suelen utilizar más los diagramas de sectores o pictogramas. según se trate de variales continuas o discretas (Figura 2. si tenemos el siguiente conjunto de números que pertenece a la primera fila del Ejemplo I.7 5. Oiagrama de fallo n hojas Es un método de tabulacion a la sez que un gráfico adecuado para variables continuas. Media X a) MEDIA ARITMÉTICA Es la suma de todos los valores de la variable dividida entre el número total de elementos. si la variable es cualitativa.0 Arr 6. Es la recta que une los extremos de las barras de las variables de una distribución o los puntos medios de los histogramas.4.. Reducción de datas I. veces.5. + . el diagrama de barras tanto para la representación de la frecuencia absoluta como la relativa. Se . mediana y moda. Así.1 4.9 4. + x ^ n Si el valor. A modo de resumen._i n X= =I n que será la expresión que consideraremos definitiva de la media aritmética. X + X2 + x. Z.4. X— i=I . podemos tener dos casos: variable discreta o variable continua.f n n. 5 Polígono de frecuencias Esladíshca aplicada dl lunsma De nuevo se trata de un _ratico adecuado para variables continuas. si no piden nada concreto.5.r2 x3 14 .i. = Ñ otra posible expresión será: x. si de la variable X se repite n . utilizaremos las medidas de localización o tendencia central. r o ^ 2. y^ 3. Como f.3 4.

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

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

it + bn) n a ^ .432 38. — n. n ^ (aT.436 = 38.436 — 1 2 38. que es lo que pretendíamos demos- Como trar.438 — 38.436 38. + b)n .436 38.436 2 8 2 — . 2 38.436 2 38.T n n + bI n =aX +b Podemos utilizar esta metodolo g ía para calcular la media de la distribución de la Tabla 2. donde a y b son números reales. tendremos (Tabla 2.432 38.436 38. Si calculamos la transformación de la variable x. Hay formas de resolverlo como la eliminación un cierto porcentaje de observaciones extremas a la hora de su cálculo.Análisis exploratorio de variables unidimensionales L X 19 n. Si una variable es transformación lineal de otra variable (suma de un número y multiplicación por otro).440 38.7. Corolario La media aritmética se denomina también centro de gravedad de la distribución. la media aritmética de la primera variable sigue la misma transformación lineal con respecto a la media aritmética de la segunda variable.8): 3 8 38.432 38.440 — 38.436 _ 1 Importante Hay que tener en cuenta que la media aritmética es muy sensible a los valores extremos.438 4 8 4 tomando como nueva variable el valor más centrado (menos su media).+ b. (ax. 38.436.43 =2y+ : 36 tones: A + 38.432 — 38. _ — X. Propiedad 3 2. respectivamente.432 — 38. Esto puede resultar un problema. La demostración se realizaría de manera análoga a la anterior. a valores numéricos muy diferentes (tanto por grandes como por pequeños) al resto de la muestra. si sustituimos tendremos Y = X + k.436 — o —8 o 3 16 2 38.436Q2 22 + 38. = a x.222 'De estas dos propiedades se deduce que la resta y la división se realizarían de igual manera para la propiedad 2 y 3.432 38. Si todos los valores de la variable se multiplican por una misma constante la media aritmética queda multiplicada por dicha constante. . siendo y.436 — 38.438 3 8 38. es decir.

2 — 2. log x. y responde a la siguiente expresión: H= n n a.056 J = anti log 2. n.Ino x r = 2. .0555 = 113.221 45.11 wt 10 log log x n.079 2. n Por tanto.438 5 log 120 = log 125 = log 4 3 n = 22 140 = 2.2 .1 ^^.°x.146 45. Elemplo 2. Para dar solución a esta problemática utilizaremos las propiedades de los logaritmos.20 C) MEDIA GEOMETRICA Esraáishca aplicada al IIIhSInO Responde a la siguiente expresión: G = sx¡ x.097 20 10396 8. Es la inversa de la media aritmética de las inversas de los valores de la variable. será cons entente ampliar fa tabla con lo que nos quedará: 2. .221 n .3 . También la podemos representar como: G= (G = x¡ x. tacas. x3 . x. los calores de la distribución nos impiden poder efectuar los cálculos al exceder la capacidad de la calculadora. log x.632 d) MEDIA ARMÓNICA Se representa como H.. número de índices.387 6. etc. xt y se la puede definir. ...•)• Suele utilizarse cuando los valores de la variable siguen una progresión geométrica También para promediar porcentajes. En muchas ocasiones. 100 = 2 2. como la raíz n -ésima del producto de todos los valores de la variable. siempre que nos tengan dados en porcentaje.6 n.

2.195 500 420 2. N. Es decir. (cuando influyen los valores pequeños).021 0. ordenadas de menor a mayor. o valor mediano. será el valor de la variable que ocupa el lugar central. la media. Mediana: he La mediana. tiempos.1 1. la mediana será justo el valor de orden central.032 0. en particular la aritmética.Gllilre 2. Su problema sume cuando algún valor de la variable es 0 o próximo a 0 no se puede calcular Ejemplo 2. que separa en dos partes iguales los valores de las variables.042 600 0. el hecho de incorporar todos los datos para el mismo y ser de eles ada utilización. 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. . rendimiento. etc.r y la inversa de la frecuencia. la mediana coincide con un valor de la variable.000 5 0. aquél cuya frecuencia absoluta acumulada coincida con ^. inversa de .S.520 140 3 1\140 N=22 I11. .2. Por tanto. El lugar que ocupa se determina dividiendo el número de valores entre 2 Cuando hay un número impar de valores de la variable._ t <  N an Me = s . hiiss emPoralana áe variables witassietles 21 Se utiliza para promediar velocidades. es necesario " que calculemos la.1 Entre la media aritmética. presenta varias ventajas como son: su sencillez de cálculo. En cambio.111. Por tanto. la media geométrica y la media armónica se da siempre la siguiente relación: H <_GsX Para concluir.1 Calcule la media armónica de la siguiente tistnbución: 100 120 125 10 5 4 3 ^ 140 X ‘k Para poder hallarla. por lo que ampliaremos la tabla con 2 columnas adicionales: ^ rr 100 120 125 10 10 I\120 1 \125 0.

y observar qué intervalo tiene una frecuencia absoluta acumulada que cumpla N. lugar qu. En distrihio t nc.* N' 2— n. t Me= L _ 52 7_ 6 =16= Se trata de la media aritmética entre el valor que ocupa la posición decimosexta decimoséptima.5.138. Por tanto.8 Sea la siguiente distribución (Tabla 2. L.= 2. En este para obtener la mediana realizaremos el siguiente cálculo: x.22 Eslaáishca apl¢adc : .7 26 Me =x. = 32 d Xi Ni.r. 2 250 Será el valor de la variable que más veces se repite. [20. Moda: Ma =30 + 333. 91 1026 6 n=32 33 7 10 10 13 7 _ EM111111= n. la obtención de la moda es inmediata. una vez que los datos han sido ordenados de menor a mayor. u L i udas. En cambio. el primer pa.0 L u n. a. etc. por tanto. ). Me estará en el intervalo [30-35i. _.+x.:. Me = 7._.14.+ N— — N. es decir. 2 n. . el valor que tenga mayor fre- 5 _32. _.13). Pueden existir distribuciones con más de una moda: bimodales. El otro caso puede observarse en la distribución de la Tabla 2._. 3 4 ^/ 1 / /\ 1 2 at 3 3 4 7 9 10 1 5 ' I .45[ = 671 Siendo [L. haremos el siguiente cálculo: N. se produce que: = n 2 2 = 17. 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.. 35.-o El problema surge cuando hay un número par de valores de la variable.30 1150 130 . de menor a mayor. La forma de hacerlo será calcular el valor de la mitad de n. Me 2 Ejemplo 2. ya = amplitud .. Valor que presenta el decimoctavo dato (ordenados). cuencia absoluta.25 i100 (25. realizamos el cálculo: Me = L.. a.55. < <Na 16<17.3. En las distribuciones sin agrupar.) el intervalo que contiene ala frecuencia acumulada de dicho intervalo. unnu N.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._.te en determinar el intervalo mediano [L . 100 250 450 630 671 200 180 41 V Me= L. -V'1 (40.. <Z < N. trimodales. lugar que ocupa +2 X. 2 671 2 = 335. Después de saberlo. L.

correspondientes a 10%. puede ser la única medida de centralización posible para las variables cualitativas.. 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._. primero hallaremos el lugar que ocupa...CODlo 2 Análisis etplaralorio de variables unidimensionales 23 En el supuesto de que la distribución venga dada en intervalos. P. C„ C„ correspondientes a 25%. Posteriormente... en primer lugar tendremos que encontrar el intervalo modal. correspondientes a 1%. + n.: extremo inferior del intervalo modal. L. Es decir.._. Ejemplo 2.8.99%. . • $ 2.. los deciles y los percentiles. — Deciles: dividen la distribución en diez partes iguales (nueve divisiones). como se podrá intuir más adelante.<(%)•n<N^Q =x .: densidades de frecuencia de los interLa gran desventaja de la moda radica en que es salos anterior y posterior al que contiene la moda. la mediana suele estar comprendida entre y Mo. Podemos decir que los cuantiles son unas medidas de posición que dividen la distribución en un cierto número de partes iguales. distinguiremos entre distribuciones agrupadas.. que será aquel que tendrá mayor frecuencia absoluta lL. es decir. L. la mediana. Las más importantes son: — Cuartiles: dividen la distribución en cuatro partes iguales (tres divisiones). entonces tendremos que : N. .. En las distribuciones sin agrupar. 3 n. C. si los intervalos tienen la misma amplitud. a : amplitud de dicho intervalo.. en este caso tenemos una distribución bimodal. Cuando hay una única moda. Mo = Siendo: 2._. Reducción de datos II: medidas de posición Son medidas de localización similares a las anteriores. Se las denomina cuantiles (Q). 4 5 n. . menos representativa que la media o la mediana y que puede ser extrema: en cambio. — Percentiles: cuando dividen la distribución en cien partes (99 divisiones).. De hecho...D.. Éste surge cuando son iguales a la mediana y así veremos: 2 _ 5 _ 50 4 10 100 Para su cálculo..10 realizaremos el siguiente cálculo: n. a. 4). 7 4 Nota 1. + n.. el decil o el percentil sobre el total de los mismos se encuentra entre dos determinadas frecuencias absolutas acumuladas exis- .. y sin agrupar.. . Existe un valor en el que coinciden los cuartiles.... de manera que en cada una de ellas haya el mismo porcentaje de valores de la variable. \luda (2. 50% y 75%. si el porcentaje que representa el cuartil. Cuando la distribución es simétrica (con I moda) se cumple que: 7 = Me = Mo.._. ya era una medida de posición. 2. sea agrupada.Pm.. 90%. D.

calcule la mediana (Me): el primer y tercer cuartil el 4.. decil o percentil de forma similar al caso anterior: Lugar: N.11 Distribuciones no agrupadas En la distribución de la Tabla 2. + x. realizaremos el cálculo: t C. se toma como valor la media aritmética del valor que acumula dicho valor de la frecuencia absoluta acumulada y el siguiente valor. ] Lugar que ocupa en la distribución (1-) • 20 = 19 4. Lugar que ocupa la mediana lugar2-1 Como es igual a un valor de la frecuencia absoluta acumulada.x. que coincide con un valor de la frecuencia absoluta acumulada.) y el 90 percentil 5 Mediana [Me] .J A 18. = Cuarto decil [0. . 2 10+15 2 — 12. decil o percentil el valor que acumula la mayor de las frecuencias absolutas acumuladas anteriores.5 Primer cuartil (C.17. +x. = 10 Lugar que ocupa en la distribución \4 / • 20 = 40 = 15.5 2 2 15+20 Lugar que ocupa en la distribución ( 0 1 ) . realizaremos el cálculo: Lugar que ocupa en la distribución (l ) • 20 = x.Pw• 2 2 0 +25 — 22. x. — 17.] x. < (25%) n < N. esto implicara que C. = tercer cuartil [C. si el porcentaje que representa el cuartil.] ti +x r.20 = — = 8 Como N.. 10 3 = 10. es decir. _. n =N. se toma como valor de ese cuartil.._„ L. Por tanto. realizaremos este cálculo: Me = 5 3 2 n= 15 I8 20 20 x..24 Esta ísnca aplicada al turismo lentes. . 10 15 20 25 . ya que 3<8<10 por tanto D4 = 10 Nonagésimo percentil [P. primero encontraremos el intervalo donde estará el cuantil.= 5 Como N. Por tanto.<(r/)-n<N. 3 < 5 < 10. < (%) n < N Intervalo (L. Q 2 Ejemplo 2. En cambio. que coincide con un valor 11000 — de la frecuencia absoluta acumulada.° devil (D.5 2 l En el caso de distribuciones agrupadas. 7 N.) . el decil o el percentil sobre el total de los mismos es igual a una determinada frecuencia absoluta acumulada existente. .

^__ Nonagésimo percentil [PI ] ^. tanto mayores como menores.] Lugar que ocupa: Por tanto. Aplicando la expresión te. 300) [300. -l rcl.Porfanto.800) ^•^^I t' . .li. ten '00. 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. el cua rt o decd c el 90 percentil de distribución de la Tabla 2. C.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..7.500 = I 0ó 500 = 591. les llamamos: medidas de dispersión.. resulta necesario acompañarla de otra medida que indique el grado de dispersión del resto de valores de la distribución. I I . estará situado e direct-aa 90 140 150 120 n = 500 100.. 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.\ –._. Al calcular una medida de centralización como es la media aritmética. Cuarto decdd [0.Capadla 2 Boiles exploratorio de rin g les unidimeosianales 25 tina vez localizado el intervalo se aplica: L_.V Q= Ejemplo 2._. Lugar que ocupa: 50W=450 \ jÓ0 Por t'-estarí situado en el finten alo [31 t` : 44 2.12 Distribuciones agrupadas Halle el primer cuartil.] /j) [0 .- do la expresión tendremos: 300 — 450 ^ t . A estas cantidades o coeficientes. 100) 3 1_0 w 4 90 230 380 500 Lugar que ocupa el primer cuartil: . respecto de esta media. . 200) g{l00 – 200). I S Primer cuartel [C.57 .

6. veamos un gráfico que nos introduce esa idea. una primera parte de la caja que va desde el cuartil primero a la mediana. En ambos casos su media y mediana es 5. Por tanto. 30 y 42 €. En el caso del hotel 1 todas las habitaciones cuestan 30 € por noche. El gráfico se interpreta comparando cada una de sus cuatro partes. Estos límites son: LI = Q.– Q. Supongamos dos alumnos.6).) LS = Q. en cambio. 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. El diagrama de caja es una representación gráfica de una distribución para mostrar sus características principales y señalar los posibles datos atípicos. no influenciables por algunos datos atípicos. e) Calcular unos límites superior e inferior admisibles que servirán para indicar los valores atípicos. mientras que el hotel 2 muestra una mayor dispersión que el I. El gráfico también es muy útil para comparar una misma variable en distintas distribuciones o poblaciones (Figura 2. se muestra muy regular. En cada una de estas cuatro partes hay un 2590 de los datos. aquellas observaciones que parecen alejadas del resto. según se mire. El alumno I tiene tres 5 mientras que el alumno 2 un 10. . Otro caso bien distinto es el de dos hoteles de tres estrellas cada uno con tres habitaciones. Un primer bigote que va desde LI al cuartil primero. según corresponda. El alumno I.S. LS).) d) Considerar como valores atípicos los situados fuera del intervalo (LI. Nuevamente sus medias y medianas son idénticas. 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.– Q. es decir. Diagrama de caja de EDA KIIKx x xx X 0 Agurd 2.26 Estadística aplicada al turismo AMO Antes de continuar con el resto de las medidas de dispersión. cada uno con tres notas en sus exámenes de Estadística.51Q. un 5 y un 0.– 1. una segunda parte de la caja que va desde la mediana al cuartil tercero y. el máximo y los tres cuartiles. ofreciendo seguramente varias tipologías de habitaciones mientras que el hotel I ofrece siempre el mismo tipo de habitación. por último.+ I.S(Q. En el caso del hotel 2 sus precios son de 18. Se utiliza la mediana y el rango intercuantílico como medias de centralización y dispersión porque son medidas que dependen del orden de los datos. 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. 100 EDA 200 300 J Un par de sencillos ejemplos aclarará esta cuestión. 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. un segundo bigote que va desde el cuartil tercero a LS. e) Dibujar una línea que vaya desde cada extremo del rectángulo hasta LI o I.

.

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

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

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

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

5s u.48 651.85 16.15 Se pide • índice de cnnventrnción y curva de Lorena correspondiente.38 25 78. Al ser un %.12.00 I 0381 261) 113850 651. ia^a 2. k -.0) y (100.25. y. '_00 - 250- I ^) V ' 4275 'iN).23 94. . n.... 90 ._.L. en % en el de las Y.: )11N1 MINI p .-y. cuando p.54 .. = (— r.51) 5 575 lIN) I '> 17$ 225 575 I IS . (concentración mínima) y de = I.2a.300' 350 1111) . La manera de representarlo será.15 k _ 1 1R1 cid P-1 ^ P._. = y.32 Estadística aplicada al Nnsme Como pacemos ver la última columna es la diferencia entre las dos penúltimas. y los valores de q.— 4..100) y quedan siempre por debajo de la diagonal. su diferencia sería 0. ya que p.31 97.... Elempla 212 .62 97. = 0. que responde a la siguiente ecuación.15 89. Cuanto más se acerque a los ejes por la parte inferior del cuadrado.I _ 1. menor concentración habrá. La manera de interpretarla será: cuanto más cerca se sitúe esta curva de la diagonal. Marca Frecurm u r r. n.. y la gráfica será una curva que se unirá al cuadrado. = O (concentración máxima). 325 275 'A6 00 14 7 1511 175 1 40) 49) )511 'S 2 260 • 501 475 100. aj indice de concentración de 6I1I Obsrnamos quc hay poca concentración por encontrarse cerca del O. Si esto lo representamos gráficamente obtendremos la curva de concentración o curve de Laten:.115 0• IIN1 597í 76. 100 011 I^ U il `1M1 h2 x 1141N) ' 1 60. Este diferencia sería O para la concentración mínima. Este índice tomará los valores de /o. Esto lo veremos mejor en el Ejemplo 2.. cuando q. por tanto. a. 100 - 250 ... los valores p. k- I (. P. o más homogeneidad en la distribución. 2'64(X) s.. mayor concentración. por los valores (0.. el gráfico siempre será un cuadrado. en % en el eje de las X. Analíticamente calcularemos el índice de Gini. = q..) /4 = k _1 P...12. 5 ^ =u1. 8. N N .

Análisis exploratorio de variables unidimensionales 33 Ejemplo 2. % 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. Avión:30 B arco:42 Tren:16 .9.tantito 2. otro para datos cuantitativos a g rupados y un último para datos cuantitativos no agrupados. Ejemplo de estudio 2.12 [continuación] bJ Curra tie Lorenz Obtenemos la curva cerca de la diagonal. Uno para datos cualitativos. que indica que has poc cuncentracion tA q. 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.1 Una consultoría turística ha realizado una pequeña encuesta acerca del medio de transporte preferido por un colectivo no individual de cien individuos.

10 se presenta el diagrama de sectores. al igual que ocurre con las medidas de dispersión.21 aparece la tasa de incremento de este componente para un conjunto de países de la OCDE. preferido por el 42`4 de los encuestador. . con lo que el único parámetro de centralización que merece ser tenido en cuenta es la moda.9 -JO. por ejemplo.3 /6.3 15.7 2. hemos visto que. carece de sentido cualquier comentario acerca del apuntamiento o la distribución.3 5)1 Se pide: Realice una descripción lo más completa posible de la distribución de estos datos utilizando las herramientas oportunas. Por tanto. Para cada medio de transporte se ha realizado el siguiente el cálculo previo: Autobús = 360 •12 = 43.2° 100 Alura 2. y para calcular la media se debería asignar un valor a cada medio de transporte por el que multiplicar luego su frecuencia relativa. Ejemplo de estudio 2. Análogamente.10. las medias de posición vuelven a carecer de sentido al depender del orden.2° 100 360 0 Avión = = 108° Barco = Tren = 360 • 42 —151. 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. un pictograma o un diagrama de sectores pueden ser apropiados para el caso.S 20. no seria adecuado para este tipo de datos) deducidramos la simetría. En la Tabla 2. En la Figura 2.1 t 7. por otra parte.4 5. la tabulación y la mayoría de medidas que hemos desarrollado en este capítulo no son aplicables. la mediana depende del orden. Tabla 2. Nuevamente.5 7.92 2. de sentido ya que no hay ninguna razón para sostener que el avión es un medio de transporte mejor o superior. 360016 — 57. porque si de forma intuitiva a partir de un histograma (gráfico que recordemos. tampoco tiene sentido calcular unas medidas de simetría. en principio.6° En cuanto a las medidas de centralización.2 4. por ejemplo.2 Uno de los componentes del IPC (Índice de Precios al Consumo) de los países son los servicios turísticos. cualquier aspecto o cálculo que requiere una ordenación carece. Aduciremos dos razones: en primer lugar para todas ellas necesitábamos una media o desviación típica que no tenemos y.6 1. Evidentemente. En cuanto a la figura.9.34 ^ EJEMILIS Solución Estadística aplicada al Nnsmo IE ES1111I • EIEMILIS IE 1511111 • EJEMILIS IE ES10111 Con datos cualitativos. que el barco. Dicha asignación sería totalmente arbitraria y su interpretación posterior carecería de sentido. Nuestros datos proceden de una distribución unimodal donde la moda es el barco. con lo que carece de sentido. en segundo lugar.

[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

. + (32.5 (31.sav tenemos datos acerca de la demanda de los productos de la agencia durante dos años. L! = 23..16) = • 5 =18..27.125 — 23. nos encontramos ante una distribución con cieno apuntamiento originado por la mayor frecuencia absoluta del primer intervalo.16)'•6 +. — Región: de I a 38 regiones para cada uno de los países anteriores.5. l .16) = 6 + .125 LS = 23.5 -_ 2 7.22 = 4. de una distribución leptocúrtica o apuntada. Según el país del cual procede el dato.26 Coeficiente de variación: 4. En dicho fichero aparecen las siguientes variables: — Año: I si el dato corresponde a 2001 c2 si corresponde a 2002. Eso sí.16 km). — País: de I a 10.38 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. I6)' • 6 + .125 = 8 (22.+(32.22 Varianza: 15 Desviación típica: \ 18.18 Se trata• por tanto..5 — 27.125 + 1. Calculando los límites admisibles podríamos dibujar el diagrama de caja que dejamos para el lector.125 Medidas de simetría: Coeficiente de asimetría de Fischer: (22.5. Resumen De nues o nos encontramos ante una distribución asimétrica por la derecha.125 — 23. Ejemplo de resolución a partir de SPSS En el fichero enalgunlugar. Por último.125) = 35... en esta ocasión la media es una medida mu■ representativa de la distribución debido a la escasa dispersión de los datos.60 1.16 = 0.16P • 4 15.27. Medidas de apuntamiento: Coeficiente de apuntamiento: (22.26 27.27. 2.125) = 11.10.5 — 27.1568 con lo que podemos concluir que la media es muy representativa de los datos.426' 3— 1. debido a que la mayoría de las distancias se concentran ala izquierda de la media 1 _ 2 7.16)'•5 15 • 426' Con lo que la distribución se muestra como asimétrica por la derecha.125 — 1.125 — 23. + (22.5 .5 (31.

Si aceptamos este cuadro de diálogo tal y como está. observaremos cómo se nos crea una nueva serie llamada EDA_I. posteriormente. — Destino: de I a 7.... Dividida también en 7 grupos. — Edad: la edad del viajero.. Se pide: 1. 3 00 dentro de él al submenú Reemplazar 8 9 10 11 '00 200 lao 233 2 00 200 200 . Contar aoarooes_. — Hotel: número de estrellas del hotel donde se ha alojado el viajero.1 tildo . _z - ver Datas l Trartdansa anaixa Gráficos Uüdades vav asa Senda de aaataaam.. -. 300 200 300 30C 3S 30C 70C 70C 70C 7 CC 3 C 3CC Granos txk ^. las regiones._^ J • saca *son T edad evat. — Edad: edad del viajero. pero SPSS nos permite reemplazar estos valores mediante varios métodos.Qué problema presenta?¿Qué soluciones otorga SPSS? Recodifique las variables pensión. Tenemos valores perdidos. 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.. ti a . pulsaremos sobre la variable EDA en el recuadro de la izquierda en el cual figuran todas las variables y. .14). PA0 evaMtan4 cegare t año ^ 32 _ 00 5 6 _ P' Rem ake. cuyo valor para las observaciones con dato es el mismo que EDA para los valores perdidos 37. — Temporada: 1 si se trata de temporada alta y 2 en caso contrario.13). pero ahora en formato continuo. - Ceea 'sere torpor". 2. — Evaluación: de I a 100. Para ello.s 100 100 100 100 .. Nosotros vamos a escoger reemplazarlos por la media del resto de observaciones. La agencia mantiene a nivel interno la información de los nombres de los países. — Duración: número de días que dura el viaje.. — Organizado: valor I si el viaje es organizado y 2 si no lo es.Editor de datos SPSS Edioun a l g ldl edad J ^ ^. 1 CC . — Pensión: 1 si se trata de pensión completa y 2 en caso contrario.. Puntuación del viajero al viaje efectuado. _x pa Asolar o ragosatams. De I a 5 estrellas.N __ II Nan6re Y nrlodo • I . Los posibles destinos de los clientes.. 00 1 00• I00 100 1600 1500 1500 1200 1dm 300 200 300 300 300.:. 3 0= ^^ = T aeamfcaoan ertaneta.. en la flecha que hay entre ambos recuadros blancos. Transformar y valores 5. A la variable EDA le faltan observaciones. Para ello. Una vez aquí....01.media de la serie.. Valor 6 para los viajes con alojamiento en uno de los 10 mejores hoteles con quien mantiene relaciones la agencia.edad». Veremos cómo. 1. Observe su variable <. después de comprobar que en la pestaña del método hemos seleccionado el método •.da enraye Metladn rota od cer de b me J r ^ ^n F/lt 111. De I a 9 días. que es la media de la serie. nos vamos al menú perdidos (Figura 2. seleccionamos en primer lugar la variable que nos interesa.edad pe a _ CategaFa vaebMS.38. los clientes y los hoteles. al realizar dicha operación.ao T agarra maroon 0 J c°. viaje organizado y temporada de tal forma que sean variables binarias 11.. 1 111111 IE S1SS • (MAUI et IESILILIÍI 1 lllllt IL SISS — Precio/noche: precio de la habitación del hotel.-r-.Capítulo 2 Bnáhsis exploratorio Ill variables umlimensmnales 39 E)EI1L1 If meterle.

» y realizamos la siguiente operación..15).A.. 1) EGB ciclo medio o educación primaria. clicamos igualmente en la opción valor e introducimos un 0. en primer lugar. Posteriormente. eme -vdarae. seleccionamos las tres variables que nos interesan tal y como hicimos en el ejercicio anterior (Figura 2.W 83. vele I (' Pacido pa e «.. 1W 1W' 1. repetimos la misma operación con la finalidad de obtener la expresión 1-sl (Figura 2. IJ •® '.00 L00. clicamos en la opción valor e introducimos un 2 en el recuadro blanco que hay a su derecha. valores antiguos y nuevas . cata apa c.001 ... clicamos en la opción «Añadir.1W1 - 30 l 140. Accedemos a un nuevo cuadro de diálogo donde.031 59. Posteriormente. Apanes rangos a casos. Recordemos que el fichero Salarios. ha aparecido la siguiente expresión: 2—s0.01 59. la que hace referencia al valor antiguo. W 59. :I WI " 001 ' 001 '031 '..7D evaluaei ( ego* 2 1 2 00 00 3 00 300 7 00 . aecaderlaón atandtice.. — Salario por hora — Sexo o género (1: hombre. see tempord. entramos en la opción «Valores antiguos y nuevos.00 3. m Sim [irlo .301 2..40 EJEMPLO REMOCIÓN PIITII IE Eslaáishca aplicada al turismo OE R MI Educo '.. W I ° 4 031 Z. 00 76. 3. «En las mismas variables» (Figura 2..xls contiene datos sobre las siguientes variables para el conjunto de individuos que pertenecen a la plantilla de nuestra agencia EN ALGÚN LUGAR. 2) EGB ciclo superior o educación secundaria.03 . 301 33 .Valor atan r.. en el recuadro blanco grande de la parte derecha. organizado q temporada se han reemplazado las observaciones con valor 2 por observaciones con valor 0..16). organizado y temporada en variables binarias (1.W1 2 J-1 1 12 13 1 701 00 001 1 00 1 14001 2._. rae'ua ea ^ta ^ ^ '^ 02 2W^ 2 2. la que hace referencia al valor nuevo.001 70. En la parte izquierda. Finalmente. 0: mujer) — Edad — Años de experiencia — Nivel educativo: en orden ascendente: 0) EGB ciclo inicial.0) nos trasladamos al menú «Transformar». nos aparecerá el menú anterior y aceptaremos sobre él..17).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-..1 • Va EJEMfLI IE IESILILIÍI 1111111 If SISS 2. S. 00 1 . 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.00 rn 12 W 2 W 3. mientras que las observaciones con valor I permanecen invariables. Es:.03 7 1p 7000 78 00 92 00 98 00 7300 70.aes. Veremos cómo.00 1 -^.__ 7 03 3 00 3.15.. Remplaza /orees per 1C 1001 100 1W 100 Figura 2.Editor de datos SPSS wchro Datos Transformar treha Ctdkos ^ da 2 UD 2 3 1 1 edad sordo m dedaaauor. /atables maniatar •0(4. «Recodificar». 4) COU o Bachillerato. Una vez aquí. Categor¢e venables..001 '5001 Recodf ar en las miserias variad*.. 00 14. clicamos en la opción «Continuar».. en la parte derecha. Una vez realizado.. I /does amgos y romos lad Restablece .. Observaremos cómo en las columnas que hacían referencia a las variables pensión.001 81. Para conv ertir las variables pensión..031 7W 70 -31 31 92 001 70. 3) BUP.

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

etebte. Clicamos " Continuar " en el submenú •. La salida consta de cuatro recuadros. En este punto observamos los resultados de las Figuras 2.03 40001 5W1 5W' 300 7W1 - _ cv t ct: 1C( - _4.Frecuencias: Formato " y " Aceptar " en el menú „Frecuencias. En ellas se muestra la frecuencia absoluta (frecuencias).22 a 2. a lo sumo.03 44. 00 12860 2001 2000í 3. y dado que queremos la tabla de frecuencias para todas las variables.00 . Los tres siguientes recuadros son las tablas de frecuencias para las variables que no tenían excesivas categorías. StamleWp tat lit vattam obro 12 13 14 15 16 55C 6 70 5031 9. la frecuencia relativa Sin titulo .03 1 7151 7 W': SW a03 3. venables r Came.10).t MiLple. introducimos todas las variables en el recuadro blanco derecho.25. r Oipsreat atestados y. Este tipo de instrucción suprime la tabla para las variables continuas corno es el Salario por hora o la Edad.03 6200 27W 38. 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 :^ ^. A continuación. El primero nos informa del número de datos v de que no hemos perdido ninguna información. 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.. Para ello. ginales y que suprima las tablas de frecuencias de variables con más de 20 categorías.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. 2 (Figura 2.W 2303 58.W —__ 303 9.2W.21). 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.

9 66 3.3 24 6 29..8 16 115 16 6.9 13 16 49 100.1. si cucamos en la opción «Gráficos.6 3.2 82 4.0 52 82 49 33 16 49 1000 =.6 16 82 3.96 700 ^ 00 44 00 62 m a 00 W 27 0 13 38 00 .6 541 557 623 65.taplulo 2 Análisis etploralono de v ariables unidimensioneles 43 IE S1SS EJE111L1 IE 1ESILItIÍI I 111111 • EJE11L1 IE IESILILIi1 Experienaa I 111111.0 42.26). IE SPEC Estadlsbms Sa áRIOS EDUCACION! E.renuie 410 590 Pc.n.24.0 78.3 49 16 9. La primera se halla igualmente dentro de «Analizar.3 1.1 5 1 3 4 2 Pnrnentale 82 16 49 66 3.0 r.3 6.. [e^taje a -.6 3.1 41.6 1. Frecuencias.6 672 70.6 33 1000 va.0 Porcentaj e estilo 82 16 98 210 33 23..11. :Trin 82 9.1 967 100.pe-=-:60 Vdltdos 3 1 2 3 4 5 7 8 9 10 . podemos seleccionar la variable Educación y realizar el gráfico de sectores de la misma (Figura 2.3 16 16 1._ eaa-_.101.8 21. '.6 1.111 3.3 __: Porcentaje anln olann 82 96 14.6 3.. (porcentajes) y la frecuencia relativa acumulada (porcentaje acumulado).0 6 1 7 1 4 2 _ 4 1 1 5 2 1 1 1 2 61 98 16 115 16 66 3.w Ed4in 1b =JJ Buns Transformar Mala Vsdilc ♦a•anen ♦e• ♦ edad J 1 ar I ^^^ Ceerr Ayde A F Moca v •ea 00 del 4Nco FreOaoca r 00 t 12 13 14 15 16 500 9 716 78C 2.0 8.8 19. Valrcos _ SEXO .0 852 902 934 95.1 1000 12 13 15 16 18 20 22 23 25 28 29 32 35 40 Tota '.ann J41 0 410 590 100 0 t -_ _ Tota 61 100. -_ 'a e 52 5 '6 _ 3 4 6 7 8 9 10 11 Tota 6 14 2 14 5 5 3 2 1 3 61 98 210 33 23.6 1.7 803 88 5 91 8 934 95. Estadísticos descriptivos.5 77.3 1. :-_.3 16 33 6.wa •T•2.enrama .3 49 16 Porcentaje v5Mn 82 16 4.5 31.2 3.m 5.7 426 459 68 9 77.6 16 1.6 8. En ella. bl Para realizar los gráficos tenemos dos opciones.

(Figura 2.30). y en el siguiente menú seleccionaríamos la variable Educación y le pediríamos que los sectores representen el número de casos.28). El resultado es el que aparece en la Figura 2. I Flqu a 2. Para elaborar el histograma de la variable Salarios nuevamente tenemos dos posibilidades.Gráficos» . En la opción .•Analizar..tato. frecuencias y gráficos.29.32.Definir» después de marcar la opción -resúmenes para todos los grupos de casos.. Posteriormente.yvo ® 1=0 ® 11^ Mal fipli 2. de daos 5. El mismo resultado se habría obtenido en .44 ElEA1l1 Esladishca aplicada al luris- If IESIt1EIil 1 111111 If SPSS • E1E111L1 If IESILIEIiI I I11111 If S1SS Sn aula .i00^ 00 1 Pf) ^300`` 21 r m mI m . 8( 3( 13' 13 25 L 70(D' 1 88 _ . Notamos que los niveles de educación 3 y 5 son los que están más representados.27. seleccionaríamos ■■Histograma» y marcaríamos la opción de curva normal en el gráfico (Figura 2. Observe que el dibujo sería idéntico si pidiéramos el % de casos (Figuras 2.21 El resultado se puede observar en la Figura 2.. marcaríamos . 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 (.29 y 2. ® 11^ © 11® .' Revnere0p•aVWS de50000 r Res'nann pne d0W a0 vseHs ValpeO ndvidudn de Is cmos I Deb. .Sectores. estadísticos descriptivos.31)..55 a161140I54 10 =1J _J JJ J: rums e mininos.

4.00 2000 28 00 61 3 59 100 1 .228 604 48 17 65 2200 26.306 6.50 37. Una vez en este menú clicamos en los estadísticos que nos interesan.00 61 3 38 43 37. únicamente hacer constar que el coeficiente de asimetría que nos ofrece SPSS es el coeficiente de Fischer. Guantes . En nuestro caso. como sabemos.443 109-050 776 .775 7. En el caso de los percentiles.mn F Den Cima P V6. 0 140 160 160 IDO 220 ND TO Lm vetos ao n..34.00 3' 2. 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. hemos añadido el 10 y el 90 (Figura 2.111 .Taderoe cara r Ñ Meso P Matero Reo= x cane cae P Pacaxiea (- P Mofe r s.915 201 .con el primer. P Aarree P Cuba S ti Obtenemos de nuevo idéntico resultado a partir del menú «Gráficos.50 10.00 52-00 57 00 a Existen vanas modas Se mostrara el menor de los valores fi^rt 134. v cucando «Añadir» para que aparezcan en el recuadro grande. c) Para realizar la estadística descriptiva de las variables volvemos al menú “ Analizar».+* vedes 0e grzos Deae.20 300 500 600 8 BO _ 13' 5 10-00 10 10.33). el 50 y el 75.00 1.00 1. } desde aquí entramos en la opción «Estadísticos>.8498 23 5203 2336 ..Frecuencias.00 23 13488 181.306 -.ioo NOS. justo a la derecha de la opción «Percentiles. ya que estos percentiles coinciden.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 . Sin detenernos a comentar toda la salida.•66 N•6100 •0 60 SO LA Rí05 . y el submenú «Histo g ramas.306 -1.570 _ 164 5.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.00 1.800 7200 9. P Mf.. 33 26.•oe P Mim e Dotüav Ñ Amad r ET.330 5. Por otra parte.081 604 11 0 11 1. Estadistrcos -sao EDAD N Meaja Mediana Moda auaos a eraiacs 85-`_ 7200 5..9 4. seleccionaríamos la variable Salarios y marcaríamos la opción de curva normal. Estadísticos descriptivos..6 r Ds tp •a66 1bd.396 604 23.ya que la mayoría de sus datos se concentran a la izquierda de la media. Una vez allí. una vez activados tras el clic.. segundo y tercer cuartil..604 40 0 40 120 4.750 13.701 455 306 . El output que nos ofrece SPSS es el de la Figura 2. J . notar que aunque sólo hemos pedido los percentiles 10 y 90 nos ofrece también el 25. tenemos que indicar los que nos interesan escribiendo el número en el recuadro pequeño.

Para ello.-- 100 1W WI 62 N^' ^ WI 00 00 1 00 1 00 100 W 5+..sTi Srrele a9weda a. Se trata del diagrama de caja usual presentado en posición vertical. Además. nos trasladamos al menú «Datos». La salida de SPSS es la de la Figura 2. fades. . Pondera casos.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 .. ... ea. submenú Segmentar archivos» ( Figura 2.37).sede eda0 salan 37 W E 4 51 saecooree casos.36). d) Para realizar el diagrama de caja de la variable Salario por hora. I 1 F.. 1 pe°•r"1 Ira 2. 5T Gafe.. Diagrama de cajas».áfvn Gr WdldK Ventana W 00! W 4200 2200 57 03 36 r. Por último. En el siguiente menú pulsaremos en opción «Simple» y en la función «Resúmenes para distintas variables» (Figuras 2.35 y 2....' al p: J 59( 89t 4 4'. entramos en el menú «Gráficos.. entre el cuartil primero y la mediana. seleccionaremos la variable Salario por hora y aceptaremos (Figura 2.. _ _— Ceffas i a . En él vemos observaciones atípicas situadas aproximadamente entorno a los 26/27€ la hora. tenemos información suficiente para todas.see • Pa^ salmo A_ °• Pqa una dispersión muy elevada en el 25% de observaciones que oscilan entre el cuartil tercero y el extremo superior.. Por el contrario. 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. J .aa J __ en el informe que se nos pide en este apartado.38. pee 71003 da casca Resúmenes neta d3n4aa venables r 48 00' 4300 21 00 Agora 2_36. .39). Wdwo Edioón Ve ' patos Transformar Arare Gráficos tildadas Ventana '. e) Por lo que respecta a las preguntas a las que hemos de dar respuesta 0 Espera m casos 'recia. que corresponderán con toda seguridad a los gerentes de cada agencia. san Resúnen. advertimos r J ..31. inserta ve verte* ffi . 28 00 33 00 r Los daos del atta. se sitúa el 25 c %c de observaciones más concentrado.^. 24 23 58 44 •F m_ 1W 1 00 : 100 W J ^ Defr. Para responder a esta pregunta necesitamos calcular estadísticos descriptivos separados para el colectivo masculino y femenino.

nos entretendremos al go más con la variable Salario por hora. la media de experiencia del personal de nuestra agencia es superiora los 13 años.Organizar los resultados por grupos)) y «Ordenar el archivo según las variables de agrupación». Sin embargo. Si diferenciamos entre sexos. sólo tenemos que pulsar «Analizar. Nuestra variable de agrupación es Sexo.413 — 0. ya que el coeficiente de variación es de 0. será presentada para los grupos de-mujeres y hombres de forma separada (para desactivar esta función: «Datos. no crear grupos» (Figura 2. ya que si calculamos el coeficiente de variación de la variable Edad 13. cosa que no ocurre con el resto de variables. De todas formas. El salario hora de la plantilla de nuestra agencia se sitúa entorno a 8. la seleccionamos y si aceptamos observaremos como nuestro archivo se ha ordenado según ésta variable.s:a 36 edades comprendidas entre los 17 y 65 años.18 (percentil 90) con experiencia superiora 28 años.3 € mientras que otro 10% de la plantilla lo hace por salarios superiores a 13. se detecta que la media y la mediana se sitúan en estudios de tipo medio como COU. tenemos personal que cobra un salario por hora superiora los 26. observamos que los hombres cobran.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 . y el hecho de tener la desviación típica mayor variable Edad. lo que representa un 59% de hombres a SEXO = 0 (media de la variable Sexo) y un 41% de mujeres. podemos considerar que nuestra plantilla es relativamente joven. 98 25 SALARIOS Nválido (según lata 25 Nuestra plantilla consta de 25 mujeres y 36 hombres.41.5 € la hora. se trata únicamente de algunas saciables extremas.488 38. Por último. De hecho. Aunque ello. Una vez en este SALARIOS Miromn Maims punto va podemos realizar el informe. nos podría hacer pensar que fiprE 211. Respecto ala variable Educación.40). si observamos tanto la estadística descriptiva como su gráfico de sectores.57 €. Respecto a la variable Experiencia. A título ilustrativo hay un 10% (percentil 10) de la población con experiencia inferior a 12 años y otro 10% 13. siempre que no desactivemos la opción anterior. Las cate gorías más representadas son estudiantes con BUP y con FP o ciclos formativos de grado medio. ya que su media N Minim^ Maxim =iv I1A _ 5010 36 265 SALAR Cde edad es de 38. cualquier instrucción que realicemos a partir de este momento. La dispersión es relativamente elevada.75) y el extremo superior de los datos. con lo que este dato no es muy ilustrativo. s obtenemos la Estadisticos descripnvos' salida de SPSS de la Figura 2. ya que su coeficiente de variación es el mayor de todas las variables 10. un 10% de la plantilla trabaja por salarios hora inferiores a 4.43 — 0.79. Estadisncos descriptivos' Por otra parte. para obtener la estadística descriptiva de cada grupo.5 € la hora. Así. tenemos primero las observaciones con valor O (mujeres) s después las observaciones con valor I (hombres). en nuestra empresa hay tanto personal que únicamente tiene el ciclo inicial de EGB. Descriptivos. En particular.56. cantidades superiores a las mujeres. Además.. se trata de la variable más dispersa. Así. Estadísticos descriptivos. Bachillerato o FP de grado medio. como personal estudiante de doctorado. Segmentar archivo y Analizar todos los casos. la dispersión más elevada. tenemos una gran dispersión de edades.34 éste nos diría que estamos muy cerca de considerar a la media como representativa del conjunto de datos. la encontramos entre el cuartil 3 (9. No obstante. aunque el colectivo de mujeres presenta salarios más estables a tenor de su menor desviación típica y coeficiente de . tenemos Nvándo se-_. en promedio. Así.43 años.

La distribución es asimétrica. Se sabe que la media aritmética de ventas de billetes de avión de las agencias en dicha población es de 45. Los datos resultantes son: 2. Paralelamente. se obtuvieron los siguientes resultados: inedia = 100. El coeficiente de variación de ambas variables. 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. 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. 2. ¿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.5. algo que podemos observar tanto en su histograma como en el valor positivo que muestra el coficiente de Fischer. el tercero 19 y la mediana 10. La interpretación de dicho coeficiente es que la mayoría de salarios se concentran a la izquierda de la media. Calcule en qué tipo de billetes se encuentra más aventajada dicha agencia respecto a su competencia. Comente los resultados. 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. 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. Por países. a) b) Determine si es grande o pequeño el grado de asimetría de dicha distribución. El coeficiente de variación.000 con una desviación de 1.500.000 billetes de avión y 90. 12 26 20 13 30 17 504) muestran una media de 75. se analizó la demanda de los mismos. . en concreto muestra simetría por la derecha. todas las distribuciones a excepción de la del Sexo nos muestran este tipo de asimetría.000 y que las ventas de billetes de tren A B C D Costa de Alicante Costa Brava Costa del Sol Palma-Calviá Sur de Gran Canaria 60 50 50 57 70 Calcule: a) h) e) La Inedia de la ocupación prevista de estas zonas.5 y moda = 107. Otras naciones se reparten el resto. el primer cuartil sea 5.000 de tren. seguidos de los franceses con 20 millones y los procedentes del Reino Unido con 17 millones. mediana = 95. fueron los turistas de Alemania quienes realizaron mayor número de pernoctaciones con 35 millones. al contrario que las distribuciones del resto de variables que son platicúricas. el máximo 20.000 con una varianza de 2.11. Ejercicios propuestos Ejercicios pujos 2. se trata de una distribución leptocúrtica.116 Una agencia de viajes de Granada ha vendido durante un año 50. Comente los resultados.48 PRR11 1RE SPSS • EJEMPLO RE RESOLUCIÓN R Esladíshca aplicada al MISMO EJEMPLO RE RESOLUCIÓN R PRRIIR RE SPSS variación.4. De hecho. Dibuje un gráfico adecuado para estos datos. Indique ante qué tipo de variable nos encontramos.11.

400 y represéntela en un histograma. Son: 500.1 Para un conjunto de datos la media es 80. b) ¿Cuál es la distancia media de los alojamientos? ¿Y la distancia mediana? Tabla 2. Los datos no cuentan lo que forma parte del .2) a) ¿Qué porcentaje de las observaciones están por encima de 96? ¿Qué porcentaje es menor o igual a 84? b) ¿Qué porcentaje de datos caería dentro del intervalo (59.50. es decir.l) El porcentaje de valores de gasto superiores a 850. el cuartil primero 75. la distribución correspondiente al trabajo que han ofrecido a la segunda diplomada tiene una media de 21.300.28.100 -1. la mediana 84. Se pide: a) Dibuje el gráfico que resulta más adecuado para este tipo de datos. 18. 700. 600 -900.050. 1.1 La media de edad de nuev e personas es de 40 años.200. 112)? c.3) El porcentaje de valores de gasto entre 550 y 900. ¿Cuál es la nueva edad media? ¿Puede determinar la mediana de esas diez personas? 2. Desde la oficina de turismo de Salou se pretende incentivar al 25% de turistas que más gastaron en sus vacaciones. 21111 Los siguientes datos reflejan el gasto en € realizado por 26 turistas en Salou durante su estancia en 2003. 1. 900. 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. 950.5 y el cuartil tercero 96. ¿Cuál de las dos personas ha recibido una mejor oferta en relación a su categoría? 211. 28. Dibuje los diagramas de tallo y hojas para cada familia.65.000 €. Compare las familias. c) Encuentre la distribución de frecuencias relativas con clases iguales que le parezca adecuada.500 € y una desviación típica de 1. 670.100. 65. 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. alojamiento y media pensión. 900.72.5.400.Cap itu lo 2 Pnálisis exploratorio de taria0les unidimensionales 49 • E]EItItIOS PIOPUESTOS • E)EItItI1S PIIPUESTIS E)EItItI1S PIIPIESIIS 211. 580.pack». 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 . 980. la desviación típica 10. 1. calcule: e. 850. 1. invierno y primavera. pecto al centro de la capital: 38. 23. ofreciéndoles un descuento de un 1O% en cualquier apack» que escojan en la temporada de 2004 (siempre que el destino sea Salou. 570. 100.050.5. viaje. c. ¿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. Escoja diferentes agrupaciones.51 si aplicamos la regla de Chebychev? ¿Qué porcentaje caería dentro de ese intervalo si la distribución fuese normal? ¿Y dentro del intervalo (49. 890. 1. represente el histo grama y en base al histograma.500 €.40. con desviación típica de 1. naturalmente). 800.020.40. Por otro lado. 750. Entra una de 36. Calcule alguna medida de centralización y dispersión para ello. b) Encuentre la distribución de frecuencias relativas con clases: 500 -600. 38.900. 18.500 €. 1. 540. 600. 1.. A la primera le han ofrecido un sueldo de 13. 23.5.000 €. 750.000 € y a la segunda le han ofrecido 20. 38 y 18. 101. 65.1. 640.118 Dos personas diplomadas en Turismo con diferente grado de experiencia han recibido dos ofertas de trabajo.27. Sabemos que la distribución de sueldos correspondiente a la categoría de la primera persona tiene una media de 14.27 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. 1. 550.100.

b) Calcule los percentiles 10 y 90. 6.250) ( 1.1111 La Tabla 2. 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>. 50. 3.000) 12. 1. 211. las marcas de clase y las frecuencias. a) Agrupe los datos en clases o intervalos.250. 1250. d) Calcule los tres cuartiles y dibuje el diagrama de caja correspondiente a la distribución de los datos. 2. 67.6.000. d) Añada al diagrama anterior el polígono de frecuencias.3. 4. 500) [500. e) Tomando como marca de clase el punto medio de cada intervalo.000) [ 10. Coméntelo. dada la tipología de datos? e) Calcule una medida de dispersión que considere adecuada. Explique su significado.2.750.000.000) [6.14. 76. 62. 65.000. h) Utilice alguna medida de dispersión adicional para mejorar su análisis de la misma. en 1972. 250) 30 5 10 10 10 10 5 5 número de datos que se encuentran realmente en dichos intervalos.500) [ 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. 58. 64.000. e) Realice un histograma. 54. 72.750) (1.3. los datos.2.3. del año 2003 y poner el precio a los paquetes turísticos promocionales. 55.000) [4.3.000) (3. Escriba una frase interpretando los valores obtenidos. 1. Escriba una frase interpretando el valor obtenido.7.000) [7. f) Comente qué tipo de asimetría y apuntamiento presentan. en S. 59.250. 2. 10. de Marbella ha recogido un conjunto de medidas del nivel de ruido del transporte. 66. a su juicio. b) Confeccione una tabla con las clases.50 ElE1tItIIS IIIIIESTIS • EJEItItI15 IIIIIESTIS • Eslalishca aplicada al lulisma EJEItItIIS IIIIIESIIS c) Calcule los percentiles 10 y 90.000) [5. Con el objetivo de conocer hasta qué punto aumenta el ruido en su ciudad en temporada alta.000) Porcenrajell 2 3 4 5 5 5 15 26 26 8 2 . g) Utilice la regla de Chebychev para determinar qué porcentaje de medidas se tendrían que encontrar entre x 2s_ 3s. d) ¿Qué medida de centralización encuentra más adecuada. 69. 55.500.000.250) (2.4.000.000. e) ¿Cuál sería el valor que dejaría por debajo al 50'k de la población. en un importante cruce de su ciudad: 55. en decibelios. 1.000) [25. 21111 La Tabla 2. 5.8.2.5001 10 I0 a) Dibuje el histograma de frecuencias y comente su forma. 15. 2.9. 750) (750.000.000.000. 125. de David Bowie. de Bruce Springsteen.Ziggy Stardust. 70.29 muestra la distribución de la renta. Comente los resultados.000.000) [ 15.000. 25. 7. 56. 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. el ayuntamiento (1.1. 67.000. 60. 2. al 759 y al 90'k? ¿Cómo se llaman estos valores? f) Determine el valor del percentil 10.000) ( 1.0.000) [50.4.3.8. calcule la media y la mediana de los datos. Compare los valores obtenidos con el [0. 2. 60. una de las más exitosas de todos los tiempos. Dicha gira.2. de los espectadores que siguieron la gira en todo el mundo . 1.0.7.8.. 61. 63.000) [2.

ci Calcule la media y la desviación estándar.2r10 1.bozplot» para comentar la dispersión de alguna variable. Comente la dispersión de la variable. g) Utilice el diagrama .200 1350 1. f) Calcule alguna medida de concentración y comenta los resultados.200 b) Realice las estadísticas descriptivas de las variables más interesantes. a) Calcule la media y la desviación típica.Qué medida de centralización considera más adecuada? Justifique su respuesta.. dl Calcule el coeficiente de variación y comente si la media es una medida representativa. el Dibuje la curva de Lo re nz y calcule alguna medida de concentración. A partir de la base de datos enalgunlugar. ¿cómo aumenta la media? ¿Y si se hace esto mismo con el trabajador que menos cobra? .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. ¿en cuánto aumenta la media? ¿Y la varianza? d) Si se aumenta el sueldo del trabajador que más cobra en 500 €. 21116 La Tabla 2.sav.450 800 800 1100 1. Constate dicha impresión con los cálculos del coeficiente de asimetría y curtosis. ¿en cuánto aumenta la media? ¿Y la varianza? c) Si se decide un aumento del sueldo de un 15%. 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. 21111..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. b) Calcule el percentil 10 y 90. Se pide: a) Realice la tabla de frecuencias de las nuevas variables Edad y Hotel así como de la variable Destinaciones. 1. Dibuje el diagrama de caja. Comente los resultados. lo Si se decide un aumento lineal para todos los trabajadores. Ejercicios con SPSS . Escriba una frase que comente el sentido de dichos valores.30.

Independencia y asociación 3. Medidas de calidad del ajuste 3.1. Ejemplos de resolución a partir de SPSS 3.12. Ejercicios propuestos .11.6.3.9. Ejemplos de estudio 3.5.7.2.4. Consecuencias 3. Dependencia funcional y estadística. Introducción a la inferencia estadística 3. Hipótesis del modelo lineal. La regresión lineal simple 3. Diagramas y tabulaciones bivariantes 3. Introducción a la regresión lineal simple 3.CflPÍ1UL0 3 Análisis exploratorio de ^► variables bidimensionales 3. Cálculo de coeficientes e interpretación 3. Cosarianza y correlación 3. Estadística de atributos.8.10.

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

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

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

Por ejemplo. 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. Ejemplo 3. la llamaremos variable dependiente. 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). 8. 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. .1. La regresión lineal simple Como se ha dejado patente anteriormente. Y. 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. 10 169.4). De las dos variables a estudiar. 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.: 52.Capado 3 Análisis exploratorio de variables bidimensionales 57 tencia de ninguna relación de causalidad de una variable respecto a otra. Es muy probable que si calculamos el coeficiente de correlación entre estas dos variables obtengamos un valor muy elevado. El objetivo principal de la regresión es descubrir el modo en que se relacionan. = 7.8 = 52.. l • • 3. con los datos del ejemplo anterior (Tabla 3. vamos a llamar a la X variable independiente.3.2139 .8282 que nos indica que las variables están relacionadas de forma positiva.6 67.7567 175• 80 +180 82± 16257+. se puede considerar que una de ellas influye sobre la otra de alguna manera.. cuando se estudian dos características de una muestra simultáneamente. endógena o explicada. y a la otra. exógena o explicativa. Un ejemplo ilustrativo es el siguiente: supongamos que tenemos los datos de temperatura y el número de matrimonios..6 s.32 7.8 s = 8.7567 — 0.32 Ahora se puede calcular el coeficiente de correlación lineal r.

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

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

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

= Donde: a) b) SCE: suma de cuadrados explicada. a partir de valores de la variable explicativa.9. Es la parte de la varia- 0.si es R'). En este modelo la variable explicativa no tiene ningún poder explicativo sobre la explicada. SCNE = ( y – i. por ejemplo. si se comprueba una buena correlación lineal entre las variables X = Gasto en publicidad e Y = Demanda turística. se puede definir el coeficiente de determinación de la siguiente forma: R.6. es decir. De cara ala interpretación. para predecir. SCT = SCNE.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. Es la parte de la variación de y que podemos explicar con x • SCE = SCT: suma de cuadrados total. Un ejemplo podría se • obtener una demanda de servicios turísticos negativa (imposible en este ejemplo).édiFFEM.c_ +t:4e. pues es posible que se obtengan resultados absurdos.6. si es grande (próximo al o-1 si es la r. El coeficiente de correlación (o el de determinación) lineal es el dato que.9+ SCE – I SCNE SCT SCT e) SCNE: suma de cuadrados no explicada o suma residual. se va a aprovechar el modelo de regresión para introducir el contraste de hipótesis como una breve aproximación a la inferencia estadística. la fiabilidad de una predicción obtenida mediante la recta de regresión se puede medir con el coeficiente de determinación R1. con una recta de regresión (de Y sobre X) igual a: v=0. nos indica que la predicción obtenida es fiable. • 3. o próximo a 100`I. Así pues. .Capitulo 3. con lo que el coeficiente de determinación sería igual a la unidad. Por ejemplo. ésta se puede usar para obtener valores de la variable explicada. Una vez se constata. que hay una relación lineal entre dos variables y se calcula la recta de regresión apropiada. lo cual es lógico pues R' indicaba la calidad del ajuste de la nube de puntos a la recta. con nuestra recta. y un modelo desastroso sería uno donde los errores lo explican todo.r se puede plantear la siguiente pregunta: ¡ . que las predicciones serán mejores cuanto mayor sea el coeficiente de determinación y el número de datos del cual se dispone. por tanto. En el momento de hacer predicciones hay que tener ciertas precauciones. y la recta de regresión tenderá a ser horizontal. un modelo perfecto es un modelo sin errores (e = O). resultando y = 6._am. sustituyendo en la ecuación de la recta x = 10.2109. Análisis exploratorio de variables hidimeosiaoales 61 Análogamente. ción de y que no podemos explicar con x. El primer objetivo de la regresión era poner de manifiesto una relación existente entre dos variables estadísticas. Es toda la variación de y • SCT = 7(5' – i). 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. .. o sea.. Esta es la suma de errores al cuadrado. Aunque ya ha quedado delimitado el objeto de nuestro libro hacia la Estadística descriptiva. Introducción a la inferencia estadística e. Se puede concluir. )' _ ^e=.

Observe igualmente la similitud del cociente inherente al contraste con la expresión mostrada en el Apartado 2.7.11.96'. A la luz de lo visto en los apartados anteriores. x e V. no hubiera habido duda. es decir. La hipótesis a comprobar hipótesis nula) será que h es igual a un determinado valor h . Una varianza del estimador elevada implica una reducida eficiencia del estimador. uno de los objetivos del modelo de regresión es la predicción.1 está muy cerca o muy lejos. en caso contrario se acepta`. es decir. como mínimo. dicha predicción se basa en las estimaciones de a y h lá. Hipótesis del modelo lineal. En general. . de acuerdo con lo comentado para el estadístico t. 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 959.7 del capítulo anterior que hacía referencia a la tipificación de una variable. en una muestra individual puede alejarse de su verdadero valor: el de la relación entre xev.rt1■111 El modelo de regresión lineal. esto no es casual.1 (h = 1. que x influye en y. • • 3. Pongamos que con una muestra de datos obtenemos una estimación de h con valor 1. y también aumentaría en una unidad. es que únicamente se rechazará la hipótesis nula si dicho estadístico es inferior a 0. 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. Cuanto mayores son los errores mayor es su dispersión. que h m (I:' Empecemos por la primera hipótesis. debidamente relativizado por la desviación estándar del estimador. Así: Ib sh bI Si t > 1. Evidentemente.05. obviamente. El objetivo es conocer si b es estadísticamente igual a I. que aunque el estimador calculado y promediado para muchas muestras concretas acierte. nos queda conocer cómo calcular s1.. con uno del estadístico t superior a 1. a título ilustrativo. Consecuencias c. para conocerlo utilizamos el siguiente contraste y estadístico que no demostraremos. se supone que ese cociente es suficientemente grande cuando excede 1. Evidentemente. Si el coeficiente estimado hubiera sido 1. la varianza del estimador. En nomenclatura: H:h=h Se trata de ver si la diferencia entre la estimación de h (h) y el valor de nuestra hipótesis h. que creíamos que al aumentar en una unidad x. Ahora se trata de saber si 1.62 Estadistica aplicada al turismo Como se ha comentado con anterioridad.: ^e= Ss = ( donde n la varianza residual s' •X' ) n- 2 La interpretación de la desviación estándar del estimador es sencilla. se sustenta en una relación estadística entre dos variables. pero que mostraremos su intuición. tal y como lo hemos presentado. A modo de convención. su varianza y. Dicha columna. Pongamos. Su interpretación. . por tanto. ¿Hasta qué punto podemos concluir que nuestra hipótesis era falsa? ¿Podemos afirmar.96 se rechaza H„ . es decir. es suficientemente )estadísticamente) grande como para rechazar dicha hipótesis. b). que h = I. Este valor se corresponderá.96. Imaginemos ahora que teníamos una idea previa de la influencia de la variable x en y. recoge la probabilidad de aceptación de la hipótesis nula (normalmente la hipótesis es que dicho coeficiente estimado es igual a 0).

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

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

en caso contrario no se podrá rechazar dicha hipótesis y se supondrá independencia. ^ = Los grados de libertad: (6 — I I • (2 — I) = 5. Su expresión: C yl X + N Su valor mínimo es O mientras que el máximo depende del tamaño de la tabla (por ejemplo. l . al 5% de significación el valor es de 11. dicha asociación no parece ser muy elevada. el estadístico . mín { (r — 1).a. por el número de columnas menos uno. 20 10 3 4 61 Total Re-¡+.Caplolo 3 Análisis exploratorio de variables bidimensianales 65 Una vez realizada esta operación. 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. Estadístico x2 : Hombre Fiat Total Peugeot Ford Mercedes BMW Volvo 9 6 Is 26 18 li I.I4 = 0.07.y 2 no está acotado y es directamente proporcional al número de casos.7 V =^ O . Como conclusión.5. a menos que se indique lo contrario. es necesario comparar su resultado con el valor de la distribución x de Pearson en tablas. tomando el valor 0 cuando no existe relación y I cuando se establece entre las variables una relación perfecta.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. Un estadístico acotado adecuado para tablas 2 x 2 es el coeficiente d. al ^ ^ ^ 1 61 6 =0. El nivel de significación suele ser del 5%. Al ser el valor del estadístico mayor que el valor en tablas se acepta la hipótesis de asociación. Se rechazará la hipótesis de independencia si el valor del estadístico supera al valor de tablas. Ejemplo 32.707). Para tablas más extensas. (e — 1 ) } La V de Cramer vuelve a estar acotada entre O y 1 con la interpretación usual. a pesar de que aceptamos la presencia de una cierta asociación entre el sexo y la marca de coche escogida para alquiler. siempre que tengan la misma dimensión (número de filas = número de columnas) se puede utilizar el coeficiente de contingencia C. para una tabla 2 X 2 su valor máximo es de 0. Sin comparar con el valor en tablas.:. Los grados de libertadad vienen dados por el producto del número de filas menos uno. La interpretación de sus valores es idéntica al caso anterior. correspondientes a julio de 2003. que es la medida adecuada para la tabla de que disponemos. N ^ El coeficiente do está acotado entre 0 y I. Por último. 13 16 116 íst i c. también para tablas extensas y teniendo en cuenta el número de filas (r) y de columnas (e) es la V de Cramer. En tablas.

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.6. 0 169.59 que nos indica que la variable independiente Precio explica el 68. e incluso en ocasiones se elimina de la tabla. un viaje de 178 € (correspondiente a x = 178) tiene.8 = quedando: y = —102.6 = 67. En mues70 tras numerosas un dato atípico no afecta demasiado al resultado.7567 Fgura 3.10. según la tabla de datos.8282) 2 • 100 = 68. Entonces tomamos X = Precio como variable explicativa e Y = Valor como variable explicada. el (157.3). una valoración y = 76. 150 160 170 180 190 Pasamos al cálculo de los estadísticos necesarios: Precio Tabla 3. Por ejemplo.6. que es el índice numérico que evalua50 rá esa tendencia.005x Así.8. = 8.8 = 52.6 67. que se obtiene sustituyendo el valor de x.04 . calculado con anterioridad. 90 Comenzamos con la nube de puntos.32 Ahora se puede calcular el coeficiente de correlación lineal r y el de determinación lineal R2: r = 52. Ejemplos de estudio Ejemplo de estudio 3. nos constatará que hay una buena relación lineal. para que nos informe si vale la pena iniciar el estudio de la regresión lineal o no hay motivos para ello (Figura 3. 175 = 17 80 + 180 • 82 + 162 57 + . 80 82 57 63 78 65 66 67 62 58 Valor Aunque en este caso tenemos dos variables muy relacionadas.1 Vamos a realizar un estudio completo del ejemplo que se describe al comienzo del capítulo a partir de la Tabla 3.177.10. Es decir.8282 7.63) se aleja de dicha tendencia. 52. 80 Se observa que los puntos siguen una tendencia. El coeficiente de determinación. el 60 dibujo revela cierta tendencia de los puntos a agruparse en torno a una recta imaginaria.59%. ¿qué valoración le debería corresponder a un viaje de precio 178 €? La respuesta viene de la recta de regresión de Valor sobre Precio.32 (x — 169. Se toma como fiabilidad de la predicción el índice R'-. en virtud de la recta de regresión. s = 169.59% de la varianza de las valoraciones.32 — 0. y no está claramente definido cuál de ellas influye sobre la otra.7567 y R2 = (0. se dice que la predicción tiene una fiabilidad del 68. decidimos estudiar cómo el precio del viaje de los individuos influye sobre la valoración del mismo.6) 52. aunque uno de ellos. aunque no lo haremos en este caso. A este dato se le llama dato atípico. 66 Estadíshca aplicada al turismo 3.. Así pues.3.71 + 1..2139 s. que reproducimos a con175 180 162 157 180 173 171 168 165 165 Precio tinuación.8 s = 7.2139 . La calculamos con los datos que ya tenemos: y — 67.

5 = 23 r.072)= 0.5 SCE = (85..74. I v -91. i) Contraste la hipótesis de que el precio por noche no influencia a la puntuación que recibe el hotel. d ) e.5. + (94.22 e6 = 0. (3 62 +. O sea. on lo que e mación del precio del hotel podemos ajustar de forma muy precisa el valor de la puntuación del mismo. Valor 86 90 91 93 94 95 Se pide: a) Los estadísticos individuales necesarios.5 ts ue csr. es ajust e pare ce ser muy oue no. S6 = +0. e) La varianza residual.5= -51): v=71.7 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...5)2+. contraste que b = 0.383.1506 0204 0. = —0. Solución 1 -t = 51.95 puntos.93 — 91. c) La recta de regresión de y sobre s.383 • 36 = 85. g) El coeficiente de determinación.95+ 0.37 e. —99 0.5) 2 = 52. Capiulo I dn)lisis exploratorio de variables bidimensionales 67 EJEMPLOS bE ES11010 • EJEMPLOS 1E ES11110 EJEMPLOS 0E ES11010 • Ejemplo de estudio 3.73 — 91... f) La desviación estándar del estimador.. = 7.33 e. = 86 — 85. s.48 e. Es decir.+ 60-) -6..99 53.95 + 0.89 _ 0. .27 e2 donde ^^ ^ = 71. = 0. a mayor precio.. b) La covarianza y el coeficiente de correlación. = 7.73 = —0.5)2 + .89 R2 = 52. d) Los errores cometidos con cada observación. h) La predicción de la puntuación para un hotel cuyo precio de una habitación individual por noche es de 42 €. ti pre cio ces notes es muy expucauvo ae w punwacsuu.74232. partiendo de un mínimo de puntuación en tomo a 71. s.5)2=53.14.07 ) 5 = (0. = 0.512 — SCT= (86-91.+(90-91..2 Supongamos que tenemos la Tabla 3.383X 60 Es decir. mayor es la consideración del hotel. = 2.73 = 0. parece redundar en un aumento en la puntuación que éste recibe de 0.. b ) S = 36 86 60 • 95 51 ^ 91.272+.98 De lo que podemos concluir la existencia de un elevada correlación positiva.98 +fi . = 91. cada € adicional en el precio por noche de una abituación individual del hotel.1506 f 0.

00 62.0204 18.00 2100 53 03 5100 213 .. Realice la tabla de contingencia de las variables Sexo con y Nivel educativo.1 azor.00 . Comente.68 Estadística aplicada al turismo EJEMPLOS lE 1511011 88.00 . 2. asimismo.71.xls: I.. A partir de la base de datos Salarios. De cara a realizarla tabla de contingencia de las variables Sexo y Nivel educativo. Comente los resultados. Reducoon Escales Pruebes no permetncas seres temporales 5upereirenoe Pe-norestes 28W mentes datos r 56UU Antros de valores perddos.00 I r de aastea.00 5.00 00 00 .77 Evidentemente se rechaza dicha hipótesis.03 900 2 00 3 00 5.4)...75 9 80 580 695 213 6 00 3.20 5 'fi d 15 16 7 18 19 5.00 40 001 5 00 3 00 4 00 15 00 1300 8 03 00 1 00 1 00 .00 5. los resultados.11. —0. 00 3. el análisis de correlaciones y la regresión lineal entre las variables Salario por hora y Años de experiencia. „-.383 • 42 = O sea.00 27.00 3.1. el submenú «Estadísticos descriptivos» y la opción «Tablas de contingencia» (Figura 3. un hotel con precio por noche de 42 € recibiría una puntuación de 88.03 38. Realice el gráfico de dispersión.03 6. Ejemplo de resolución a partir de SPSS Ejemplo SPSS 3.00 20. Resolució n : 1.11.383-0 = i) 0.00 700 00 5. iUJ 3.00 44. entramos en el mentí «Analizara.00 7. r EtaSstxos desgarros Tablee mundanas Camparen pedas taodeto traed general Modelos martes Correlaciones Redes& tootied Il¡al Frecuentas Erpbn.00 00 5.00 2 00 3.03 • EJEMPLOS OE ES11111 • EJEMPLOS IE E511111 hl 5‘.95 + 0. J 3. ya que parece que el precio de la habitación redunda en la puntuación que recibe el hotel. r Descreemos •=3:1=1.03. 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.

• e . y obtenemos la salida de resultados (Figura 3.0% 28% 3 100 0% 83% Una vez aquí seleccionamos las variables correspondientes ■ entramos en la opción «Casillas».7% 111% 8 571% 222% 3 5 6 7 6 429% 167% 2 400% 56% 4 80. nos confirma que no se ha perdido ningún caso fruto de alguna ausencia de información en cualquiera de las dos variables (Figura 3. mIEI tI®1 var - Tablas de rente-venda 2 3 4 s.0% 56% 1 100. únicamente.0N %deSEXO Recuento % de EDUCACIÓN %de SEXO Recomo %de EDUCACIÓN %deSEXO 2 __2% 80% 3 600% 83% 5 100. aceptamos nuestras selecciones en los cuadros de diálogo «Tablas de contingencia: mostrar en las casillas y en Tablas de contingencia>.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% 5 100.2% 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.aficcs ^ J vo I I aedales secta.0% 11. seleccionamos el tipo de frecuencias.6). 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 . En la tabla podemos contemplar el número de casos para cada par posible de la combinación entre la variable Sexo y Nivel educativo.7).1% 3 100 0% 83% 2 100. Una vez aquí. i. En ella. las frecuencias observadas y las frecuencias relativas marginales cuyo cálculo nos ofrece SPSS bajo el nombre de porcentajes fila y porcentajes columna.) 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. 8 9 10 11 'oai 25 410% 1000% 36 590% 1000% Fi ora 3.3os 'rawer . A nosotros nos interesa. Clicamos en ambas opciones (Figura 3.1 .5). La salida también nos ofrece el siguiente cuadro que.Cabildo 3 Ooálisis explorelono de variables bidimensiooales 69 EJEMPLO IE IEStIICIÍI I 111T11 IT SPSS • E]EMfLI IE IESILILIÍI I 111T11 IE S1SS _ .0% 8. en este momento. ____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.

00 670 : Di.8).00 13.00 espe renca 21 flglli 3. ^ ICJ Planas .10). SPSS nos lo ofrece en el menú «Analizar.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.&-v Votan 2 3 5 6 7 8 9 10 11 12 13 14 15 16 7.9). El resultado parece mostramos una relación positiva entre ambas variables.80 3. aceptamos la opción «Simple. Teases pesonahedss coopera made: Modelo kd general Modelos monos pepeetln toyed Gestas Renacido de daos Escales aneases no pa•nensas saes temporales 1... En el cuadro de diálogo resultante.00 3800 23 00 5300 5100 28 00 33 W figaa S ll .tgte Ee ^r ^ J4zpra Pega IJ ÍD • a 2. m UJ 1W 5t1 LeJ 10 `ris 3100 4000 500 3.75 980 580 695 965 mítpes :+ralas de valores pedalos.m a-rapessin s. seleccionamos la variable Salario por hora para el eje de ordenadas y la variable Experiencia para el eje de abcisas (Figura 3.11).. (Figura 3.^ Sal tibio . edad 2.. Por último. 00 00 00 00 00 1 . Telta. Posteriormente. el Dispersion 30 ^^ Eei Establece ne•cc v Eeparar Reaeekce r ^v I ^.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.orama de edicaceo > tam •.usa les nceeneamns gar de toe cams reó•te. aunque de carácter débil (Figura 3. acudimos la menú «Graficos>.. Con respecto al cálculo del coeficiente de correlación entre ambas variables. athoo Edmn ve Dias Trasformar ala e J p edac salarlo 1 JJJJ^ edut eso frM0os uidede5 Vetan 1 Dtomes Eoaeovos desapwos • • U'. Para obtener el gráfico de dispersión entre las variables Salario por hora y Nivel educativo. (Figura 3.. Correlaciones._ 041dtrea. submenú «Dispersión..12). 70 EJEMILI IE IESILILIÍI -. Bivariadas» (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.00 00 1 00 119 44 00 62 00 2700 o á -^o o 10 20 30 a0 50 400 1500 1300 8. S 51 1 73 5 5_ 6 70 500 900 715 7.11. .. r3Ge ^JJ^ =^ Pe^^= ^ 0k9.

.. por tanto.. La variable Experiencia es. *eras las variables Salario por hora y Nivel educativo. Por último. Me Meet. adecuado siempre que hay al menos una variable cuantitatisa (Figura 3.. aunque no muy fuerte. la variable independiente.Residen Erxedas de caso r r DuenWasm Dxporacos pa caso Greecor Guarda. • t LogistMa Marx.. 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.. se nos pide el análisis de regresión lineal para t • ear J Traldormer Arxiza Grecos Utidatles Ventana =1 ^ Informes Estadmcosdesaptr. Regresión. adrados en dos rata.os _ Tabas persmaizadas exp Compasar ar medras Modelo Mear genera Modelos romos Conelaocces Loglleal Ciasta Redoren de datos Escalas Pruebas EZTI • Estrenen cdrvrnea.16)..01 (bilateral 390*" 002 61 1 51 -c<behvyirs= " Bialea arca r r Sean. ese a se. re paranetrxas Sanes temporales 5sperabrenoa = •c. 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 . La salida de SPSS es la de la Figura 3. Dentro del menú.• s de vaarssp>ádos.. Loteara mimad.m las combase.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 .. Para ello. • • a arana.39.Coehcwes rx de rolecrsrs F de repetrmde mfi.Figura JN.. Además.muae nieves .14. que muestra una relación positiva. entramos en el menú «Analizar. Donde se observa un coeficiente de correlación de 0...13). Vanehbp . seleccionamos la variable Salario por hora como variable dependiente. Lineal» (Figura 3.390^ 002 61 0.Caplulo 3. Opciones r . 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 . c 44 CO Escalamient .... ya que lo razonable es explicar el salario que cobra una persona a partir del número de años de experiencia que posee la misma.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 .. Eslxeeden po dereda. La correlación es significativa al nivel r uriaaa egrik ee.15).. Root.

Destino.112 Con los datos del fichero enalgunlugar. Ahora el coeficiente de las nuevas variables Destino se interpreta en relación a la categoría omitida. partiendo de un nivel salarial de 6.17. Días.sav se pide estimar una regresión lineal múltiple que tiene el Precio por noche como variable dependiente y las variables Temporada. MMMn Introducir a Todas las variare. El siguiente cuadro nos desglosa el coeficiente de determinación en sus componentes.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. 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.aao mrreaYla 138 Errd 6p le a ea(manlnn elia 390• R n.181€.I Re9re. En la primera fila (regresión) la suma de cuadrados explicada. d) Se trata de un ejercicio de ampliación. Se observa que dichas probabilidades son claramente inferiores a 0. 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.anraan 152 a dar ardes pedict0rás Ieomtarlel . Ambos estadísticos t resultan muy superiores a 1. un año más de experiencia hace aumentar el salario por hora de un individuo en 0. Comente la regresión.0) tal y como hicimos en el capítulo anterior. Pensión.05. Además. Este mismo hecho se puede comprobar con la última columna que nos indica la probabilidad de aceptación de las hipótesis nulas.aa ra6 ra 214 658 20 281 N 1 59 60 F 10 584 Sn 002' a varares peeddoras !Constante). se rechazan claramente ambas hipótesis nulas. incorporará seis variables que hacen referencia al destino. en la segunda fila la suma de cuadrados residual y en la tercera la suma de cuadrados total.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. ¿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.daNel. Recuerde que las variables Temporada.emanada. O sea.0) para la variable Destino que tomen el valor I si el individuo ha viajado a ese destino y O en caso contrario. Se puede comprobar fácilmente cómo el coeficiente de determinación es igual ala suma de cuadrados explicada dividida entre la suma de cuadrados total. 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. son nulas. En la cuarta columna se nos ofrece el estadístico t para el caso en el que la hipótesis nula es que el valor de la constante y la pendiente. las estimaciones de la constante y la Modero t (Constarle) ee8e0e602 MMr.entes evamaraa.188 E. Vuelva a estimarla regresión múltiple. Pensión y Organizado deben especificarse como variables binarias (1. Evaluación y Organizado como variables independientes. El programa realiza esta función de forma automática si utiliza el método •pasos sucesivos» dentro del submenú •Regresión lineaba. Así. dejando siempre una por incorporar de cada una de ellas. por tanto. Así. observamos que. Ahora cambie la variable original por estas variables binarias en la regresión múltiple.15). Nos indica el coeficiente de correlación entre ambas variables (0. Hotel. respectivamente. Cree siete variables binarias (1. solatadas MroducAas p Vanade 0eperdiente SAURIOS Resumen del modelo R wa0. El último de los cuadros nos ofrece información acerca de los coeficientes estimados. pendiente del modelo resultan significativas. Ejemplo SPSS 3. como era de esperar. eepenenoa ANOVA° Sumaae r m AnIns 214 656 1196 560 1411218 Seda rr .dn Residual iota! Modelo feonan Vendares mtroduc. País. Ello se puede apreciar en la cuarta y quinta columna. eepenencn b varetee aepenaletne SALARIOS ccetiaentes• Coesc.39) y el coeficiente de determinación (0. ^ . en la primera columna tenemos las sumas de cuadrados.mmaaas° ^ad^ e+penen0a• Vanades . Se pide: a) b) c) Realice un análisis de independencia de atributos para el caso de la pensión y la temporada.96 y.

El objetivo es constatar si existe 1 C 3 00 97 : 600 Escala 1 00 2 00 3133.00 70: spevncrga 10 2 00 700 81 contingencia. 73 algún tipo de asociación entre ambos atributos ose trata de variaPm oras ro pararbicas 1 00 2 00 7 00 70 Sanes tertp.00 1W 1W 111. 10 3 00 97 : 60 Redxodn de datas atributos para estas variables. r r .pora.27 70. Y Vde Ciare.19)..01 7 W 7.00 _u 2130 3C Una vez aquí.001 70.NUgar .- S 2_ r Eta r Resgc greco: de barras agngadoe S remato Malear Supinas tablas r Ertaditr.drs bles independientes.0 1.s. en realidad la información inherente a ambas es de tipo cualitativo. cuando figuran con valor O.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 .20). .0 7W 700 7.00 200 2W 2W 2W 2W 200 2W 2W 20 2. la Phi y la V de Cramer.00 1 W 30C =- 70.01 7532' 75. z 02 ^ Enastas Estadianws 'eS.00 E 5.00 7582 1 2. Para ello acudimos a «Analizar. pensmon 00 t=. En primer lu gar.00 2.0 5. Eie alq. binarias. ambas variables ^ . r.711 70.00 30 Fyn 3.38¡ 70.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.Ed itor de datos SPSS ticas LAiiox.I 1 0 O.l Mostm ors de icabdwbe r r I- r Ta. 200 200 2W 1. Red. indican que nos hallaComp..11. 20 7 70:.01 2. Al tratarse de una tabla de contingencia cuadrada y 2 x 2. 7.i Tablas de contngencix Estadísticos P r J_ ^c=".ataos de•aobras Tablas CYwptr. cualquiera de las medidas es adecuada (Figura 3. ducimos en el cuadro de diálogo «Tablas de contingencia: estadísticos».0 70.. En el cuadro de diálogo «Tablas de contingencia: Mostrar en las casillas. En caso contrario.zadc Carlean y de Marsdllaeatzd .aadado Roana r mrbrpmoa eonelacv.0 1 .. es aconsejable marcar las frecuencias observadas v esperadas.38 i 81.0 1.00 W 20. Estadísticos desRespuestas inlwas 1 90 290 700 Mla$25 de valores palde» criptivos» y «tablas de contingencia» (Figura 3. cuando figuran con el valor 1..821 6660! 86.eevab — ^ M em•sd ^ .a s ercav figuren como variables numéricas. W ^. pulsando el botón «Estadísticos» nos introVi 3. Por todo ello.os..38 -_ 2W J . En él seleccionamos que nos calcule el coeficiente de contingencia. resModelo rosal gene s 1 0 o: Modelos matos RaTm pectivamente. 4. 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.13. 2 0 2.18).b de Kendal TaucdeKendall Kappa 913 03 p a. resulta apropiado realizar una estadística de Ciaste. realizaremos la tabla de 10 2 00 7. ^ ^ 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 :. que recordemos son los componentes del estadístico chi (Figura 3. Así.38 2. • oar pas{ se! mos ante un viaje en pensión completa y en temporada alta.

a Recuento e 1p e áe ° d• 755 7550 Chltal•drada SI *sin. País.. V de Cramer y coeficiente de contingencia..001 00. el error•. tanto por su valor'. No anead. Días.nperede mrenor e 5 Le Oecuenc4minim°•aperada es 28894 Sp Volar Nomina. 2 00 1 W 2.. que al ser menor de 0. Todos ellos coinciden en valor absoluto debido a que se trata de una tabla 2 x 2. fur 200 ^ 17w . En la tercera tabla.. aroma Cuadrados en EscaMMNtO 41NO.rus. titulada «Pruebas chi cuadrado» se muestra en su primera fila.001 . Es decir... con lo que se rechaza la hipótesis nula de independencia. En el segundo cuadro se muestra la tabla de contingencia para estas variables cualitativas con las frecuencias observadas y esperadas correspondientes. nos muestra que la probabilidad de aceptar la hipótesis nula es pequeña.635). verosimilitud edlwoo. Destino. par nominal de Creme.1 2369 14009 3104 19040 00 Tos 1783 1)830 2816 28760 4659 46590 :689 507 4661 I ck es de 6. 4659 oprimirme. 100 0f ea Mi N Tal. adlcos JJ J Lxidedes Vertalse Ui 1 edad sao pals Ter edad 'CC) 2170 1 00 'ea. LO O Stce Inlfrm8d . Regresión.des 2W fi SwervNencla 2W Respuestas magias la 200 Anilles da velases pnddos. procesamiento de los casos CS. seleccionamos la variable Precio como variable dependiente.96 ..).. tv40erN1 mnm 0 a po Ie IOAI 11 402 Fiaren d.3W 4o-ció 40Ó curvabas. 3W 3W 65W 65W 1W 1W Estmeddn ponderada. dos fases- 7^ 7W. COe1 40>0 d• contingencia N da 049 049.l 11 21410 1 1 1 001 . e casos validos 000 u 71 1 4659 I 001 Calculada 101a pare una labia de 2 • 2 b 06.aa..05. Hotel...22).214. Nuevamente. Concluimos. Todos ratifican el resultado del contraste Chi.. 2W 3 00 4W 4W 3W 3W 57 W 57 n ^ W Raba.p co 11asinl000a basado en la repele. Vedes TEMPORADA 4659 v.. nula adwd Edacn Var Datos irans7ornl ar aletre.. por tanto. «Analizar.. pmlme. Este valor resulta mayor al valor en tablas (que al PENSION 00 100 ola! Recuerdo esperada nD• 900uem0 PiatuanCia PENSION Resumen da. Hipa 331.0() 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 --... Veloi uChacuadiada• Palalian ar itidalerag SIñaalera.. En la última tabla se muestran los estadísticos Phi.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. O Empleen. 001 001 001 b) Para estimar una regresión lineal múltiple.. que existe una cierta asociación entre el hecho de realizar un viaje en temporada alta y en pensión completa. Este resultado viene ratificado por la significación. . el valor en tablas del contraste chi cuadrado: 11. I Parcenale 100 4661 0Y Tabla 0• contingencia PENSION' TEMPORADA lEMP0RA0A 100 248 1536 1. acudimos a la (nos vados misma opción que en el caso de la regresión lineal simple. mientras que como variables independientes seleccionamos ahora Temporada. 70 00 92W 2W 2W BW 3W 2W 3W 7100 WW EeI i V . ateo d• F esocucwn ane a. Aunque el valor no parezca excesivamente alto debido al gran número de datos.1110t ~llenen una.00 e l0paed 2W 1W' Clasificar 2W 1W ReducCtln de dalos 2W 1W Ludas s 2. (Figura 3.659. Lineal. En la primera tabla se confirma el número de observaciones para las que se han realizado los cálculos 4. como por la significación de los mismos.21.00 e RI Desrlo pberlNrkes 2W Serles tene.. las probabilidades de aceptación de la hipótesis nula de independencia resultan siempre muy reducidas. SW 300 pmaion tempolad 1W I uu 2W 1W 100 1 00 1 Estenacldrl W Leaenca timarla.

042 14 619 6639 53. Observamos cómo al ser un viaje organizado. un aumento en el número de estrellas de un hotel aumenta el viaje en 2. E VALUAC IeI caaslM. PRECIO eoenalem. Para crear las variables binarias (1.1 Venablo procederes ■ConslaM•I ORGAMZA PENSION HOTEL. trario de lo que sucede con los países. Normadas Merar Inlroducu del modelo cuadrado E rr or Pu d c •elmacten a R cuadrado 511 510 2121729 7151. mientras que la tercera tabla. Calcular» (Figura 3.ndee. Una vez aquí.248 2203 . 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.PRECIO . titulada »ANOVA(b)» nos ofrece la descomposición de dicha bondad del ajuste en suma de cuadrados de la regresión (explicada).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. En la última tabla observamos los coeficientes de las variables independientes. Lineal» y realizamos exactamente los mismos pasos que en el caso a) a excepción del método. Es fácil observar cómo ha ido añadiendo variables de forma consecutiva. Como método seleccionamos ahora introducir y pedimos estimaciones y ajuste del modelo en el cuadro de diálogo «Regresión lineal: estadísticos» .2 €. Escogemos ahora el método »pasos sucesivos».lkmnles Iele6a•mados _ Bel. De igual forma.753 -1679 7. Los coeficientes en una regresión múltiple se interpretan como el aumento en la variable dependiente. Con el método introducir le pedimos que nos introduzca todas las variables a la vez. DESTINO EVALUAC e venable dependa.061 105 218 . la variable Destino ha sido seleccionada en primer lugar. La salida de SPSS nos ofrece el output de la Figura 323.25). dl En los Apartados a) y b) hemos constatado la importancia del destino a la hora de determinar el precio del viaje.3..687 171 1208 4 308 variadle dependNnl• PRECIO ¡Gens-tenle. La salida que nos ofrece SPSS es muy similar a las anteriores.000 000 000 000 ce.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. La primera tabla únicamente nos confirma las variables introducidas.9e^a w. 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. manteniendo el resto de variables indepenI arme. con pensión completa y en temporada alta aumenta el precio del viaje en 4. Figura 3. Resumen Pensión. DURACION pPAIS. Éste es el objetivo de este apartado. 202 -5627 9 493 19069 4 004 ne el resto de variables independientes incorporadas como constantes. únicamente la duración del viaje no aparece como significativa. al con- 000 000 093 .018 079 . c) Nos adentramos de nuevo en el menú »Analizar. superior al 0. Los destinos a los que hemos asignado códigos numéricos superiores aparecen como los más caros. dientes constantes. 7. Por ejemplo.27. De esta forma podremos observar la evolución del coeficiente de bondad del ajuste (Figura 3. mientras que un punto más en su evaluación lo hace en 0. siempre teniendo en cuenta que mantenemos constantes el resto de variables independientes.26). aad e Vanaaa dpend»m. 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. sq. siempre que sea significativa.la•a m M. Regresión.05.1 CD•SCI. residual y total.0) para la variable Destino nos trasladamos ala opción »Transformar. De todas las variables. El mecanismo para elegirla variable a introducir ha sido seleccionar aquélla variable que más hace aumentarla bondad del ajuste.. TEMPORAD DESAMO OURACION HOTEL PATS PENSIO EVALUAC ORGANIZA 4 148 103 122 755 011 1 076 585 . así como el contraste t y la significación de cada uno de ellos. Observe únicamente que nos va ofreciendo para cada tabla los resultados de cada una de las regresiones que ha realizado. Debido a ello veremos que la variable Duración no ha sido incorporada a ninguna regresión. al presentar un contraste t inferior a 2 y una probabilidad de aceptar la hipótesis nula de no significación.2 € respectivamente.24).17 y 6. La tabla «Resumen del modelo» nos proporciona el valor de la bondad del ajuste un 51%. y con valor O para cuando la varia\ . Evaluación Ore<utizado. Co.e l. Es interesante matizar ahora la interpretación de los coeficientes.2 €: si se mantie000 B -36113 009 211 577 . resulta de interés determinar cuánto afecta cada destino concreto al precio del viaje. Dicho método nos irá añadiendo una a una las variables independientes. fruto de un aumento en la variable independiente de una unidad.

DESTINO vemr 60 p . DESTINO EVAL UAD 0999(61 NOTE T9ASO040A PAS p 2.01. DESTINO EVKUAC.l3 Ape. de dews 5055 A Er al^leiJ ^ • • °>"^ • x.4913.111_11‘ J O enelgunlugar -Edit.1a4071 e.93 524915 2910=7 971 M ST s Tda 5129^7557 4606 .1ntel.s ICnf9eal DESTINO . 1001 P6 peer lal.25. Asola recipes a casos.1d P9F_00 050 Rd 6.1a . 050 R d dF p. figura 33.1 Roo d F 9. HOTEL • 2. EVALUAC 0EH9O6 HOT&..OES1010EVALUAD PENSION Vaedas pr6dtl24as ICn.. .1. Reenviara Vraves paridos.. I3 Erbnecarr. 3001e1 22188f9586 2218839`.+-paada r 71 Reads 11MCP» 6CO 19 2 00 1 10 1.09399(64 V.41 25560'3145 4654 519610 Tdai 5129067 557 4656 5 0404.0 Roo dF we 64. DESTINO EVAEUAD 09990N... I „IarOOlad ^ Mlloda IPa . de IatenD Pr G p. 0E51110 EVALUAD PENSION HOTEL 7134R617406 o Vnn(spredtlpraa (0:09211. Tda $129m155T 4658 4 0406016? 4 643455 303 1171970 00403 2573834412 06010. 0 HOT Harr" TEMWpADA PA V.aAap 3•309- Indeper664et r--.1nel. I ce""^ Ayuda .1•0 . .1ad60 d4acl9r. 040e929 . HOTEL ade4 54902461 ICmanlel 0ES7010.1• ewer •. In46rvdmde cArllaae Mara de rpvenaea - dd Inodeb Cosroxla Ay de r r r Crab. 64060e8 2093033453 2 1246543 726 004e) 2201 801 P49 W s 566 141 2635931 101 4656 Tda 5129367 557 4e55 .1nnl..sa1M 1^ Traafer4Aa aata 6ded3 Ut►dedes Salde ass d60948trecon ..1ed60prtltlorn ICn9suel.s ICn.1 955 975 2593027_243 5 519805 a49 0001. pee as• a.1401 0 . TEMPORAL 2n4660 pr4a91nras ICnanlelB DTINO EVALUAC P999. ems 4= 0. Recodetdaón automaticsCrea sere Kanpard.00' 74 00 6 00 2. 089909. la99er?Hn e. TEMPORADA PAS OR0N11Z4 V.28091 140/ .t54W 511 510 2222183 1ed60 a4am7ra Cm9ad!).1..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 21.1erAedps p .. en R cuabedo r r DeraWvot C6reiapOrer pa0d y lmgari5l Diayóroca de rArnleewad • • • °a • • . Carper aparoone3. 050 Rod ae G we mara' Pee pesos laten Proa d 099906 HOTS F p.. pE516O EVAWAo 5se0995e3058 Cn9ne). Rob deF p.I J CaefiaM4f de moray* . Nara TEMFOPADA PAS C40A3912w AAOVA90 A1o0eo 1 F craves Ntlaeu S• a 0e741.1edeapatleb PPEDO TEMPORADA PIES 1 (620019I24 a V. aec0dlrrer (16800360851425.) 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. 050 Pr.1060. 0E571410.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 • • • -.76 Esladshca aplicada al turismo EJEM/L1 Ed•• II OESOIIIIÍI I I11TI1 IE SPSS • EJENILI IE IESILIIIiI I II1111 IE SfSs . 5ed<ivas ICmfanbl.8 421 3 848312 907 1526134 000191 64129 136 4855 555 130 0449. dF 1M) EVKUAC Iasea7ce de Fpea 400.1 1ned0 .00 V&01941e umemrldulwrmladu N/ .... Figura 3.5 p.) 091 024 peas also Ras d 050 5 0 0 4 l. aqtlar60 ICna.DESTINO EvKIAO PENSION. EVALUAC . EVKUAC.1e M 1007 P9 pasos worn Rob at Rai 9.15aN9660 Nmned DESTINO Px re.. PENSION HOTEL .1 e.1 9. gg0aa ICmsv ? ai. 1 15508 r. 050.

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

EVALUAC. DUPACION. DURACION HOTEL PB49ON TEMPORADA. DESTINOS. < P cuadrado 5% / c F cuadrado corregida 595 Error tío de la estimación 21 11463 es redidorac HOTEL = DESTINO?. DESTIN O/3. DESTINOS. 0001a1 a. HOTEL.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 3.78 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?.. A la luz de los resultados.soles prediCc.032 . ORGANIZA. DESTINO4 b Variable dependiente PRECIO coerciemeslal ^.. PENSON. E VALUAC DESTIN04 AN OVA (b) Medra cuadratica 13 4645 4658 235246076 445 827 .d°. DESTINOS.d=r I c eficientes no estandar¢ados Coeficremes es/enderezados t S B on sta. TEMPORADA. PEN90N. DESTINO?.189 -.046 -009 065 129 052 -. .364 173 4666 . :RGANIZA. DESTINO3. PR S. a_ :-stante).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 -.29.181 . HOTEL. DESTIN04(a) a Todas las variables solroladas miro duodas In Venable dependiente PRECIO Resumen del modelo /enables eliminadas Model Método Introduce ' lodeS R 772 . DESTINO2. EVALUAC. los destinos 2 y 3 disminuyen el precio del viaje siempre respecto al «destino 1» en 27 y 12€.929 6554 12 696 5542 -2571 -1. DESTINO2 DESTINO3 DESTINO4 DESTINOS DESTINO& DESTINO? a Variable dependiente PRECIO 48 196 . Dicho destino aumenta en 151 € el precio de un viaje con respecto a lo que costaría un viaje con destino a 1.-c Fegres■on P `" %^• Sarna de cuadrados 30581%992 2070858565 5129067 557 g^ F 527 662 =.127 009 2 097 7 541 13. DAIS DESTINOS. PAlS AVALUAC I ORGANIZA. observamos que el destino que más hace aumentar el precio es el «destino leo..DESTINO2. DURACION.145 001 273 411 333 -3244 17 219 4 765 . respectivamente. TEMPORADA. Sin embargo.

.qué porcentaje son jóvenes y prefieren utilizar la bicicleta? c) Calcule las distribuciones marginales.S. la recta pasa por el origen de ordenadas. V = 1. el aire acondicionado y el hilo musical de su lugar de trabajo.A. ¿qué porcentaje son becarios? ¿Y comerciales? e) De los que están a favor.207. Vy = 1. Tenemos los siguientes datos: n = 26.6. El 70% de la población de La Habana durante verano son hombres y el 30% de la población total tiene más de 35 años.8 Ejercicios tipo El gestor de una agencia de viajes realiza un sondeo para conocer la actitud de sus comerciales. 312.Capiulo 3.83. 'x2 = 66. ¿Qué tipo de dependencia existe. ¿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. Determine las distribuciones marginales.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. J 3114 ¿Qué signo presentará el coeficiente de correlación entre la edad de un coche de segunda mano y su alquiler diario? 312. d) «El signo del coeficiente de determinación depende del signo de la varianza de los residuos. b) Del total de becarios. ¿qué porcentaje está a favor" ¿Y entre el P.123.287. tendrá forma de 0.» b) «Los coeficientes b y b no tienen por qué presentar Jóvenes el mismo signo.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. ¿Cuál es el porcentaje de la población de hombres mayores de 35 años? mejora de la calefacción. a priori. Indiferente 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.S.9. personal administrativo y becarios en referencia a una reducción proporcional de sus sueldos que se utilizaría para la 3.A.1 = 59.059. b) Del total de individuos encuestados. Becarios En contra 13 13 10 4 5 10 4 8 15 a) Complete la Tabla 3.« 10 a) Calcule el porcentaje de individuos que son adultos sobre el total que va en autobús.» e) «Un coeficiente de correlación de entre 1 o —1 indica una dependencia funcional. .262 Calcule el coeficiente de correlación lineal de Pearson.» 12 20 12 5 15 16 8 13 3111 En la Tabla 3.1. ¿cuántos son comerciales? ¿Y P.12.S? d) De los que están a favor. Análisis exploratorio de variables bidimensionales 79 RIV Ejercicios previos 312. ¿qué porcentaje se muestra indiferente? c) Entre los comerciales. Comente las siguientes frases: a) «Si la ordenada de una regresión es 0. Yxy = 62.A.

10 muestra la tasa de paro del sector turísti- co en España en función de su edad para el año 2000. Tbsa 3.11 muestra los resultados recogidos para los últimos años: Tabla 3. es decir. La Tabla 3. Comente los resultados.600 1.12.050 900 a) Dibuje el diagrama de dispersión y calcule el coeficiente de correlación. según su edad.11. ¿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.000 31 30 28 25 26 30 20 18 1.000 1. 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. 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. Contente los resultados. b) ¿Tiene sentido el coeficiente de correlación lineal? Justifique su respuesta.13. 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. de que la temperatura no influencia los litros de agua comprados. c) Calcule la recta de regresión. te la temporada de verano la temperatura media de cada semana y los litros de agua que los clientes han comprado en el supermercado. 80 EJERCICIOS PROPUESTOS • EJERCICIOS PROPUESTOS • ESladlstMco aplicada al tunsmo EJERCICIOS PROPUESTOS 3123 La Tabla 3. e) ¿Cuánto vale el coeficiente de determinación? Justifique su respuesta. %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. d) Haga una previsión sobre el aumento de las ventas en el caso de que la publicidad se aumente un 15%.12.12. Realice los contrastes de significación para la pendiente y la constante de su modelo.550 2. Calcule la recta de regresión entre la tasa de paro y la edad. Interprete su resultado. Tabla 3.750 1. Una consultora turística pretende realizar un estudio de mercado.950 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. En particular. 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. le interesan las opiniones de un grupo de control. b) Calcule el coeficiente de correlación y coméntelo. a) Dibuje la nube de puntos. 3. sobre un nuevo producto turístico que relaciona el tiempo libre con la salud y que le ha sido encargado por un gran complejo hotelero.800 1. Malo Niños Jóvenes Adultos Total 30 90 20 Normal Bueno 75 40 100 V Total 80 45 90 .11.

3. es decir. Nivel de educación y Sexo. A partir del fichero Salarios. Comente los mismos resultados que en c). . Tabla 3. a) Realice el diagrama de dispersión entre la variable Salario hora y Nivel de educación.11.12.1213 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. Coméntela. como variables independientes. b) Calcule el coeficiente de correlación y coméntelo. el coeficiente de determinación y sus componentes y el contraste de significación. 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. de que el número de estrellas del hotel no influencia el precio diario de una habitación. b) Calcule el coeficiente de correlación y la recta de regresión entre el salario hora y el nivel de educación. c) Calcule la recta de regresión entre el precio y el número de estrellas del hotel.14. e) Compare la regresión del Apartado b) con la regresión del Apartado c). Ejercicio con SPSS 3. c) Comente los siguientes resultados: la pendiente.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.xls: Y= Recio %=Número estrellas /20 90 4 40 20 a) Dibuje la nube de puntos. jl Realice el contraste de la hipótesis de no significación de la pendiente de la regresión. d) Realice la regresión entre el Salario hora como variable dependiente y las variables Años de experiencia.

3.6.1. Ejemplos de resolución a partir de SPSS 4. Ejercicios propuestos .5. Desagregación de los componentes de una serie temporal 4.2.CAPITULO 4 análisis de 4. Componentes de una serie temporal 4. Autocorrelación 4. Ejemplos de estudio 4. Series temporales.4.

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

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

se pueden eliminar ambos componentes restando los valores originales menos los valores de la tendencia calculados en 1. a continuación. se promedia: Mc''.. o sea... Los valores desestacionalizados de la serie original serán: yti' = (vii — s i) • 100 .= 2[M'' + M"(+ 1 )] 1 )2( 2 yt. cuatrimestrales.. podemos esperar un cierto efecto estacional... etc.+Yr+ 5) Dado que la media móvil realmente no se puede centrar al ser de orden par.. mediante una media móvil..+ vt+vt+l +. de manera que en el instante t la tendencia debe de ser similar a la del instante r-l.. mayor será ésta pérdida de información. Variación estacional Cuando se observan datos mensuales. febrero. desestacionalizar la serie. + 2. siempre quedarán algunas medias móviles sin determinar al principio y al final de la serie. Al realizar el cálculo. Los pasos a seguir para el cálculo de este componente en el supuesto de una serie aditiva y datos mesuales..5+. En este apartado vamos a determinar dicha variación estacional.—x. Con datos mensuales la media móvil sería del tipo: M" = 1 12(yr-6+ yt -5+. se calcula la media de dichos factores para todos los meses de enero._.=x..86 Se Estadistica aplicada al turismo trata de diluir la imponan. donde el primer subíndice de y y M hace referencia al año (n en total) y el segundo al mes de referencia. (yt—Mc 12)• 100 3. calcular la serie deduciéndole dicho efecto estacional. 2.6 + yt. Si = 1 n[(yli—Mcy. Se calcula la media aritmética de los valores obtenidos en 2 referidos a cada momento de repetición anual. Cuanto mayor sea el orden de la media móvil. c) Diferenciación de la serie: se supone que la serie evoluciona lentamente en el tiempo. . trimestrales.iu individual de una observación calculando la media aritmética simple de dicho valor y los de su alrededor.+ (yni—Mc")• 100] para i = I. Se trata de aislar este efecto mediante el cálculo de coeficientes estacionales para. Yr +5+ 2 yt+ 6) Considerando que la variación cíclica está incluida dentro de la tendencia. son: Cálculo de una tendencia (que puede recoger en parte el componente cíclico). eliminando la influencia de las restantes fuerzas. El paso siguiente es eliminar el componente irregular. + yt+yt + 1 + . etc.)• 100+. que se tomará como coeficiente de estacionalidad del esquema aditivo.. Se calcula: y. n. Es decir...

928 3. Datos cuatrimestrales X. Se observa cómo.578 1. Evidentemente. La Tabla 4. La existencia de autocorrelación en una serie temporal indica.093 -0. ahora. 1.704 0.667 1.579 n.169 -0.155 1.1.631 -0.13 0318 -0. extraemos la tendencia y el componente estacional al tiempo que podemos obtener la serie desestacionalizada.77 4 6 7 8 9 10 1 12 13 14 15 2.704 -0.Caplulo 4 Introducción al análisis de series temporales 87 En caso de esquema multiplicativo.093 -0.611 0.).191 0.49 0.611 -0.231 2. los valores de una serie dependen linealmente de los valores observados en un tiempo anterior.836 2.2 0.658 -0.296 1.606 2.859 2. etc.1 nos muestra el procedimiento XII para unos datos cuatrimestrales sobre las reservas realizadas en un hotel andorrano.029 3.381 1. En las anteriores líneas hemos descrito el proceso de descomposición más universal: el XII.616 +/.S.704 -0. la dependencia lineal que una serie tiene con ella misma con un retardo en el tiempo. las diferencias de las fórmulas anteriores se cam- bian por cocientes. en mayor o menor medida.611 -0. únicamente a partir de los datos que proporciona la propia serie y realizando medias móviles. • • 4.129 3.4. /VEN S.593 1.108 -0. o entre los valores del mismo mes de años distintos cuando la serie es mensual. 4. 0.649 -0. dos series: la serie original y la serie original retardada h períodos.368 2.093 J . a la correlación de los pares de valores de una serie a una misma distancia (por ejemplo.807 2. Se denomina autocorrelación.2 entre.955 3.034 2.419 1.652 -0.26 1.611 0. Su forma de cálculo es calculando el coeficiente de correlación que vimos en el Apartado 3.76 2. las predicciones se deben limitar a un futuro próximo. Eso sí.662 0.3.704 -0.607 2. entre un valor y su inmediato anterior.544 2. .042 -0. así como para descubrir la existencia de estacionalidad.069 -0. Tabla 4. ya que no sabemos si en un futuro lejano se van a introducir fenómenos nuevos que afecten a la variable estudiada.871 1.1.704 -0. . con las nuevas series se pueden realizar predicciones. Autoco«elación En muchas ocasiones.799 0.093 0.611 -0.367 3.093 -0.284 1.89 2. 1. X.574 3.178 1.498 4. La correlación entre los diferentes valores de una serie será de gran valor para lo que se conoce como identificar la serie.

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

^

.94957 -15757' 18 08693 18 -441 197E ' 0 OCT 1978 11158 18 56581 .81289 . 19.26327 . 24 44682 24 98-1 1980" 3 !'4 R 1980 ..02766 17 73842 .5 1976 . seleccionamos la serie Benef en el recuadro de nuevas variables.8). "1 23 24 25 26 27 28 1 29 30 =Vista FilIt14.86 -.03504 171899 05009 1. A continuación. 24 5' 24.'.15487 1746 . entrarnos en el menú «Transformar.08434 18252 19.79 197E .38 7402 16 16660 21340 16 24062 -. b) Para obtener la serie primera diferencia de la serie Bene(. 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 2.14 1900' 1 JAN 1980 .. ne patudo MONTH. . ya que el primer valor no perdido es la observación 2 (Figura 4.71831 . 1980 .81 j 1979 .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.=EP 1978 . el componente irregular y el componente estacional.02Z^0 20 10560 21340 20 08340 1979 4 APR 1979 20.15089 23 59195 ' 1979 112 DEC 1979 23 8C 14813' 24 06427 .15089 18 79106 197E .02197 23. De igual manera.62848 19 71282 20.12881 I 18.-5 1979 . -..222531 2254 1979 00298 22 ..18742 17 76608 17.aae =abes oerñdvs. así como la función diferencia y el orden I.9). . p ecop.a Crea_ing First :.039 8 19.6. 23 70569 -. 26 0= 1980 -._ 1978 02813 18 12727 18..'.. 001 20822 17052 16 82548 16 81726 17.45423 18.05833 20. .1 8742: 22.. El cuadro de diálogo se representa en la Figura 4.15081 23 172781 1979 i 11 23 5E NOV 1979 11 393 .02' 1979 10 OCT 1979 . 2407918 06282 24 16372.6)..08455. La salida de SPSS nos indica que hemos perdido un dato (la primera obser vación).13736 17. Peroárided actual 12 porab> (Figura 4.15757 697601 23.03854 21.04 1979 AUG 1979 00289 2222542 . . 23 91614 24.7.02182 18.. lunes Fvet n J I_raenoa oda. 16.g os a casps. I 16 08 79462 1601318 06282 15 91856 a estor.05331 21 75685 22..67 ! 7 JUL 1979 1979 .09914 19. . BEI.67I 7%7 16 411161 26191 16 48976 17.. .09722' 25 32709 26 191 25 22987 1980 25 67 8 .06847' 24 73860 21340 24 80707 4 _-g 7980 ^ 2559 1980'.761 01889 20 50109 26191 20 48220 21 001 1979 5 MAY 1979 ..65148 17052 25 62048 = ..05009 21 31509 21.11534 I 18252 .. FINO ti ssistg Result Variable amor_1 .70007 9 SEP 1979 ._-_ "` _ 04913 1751231 -05331 1746318 1755 1970 E . 16. 16 19 )5761 16 00348 18252 16 06109 ._ = 1979 .41'' 1975 .82948 17052 20 88782 21 391 1979 6'JUN 1979 02282 21 33791 . 31 bond I sic-1 sas_7 sat_1 I YE categoraervarvnes.0251E 25. peed 12 in Erra le BENEF Iron S Seas a4 sale BENEI T Seas lades le BESE ? redoyde lo..55 El entesadkr esta preparado Crear sese temporal Se puede comprobar fácilmente que la serie original se obtiene sumando el componente tendencia-ciclo.. se obtiene la serie desestacionalizada como la serie original menos el índice estacional.33148 1900'i 2 FEB 1980 ''.a. crear serie tem- � tenet e> •^ Nueras venables YEAR.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 .■ 1960 02100 25.g I QJ -yee_ JJ Renga de alea[a¢apút.E Nombres. En el visor de datos observamos la nueva variable creada (Benef I) (Fi gura 4.art Values Replaced Non-Miss Non-Miss Cases Function 2 288.ecaNcaoa+aumnábta.32 ¡ 1979 .66 i 197E ' " ':1V 1976 .34518 06282' 19 38806 19.12881 ..24 ..26327 ^. rer.

Para ello. 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.12881 -. Ibenef I (Figura 4.16660 16.05833 02282 -03854 .56581 18 8/289 19.01889 -. nd perodc s^ MONTH percd 12 s^ Ene la BENEF bota S Seas ad ser le BENEI .10).07%7 00822 03504 sas_1 16 01310 I sal 1 OE: -18252 21340 26191 17052 65009 -.33148 24.75685 2222253 22.26327 .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.05761 .65148 25 97591 _ 04913 -.81726 17. Bivariadas» (Figura 4.70057 23 15%1 23 70589 24 C6427 24. dedatos Mate 1980 de mandes i .13).95 25 59 25.11534 -.51231 17.15757 .07918 24.71282 20.22542 22.12881 -. «Analizar.63348 26 00109 26 35562 benef 1 11 . pero en función se selecciona la función retardos de orden 1.18252 21340 26191 17052 .34518 19.91614 24 16372 24 44682 2480707 25 22987 25. por ejemplo. Si aceptamos.13736 11158 .26327 06282 18252 21340 .10560 20 50109 20.-' SP55 .81 20 32 20 76 21.51 24.07402 -.14 24.14813 • 08455 -.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 .33791 21 71831 22.08340 20 48220 2088782 21 31509 21.^ Seas lades le BENE s^ Tiendcyck Ice BESO •^ DIFRBENEF.738ú0 25 32709 25.94957 18. A la nueva serie la llamaremos. CO 21.05009 -.00 17.73842 17.08434 02220 .10.24 1746 1755 17.82948 21.26191 17052 05009 -.12).69760 23.06847 09722 .06282 .02 2356 23.62848 20.82 26.19 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 1978.45423 18.05331 stc_1 15 91856 16 06109 16.18742 -.15757 . li ^ .38506 19. 1600348' 16..39 21 67 2204 2254 23. Se nos indica de nuevo que hemos perdido una observación (Figura 4.24062 16 48976 16.18742 -.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 17.79 18 44 18.17278 2359195 23. .18991 17.02766 .41009 16 8254E1 17.15089 -. Crear series temporales»).039138 -.02100 • 02518 _ r. se selecciona nuevamente la variable original Benef.00289 . MIME Pegas Resta b lecer ^ .1 ) rbenN.^ F luía 1.15089 -.11).66 18 86 19 41 19. obtendremos una salida en el visor de resultados muy similar a la obtenida al crear la variable Benef I. Correlaciones. 1 O procesados esta peparado i 6er/el r> YEAR..Picotee r lu. i J Nueves eeiabler Para crear la función retardos de la variable original se accede al mismo menú («Transformar.791% 19. La nueva variable Ibenef I la podemos observar en el visor de datos (Figura 4.02182 02813 .05331 -. En él. 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 .15487 17 46318 17 76608 18 00693 18.00298 -02197 11393 .80 24.05331 . _ 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. : Nam6re I : -. - ayude Furm I Raa ^ Orden 17-- ^ Penodddadadual 12 Results of SEASON procedure for variable BENEF Missing Result Values First Last Valid Creating Variable Replaced Non-Miss Non-Miss Cases Function _ LBENEF_1 288 287 LAGSIBENEF.09914 19.12727 19.

03946 -. I _1 OE? Eaaew.51 24% 25. .-.80 24 14 24.38 16..62848 20 10560 20 50109 20 82948 21 33791 21 71831 I 05009 .03988 08434 02220 01889 .81289 19 1272 19 34518 19.e lvtln.44 1866 1886 1941 19.18991 17 512311 17 73842 17 94957' 18 565811 19 12727 19 34518 19 628481 20 10%13 20 501091 20 829481 2134_ 26191 1705.09833 02282 . 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.0533.07%7 00822 03504 04913 • 027661 13736: 11158 02182 02813 . mitos t l band 1 mend 1 1608 19 29 32 1619 va sas_1 16 01318 pacaks.. (iehcos V.08434 02220 01889 . 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.39 2167 2204 22 54 2302 2356 23.15757 . 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 .1874.66 18 % 19. '7 4E: 177F: 18 03i 18 454.81 20 32 20 76 2100 21.' 19 3c= 1971.. 18 79' 19 031. u2811 19/0 1979 .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 18.05331 17 11 UtL 1 JAN 3 4 5 6 7 Aram de vetoes perdidos. Modelo leed pener d Models.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. • 16 82548 17 18991 17 738421 • • 17 94957 18 56581 18. 16 41009I 16 82548 7. I_J r= I m Jr date 1 3 4 5 6 r' ^Ir1^1 2'^ sae 1 16 01318 16 00348 16 16660'. 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 15-.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.67 1700 17 24 17 46 1755 17 79 1844 18.18742 -.12881 26327 06282 18252 21340 26191 17052 '6 81-. 20 08:4 20 48220 20 887821 19.ros eeeoar-oe 1 S nel_1 beset 16 GB 1619 16.05009 . 1 09462 05761 • 07402 ^ .03851 2 FEB1979 155 20 32 1979 MAR 1979 APR 1979 MAY 1979 JUN 1979 JUL 1979 J .59 25 82 26 03 5 6 MAR 1978 APR 1978 MAY 1978 JUN 1978 '624.. '.4ledts vet-ewe aI^IsIJ .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. 0500'= 0533 .

5 27.6.ecíón .01 Ibrlaterall 1 LAGS IBENEF. La serie depende en gran medida de sí misma.2. La salida que nos muestra SPSS es la de la Figu- ra 4.2.d 7 '2J slESEIau' i: acwa Pegar Erra la BE IIEF ho f Seo.6 18.2 29. de orden unitario y totalmente significativa.7t (donde res el número de trimestre desde I a 20).7 21 17.5 23.5 22.14).9 1. Observamos una autocorrelación muy elevada.1.4 21.Eaeeoaves de condensan-- Ñ Pesan r Taub de r Bieldar Cendal r 288 1 0000 000 287 1 LAGS (BENEF.7 19. de su pasado anterior más inmediato.r Uridad 000 287 287 17 Maca es ayLCatrcas las co rr ela cion Fqarra 4 1. La variable Benef depende. 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 0.1 18. Dichos contratos se suelen ir renovando condiciones muy similares a las del último contrato firmado. Calcule igualmente la predicción para los juegos del año 2004 que se celebrarán en Mataró.15. A continuación. l .1) 1 0001") ^ ^ . introducimos las series Benef y lbenef I (Figura 4._. teniendo en cuen- a) Descomponga dicha serie temporal en sus componentes no observados. 4.MDIIiH Va+r. Primavera Verano 18 18.94 EJEMPLO lE IESILILIÍI I P1 Esladíshca aplicada dl rl)nsmO 1111 IE SPSS • EJEMPLO OE RESOLItIÓI Correlaciones I P11111 DE SPSS VaieMec .7 • Otoño Invierno 3 4 0. Los coeficientes de variación estacional vienen dados en la Tabla 4. La tendencia viene dada por la siguiente recta de regresión: T = 342. 4.8 19.3 18.3 Se pide: Se pide: Encuentre los valores predichos de la serie para el primer año de celebración de los juegos. Se conoce el precio de las comidas servidas en diversos restaurantes de León durante las siguientes estaciones y años (en euros): 46.1. 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.3 + 6.6. Ejercicios propuestos w Ejercicios hpo ta la tendencia y la variación estacional. Calcule la tendencia por los dos métodos que ya conoce (determinista y evolutivo). por tanto.4 30. 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..1) Soeannen - Prueba deegJr.4 27.

7 a.5 6.v 6.5 4.41. Calcule la tendencia por el método de las medias móviles. a) Los componentes de dicha serie temporal. 4.4 4. Bájese alguna de las series que hacen referencia al sector turístico.64 Entre en la \\eb del Instituto de Estadística de su comunidad autónoma' (por ejemplo la web para Cataluña es www.9 u. La gráfica de la serie desestacionalizada y del índice de variación estacional. h 11 6.idescates). durante el período 1998-2001 en millones de euros (Tabla 4. Se pide: 463Una agencia de viajes de Madrid declara los ingresos que obtiene según la estación del año.ine.6 4. d) Comente la existencia de autocorrelación en la serie. e) Desestacionalice la serie temporal.8 ' En la Web del Instituto Nacional de Estadística (www. e) Represente gráficamente el índice de variación y la serie desestacionalizada.3 a sa 10. . b) La serie desestacionalizada. Calcule: e) La serie desestacionalizada y comprueba si la serie presenta autocorrelación.esl tiene un link a todas ellas. al b) La gráfica de la serie. di 1998 1999 2000 2001 Pnmacera \ tirano Otoño Invierno 10. La descomposición temporal de la serie que haya escogido.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.6 4.4 6. Calcule la tendencia por los dos métodos que ya conoce (determinista y evolutiva).

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

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

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

C .

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

Sign up to vote on this title
UsefulNot useful