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

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

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

Ejemplo de resolución a partir de SPSS 2. Cálculo de coeficientes e interpretación 54 55 57 58 .4.10.2. Reducción de datos IV: medidas de simetría. Diagramas } tabulaciones bivariantes 3. Variables estadísticas. Tipos de muestreo 2. Dependencia funcional y estadística.6.3.5. Ejercicios propuestos 9 10 11 12 15 16 23 25 29 33 38 48 Hnálisis exploratorio dc variables bidimensianales 53 3. apuntamiento y concentración 2.11. El nuevo profesional turístico 1. Tipos 2.7. Población y muestra.3. Reducción de datos I: medidas de tendencia central 2. La regresión lineal simple 3.9. Representaciones gráficas 2. Tabulación: frecuencias 2. La Estadística: sentido y significado 1.1. S A ix 2 3 4 7 Z.2. Reducción de datos III: medidas de dispersión 2. Riiálisis exploratorio de variables unidimerisionales 2. Covarianza y correlación 3.4. La agencia EN ALGÚN LUGAR.1. El programa SPSS: breve introducción a su funcionamiento 1.4. Reducción de datos H: medidas de posición 2.3.2.Priílogo Ljaseatacióo 1.8. Ejemplos de estudio 2.1.

üi 3. Ejemplos de estudio 3.11 Ejemplo de resolución a partir de SPSS 3. Introducción al análisis de series temporales 4.6. Medidas de calidad del ajuste Introducción a la inferencia estadística Hipótesis del modelo lineal.12.4. Ejemplos de resolución a partir de SPSS 4. 3.7.9. 3. Desagregación de los componentes de una serie temporal 4. Ejercicios propuestos 83 84 85 87 87 89 94 Bibliografía Índice analítico 97 99 .5. Ejemplos de estudio 4. 3.6.5.10.1. Autocorrelación 4.3. Componentes de una serie temporal 4.2. Consecuencias Introducción a la regresión lineal múltiple Estadística de atributos. Series temporales.8. 3. Independencia y asociación Estadística aplicada al turismo 60 61 62 63 64 66 68 79 3. Ejercicios propuestos 4.

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

A. La agencia EN ALGÚN LUGAR.CRPTTULO 1 Presentación Sumario 1. S. El programa SPSS: breve introducción a su funcionamiento 1.3. El nuevo profesional turístico 1.2.4. .1. La Estadística: sentido y significado 1.

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

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

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

Fuentes_ Cuadrarle &ega-. observar una presentación preliminar o salir del programa. si se observa la pestaña que tenemos en la parte inferior izquierda comprobamos que nos hallamos en la vista de datos. Además.. la cuadrícula y las etiquetas de valor.. leer una base de datos en formato «texto. Dicho menú es el primero verdaderamente propio de un programa de Estadística. En nuestro caso. culta. Se trata de un menú clásico de todos los pro gramas del entorno Windows (Figura 1. En él.. de forma que las variables pasen a ser filas y las observaciones o datos columnas. Diseño ortogonal Segmentar archiva S elecaonar _casos.. Procedemos a la descripción del menú «Datos.... Con este menú podemos cambiar a una vista de variables en la que observamos una descripción de las mismas.. observamos las opciones comunes de cortar. abrir una base de datos existente (en el recuadro blanco inferior se nos informa de algunas posibilidades) o abrir otro tipo de archivo. de entre las posibilidades que nos ofrece este menú. Insertar venable Edición Ver Datos Transformar Insertar caro Anda Ira caso Ordenar Ves e' Mwóa i sfons anión de datos. En él se nos ofrecen las distintas posibilidades de visión que da el programa. Presentación mima Cambia servidor. (Figura 1. a partir de una variable o un conjunto de ellas. abrir un fichero de resultados. Con él podemos insertar una variable. El siguiente menú es el de «Ver... insertar un dato (caso).6).. normalmente un visor de resultados.5). tenemos el menú «Archivo. especialmente interesantes son las de «segmentar archivo.Z QdsP cams.. pegar y eliminar variables (Figura 1.•das.X LtrI C Datos Transforma Analiz ar e Transpones_ Reesouctuar Red. La primera de estas opciones nos permite dividir la base de datos en la . Igualmente podemos ordenar los casos. También podemos transponer nuestra base datos. el menú «Ven... además de otras funciones menos utilizadas normalmente.. Así..). Dabs usados recientemente Arduos usados recientemente Safi CM. En nuestro caso hemos marcado abrir una fuente de datos existente. tenemos activada la barra de estado.Caoba 1 Presentación 5 Datos Trara*arma^ Arckwo Abn Edición Ver Nuevo Abri base de datos Lea datos de teto Guardar Guardar caro_.. (Figura 1.3).. Haca caché de datos-. nos marca las barras que tenemos activadas.. Se trata de marcar una de estas posibilidades. Este menú nos ofrece la posibilidad de crear un nuevo archivo de datos o de resultados.T ► ► Einmar Busca. Deshaces Modificar venables CtrI.. Eso sí. Apicar diccionario de datos. El segundo menú. copiar.. guardar archivos. y «seleccionar casos. Variables Pondefer casos Hm 14. Imgtn. Datos Transformar Ansia Defre fechas. Cb1. Obsérvese que tenemos la posibilidad de prohibir que vuelva a aparecer ese cuadro de diálogo. acMos Ba rra de estado Bans de henane. Se trata de un menú que nos ofrece distintas posibilidades de manipulación de los datos. imprimir....4). una base de datos. justo encima de la barra de herramientas y debajo del título del archivo.. también común de todos los programas del entorno Windows es el menú «Edición. Sip e' e Ud. revisemos la barra de menús básicos del pro grama que aparecen en la parte superior de la pantalla.F v Etiquetas de velos _. Una vez cargados los datos con los que vamos a trabajar. Opoones. 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.. ir a un dato existente concreto de nuestra base. En primer lugar. por ejemplo de menor a mayor.

También se recurrirá a algún gráfico de series temporales..9) no ofrece aspectos de tipo descriptivo. Es decir. por algún valor adecuado. siempre que tengamos una variable que nos lo especifique. En él se encuentra la mayoría de los cálculos que aprenderemos. caja. De este menú resaltamos las funciones que nos recodifican una variable.. mientras que las opciones »Correlaciones» y »Regresión» recogen la mayoría de los aspectos que serán tratados en el Capítulo 3..8) también será recurrente durante el libro. dispersión y el histograma serán contemplados a lo largo del curso. ► 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_. y las observaciones en blanco. el menú »Gráficos» (Figura 1. podríamos decidir quedarnos únicamente con los individuos que no proceden de ninguna academia o serie de televisión. sectores.. El menú »Transformar» nos vuelve a brindar la posibilidad de manipular nuestros datos. Paleto. categorizar variables. Líneas.. En cuanto al submenú »seleccionar casos» nos permite quedamos únicamente con los datos que cumplan un determinado criterio. una variable numérica a variable de texto y sus contrarias (opciones recodifrcar. P. de líneas. pudiendo cambiar una variable cuantitativa a discreta. si tenemos una base datos de las ventas que ha conseguido un conjunto de cantantes. Por último.10) nos permite movernos de la base de datos al visor de resultados.. asignar rango a casos y recodificación automática).. Dicho visor de resultados es un archivo de extensión ». Así. el submenú »series temporales» será fruto de estudio en el Capítulo 4.6 Estarfishca aplicada al turismo cual estamos en varias bases de datos separadas según los valores de una variable. Máximos y mínimos.spo» que va guardando todas las ejecuciones que realizamos. El programa presenta multitud de posibilidades gráficas....7) será uno de los más recurrentes en el curso que les presentamos a continuación.P 0.. Histograma. En este menú aparece la posibilidad poner en práctica técnicas estadísticas más avanzadas de las que veremos en el presente libro. También podemos crear series temporales y reemplazar los valores perdidos..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 . Dispersión.. en ésta los que no cumplen un determinado criterio quedan eliminados.. Los diagramas de barras. el menú »Ventana» (Figura 1. El menú »Utilidades» (Figura 1. Sectores. podemos dividir una base de datos en dos según los individuos sean mayores o menores de 18 años. Obsérvese que mientras en la opción anterior se crean dos archivos separados.. A_reas. Control Diagramas de caja.. En cambio. Así.. De igual forma. 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. Los estadísticos descriptivos recogen la mayoría de aspectos del Capítulo 2.. El menú »Analizar» (Figura 1.

En cada oficina tenemos cinco personas en contacto directo.a Eaaea Y.141 :I Sr tmb Edito de dato.R. además del usual buscador.. =O 1e16 ticos y cálculos que le pidamos al SPSS que realice. cinco en el departamento de administración y finanzas. SPSS ¡New/adilt VuaSP55 J ^ <i © at ilA[< ...n4n. Para verlos. cuatro personas en contacto directo con el público.Capítulo I Preseolacióa 7 ay. finalmente. Registro de productos. S. rym. La agencia EN RLGÚN LUGRE. como acerca del programa.. es una agencia de viajes emisora-receptora.i. 1 -1' ^ 'd. En algunos casos se presentará un pequeño informe que sintetice las principales conclusiones del estudio.. La empresa EN ALGÚN LUGAR. nuestra agencia no deja de ofrecer otros productos como el turismo cultural. turismo de nieve o turismo de sol y playa. En la Figura 1. Por último. 1 -3. 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. 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).e<a 1__ . siem- l lZ . • • 1. 1 . cuatro personas en el departamento de promoción. entre ellas un/a gerente y un/a becario/a. dos personas en el departamento de marketing y.^.. se haya vacío..". S..A. tenemos el tutorial o ayuda del programa que aparece en forma de interrogante subrayado. ^ Temas Tutorial Pagina principal de SPSS Asesor estadístico syntax Guide Acerca de.. Fl^ri Con el fin de adaptar al entorno turístico cada conocimiento estadístico que el lector irá adquiriendo a lo largo del presente libro. siempre acompañado de las implicaciones en cuanto a la toma de decisiones para el buen funcionamiento de la misma. al no haber realizado ningún cálculo. únicamente hay que pulsar en «Cuadro de diálogo» y «Visor SPSS.m á. I 7.4. Aunque orientada al turismo de negocios. ^oI I I d-JJ_!^I=I^1J=J_I '1 1 1 .xe. En él tenemos tanto ayuda estadística. En estos momentos.1 I se observa el aspecto de dicho Visor.-Me l J^+U e ÚS^. minorista-mayorista con 61 trabajadores. En la sede central tenemos un/a gerente. ecoturismo.

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

Tabulación: frecuencias 2. Tipos de muestreo 2.8.10. Reducción de datos IV: medidas de simetría. Representaciones gráficas 2 5.4. Tipos 2.7.2.3.6. Población y muestra.11.1. Ejercicios propuestos .2 Rnãlisis exploratorio de variables uniffimensionales CAPITULO Sumario 2. Reducción de datos I: medidas de tendencia central 2. Reducción de datos H: medidas de posición 2. Ejemplos de estudio 2.9. apuntamiento y concentración 2. Variables estadísticas. Reducción de datos III: medidas de dispersión 2. Ejemplo de resolución a partir de SPSS 2.

(XK)) que seleccionen a los individuos a entrevistar en un estudio turístico a partir del censo de los aproximadamente 40 millones de población española. individuos o entes sujetos a estudio y de los cuales queremos obtener un resultado. Existen diversas técnicas para elegir una muestra significativa. Se entiende por población el conjunto de elementos. los elementos que corresponden a la muestra. 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. 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. Tipos de muestreo Para introducirnos en el mundo de la Estadística descriptiva es necesario conocer un conjunto de conceptos previos que son necesarios tener presentes en todo momento. Durante el mismo se mostrará como recopilar entorno. Población u muestra. la selección de los elementos de la muestra en todas ellas se realiza mediante el azar.dicha información. y a título de ejemplo. Otros conceptos son: — Muestra: subconjunto de elementos que forman parte de población. — Tamaño muestra!: número de elementos u observaciones que tomamos. Para evitar la influencia de factores externos al colectivo. se tratará de generar informáticamente 10. resumirla y desmenuzarla. La muestra representa a esta población.1. 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. cómo agruparla. supongamos que queremos realizar un estudio turístico acerca de los hábitos de los ciudadanos españoles respecto al mismo. De entre estos métodos destacan los siguientes: a) Muestreo aleatorio simple: consiste en numerar todos los elementos que compo- nen la población. r' • • 2. Se denota por a o N. 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. mostrarla. 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. Entonces. En la realidad.000.00(1 números aleatorios (entre I y 40. . la muestra a utilizar.

000).000. el estado civil.000 hombres y 5. se selecciona al azar uno de estos g rupos o conglomerados ■ se estudia ala población en base a él por cuanto se supone lose conocer que es representativo de la población. Siguiendo nuestro ejemplo se trataría de confeccionar una muestra con los individuos pertenecientes a una ciudad o pueblo español de 10. va que al utilizar un sistema que también es periódico produciría una muestra no representativa. Entendemos por variable esta característica que estamos midiendo.250. obviamente. Dentro de cada grupo se seleccionarán.2. tomar el elemento número . — Variable cuantitativa: aquella que podemos expresar numéricamente: edad.250.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. siendo .000 primeros. Ésta a su vez se subdivide en: • \ ariahle discreta': aquella que entre dos valores próximos puede tomar a lo sumo un número finito de valores: el número de hijos de una familia. el Muestreo aleatorio estratificado: en este método la población se divide en clases o categorías atendiendo a alguna característica homogénea de los elementos que la componen. el sexo. Consiste en ordenar mediante algún criterio el colectivo ■ después seleccionar elementos del mismo en función de su posición en la ordenación.\' el cociente entre el número de elementos del colectivos el de la muestra. Existen dos categorías o tipo de variables: — Variable cualitativa: aquella que expresa un atributo o característica: el color del cabello. Así. número de hijos.000 (10. asignando un número a cada una de sus categorías. Supongamos que ese elemento fuese el 1. Este sistema no debe utilizarse en caso de datos temporales de periodicidad. Así.. la profesión de un individuo. el tipo de transporte que elige en un viaje. Variables estadísticas. peso.000 mujeres. el número de alumnos de la universidad. . etc. empezando no por el primero. di Muestreo por conglomerados: la población en estudio se divide en grupos o conglomerados.. 5. 5. los trabajadores en una a g encia. 13. el número de estrellas de un hotel.000.250: nuestra muestra estaría formada por: 1_250. sin que ello signifique. continuando con nuestro ejemplo.000. sino por uno al azar de entre los 4.\'. ' 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. duración de un viaje. a título ilustrativo.000 habitantes. en primer lugar dividimos los 40. Por ejemplo. etc. Entonces. Es decir. 9 250. imaginemos que interese que el número de mujeres y hombres de la muestra sea idéntico.000 de población en dos grupos: hombres y mujeres. precio. utilizando muestreo aleatorio. A continuación se aplica el muestreo aleatorio simple a cada una de las categorías. • • 2.000/10. si tenemos un colectivo de 40 millones y la muestra es de 10. 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. tomaríamos un elemento de cada 1. etc. que ser hombre sea una categoría superior a ser mujer. Tipos De esa población que estamos conociendo es probable que ha■ a alguna característica que sea de nuestro interés.

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

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

751 14.6 4.2 0. xt '= f. 15.8 4.075 0.8 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) ¿. SOLUCIÓN: u) La población objeto de estudio son los hoteles de una ciudad.8/6 = 0.386 pts. por tanto.0 4. el gerente investiga los precios por habitación y noche de 40 hoteles de la misma categoría de esa ciudad. Antes de decidir el precn .75) 13.75.7 4. es bueno agrupar la serie en intervalos. en este caso 0.8 4.2 4.= 6. !Lt-aLi) 13. Veremos que la raíz cuadrada de 40 es igual a 6.3 6.8.5.25) 14. c) El tipo de variable es continua.46 por lo que además de no ser muy fácil operar.7 3. tomaremos 6 intervalos.4 5 >s 4.6. Tabla 21 Importante La amplitud es de 0.y 5.5. La manera de hacerlo sería la siguiente: primero.4.3 4.5.75.1 4.Cuántos hoteles tienen un precio entre 3.4 4. Como el recorrido es 2.275 • 100 = 27.5.1 -3.5 .46.3 4. Lo podemos evitar tomando un valor superior. 14.t tt 3. ('Liando no se nos dice nada el número de intervalos se obtiene calculando la raíz cuadrada del número de datos observado.7 6. Los datos obtenidos en miles de pesetas' fueron: 3.625 "t fl 15.8 si lo dividimos entre el número de intervalos tendremos la amplitud de cada uno de ellos y así: 2.9 5.25) 15. vi .4.4 3.25 y 3.7 4.075 0.14 Esladíshca aplicada al Mismo EÍemplo 2. calculamos el recorrido Re = x ^ x.25.9 4.25? * Recordar que I € = 166.f) ¿Cuántos hoteles tienen un precio superior a 4. por tanto.9 4.1 En 1999 un nuevo hotel abre sus puertas en cierta ciudad.3 5.3 4.275 0. d) El problema que plantea es que existen muchos valores diferentes dentro de esta variable y.75? .25) Ni Ni Fi Fi 3 8 14 3 I1 25 0.0 5.32.5 5.25. • 100 = 0.o.3 = 2.2 4. b) La variable que estamos estudiando es el precio.1 6.3.75) 15.1 3. . ••us habitaciones.25.7 . puede que no cubra el rango de la variable.35 0.75? g) ¿Qué porcentaje de hoteles cuestan como mucho 4.75.5 4.3 4.

4. análisis exploratorio de variables umdimensionales 15 • • 2.1. Pictograms Se suele utilizar para expresar un atributo. Para calcularlo podemos decir que el área depende del ángulo central. Histograma Igual que el anterior en cuanto al tipo de frecuencias que se pueden utilizar. se suele efectuar una representación gráfica para apreciar a golpe de vista la magnitud o posición de las variables.• Capítulo 2. 2.1). a altura igual a la frecuencia correspondiente (Figura 2. Diagrama de sectores El área de cada sector es proporcional a la frecuencia que se quiera representar.2. de una variable discreta. tendremos que a = f • 360 (Figura 2.4. 2. sea absoluta o relativa. 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. Los sistemas de gráficos más usuales son los que se describen a continuación. acumuladas o no.3). la frecuencia. . Levantaremos barras o columnas separadas de altura correspondiente a la frecuencia adecuada. La diferencia es que ésta es para variables continuas.ta primera aproximación a los datos.4. Diagrama de barras Se utiliza para frecuencias absolutas o relativas.4. En el eje de ordenadas. Este diagrama se utiliza para cualquier tipo de variable 2. En el eje de abcisas situaremos los diferentes valores de la variable.3.4. mediante la siguiente proporción: n a N 360 Como resulta que Ñ = f . Elevaremos columnas unidas.4. Represerficiones gráficas Dentro de e.

A modo de resumen.7 3.9 5. Z. Oiagrama de fallo n hojas Es un método de tabulacion a la sez que un gráfico adecuado para variables continuas._i n X= =I n que será la expresión que consideraremos definitiva de la media aritmética. podemos tener dos casos: variable discreta o variable continua.r2 x3 14 .3 4. + x ^ n Si el valor.S. aparece en la expresión de la media aritmética de la forma: —. si no piden nada concreto.r5 xl figula 24 trata de dividir cada uno de los datos en dos partes: el tallo y las hojas.i. según se trate de variales continuas o discretas (Figura 2.I. Para ello.9 4. Como f. medidas de tendencia central En este apartado comenzaremos a resumir los datos. Así.5 3 4 5 6 79 3579 016 Fi ota z. el diagrama de barras tanto para la representación de la frecuencia absoluta como la relativa. utilizaremos las medidas de localización o tendencia central.4).7 5. y^ 3.5. = Ñ otra posible expresión será: x.1 5. • • 2. En el primero utilizaremos. si la variable es cualitativa..6 4. X— i=I .. optaremos por el histograma o polígono de frecuencias. Todas estas medidas pretenden ofrecernos una idea de en torno a qué valor se mueven los datos. Si la variable es cuantitativa. Es la recta que une los extremos de las barras de las variables de una distribución o los puntos medios de los histogramas. + .f n n. Se .6. su gráfico de tallo y hojas será el que aparece en la Figura 2. y las más importantes son: media.16 2.5.0 Arr 6. si tenemos el siguiente conjunto de números que pertenece a la primera fila del Ejemplo I.4.1 4. veces.4. Media X a) MEDIA ARITMÉTICA Es la suma de todos los valores de la variable dividida entre el número total de elementos. X + X2 + x. 5 Polígono de frecuencias Esladíshca aplicada dl lunsma De nuevo se trata de un _ratico adecuado para variables continuas. En el caso de la variable continua. mediana y moda. r o ^ 2.S. se suelen utilizar más los diagramas de sectores o pictogramas. Reducción de datas I. si de la variable X se repite n .

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

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

432 38.8): 3 8 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. it + bn) n a ^ . siendo y. es decir.438 — 38.436 = 38.+ b.440 38.7.438 4 8 4 tomando como nueva variable el valor más centrado (menos su media). tendremos (Tabla 2.436 — 38. Hay formas de resolverlo como la eliminación un cierto porcentaje de observaciones extremas a la hora de su cálculo. _ — X. Corolario La media aritmética se denomina también centro de gravedad de la distribución.440 — 38. + b)n .436 38.436 2 8 2 — .43 =2y+ : 36 tones: A + 38. Propiedad 3 2.432 38. Esto puede resultar un problema.436 38. Si una variable es transformación lineal de otra variable (suma de un número y multiplicación por otro). respectivamente.Análisis exploratorio de variables unidimensionales L X 19 n.436. a valores numéricos muy diferentes (tanto por grandes como por pequeños) al resto de la muestra.432 38.432 — 38. .436 2 38.432 — 38. = a x.436Q2 22 + 38. Si calculamos la transformación de la variable x.436 — 1 2 38. Si todos los valores de la variable se multiplican por una misma constante la media aritmética queda multiplicada por dicha constante.222 'De estas dos propiedades se deduce que la resta y la división se realizarían de igual manera para la propiedad 2 y 3.438 3 8 38.436 _ 1 Importante Hay que tener en cuenta que la media aritmética es muy sensible a los valores extremos.436 — o —8 o 3 16 2 38. — n. n ^ (aT.432 38. la media aritmética de la primera variable sigue la misma transformación lineal con respecto a la media aritmética de la segunda variable. La demostración se realizaría de manera análoga a la anterior.436 38. 2 38. que es lo que pretendíamos demos- Como trar. 38. donde a y b son números reales. si sustituimos tendremos Y = X + k. (ax.

. Elemplo 2. x3 . x. También la podemos representar como: G= (G = x¡ x.632 d) MEDIA ARMÓNICA Se representa como H. log x. n. número de índices.097 20 10396 8. En muchas ocasiones.. Para dar solución a esta problemática utilizaremos las propiedades de los logaritmos.°x. log x. como la raíz n -ésima del producto de todos los valores de la variable.6 n.11 wt 10 log log x n. . etc..056 J = anti log 2. xt y se la puede definir.387 6. Es la inversa de la media aritmética de las inversas de los valores de la variable.2 — 2.079 2.1 ^^. n Por tanto.Ino x r = 2. los calores de la distribución nos impiden poder efectuar los cálculos al exceder la capacidad de la calculadora.221 n . tacas.20 C) MEDIA GEOMETRICA Esraáishca aplicada al IIIhSInO Responde a la siguiente expresión: G = sx¡ x. siempre que nos tengan dados en porcentaje.438 5 log 120 = log 125 = log 4 3 n = 22 140 = 2.2 .•)• Suele utilizarse cuando los valores de la variable siguen una progresión geométrica También para promediar porcentajes.221 45.0555 = 113.146 45.. y responde a la siguiente expresión: H= n n a. 100 = 2 2.3 . será cons entente ampliar fa tabla con lo que nos quedará: 2. .

Gllilre 2. etc. Por tanto. ordenadas de menor a mayor. 2.1 Entre la media aritmética. (cuando influyen los valores pequeños).r y la inversa de la frecuencia.1 1. la media geométrica y la media armónica se da siempre la siguiente relación: H <_GsX Para concluir.S. tiempos. . Es decir._ t <  N an Me = s ..2. la mediana coincide con un valor de la variable. En cambio. rendimiento.111. inversa de . en particular la aritmética. o valor mediano. Mediana: he La mediana.1 Calcule la media armónica de la siguiente tistnbución: 100 120 125 10 5 4 3 ^ 140 X ‘k Para poder hallarla. El lugar que ocupa se determina dividiendo el número de valores entre 2 Cuando hay un número impar de valores de la variable.520 140 3 1\140 N=22 I11. Su problema sume cuando algún valor de la variable es 0 o próximo a 0 no se puede calcular Ejemplo 2. por lo que ampliaremos la tabla con 2 columnas adicionales: ^ rr 100 120 125 10 10 I\120 1 \125 0. N. presenta varias ventajas como son: su sencillez de cálculo. es necesario " que calculemos la.195 500 420 2. Por tanto. hiiss emPoralana áe variables witassietles 21 Se utiliza para promediar velocidades.032 0. presenta el inconveniente ya mencionado de ser sensible a los calores extremos ■ válida para datos cualitativos.042 600 0. la media. . será el valor de la variable que ocupa el lugar central. aquél cuya frecuencia absoluta acumulada coincida con ^.021 0. es una cantidad que nos indica orden dentro de la ordenación. la mediana será justo el valor de orden central.000 5 0. que separa en dos partes iguales los valores de las variables. el hecho de incorporar todos los datos para el mismo y ser de eles ada utilización.

= 2. Me = 7. L. la obtención de la moda es inmediata. ). En este para obtener la mediana realizaremos el siguiente cálculo: x. 2 250 Será el valor de la variable que más veces se repite.0 L u n. u L i udas. En cambio. <Z < N. etc.45[ = 671 Siendo [L.r. de menor a mayor.13). . lugar qu.55.138. 2 n._.-o El problema surge cuando hay un número par de valores de la variable. 100 250 450 630 671 200 180 41 V Me= L. Moda: Ma =30 + 333. El otro caso puede observarse en la distribución de la Tabla 2. el valor que tenga mayor fre- 5 _32. realizamos el cálculo: Me = L. Después de saberlo. _.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. a. < <Na 16<17.* N' 2— n. Me 2 Ejemplo 2. y observar qué intervalo tiene una frecuencia absoluta acumulada que cumpla N. lugar que ocupa +2 X. ya = amplitud . La forma de hacerlo será calcular el valor de la mitad de n._. Pueden existir distribuciones con más de una moda: bimodales. a.22 Eslaáishca apl¢adc : . En las distribuciones sin agrupar.. t Me= L _ 52 7_ 6 =16= Se trata de la media aritmética entre el valor que ocupa la posición decimosexta decimoséptima. es decir.30 1150 130 . por tanto.7 26 Me =x. unnu N.+ N— — N. = 32 d Xi Ni. trimodales.+x. 2 671 2 = 335. cuencia absoluta.14. Valor que presenta el decimoctavo dato (ordenados). una vez que los datos han sido ordenados de menor a mayor. En distrihio t nc. 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.te en determinar el intervalo mediano [L ._..3. 3 4 ^/ 1 / /\ 1 2 at 3 3 4 7 9 10 1 5 ' I . -V'1 (40.. haremos el siguiente cálculo: N.) el intervalo que contiene ala frecuencia acumulada de dicho intervalo. 91 1026 6 n=32 33 7 10 10 13 7 _ EM111111= n.8 Sea la siguiente distribución (Tabla 2. L.. 35.5. [20. el primer pa. Por tanto.25 i100 (25. se produce que: = n 2 2 = 17. _. Me estará en el intervalo [30-35i.:.

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

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

resulta necesario acompañarla de otra medida que indique el grado de dispersión del resto de valores de la distribución.. tanto mayores como menores. 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..Porfanto.] /j) [0 ._. ten '00. Lugar que ocupa: 50W=450 \ jÓ0 Por t'-estarí situado en el finten alo [31 t` : 44 2.- do la expresión tendremos: 300 — 450 ^ t .li. C.] Lugar que ocupa: Por tanto. I I . Llamaremos dispersión o variabilidad a la mayor o menor separación de los valores de la muestra respecto de las medidas de centralización que ha) amos calculado. Cuarto decdd [0. A estas cantidades o coeficientes.\ –.12 Distribuciones agrupadas Halle el primer cuartil. respecto de esta media. -l rcl.7.67 ^ • • >< Reducción de datos III: medidas de dispeísidn Las medidas de dispersión nos sin en para cuantificar la separación de los valores de una distribución. Aplicando la expresión te. Al calcular una medida de centralización como es la media aritmética. D„estardtuado en el 4^^t Aplicando la expresión tendremos: 1 t 90 100 = 178.57 .V Q= Ejemplo 2. I S Primer cuartel [C. estará situado e direct-aa 90 140 150 120 n = 500 100. les llamamos: medidas de dispersión.^__ Nonagésimo percentil [PI ] ^.. . el cua rt o decd c el 90 percentil de distribución de la Tabla 2. . 300) [300.800) ^•^^I t' ._. 200) g{l00 – 200). 100) 3 1_0 w 4 90 230 380 500 Lugar que ocupa el primer cuartil: .Capadla 2 Boiles exploratorio de rin g les unidimeosianales 25 tina vez localizado el intervalo se aplica: L_.500 = I 0ó 500 = 591.

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

.

tendremos (sabiendo que r' = r la siguiente ecuación: 1(x. 4. • k. (para todo i). Si todos los valores de la variable se multiplican por una misma constante. la desviación típica queda multiplicada por el valor absoluto de dicha constante. como son todas las anteriores. — X)2 n. 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.28 Esladíshca apl¢a0a aI lunsmo Si a x. la desviación típica no varía. V. Si a todos los valores de la variable se les suma una misma constante. — X)]2 n. I. es igual o menor que 0.3. si a todos los valores de la variable se les suma una misma constante. . Es necesario tener en cuenta que al efectuar el cociente eliminamos las unidades. tendremos (sabiendo que X' = X + k): 1(x' — X ') 2 n. El problema de las medidas de dispersión absolutas. Es consecuencia inmediata de las propiedades de la media. le sumamos una constante x' = x. S será siempre ? O por defiX = x. 3. La desviación típica es siempre un valor no negativo. Cuando S = O Es la medida de dispersión óptima por ser la más pequeña. + k. Sz= = 1(x. • k) — (X' + k)1 2 n. Si a x. se considera que la dispersión es óptima si V. = X I I Cuando V < V. ' = x. n —S2 4. o que la media de X representa mejor a su distribución que la media de Y a la suya. 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. n + k). Si todos los valores de la variable se multiplican por una constante. es que normalmente son un indicador que nos da problemas a la hora de comparar muestras de variables. S 2 • k) — (X' N + k)n. Por convención. k21[(x. el coeficiente de variación queda alterado. significa que X es más representativa que Y. 2. pues es posible que entre sí no tengan cantidades en las mismas unidades. n I[(x. de ahí que en ocasiones se recurra a medidas de dispersión relativa. ]r — ^[k(x. por tanto Ves adimensional. 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 1[k2(x. _ n — n = k2. nición. — 17)1 2 n. — ^[(x. la varianza queda multiplicada por el cuadrado de dicha constante. — X')2 n. — N X)1 2 n.

qué información nos aporta según la forma que tenga la disposición de datos. cuando a ambos lados de la media aritmética haya el mismo número de valores de la variable. en el sentido de histograma o representación de datos. Reducción de datos IV: medidas de simetría. ns' Según sea el valor de g. esta vertical se transforma en nuestro eje de simetría.. diremos que la distribución es asimétrica a derechas (o positiva). dicha distribución será asimétrica o diremos que presenta asimetría. a izquierdas (o negativa). y tales que cada par de valores equidistantes tiene la misma frecuencia absoluta. merece la pena citar en este punto un par de aspectos de interés obtenidos a partir de la información proporcionada por la media y la desviación típica. el 89% de las mismas. analizaremos las medidas de forma. Diremos. pero parece evidente que necesitamos conocer más sobre el comportamiento de una distribución. podemos calcular otra variable Z.7). Las variables tipificadas son medidas abstractas pero de gran valor en la comparación de distribuciones. Ello nos permite concluir a título ilustrativo que. el 100 (I — 1 . Para calcular la asimetría. Las medidas de forma de una distribución se pueden clasificar en dos grandes grupos Asimétrica o bloques: medidas de asimetría y medidas de curtosis (Figura 2. pues.8. 1h11 ya sea por la derecha o por la izquierda. que es simétrica. equidistantes de dicha media dos a dos. 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. y responderá ala siguiente expresión matemática: Asimétrica Asimétrica a izquierda Si — 1 (x. A partir de una variable X con media X y desviación estándar S. En caso contrario. 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. )cí de las observaciones. una posibilidad es utilizar el llamado coeficiente de FISHER que representaremos como g. 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. 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). para cualquier distribución. En particular. es decir: .Cappulo 2 Bnálisis exploratorio de ranahles unidimensionales 29 Tipificación de una variable o Teorema de Tchebochev Antes de comentar las siguientes medidas de caracterización de una distribución. La media aritmética de Z y su desviación estándar son iguales a 0 y I respectivamente.—)7)'n. • • 2. 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. como mínimo. Estos porcentajes se amplían al 95 y 99% respectivamente en el caso de que la distribución de los datos sea normal. o simétrica. es decir. mediante la siguiente transformación: Z X—X S Esta transformación recibe el nombre de tipificación de una variable. En esta parte.

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

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

La manera de interpretarla será: cuanto más cerca se sitúe esta curva de la diagonal. que responde a la siguiente ecuación. ya que p. Este índice tomará los valores de /o. o más homogeneidad en la distribución... los valores p. en % en el de las Y.15 k _ 1 1R1 cid P-1 ^ P. 90 . menor concentración habrá.115 0• IIN1 597í 76. mayor concentración.12.._.. Al ser un %. aj indice de concentración de 6I1I Obsrnamos quc hay poca concentración por encontrarse cerca del O.62 97. Marca Frecurm u r r. por los valores (0.54 .-y.. 100 - 250 . por tanto. = q._. 8.2a.15 Se pide • índice de cnnventrnción y curva de Lorena correspondiente. Analíticamente calcularemos el índice de Gini. = 0..300' 350 1111) . el gráfico siempre será un cuadrado. n. en % en el eje de las X. Este diferencia sería O para la concentración mínima. Esto lo veremos mejor en el Ejemplo 2. P.. = O (concentración máxima).38 25 78.. Elempla 212 . su diferencia sería 0. cuando q. N N .0) y (100. n.: )11N1 MINI p . = y. y los valores de q..12.. . 100 011 I^ U il `1M1 h2 x 1141N) ' 1 60. a. Si esto lo representamos gráficamente obtendremos la curva de concentración o curve de Laten:. 5 ^ =u1.5s u..51) 5 575 lIN) I '> 17$ 225 575 I IS .— 4.48 651.100) y quedan siempre por debajo de la diagonal. 2'64(X) s. cuando p.25.. 325 275 'A6 00 14 7 1511 175 1 40) 49) )511 'S 2 260 • 501 475 100. La manera de representarlo será.15 89..32 Estadística aplicada al Nnsme Como pacemos ver la última columna es la diferencia entre las dos penúltimas..00 I 0381 261) 113850 651. y la gráfica será una curva que se unirá al cuadrado.L. ia^a 2.. Cuanto más se acerque a los ejes por la parte inferior del cuadrado.I _ 1.) /4 = k _1 P.23 94. = (— r. '_00 - 250- I ^) V ' 4275 'iN). k- I (. k -.85 16..31 97. (concentración mínima) y de = I. y..

Análisis exploratorio de variables unidimensionales 33 Ejemplo 2. 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.tantito 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. Ejemplo de estudio 2. que indica que has poc cuncentracion tA q.9. otro para datos cuantitativos a g rupados y un último para datos cuantitativos no agrupados.12 [continuación] bJ Curra tie Lorenz Obtenemos la curva cerca de la diagonal. Uno para datos cualitativos.1 Una consultoría turística ha realizado una pequeña encuesta acerca del medio de transporte preferido por un colectivo no individual de cien individuos. Avión:30 B arco:42 Tren:16 .

10 se presenta el diagrama de sectores. Nuestros datos proceden de una distribución unimodal donde la moda es el barco. 360016 — 57.21 aparece la tasa de incremento de este componente para un conjunto de países de la OCDE. por ejemplo. 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. de sentido ya que no hay ninguna razón para sostener que el avión es un medio de transporte mejor o superior. En cuanto a la figura. preferido por el 42`4 de los encuestador. Análogamente.10. En la Figura 2.92 2. por ejemplo. por otra parte.3 15.S 20. no seria adecuado para este tipo de datos) deducidramos la simetría. cualquier aspecto o cálculo que requiere una ordenación carece. un pictograma o un diagrama de sectores pueden ser apropiados para el caso. carece de sentido cualquier comentario acerca del apuntamiento o la distribución.2 4. porque si de forma intuitiva a partir de un histograma (gráfico que recordemos. hemos visto que. que el barco. con lo que carece de sentido.9 -JO. la tabulación y la mayoría de medidas que hemos desarrollado en este capítulo no son aplicables. Aduciremos dos razones: en primer lugar para todas ellas necesitábamos una media o desviación típica que no tenemos y.3 5)1 Se pide: Realice una descripción lo más completa posible de la distribución de estos datos utilizando las herramientas oportunas.1 t 7.4 5. Nuevamente.6 1. . y para calcular la media se debería asignar un valor a cada medio de transporte por el que multiplicar luego su frecuencia relativa. Tabla 2. en segundo lugar.34 ^ EJEMILIS Solución Estadística aplicada al Nnsmo IE ES1111I • EIEMILIS IE 1511111 • EJEMILIS IE ES10111 Con datos cualitativos. Dicha asignación sería totalmente arbitraria y su interpretación posterior carecería de sentido. con lo que el único parámetro de centralización que merece ser tenido en cuenta es la moda. En la Tabla 2. tampoco tiene sentido calcular unas medidas de simetría. las medias de posición vuelven a carecer de sentido al depender del orden.5 7.3 /6.2 Uno de los componentes del IPC (Índice de Precios al Consumo) de los países son los servicios turísticos. al igual que ocurre con las medidas de dispersión. Evidentemente. la mediana depende del orden. Por tanto.2° 100 360 0 Avión = = 108° Barco = Tren = 360 • 42 —151.6° En cuanto a las medidas de centralización. Ejemplo de estudio 2. en principio. Para cada medio de transporte se ha realizado el siguiente el cálculo previo: Autobús = 360 •12 = 43.7 2.9.2° 100 Alura 2.

[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

L! = 23.sav tenemos datos acerca de la demanda de los productos de la agencia durante dos años.26 Coeficiente de variación: 4.16)'•6 +.16) = 6 + ..5 (31.. Ejemplo de resolución a partir de SPSS En el fichero enalgunlugar.26 27.10.16 = 0.426' 3— 1.16 km).125 — 23.125 LS = 23. Resumen De nues o nos encontramos ante una distribución asimétrica por la derecha.5 — 27. en esta ocasión la media es una medida mu■ representativa de la distribución debido a la escasa dispersión de los datos.125 Medidas de simetría: Coeficiente de asimetría de Fischer: (22.22 Varianza: 15 Desviación típica: \ 18. + (32.27.125 — 23.16)'•5 15 • 426' Con lo que la distribución se muestra como asimétrica por la derecha.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: 31.125 — 23.27.18 Se trata• por tanto.5 — 27. Según el país del cual procede el dato. 2. — País: de I a 10. I6)' • 6 + .5 (31.5.60 1..125 + 1. de una distribución leptocúrtica o apuntada.5 . + (22.+(32.16P • 4 15..125 — 1. nos encontramos ante una distribución con cieno apuntamiento originado por la mayor frecuencia absoluta del primer intervalo.125 = 8 (22.125) = 35.22 = 4. Por último.5. debido a que la mayoría de las distancias se concentran ala izquierda de la media 1 _ 2 7.16) = • 5 =18... Eso sí.5 -_ 2 7. l .125) = 11. — Región: de I a 38 regiones para cada uno de los países anteriores.27. En dicho fichero aparecen las siguientes variables: — Año: I si el dato corresponde a 2001 c2 si corresponde a 2002. Medidas de apuntamiento: Coeficiente de apuntamiento: (22. Calculando los límites admisibles podríamos dibujar el diagrama de caja que dejamos para el lector.1568 con lo que podemos concluir que la media es muy representativa de los datos.

.Capítulo 2 Bnáhsis exploratorio Ill variables umlimensmnales 39 E)EI1L1 If meterle.:.1 tildo . — Destino: de I a 7. Para ello. nos vamos al menú perdidos (Figura 2.. Observe su variable <. después de comprobar que en la pestaña del método hemos seleccionado el método •. -. Nosotros vamos a escoger reemplazarlos por la media del resto de observaciones. seleccionamos en primer lugar la variable que nos interesa. — Hotel: número de estrellas del hotel donde se ha alojado el viajero. al realizar dicha operación. pero ahora en formato continuo. . en la flecha que hay entre ambos recuadros blancos..N __ II Nan6re Y nrlodo • I . Se pide: 1.14). 1 CC . 1 111111 IE S1SS • (MAUI et IESILILIÍI 1 lllllt IL SISS — Precio/noche: precio de la habitación del hotel...edad pe a _ CategaFa vaebMS.38. viaje organizado y temporada de tal forma que sean variables binarias 11. De I a 5 estrellas. pulsaremos sobre la variable EDA en el recuadro de la izquierda en el cual figuran todas las variables y.-r-. De I a 9 días. 2... las regiones. posteriormente. observaremos cómo se nos crea una nueva serie llamada EDA_I. pero SPSS nos permite reemplazar estos valores mediante varios métodos. — Evaluación: de I a 100._^ J • saca *son T edad evat. Valor 6 para los viajes con alojamiento en uno de los 10 mejores hoteles con quien mantiene relaciones la agencia. — Duración: número de días que dura el viaje. Contar aoarooes_. ti a .13). — Pensión: 1 si se trata de pensión completa y 2 en caso contrario. Veremos cómo. _x pa Asolar o ragosatams. - Ceea 'sere torpor".. 3 00 dentro de él al submenú Reemplazar 8 9 10 11 '00 200 lao 233 2 00 200 200 .ao T agarra maroon 0 J c°..da enraye Metladn rota od cer de b me J r ^ ^n F/lt 111.. — Organizado: valor I si el viaje es organizado y 2 si no lo es.. — Edad: edad del viajero. Puntuación del viajero al viaje efectuado.01. Una vez aquí.s 100 100 100 100 . La agencia mantiene a nivel interno la información de los nombres de los países. PA0 evaMtan4 cegare t año ^ 32 _ 00 5 6 _ P' Rem ake.Qué problema presenta?¿Qué soluciones otorga SPSS? Recodifique las variables pensión. Tenemos valores perdidos. Los posibles destinos de los clientes. Si aceptamos este cuadro de diálogo tal y como está.edad».media de la serie. — Edad: la edad del viajero. _z - ver Datas l Trartdansa anaixa Gráficos Uüdades vav asa Senda de aaataaam. A la variable EDA le faltan observaciones. Para ello. 1.Editor de datos SPSS Edioun a l g ldl edad J ^ ^. los clientes y los hoteles. cuyo valor para las observaciones con dato es el mismo que EDA para los valores perdidos 37. 00 1 00• I00 100 1600 1500 1500 1200 1dm 300 200 300 300 300. que es la media de la serie.. 300 200 300 30C 3S 30C 70C 70C 70C 7 CC 3 C 3CC Granos txk ^.. 3 0= ^^ = T aeamfcaoan ertaneta.. Transformar y valores 5. Dividida también en 7 grupos.. 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. — Temporada: 1 si se trata de temporada alta y 2 en caso contrario..

0: mujer) — Edad — Años de experiencia — Nivel educativo: en orden ascendente: 0) EGB ciclo inicial.031 7W 70 -31 31 92 001 70. organizado y temporada en variables binarias (1.001 '5001 Recodf ar en las miserias variad*.Valor atan r. «En las mismas variables» (Figura 2. Una vez realizado.. IJ •® '. see tempord.031 59. 4) COU o Bachillerato. Posteriormente. vele I (' Pacido pa e «..7D evaluaei ( ego* 2 1 2 00 00 3 00 300 7 00 .A. organizado q temporada se han reemplazado las observaciones con valor 2 por observaciones con valor 0. En la parte izquierda. S. en el recuadro blanco grande de la parte derecha. Accedemos a un nuevo cuadro de diálogo donde. nos aparecerá el menú anterior y aceptaremos sobre él.1 • Va EJEMfLI IE IESILILIÍI 1111111 If SISS 2. clicamos igualmente en la opción valor e introducimos un 0. I /does amgos y romos lad Restablece . «Recodificar».. 00 1 .0) nos trasladamos al menú «Transformar»..301 2. 1) EGB ciclo medio o educación primaria. rae'ua ea ^ta ^ ^ '^ 02 2W^ 2 2.15.» y realizamos la siguiente operación. valores antiguos y nuevas .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-. clicamos en la opción «Continuar». Para conv ertir las variables pensión. Finalmente. clicamos en la opción valor e introducimos un 2 en el recuadro blanco que hay a su derecha.. repetimos la misma operación con la finalidad de obtener la expresión 1-sl (Figura 2. Es:.__ 7 03 3 00 3. — Salario por hora — Sexo o género (1: hombre.xls contiene datos sobre las siguientes variables para el conjunto de individuos que pertenecen a la plantilla de nuestra agencia EN ALGÚN LUGAR. Recordemos que el fichero Salarios.. Remplaza /orees per 1C 1001 100 1W 100 Figura 2. eme -vdarae....W 83. 00 14. /atables maniatar •0(4._. cata apa c.. 00 76.01 59. clicamos en la opción «Añadir. Veremos cómo. en la parte derecha. 301 33 . Apanes rangos a casos.. W 59.. W I ° 4 031 Z. 3) BUP.40 EJEMPLO REMOCIÓN PIITII IE Eslaáishca aplicada al turismo OE R MI Educo '.Editor de datos SPSS wchro Datos Transformar treha Ctdkos ^ da 2 UD 2 3 1 1 edad sordo m dedaaauor.15). entramos en la opción «Valores antiguos y nuevos.00 1 -^. la que hace referencia al valor nuevo.03 . en primer lugar. :I WI " 001 ' 001 '031 '..00 3.1W1 - 30 l 140. aecaderlaón atandtice. 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. 2) EGB ciclo superior o educación secundaria. mientras que las observaciones con valor I permanecen invariables.001 70.16).. la que hace referencia al valor antiguo.....00 rn 12 W 2 W 3..17). seleccionamos las tres variables que nos interesan tal y como hicimos en el ejercicio anterior (Figura 2..00 L00.. Observaremos cómo en las columnas que hacían referencia a las variables pensión.001 81.001 . 1W 1W' 1. Categor¢e venables. Posteriormente. Una vez aquí.W1 2 J-1 1 12 13 1 701 00 001 1 00 1 14001 2. 3.03 7 1p 7000 78 00 92 00 98 00 7300 70. m Sim [irlo .aes. ha aparecido la siguiente expresión: 2—s0.

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

venables r Came. En ellas se muestra la frecuencia absoluta (frecuencias). Los tres siguientes recuadros son las tablas de frecuencias para las variables que no tenían excesivas categorías. 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 :^ ^.03 1 7151 7 W': SW a03 3. Este tipo de instrucción suprime la tabla para las variables continuas corno es el Salario por hora o la Edad. 2 (Figura 2. r Oipsreat atestados y. A continuación. 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. La salida consta de cuatro recuadros.. Clicamos " Continuar " en el submenú •. introducimos todas las variables en el recuadro blanco derecho.00 .Frecuencias: Formato " y " Aceptar " en el menú „Frecuencias.etebte.03 6200 27W 38.2W.W —__ 303 9. El primero nos informa del número de datos v de que no hemos perdido ninguna información.21). 00 12860 2001 2000í 3.25.03 40001 5W1 5W' 300 7W1 - _ cv t ct: 1C( - _4. la frecuencia relativa Sin titulo .22 a 2.W 2303 58.10). En este punto observamos los resultados de las Figuras 2. y dado que queremos la tabla de frecuencias para todas las variables.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. Para ello.03 44. ginales y que suprima las tablas de frecuencias de variables con más de 20 categorías. a lo sumo. 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.t MiLple. StamleWp tat lit vattam obro 12 13 14 15 16 55C 6 70 5031 9.

[e^taje a -.n.. La primera se halla igualmente dentro de «Analizar.wa •T•2.3 1. En ella.96 700 ^ 00 44 00 62 m a 00 W 27 0 13 38 00 .6 16 82 3.0 78.. (porcentajes) y la frecuencia relativa acumulada (porcentaje acumulado).1 1000 12 13 15 16 18 20 22 23 25 28 29 32 35 40 Tota '.8 21.enrama .3 1.renuie 410 590 Pc.8 16 115 16 6. :Trin 82 9.3 6.3 16 16 1.0 8.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 2.1. '..m 5.5 31.6 541 557 623 65.6 1.ann J41 0 410 590 100 0 t -_ _ Tota 61 100.2 3.1 41.6 16 1..11. IE SPEC Estadlsbms Sa áRIOS EDUCACION! E.6 33 1000 va.6 3.taplulo 2 Análisis etploralono de v ariables unidimensioneles 43 IE S1SS EJE111L1 IE 1ESILItIÍI I 111111 • EJE11L1 IE IESILILIi1 Experienaa I 111111.3 49 16 9._ eaa-_.0 52 82 49 33 16 49 1000 =. podemos seleccionar la variable Educación y realizar el gráfico de sectores de la misma (Figura 2.9 66 3.111 3.6 3.pe-=-:60 Vdltdos 3 1 2 3 4 5 7 8 9 10 .9 13 16 49 100.0 Porcentaj e estilo 82 16 98 210 33 23. Frecuencias.3 16 33 6.101.6 8.6 3.0 852 902 934 95.5 77.1 967 100.8 19. Valrcos _ SEXO .3 49 16 Porcentaje v5Mn 82 16 4.1 5 1 3 4 2 Pnrnentale 82 16 49 66 3.2 82 4.3 __: Porcentaje anln olann 82 96 14. -_ '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. Estadísticos descriptivos.7 803 88 5 91 8 934 95.0 r.6 672 70.0 42.7 426 459 68 9 77. :-_. si cucamos en la opción «Gráficos.3 24 6 29.26).0 6 1 7 1 4 2 _ 4 1 1 5 2 1 1 1 2 61 98 16 115 16 66 3.6 1. bl Para realizar los gráficos tenemos dos opciones.24.

55 a161140I54 10 =1J _J JJ J: rums e mininos. estadísticos descriptivos.44 ElEA1l1 Esladishca aplicada al luris- If IESIt1EIil 1 111111 If SPSS • E1E111L1 If IESILIEIiI I I11111 If S1SS Sn aula . Posteriormente. (Figura 2..yvo ® 1=0 ® 11^ Mal fipli 2. 8( 3( 13' 13 25 L 70(D' 1 88 _ . I Flqu a 2.tato.•Analizar. ® 11^ © 11® .Gráficos» .' Revnere0p•aVWS de50000 r Res'nann pne d0W a0 vseHs ValpeO ndvidudn de Is cmos I Deb.. marcaríamos . ..32. de daos 5.31).29 y 2. Para elaborar el histograma de la variable Salarios nuevamente tenemos dos posibilidades. Observe que el dibujo sería idéntico si pidiéramos el % de casos (Figuras 2.30). El mismo resultado se habría obtenido en . y en el siguiente menú seleccionaríamos la variable Educación y le pediríamos que los sectores representen el número de casos. frecuencias y gráficos.29. En la opción .Sectores. Notamos que los niveles de educación 3 y 5 son los que están más representados.i00^ 00 1 Pf) ^300`` 21 r m mI m .21 El resultado se puede observar en la Figura 2. seleccionaríamos ■■Histograma» y marcaríamos la opción de curva normal en el gráfico (Figura 2..Definir» después de marcar la opción -resúmenes para todos los grupos de casos.28). 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 (. El resultado es el que aparece en la Figura 2.27.

.8498 23 5203 2336 . v cucando «Añadir» para que aparezcan en el recuadro grande. 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.00 23 13488 181.ya que la mayoría de sus datos se concentran a la izquierda de la media.306 -1.081 604 11 0 11 1.•66 N•6100 •0 60 SO LA Rí05 . Estadistrcos -sao EDAD N Meaja Mediana Moda auaos a eraiacs 85-`_ 7200 5.701 455 306 .20 300 500 600 8 BO _ 13' 5 10-00 10 10.00 61 3 38 43 37. y el submenú «Histo g ramas. Sin detenernos a comentar toda la salida.750 13.00 3' 2. una vez activados tras el clic. Una vez en este menú clicamos en los estadísticos que nos interesan.. seleccionaríamos la variable Salarios y marcaríamos la opción de curva normal. J .915 201 .00 1.306 -.306 6.•oe P Mim e Dotüav Ñ Amad r ET. P Aarree P Cuba S ti Obtenemos de nuevo idéntico resultado a partir del menú «Gráficos. } desde aquí entramos en la opción «Estadísticos>.. Estadísticos descriptivos.Frecuencias.. únicamente hacer constar que el coeficiente de asimetría que nos ofrece SPSS es el coeficiente de Fischer. notar que aunque sólo hemos pedido los percentiles 10 y 90 nos ofrece también el 25. 4.00 1.con el primer.00 1.00 2000 28 00 61 3 59 100 1 . el 50 y el 75. justo a la derecha de la opción «Percentiles. ya que estos percentiles coinciden.50 10.443 109-050 776 . Por otra parte.330 5. P Mf. 33 26. Una vez allí. En el caso de los percentiles. En nuestro caso.50 37.111 ...33).+* vedes 0e grzos Deae.396 604 23.800 7200 9.. tenemos que indicar los que nos interesan escribiendo el número en el recuadro pequeño.228 604 48 17 65 2200 26.775 7. como sabemos.34.9 4.Taderoe cara r Ñ Meso P Matero Reo= x cane cae P Pacaxiea (- P Mofe r s.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 .6 r Ds tp •a66 1bd. hemos añadido el 10 y el 90 (Figura 2. 0 140 160 160 IDO 220 ND TO Lm vetos ao n.mn F Den Cima P V6.Caballo 2 análisis exploratorio de variables unidimensioneles 45 EJEIIILI tE IESILI[IÍl 1 IIITII If Histograma para la vanable Sa■anos MI • EJEIIILI IE IESIIItIÍI 1 111111 II SfSS Voltees perca-Mes P. Guantes . segundo y tercer cuartil.ioo NOS.604 40 0 40 120 4.00 52-00 57 00 a Existen vanas modas Se mostrara el menor de los valores fi^rt 134. El output que nos ofrece SPSS es el de la Figura 2. c) Para realizar la estadística descriptiva de las variables volvemos al menú “ Analizar».570 _ 164 5.

. Se trata del diagrama de caja usual presentado en posición vertical. seleccionaremos la variable Salario por hora y aceptaremos (Figura 2.36).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 .see • Pa^ salmo A_ °• Pqa una dispersión muy elevada en el 25% de observaciones que oscilan entre el cuartil tercero y el extremo superior.. 28 00 33 00 r Los daos del atta. fades. . entre el cuartil primero y la mediana. En él vemos observaciones atípicas situadas aproximadamente entorno a los 26/27€ la hora.áfvn Gr WdldK Ventana W 00! W 4200 2200 57 03 36 r. submenú Segmentar archivos» ( Figura 2. d) Para realizar el diagrama de caja de la variable Salario por hora. 24 23 58 44 •F m_ 1W 1 00 : 100 W J ^ Defr..37).^... Pondera casos. san Resúnen. La salida de SPSS es la de la Figura 2. 5T Gafe. Por el contrario.' al p: J 59( 89t 4 4'. ea.38. pee 71003 da casca Resúmenes neta d3n4aa venables r 48 00' 4300 21 00 Agora 2_36. advertimos r J . nos trasladamos al menú «Datos». Para ello. tenemos información suficiente para todas.-- 100 1W WI 62 N^' ^ WI 00 00 1 00 1 00 100 W 5+. Diagrama de cajas». 1 pe°•r"1 Ira 2. .sTi Srrele a9weda a. I 1 F.39). _ _— Ceffas i a ... Para responder a esta pregunta necesitamos calcular estadísticos descriptivos separados para el colectivo masculino y femenino. se sitúa el 25 c %c de observaciones más concentrado. e) Por lo que respecta a las preguntas a las que hemos de dar respuesta 0 Espera m casos 'recia. 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. entramos en el menú «Gráficos..31. .sede eda0 salan 37 W E 4 51 saecooree casos.. inserta ve verte* ffi . Wdwo Edioón Ve ' patos Transformar Arare Gráficos tildadas Ventana '.. que corresponderán con toda seguridad a los gerentes de cada agencia.aa J __ en el informe que se nos pide en este apartado. Además... J . Por último. En el siguiente menú pulsaremos en opción «Simple» y en la función «Resúmenes para distintas variables» (Figuras 2..35 y 2.

La dispersión es relativamente elevada.s:a 36 edades comprendidas entre los 17 y 65 años. la dispersión más elevada. la media de experiencia del personal de nuestra agencia es superiora los 13 años. Así. si observamos tanto la estadística descriptiva como su gráfico de sectores.18 (percentil 90) con experiencia superiora 28 años. se detecta que la media y la mediana se sitúan en estudios de tipo medio como COU. nos entretendremos al go más con la variable Salario por hora. Estadisncos descriptivos' Por otra parte. Segmentar archivo y Analizar todos los casos.. 98 25 SALARIOS Nválido (según lata 25 Nuestra plantilla consta de 25 mujeres y 36 hombres. lo que representa un 59% de hombres a SEXO = 0 (media de la variable Sexo) y un 41% de mujeres. un 10% de la plantilla trabaja por salarios hora inferiores a 4. Aunque ello.413 — 0. No obstante.43 años. Por último.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 .Organizar los resultados por grupos)) y «Ordenar el archivo según las variables de agrupación». Una vez en este SALARIOS Miromn Maims punto va podemos realizar el informe. Bachillerato o FP de grado medio. la seleccionamos y si aceptamos observaremos como nuestro archivo se ha ordenado según ésta variable.57 €. Así. cantidades superiores a las mujeres. sólo tenemos que pulsar «Analizar. Respecto a la variable Experiencia. observamos que los hombres cobran. Si diferenciamos entre sexos. se trata de la variable más dispersa.34 éste nos diría que estamos muy cerca de considerar a la media como representativa del conjunto de datos. s obtenemos la Estadisticos descripnvos' salida de SPSS de la Figura 2. De todas formas. se trata únicamente de algunas saciables extremas. ya que su media N Minim^ Maxim =iv I1A _ 5010 36 265 SALAR Cde edad es de 38. Descriptivos.75) y el extremo superior de los datos. con lo que este dato no es muy ilustrativo. Sin embargo.41. Estadísticos descriptivos.43 — 0. tenemos una gran dispersión de edades.79. tenemos personal que cobra un salario por hora superiora los 26.3 € mientras que otro 10% de la plantilla lo hace por salarios superiores a 13. ya que su coeficiente de variación es el mayor de todas las variables 10. nos podría hacer pensar que fiprE 211. Respecto ala variable Educación.5 € la hora.40).488 38. A título ilustrativo hay un 10% (percentil 10) de la población con experiencia inferior a 12 años y otro 10% 13. en promedio. y el hecho de tener la desviación típica mayor variable Edad. la encontramos entre el cuartil 3 (9. podemos considerar que nuestra plantilla es relativamente joven. tenemos primero las observaciones con valor O (mujeres) s después las observaciones con valor I (hombres). Así. Además. De hecho. cosa que no ocurre con el resto de variables. Las cate gorías más representadas son estudiantes con BUP y con FP o ciclos formativos de grado medio. siempre que no desactivemos la opción anterior. aunque el colectivo de mujeres presenta salarios más estables a tenor de su menor desviación típica y coeficiente de . En particular. será presentada para los grupos de-mujeres y hombres de forma separada (para desactivar esta función: «Datos. no crear grupos» (Figura 2. en nuestra empresa hay tanto personal que únicamente tiene el ciclo inicial de EGB. El salario hora de la plantilla de nuestra agencia se sitúa entorno a 8. Nuestra variable de agrupación es Sexo. para obtener la estadística descriptiva de cada grupo.56. cualquier instrucción que realicemos a partir de este momento. como personal estudiante de doctorado. tenemos Nvándo se-_.5 € la hora. ya que el coeficiente de variación es de 0. ya que si calculamos el coeficiente de variación de la variable Edad 13.

todas las distribuciones a excepción de la del Sexo nos muestran este tipo de asimetría. se analizó la demanda de los mismos. el tercero 19 y la mediana 10.5 y moda = 107. Paralelamente. el primer cuartil sea 5.4. .5. fueron los turistas de Alemania quienes realizaron mayor número de pernoctaciones con 35 millones. ¿Cuál es el signo de la asimetría de la misma? ¿Cómo sería aproximadamente su representación gráfica? E F Determine: a) h) e) La media aritmética de los precios y la demanda. 12 26 20 13 30 17 504) muestran una media de 75. Comente los resultados.000 con una desviación de 1. La distribución es asimétrica. al contrario que las distribuciones del resto de variables que son platicúricas. Ejercicios propuestos Ejercicios pujos 2. 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. se obtuvieron los siguientes resultados: inedia = 100. Por último. mediana = 95.11.48 PRR11 1RE SPSS • EJEMPLO RE RESOLUCIÓN R Esladíshca aplicada al MISMO EJEMPLO RE RESOLUCIÓN R PRRIIR RE SPSS variación. 2. La interpretación de dicho coeficiente es que la mayoría de salarios se concentran a la izquierda de la media. el máximo 20. en concreto muestra simetría por la derecha. El coeficiente de variación.000 de tren. seguidos de los franceses con 20 millones y los procedentes del Reino Unido con 17 millones.500. Por países. Indique ante qué tipo de variable nos encontramos. 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. Comente los resultados. a) b) Determine si es grande o pequeño el grado de asimetría de dicha distribución. De hecho.116 Una agencia de viajes de Granada ha vendido durante un año 50. Los datos resultantes son: 2. algo que podemos observar tanto en su histograma como en el valor positivo que muestra el coficiente de Fischer.000 con una varianza de 2.000 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. 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. se trata de una distribución leptocúrtica. El coeficiente de variación de ambas variables.11.000 billetes de avión y 90. 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. Calcule en qué tipo de billetes se encuentra más aventajada dicha agencia respecto a su competencia. Dibuje un gráfico adecuado para estos datos. Se sabe que la media aritmética de ventas de billetes de avión de las agencias en dicha población es de 45. Otras naciones se reparten el resto.

Calcule alguna medida de centralización y dispersión para ello. con desviación típica de 1. 600. 38 y 18. ¿Cuál es la nueva edad media? ¿Puede determinar la mediana de esas diez personas? 2.1. calcule: e. 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 . 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. 101. 38. 550. viaje. 1.l) El porcentaje de valores de gasto superiores a 850. 670. 570. A la primera le han ofrecido un sueldo de 13. Sabemos que la distribución de sueldos correspondiente a la categoría de la primera persona tiene una media de 14.100 -1. pecto al centro de la capital: 38. Dibuje los diagramas de tallo y hojas para cada familia. Entra una de 36.1 Para un conjunto de datos la media es 80.28. Se pide: a) Dibuje el gráfico que resulta más adecuado para este tipo de datos. Escoja diferentes agrupaciones.50. Desde la oficina de turismo de Salou se pretende incentivar al 25% de turistas que más gastaron en sus vacaciones. c) Encuentre la distribución de frecuencias relativas con clases iguales que le parezca adecuada. 540. represente el histo grama y en base al histograma.050. 800. el cuartil primero 75. 1. Son: 500. 700.000 €.5.200.1 La media de edad de nuev e personas es de 40 años. 890. 1.500 € y una desviación típica de 1.pack».900. 900. la desviación típica 10.5 y el cuartil tercero 96. 1. 112)? c.40. invierno y primavera.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. alojamiento y media pensión. la distribución correspondiente al trabajo que han ofrecido a la segunda diplomada tiene una media de 21. b) Encuentre la distribución de frecuencias relativas con clases: 500 -600. 750.51 si aplicamos la regla de Chebychev? ¿Qué porcentaje caería dentro de ese intervalo si la distribución fuese normal? ¿Y dentro del intervalo (49. Compare las familias.500 €. 65. 850.400.100. 900. 750. 580. 23.118 Dos personas diplomadas en Turismo con diferente grado de experiencia han recibido dos ofertas de trabajo.5. 28.40. ¿Cuál de las dos personas ha recibido una mejor oferta en relación a su categoría? 211.300.27 reflejan el número de veces al año que tres familias diferentes han ido de viaje durante los últimos 24 años: a) b) c) Tabule los datos. Los datos no cuentan lo que forma parte del . 1.27.Cap itu lo 2 Pnálisis exploratorio de taria0les unidimensionales 49 • E]EItItIOS PIOPUESTOS • E)EItItI1S PIIPUESTIS E)EItItI1S PIIPIESIIS 211. 640. 1.000 € y a la segunda le han ofrecido 20. 950. Por otro lado.100. 100. 1. 21111 Los siguientes datos reflejan el gasto en € realizado por 26 turistas en Salou durante su estancia en 2003. ¿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. 23.000 €.3) El porcentaje de valores de gasto entre 550 y 900. 600 -900. 18. b) ¿Cuál es la distancia media de los alojamientos? ¿Y la distancia mediana? Tabla 2. 65. ofreciéndoles un descuento de un 1O% en cualquier apack» que escojan en la temporada de 2004 (siempre que el destino sea Salou.500 €.65.050. Todos estos alojamientos son los que presentan un precio más ajustado dentro de los que posee una agencia y son utilizados en las temporadas de otoño.020. 980. 18. naturalmente).400 y represéntela en un histograma. es decir. la mediana 84.. c. 1.5.72.

h) Utilice alguna medida de dispersión adicional para mejorar su análisis de la misma. 61. 69.8. b) Calcule los percentiles 10 y 90. 64. 21111 La Tabla 2. 15.000. Compare los valores obtenidos con el [0. d) Calcule los tres cuartiles y dibuje el diagrama de caja correspondiente a la distribución de los datos.000. 10.750) (1.2.1. 125. de los espectadores que siguieron la gira en todo el mundo . 1. f) Comente qué tipo de asimetría y apuntamiento presentan.000.7. a su juicio.7.3. 1. d) ¿Qué medida de centralización encuentra más adecuada. 500) [500. 1250.3. 5. Explique su significado. 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. 67. 63.6. 76. 66.000) [50.500. el ayuntamiento (1.500) [ 1. 60.14. 56. dada la tipología de datos? e) Calcule una medida de dispersión que considere adecuada. Coméntelo. 70. 62.4.000. 72.8.50 ElE1tItIIS IIIIIESTIS • EJEItItI15 IIIIIESTIS • Eslalishca aplicada al lulisma EJEItItIIS IIIIIESIIS c) Calcule los percentiles 10 y 90. 2.Ziggy Stardust. e) Tomando como marca de clase el punto medio de cada intervalo.0. al 759 y al 90'k? ¿Cómo se llaman estos valores? f) Determine el valor del percentil 10. a) Agrupe los datos en clases o intervalos.3. en decibelios. g) Utilice la regla de Chebychev para determinar qué porcentaje de medidas se tendrían que encontrar entre x 2s_ 3s. en un importante cruce de su ciudad: 55.3.8.000. 2. 67. 4.000) [7. 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>. 58. una de las más exitosas de todos los tiempos.4..000.000.000) [ 15.000) Porcenrajell 2 3 4 5 5 5 15 26 26 8 2 . 55.250. 7.28 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. 3.000.000. 65.5001 10 I0 a) Dibuje el histograma de frecuencias y comente su forma. e) Realice un histograma.000) ( 1.000. 211.750.9. Escriba una frase interpretando los valores obtenidos.000) [4. 750) (750. 60. d) Añada al diagrama anterior el polígono de frecuencias.000) [5. 6.250) (2. 54.250) ( 1. las marcas de clase y las frecuencias.3. 2.000. Comente los resultados.29 muestra la distribución de la renta.250. 1. los datos.0. Escriba una frase interpretando el valor obtenido. Con el objetivo de conocer hasta qué punto aumenta el ruido en su ciudad en temporada alta. de Marbella ha recogido un conjunto de medidas del nivel de ruido del transporte.2. e) ¿Cuál sería el valor que dejaría por debajo al 50'k de la población.000) [25. de David Bowie. 2. 25. 2.000) (3.000) 12. calcule la media y la mediana de los datos.000) [2.2. 1. b) Confeccione una tabla con las clases.2.1111 La Tabla 2.000) [ 10. del año 2003 y poner el precio a los paquetes turísticos promocionales.000.000) [6.000. 250) 30 5 10 10 10 10 5 5 número de datos que se encuentran realmente en dichos intervalos. Dicha gira. en 1972. 55. 59. de Bruce Springsteen. en S. 50.

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.Capítulo 2 Análisis exploratorio de varia0les umdlmenslonales EJEIfI[IIS PIIPIESTIS • (HICIMOS PIIPIESTIS e) • (HICIMOS PIOPIESTIS grama de frecuencias y comente su fora) Dibuje el histo ma.30. f) Calcule alguna medida de concentración y comenta los resultados. g) Utilice el diagrama .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. ci Calcule la media y la desviación estándar. 21116 La Tabla 2.. 21111. Se pide: a) Realice la tabla de frecuencias de las nuevas variables Edad y Hotel así como de la variable Destinaciones. A partir de la base de datos enalgunlugar.200 b) Realice las estadísticas descriptivas de las variables más interesantes.200 1350 1. 1. b) Calcule el percentil 10 y 90.bozplot» para comentar la dispersión de alguna variable..30 muestra los sueldos en € de los empleados de una agencia turística: Tabla 2. lo Si se decide un aumento lineal para todos los trabajadores. ¿en cuánto aumenta la media? ¿Y la varianza? c) Si se decide un aumento del sueldo de un 15%. Dibuje el diagrama de caja.450 800 800 1100 1. Comente la dispersión de la variable. Comente los resultados.Qué medida de centralización considera más adecuada? Justifique su respuesta.2r10 1. Ejercicios con SPSS . a) Calcule la media y la desviación típica. el Dibuje la curva de Lo re nz y calcule alguna medida de concentración. ¿cómo aumenta la media? ¿Y si se hace esto mismo con el trabajador que menos cobra? . dl Calcule el coeficiente de variación y comente si la media es una medida representativa.sav. Constate dicha impresión con los cálculos del coeficiente de asimetría y curtosis. Escriba una frase que comente el sentido de dichos valores. ¿en cuánto aumenta la media? ¿Y la varianza? d) Si se aumenta el sueldo del trabajador que más cobra en 500 €.

Ejercicios propuestos .11. Introducción a la inferencia estadística 3. Estadística de atributos.12.8.5. Cálculo de coeficientes e interpretación 3.4. Dependencia funcional y estadística.7. La regresión lineal simple 3. Independencia y asociación 3. Consecuencias 3.10.9.6.2. Hipótesis del modelo lineal. Cosarianza y correlación 3. Medidas de calidad del ajuste 3.CflPÍ1UL0 3 Análisis exploratorio de ^► variables bidimensionales 3. Ejemplos de resolución a partir de SPSS 3.3.1. Ejemplos de estudio 3. Introducción a la regresión lineal simple 3. Diagramas y tabulaciones bivariantes 3.

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

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

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

Un ejemplo ilustrativo es el siguiente: supongamos que tenemos los datos de temperatura y el número de matrimonios.6 67.6 s.8 = 52. la llamaremos variable dependiente. = 7. 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). 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. 8. El objetivo principal de la regresión es descubrir el modo en que se relacionan.8282 que nos indica que las variables están relacionadas de forma positiva. Por ejemplo.2139 .. Es muy probable que si calculamos el coeficiente de correlación entre estas dos variables obtengamos un valor muy elevado.. 10 169.1. 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. endógena o explicada. Ejemplo 3.: 52. La regresión lineal simple Como se ha dejado patente anteriormente. con los datos del ejemplo anterior (Tabla 3. .7567 — 0. l • • 3. y a la otra. Este tipo de correlaciones se denominan espurias y su origen se tiene que buscaren otra variable (como por ejemplo las vacaciones de verano) que presenta una relación de dependencia con las variables observadas. vamos a 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. Y.3.8 s = 8. cuando se estudian dos características de una muestra simultáneamente. De las dos variables a estudiar.Capado 3 Análisis exploratorio de variables bidimensionales 57 tencia de ninguna relación de causalidad de una variable respecto a otra.32 7.32 Ahora se puede calcular el coeficiente de correlación lineal r.. que vamos a denotar con X e Y. exógena o explicativa.2139 = 67. vamos a llamar a la X variable independiente.4). se puede considerar que una de ellas influye sobre la otra de alguna manera.7567 175• 80 +180 82± 16257+.

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

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

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

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

Ahora se trata de saber si 1. Hipótesis del modelo lineal.. es decir. ¿Hasta qué punto podemos concluir que nuestra hipótesis era falsa? ¿Podemos afirmar. x e V. es decir. es decir.7. Si el coeficiente estimado hubiera sido 1. A modo de convención. Dicha columna. es suficientemente )estadísticamente) grande como para rechazar dicha hipótesis. es que únicamente se rechazará la hipótesis nula si dicho estadístico es inferior a 0. . esto no es casual. Evidentemente.11.96 se rechaza H„ . 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 x influye en y. Evidentemente. debidamente relativizado por la desviación estándar del estimador. Así: Ib sh bI Si t > 1. El objetivo es conocer si b es estadísticamente igual a I. b). . y también aumentaría en una unidad.: ^e= Ss = ( donde n la varianza residual s' •X' ) n- 2 La interpretación de la desviación estándar del estimador es sencilla. nos queda conocer cómo calcular s1. A la luz de lo visto en los apartados anteriores.1 está muy cerca o muy lejos. Consecuencias c. en una muestra individual puede alejarse de su verdadero valor: el de la relación entre xev. tal y como lo hemos presentado. Cuanto mayores son los errores mayor es su dispersión. Imaginemos ahora que teníamos una idea previa de la influencia de la variable x en y. dicha predicción se basa en las estimaciones de a y h lá. con uno del estadístico t superior a 1. 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.62 Estadistica aplicada al turismo Como se ha comentado con anterioridad. Su interpretación. se supone que ese cociente es suficientemente grande cuando excede 1. que h m (I:' Empecemos por la primera hipótesis. su varianza y. como mínimo.rt1■111 El modelo de regresión lineal. se sustenta en una relación estadística entre dos variables.96. la varianza del estimador. de acuerdo con lo comentado para el estadístico t. por tanto.05. 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. Este valor se corresponderá. que h = I. que creíamos que al aumentar en una unidad x. Pongamos que con una muestra de datos obtenemos una estimación de h con valor 1.96'. que aunque el estimador calculado y promediado para muchas muestras concretas acierte. En general. pero que mostraremos su intuición. • • 3. obviamente. La hipótesis a comprobar hipótesis nula) será que h es igual a un determinado valor h . a título ilustrativo. en caso contrario se acepta`. recoge la probabilidad de aceptación de la hipótesis nula (normalmente la hipótesis es que dicho coeficiente estimado es igual a 0).7 del capítulo anterior que hacía referencia a la tipificación de una variable. no hubiera habido duda. para conocerlo utilizamos el siguiente contraste y estadístico que no demostraremos. uno de los objetivos del modelo de regresión es la predicción.1 (h = 1. Observe igualmente la similitud del cociente inherente al contraste con la expresión mostrada en el Apartado 2. Pongamos. Una varianza del estimador elevada implica una reducida eficiencia del estimador.

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

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

Al ser el valor del estadístico mayor que el valor en tablas se acepta la hipótesis de asociación.y 2 no está acotado y es directamente proporcional al número de casos. 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. al 5% de significación el valor es de 11. 13 16 116 íst i c.a. correspondientes a julio de 2003.7 V =^ O . a menos que se indique lo contrario. 20 10 3 4 61 Total Re-¡+. dicha asociación no parece ser muy elevada. siempre que tengan la misma dimensión (número de filas = número de columnas) se puede utilizar el coeficiente de contingencia C.:.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.Caplolo 3 Análisis exploratorio de variables bidimensianales 65 Una vez realizada esta operación. Ejemplo 32. Estadístico x2 : Hombre Fiat Total Peugeot Ford Mercedes BMW Volvo 9 6 Is 26 18 li I. al ^ ^ ^ 1 61 6 =0. también para tablas extensas y teniendo en cuenta el número de filas (r) y de columnas (e) es la V de Cramer. Un estadístico acotado adecuado para tablas 2 x 2 es el coeficiente d.707). Se rechazará la hipótesis de independencia si el valor del estadístico supera al valor de tablas. Como conclusión. es necesario comparar su resultado con el valor de la distribución x de Pearson en tablas. ^ = Los grados de libertad: (6 — I I • (2 — I) = 5. por el número de columnas menos uno. para una tabla 2 X 2 su valor máximo es de 0. El nivel de significación suele ser del 5%.07. 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. Para tablas más extensas. el estadístico . Sin comparar con el valor en tablas. que es la medida adecuada para la tabla de que disponemos. l . Su expresión: C yl X + N Su valor mínimo es O mientras que el máximo depende del tamaño de la tabla (por ejemplo. (e — 1 ) } La V de Cramer vuelve a estar acotada entre O y 1 con la interpretación usual.5.I4 = 0. Por último. N ^ El coeficiente do está acotado entre 0 y I. en caso contrario no se podrá rechazar dicha hipótesis y se supondrá independencia. En tablas. tomando el valor 0 cuando no existe relación y I cuando se establece entre las variables una relación perfecta. a pesar de que aceptamos la presencia de una cierta asociación entre el sexo y la marca de coche escogida para alquiler. mín { (r — 1).

0 169.7567 Fgura 3.005x Así. 52.63) se aleja de dicha tendencia.3). que reproducimos a con175 180 162 157 180 173 171 168 165 165 Precio tinuación.8282 7.8282) 2 • 100 = 68. aunque uno de ellos. Así pues.7567 y R2 = (0. Es decir.71 + 1. aunque no lo haremos en este caso.6. para que nos informe si vale la pena iniciar el estudio de la regresión lineal o no hay motivos para ello (Figura 3.10.32 Ahora se puede calcular el coeficiente de correlación lineal r y el de determinación lineal R2: r = 52. se dice que la predicción tiene una fiabilidad del 68. s = 169. 80 Se observa que los puntos siguen una tendencia.8. 66 Estadíshca aplicada al turismo 3. Ejemplos de estudio Ejemplo de estudio 3.59% de la varianza de las valoraciones.8 s = 7. 150 160 170 180 190 Pasamos al cálculo de los estadísticos necesarios: Precio Tabla 3. ¿qué valoración le debería corresponder a un viaje de precio 178 €? La respuesta viene de la recta de regresión de Valor sobre Precio. 90 Comenzamos con la nube de puntos.. que se obtiene sustituyendo el valor de x.59%. Entonces tomamos X = Precio como variable explicativa e Y = Valor como variable explicada. un viaje de 178 € (correspondiente a x = 178) tiene.32 — 0. nos constatará que hay una buena relación lineal.8 = quedando: y = —102. 175 = 17 80 + 180 • 82 + 162 57 + .2139 s.2139 .1 Vamos a realizar un estudio completo del ejemplo que se describe al comienzo del capítulo a partir de la Tabla 3.6 = 67. decidimos estudiar cómo el precio del viaje de los individuos influye sobre la valoración del mismo.6) 52.04 . y no está claramente definido cuál de ellas influye sobre la otra.. En mues70 tras numerosas un dato atípico no afecta demasiado al resultado. en virtud de la recta de regresión.8 = 52.177.10.59 que nos indica que la variable independiente Precio explica el 68. según la tabla de datos. el 60 dibujo revela cierta tendencia de los puntos a agruparse en torno a una recta imaginaria.6. 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. La calculamos con los datos que ya tenemos: y — 67. 80 82 57 63 78 65 66 67 62 58 Valor Aunque en este caso tenemos dos variables muy relacionadas. Se toma como fiabilidad de la predicción el índice R'-. = 8. Por ejemplo. calculado con anterioridad.32 (x — 169. e incluso en ocasiones se elimina de la tabla. el (157.3. El coeficiente de determinación.6 67. A este dato se le llama dato atípico. que es el índice numérico que evalua50 rá esa tendencia. una valoración y = 76.

..383 • 36 = 85.+ 60-) -6...89 _ 0. = 91. d) Los errores cometidos con cada observación.98 +fi . d ) e..5 ts ue csr.1506 0204 0.272+.74. s. c) La recta de regresión de y sobre s.73 — 91. ti pre cio ces notes es muy expucauvo ae w punwacsuu.27 e2 donde ^^ ^ = 71..1506 f 0..95 puntos.73 = 0.93 — 91. I v -91.99 53.73 = —0. O sea. Solución 1 -t = 51.33 e. mayor es la consideración del hotel. b ) S = 36 86 60 • 95 51 ^ 91.98 De lo que podemos concluir la existencia de un elevada correlación positiva.74232.95 + 0.5)2+... Es decir.5. a mayor precio.5 SCE = (85. = —0.+(90-91.2 Supongamos que tenemos la Tabla 3.383. Valor 86 90 91 93 94 95 Se pide: a) Los estadísticos individuales necesarios.5 = 23 r.48 e. + (94.22 e6 = 0. e) La varianza residual. = 0. g) El coeficiente de determinación. es ajust e pare ce ser muy oue no.5) 2 = 52. = 7.512 — SCT= (86-91. contraste que b = 0. cada € adicional en el precio por noche de una abituación individual del hotel. = 86 — 85. parece redundar en un aumento en la puntuación que éste recibe de 0.37 e. Capiulo I dn)lisis exploratorio de variables bidimensionales 67 EJEMPLOS bE ES11010 • EJEMPLOS 1E ES11110 EJEMPLOS 0E ES11010 • Ejemplo de estudio 3.5= -51): v=71. b) La covarianza y el coeficiente de correlación. .95+ 0. f) La desviación estándar del estimador. on lo que e mación del precio del hotel podemos ajustar de forma muy precisa el valor de la puntuación del mismo.5)2=53.07 ) 5 = (0.. = 0. —99 0. = 2. i) Contraste la hipótesis de que el precio por noche no influencia a la puntuación que recibe el hotel. (3 62 +. h) La predicción de la puntuación para un hotel cuyo precio de una habitación individual por noche es de 42 €. = 7.5)2 + . S6 = +0.383X 60 Es decir. s.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 2003.89 R2 = 52.14. partiendo de un mínimo de puntuación en tomo a 71.072)= 0.

77 Evidentemente se rechaza dicha hipótesis.1. el submenú «Estadísticos descriptivos» y la opción «Tablas de contingencia» (Figura 3. A partir de la base de datos Salarios. 2. Comente. r Descreemos •=3:1=1.00 40 001 5 00 3 00 4 00 15 00 1300 8 03 00 1 00 1 00 .11.03 900 2 00 3 00 5.00 I r de aastea.68 Estadística aplicada al turismo EJEMPLOS lE 1511011 88.. Ejemplo de resolución a partir de SPSS Ejemplo SPSS 3.1 azor.03 6.00 2100 53 03 5100 213 . Comente los resultados.00 2 00 3. Resolució n : 1.00 20..00 00 00 .00 700 00 5.00 00 5. Realice la tabla de contingencia de las variables Sexo con y Nivel educativo.03 38.383 • 42 = O sea..03 • EJEMPLOS OE ES11111 • EJEMPLOS IE E511111 hl 5‘.4).00 5.00 44.00 .20 5 'fi d 15 16 7 18 19 5. asimismo. iUJ 3.03.75 9 80 580 695 213 6 00 3.11. un hotel con precio por noche de 42 € recibiría una puntuación de 88.00 62. los resultados. r EtaSstxos desgarros Tablee mundanas Camparen pedas taodeto traed general Modelos martes Correlaciones Redes& tootied Il¡al Frecuentas Erpbn. el análisis de correlaciones y la regresión lineal entre las variables Salario por hora y Años de experiencia.00 5.00 7.383-0 = i) 0. 00 3.00 .xls: I. Reducoon Escales Pruebes no permetncas seres temporales 5upereirenoe Pe-norestes 28W mentes datos r 56UU Antros de valores perddos.71. Realice el gráfico de dispersión. entramos en el mentí «Analizara.00 3. „-.00 27. —0.95 + 0.. J 3.0204 18. ya que parece que el precio de la habitación redunda en la puntuación que recibe el hotel. 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. De cara a realizarla tabla de contingencia de las variables Sexo y Nivel educativo.

las frecuencias observadas y las frecuencias relativas marginales cuyo cálculo nos ofrece SPSS bajo el nombre de porcentajes fila y porcentajes columna. ____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.0N %deSEXO Recuento % de EDUCACIÓN %de SEXO Recomo %de EDUCACIÓN %deSEXO 2 __2% 80% 3 600% 83% 5 100.7). y obtenemos la salida de resultados (Figura 3. aceptamos nuestras selecciones en los cuadros de diálogo «Tablas de contingencia: mostrar en las casillas y en Tablas de contingencia>.) 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. nos confirma que no se ha perdido ningún caso fruto de alguna ausencia de información en cualquiera de las dos variables (Figura 3.0% 56% 1 100.1 . seleccionamos el tipo de frecuencias.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. únicamente. mIEI tI®1 var - Tablas de rente-venda 2 3 4 s.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. i.5). en este momento.6).3os 'rawer . La salida también nos ofrece el siguiente cuadro que. • e . A nosotros nos interesa.0% 16% 6 100 0% 98% 14 1000% 230% 2 100 0% 33% 14 100 0% 230% 5 100.aficcs ^ J vo I I aedales secta.Cabildo 3 Ooálisis explorelono de variables bidimensiooales 69 EJEMPLO IE IEStIICIÍI I 111T11 IT SPSS • E]EMfLI IE IESILILIÍI I 111T11 IE S1SS _ . Clicamos en ambas opciones (Figura 3.7% 111% 8 571% 222% 3 5 6 7 6 429% 167% 2 400% 56% 4 80.0% 8.0% 28% 3 100 0% 83% Una vez aquí seleccionamos las variables correspondientes ■ entramos en la opción «Casillas». 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 . Una vez aquí. En la tabla podemos contemplar el número de casos para cada par posible de la combinación entre la variable Sexo y Nivel educativo. En ella.0% 11. 8 9 10 11 'oai 25 410% 1000% 36 590% 1000% Fi ora 3.1% 3 100 0% 83% 2 100.

. Para obtener el gráfico de dispersión entre las variables Salario por hora y Nivel educativo. Telta. acudimos la menú «Graficos>. r3Ge ^JJ^ =^ Pe^^= ^ 0k9.orama de edicaceo > tam •.usa les nceeneamns gar de toe cams reó•te.m a-rapessin s.75 980 580 695 965 mítpes :+ralas de valores pedalos. 70 EJEMILI IE IESILILIÍI -. aceptamos la opción «Simple. ^ ICJ Planas .. Con respecto al cálculo del coeficiente de correlación entre ambas variables._ 041dtrea. aunque de carácter débil (Figura 3.tgte Ee ^r ^ J4zpra Pega IJ ÍD • a 2.11.00 13. SPSS nos lo ofrece en el menú «Analizar. Correlaciones. submenú «Dispersión. 00 00 00 00 00 1 .. (Figura 3.00 3800 23 00 5300 5100 28 00 33 W figaa S ll . Posteriormente.. Por último.. S 51 1 73 5 5_ 6 70 500 900 715 7. el Dispersion 30 ^^ Eei Establece ne•cc v Eeparar Reaeekce r ^v I ^. Teases pesonahedss coopera made: Modelo kd general Modelos monos pepeetln toyed Gestas Renacido de daos Escales aneases no pa•nensas saes temporales 1.80 3.Editor de datos 91•5S Mdsvc Edam va Datos T•arctoma Miza 1 Es lalfishca aplica da al luns mo 111i11 IE SISS • EJEMILI IE IESILILIÍI 1 t11 1 11 l E SISSI vacos 1.. edad 2.00 espe renca 21 flglli 3.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. En el cuadro de diálogo resultante..9). (Figura 3. m UJ 1W 5t1 LeJ 10 `ris 3100 4000 500 3.00 670 : Di.10).00 00 1 00 119 44 00 62 00 2700 o á -^o o 10 20 30 a0 50 400 1500 1300 8.12)..^ Sal tibio . 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. Bivariadas» (Figura 3. seleccionamos la variable Salario por hora para el eje de ordenadas y la variable Experiencia para el eje de abcisas (Figura 3..8). El resultado parece mostramos una relación positiva 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'.&-v Votan 2 3 5 6 7 8 9 10 11 12 13 14 15 16 7.11).

aunque no muy fuerte.. Eslxeeden po dereda. 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 . ya que lo razonable es explicar el salario que cobra una persona a partir del número de años de experiencia que posee la misma.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 . Dentro del menú. Para ello.Figura JN. por tanto.muae nieves .os _ Tabas persmaizadas exp Compasar ar medras Modelo Mear genera Modelos romos Conelaocces Loglleal Ciasta Redoren de datos Escalas Pruebas EZTI • Estrenen cdrvrnea. La salida de SPSS es la de la Figura 3. Vanehbp ..15).. c 44 CO Escalamient .14..m las combase.Coehcwes rx de rolecrsrs F de repetrmde mfi. Lineal» (Figura 3.. *eras las variables Salario por hora y Nivel educativo. adecuado siempre que hay al menos una variable cuantitatisa (Figura 3. se nos pide el análisis de regresión lineal para t • ear J Traldormer Arxiza Grecos Utidatles Ventana =1 ^ Informes Estadmcosdesaptr.. Por último.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 . Regresión.. que muestra una relación positiva..39. la variable independiente. adrados en dos rata..Caplulo 3.16).. entramos en el menú «Analizar.01 (bilateral 390*" 002 61 1 51 -c<behvyirs= " Bialea arca r r Sean. Además.. Opciones r ..• s de vaarssp>ádos. Root. 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.. Me Meet. 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 variable Experiencia es. ese a se.. • • a arana. La correlación es significativa al nivel r uriaaa egrik ee.13).Residen Erxedas de caso r r DuenWasm Dxporacos pa caso Greecor Guarda. • t LogistMa Marx.. Loteara mimad..390^ 002 61 0. seleccionamos la variable Salario por hora como variable dependiente. Donde se observa un coeficiente de correlación de 0.

El programa realiza esta función de forma automática si utiliza el método •pasos sucesivos» dentro del submenú •Regresión lineaba. las estimaciones de la constante y la Modero t (Constarle) ee8e0e602 MMr.96 y. Evaluación y Organizado como variables independientes. Comente la regresión.181€. País. Ejemplo SPSS 3.I Re9re. ¿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. 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. En la cuarta columna se nos ofrece el estadístico t para el caso en el que la hipótesis nula es que el valor de la constante y la pendiente.daNel. solatadas MroducAas p Vanade 0eperdiente SAURIOS Resumen del modelo R wa0. 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.dn Residual iota! Modelo feonan Vendares mtroduc. Se observa que dichas probabilidades son claramente inferiores a 0. El siguiente cuadro nos desglosa el coeficiente de determinación en sus componentes. dejando siempre una por incorporar de cada una de ellas. Recordemos que la aceptación de la hipótesis nula de que la pendiente sea O nos conduciría a determinar que no hay ningún tipo de relación entre el salario por hora y la experiencia del individuo.0) para la variable Destino que tomen el valor I si el individuo ha viajado a ese destino y O en caso contrario.mmaaas° ^ad^ e+penen0a• Vanades . Vuelva a estimarla regresión múltiple. Se puede comprobar fácilmente cómo el coeficiente de determinación es igual ala suma de cuadrados explicada dividida entre la suma de cuadrados total. en la primera columna tenemos las sumas de cuadrados. Además. Así. MMMn Introducir a Todas las variare. observamos que. eepenenoa ANOVA° Sumaae r m AnIns 214 656 1196 560 1411218 Seda rr . Recuerde que las variables Temporada. Pensión y Organizado deben especificarse como variables binarias (1. Ahora cambie la variable original por estas variables binarias en la regresión múltiple.0) tal y como hicimos en el capítulo anterior.sav se pide estimar una regresión lineal múltiple que tiene el Precio por noche como variable dependiente y las variables Temporada. Ambos estadísticos t resultan muy superiores a 1.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. d) Se trata de un ejercicio de ampliación. Así. pendiente del modelo resultan significativas.anraan 152 a dar ardes pedict0rás Ieomtarlel . El último de los cuadros nos ofrece información acerca de los coeficientes estimados. Hotel. Ahora el coeficiente de las nuevas variables Destino se interpreta en relación a la categoría omitida. Cree siete variables binarias (1.entes evamaraa. Nos indica el coeficiente de correlación entre ambas variables (0. por tanto. respectivamente. como era de esperar.emanada. son nulas. Pensión. Ello se puede apreciar en la cuarta y quinta columna. En la primera fila (regresión) la suma de cuadrados explicada. un año más de experiencia hace aumentar el salario por hora de un individuo en 0. eepenencn b varetee aepenaletne SALARIOS ccetiaentes• Coesc.aa ra6 ra 214 658 20 281 N 1 59 60 F 10 584 Sn 002' a varares peeddoras !Constante).39) y el coeficiente de determinación (0. Este mismo hecho se puede comprobar con la última columna que nos indica la probabilidad de aceptación de las hipótesis nulas. incorporará seis variables que hacen referencia al destino. Destino.112 Con los datos del fichero enalgunlugar.188 E.aao mrreaYla 138 Errd 6p le a ea(manlnn elia 390• R n. O sea. partiendo de un nivel salarial de 6.15). se rechazan claramente ambas hipótesis nulas. 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. Se pide: a) b) c) Realice un análisis de independencia de atributos para el caso de la pensión y la temporada. ^ .05.17. Días.

. cualquiera de las medidas es adecuada (Figura 3. pensmon 00 t=.pora.27 70. Estadísticos desRespuestas inlwas 1 90 290 700 Mla$25 de valores palde» criptivos» y «tablas de contingencia» (Figura 3.00 30 Fyn 3.00 W 20.i Tablas de contngencix Estadísticos P r J_ ^c=".Ed itor de datos SPSS ticas LAiiox..01 7 W 7. r.00 E 5. 200 200 2W 1. 10 3 00 97 : 60 Redxodn de datas atributos para estas variables.eevab — ^ M em•sd ^ .b de Kendal TaucdeKendall Kappa 913 03 p a. 20 7 70:.. resModelo rosal gene s 1 0 o: Modelos matos RaTm pectivamente. binarias. Al tratarse de una tabla de contingencia cuadrada y 2 x 2.38 i 81. que recordemos son los componentes del estadístico chi (Figura 3. En caso contrario.s.00 _u 2130 3C Una vez aquí. indican que nos hallaComp. Para ello acudimos a «Analizar.00 2.l Mostm ors de icabdwbe r r I- r Ta.00 7582 1 2.38 -_ 2W J . 4. 2 0 2.19). es aconsejable marcar las frecuencias observadas v esperadas. 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.0 1.. pulsando el botón «Estadísticos» nos introVi 3.- S 2_ r Eta r Resgc greco: de barras agngadoe S remato Malear Supinas tablas r Ertaditr.drs bles independientes.20).0 5.I 1 0 O.11. W ^. ducimos en el cuadro de diálogo «Tablas de contingencia: estadísticos». z 02 ^ Enastas Estadianws 'eS.001 70. ambas variables ^ .01 2.0 7W 700 7.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 .NUgar . cuando figuran con el valor 1. en realidad la información inherente a ambas es de tipo cualitativo.711 70. En primer lu gar. 7. . Así.0 1 . Y Vde Ciare.821 6660! 86.18).38¡ 70. cuando figuran con valor O.0 1.. la Phi y la V de Cramer.13. El objetivo es constatar si existe 1 C 3 00 97 : 600 Escala 1 00 2 00 3133. 73 algún tipo de asociación entre ambos atributos ose trata de variaPm oras ro pararbicas 1 00 2 00 7 00 70 Sanes tertp. ^ ^ 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 :.00 1 W 30C =- 70. • oar pas{ se! mos ante un viaje en pensión completa y en temporada alta.01 7532' 75.ataos de•aobras Tablas CYwptr. Por todo ello.zadc Carlean y de Marsdllaeatzd .00 70: spevncrga 10 2 00 700 81 contingencia.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.38 2.00 200 2W 2W 2W 2W 200 2W 2W 20 2. resulta apropiado realizar una estadística de Ciaste. r r .aadado Roana r mrbrpmoa eonelacv. Eie alq.a s ercav figuren como variables numéricas.. Red. realizaremos la tabla de 10 2 00 7.00 1W 1W 111. En el cuadro de diálogo «Tablas de contingencia: Mostrar en las casillas.os.0 70. En él seleccionamos que nos calcule el coeficiente de contingencia.

. nos muestra que la probabilidad de aceptar la hipótesis nula es pequeña. por tanto. En la última tabla se muestran los estadísticos Phi.635). mientras que como variables independientes seleccionamos ahora Temporada.. ateo d• F esocucwn ane a..nperede mrenor e 5 Le Oecuenc4minim°•aperada es 28894 Sp Volar Nomina... tv40erN1 mnm 0 a po Ie IOAI 11 402 Fiaren d. Vedes TEMPORADA 4659 v.96 .1 2369 14009 3104 19040 00 Tos 1783 1)830 2816 28760 4659 46590 :689 507 4661 I ck es de 6.aa. COe1 40>0 d• contingencia N da 049 049. que existe una cierta asociación entre el hecho de realizar un viaje en temporada alta y en pensión completa. dos fases- 7^ 7W.00 e RI Desrlo pberlNrkes 2W Serles tene.22). Días. con lo que se rechaza la hipótesis nula de independencia. .1110t ~llenen una. No anead.21.. Regresión. Este resultado viene ratificado por la significación. Nuevamente. seleccionamos la variable Precio como variable dependiente. Todos ellos coinciden en valor absoluto debido a que se trata de una tabla 2 x 2. V de Cramer y coeficiente de contingencia. En la tercera tabla..05.rus.l 11 21410 1 1 1 001 . fur 200 ^ 17w . 001 001 001 b) Para estimar una regresión lineal múltiple. Este valor resulta mayor al valor en tablas (que al PENSION 00 100 ola! Recuerdo esperada nD• 900uem0 PiatuanCia PENSION Resumen da. Todos ratifican el resultado del contraste Chi.. el valor en tablas del contraste chi cuadrado: 11. como por la significación de los mismos. SW 300 pmaion tempolad 1W I uu 2W 1W 100 1 00 1 Estenacldrl W Leaenca timarla. aroma Cuadrados en EscaMMNtO 41NO. O Empleen.3W 4o-ció 40Ó curvabas. acudimos a la (nos vados misma opción que en el caso de la regresión lineal simple. Concluimos.. verosimilitud edlwoo. I Parcenale 100 4661 0Y Tabla 0• contingencia PENSION' TEMPORADA lEMP0RA0A 100 248 1536 1. País. Aunque el valor no parezca excesivamente alto debido al gran número de datos. a Recuento e 1p e áe ° d• 755 7550 Chltal•drada SI *sin. Es decir.).. par nominal de Creme. nula adwd Edacn Var Datos irans7ornl ar aletre.. 4659 oprimirme.des 2W fi SwervNencla 2W Respuestas magias la 200 Anilles da velases pnddos. 70 00 92W 2W 2W BW 3W 2W 3W 7100 WW EeI i V ..001 . 3W 3W 65W 65W 1W 1W Estmeddn ponderada.. procesamiento de los casos CS. 100 0f ea Mi N Tal.00 e l0paed 2W 1W' Clasificar 2W 1W ReducCtln de dalos 2W 1W Ludas s 2. 2W 3 00 4W 4W 3W 3W 57 W 57 n ^ W Raba.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. Hotel.. En la primera tabla se confirma el número de observaciones para las que se han realizado los cálculos 4.. titulada «Pruebas chi cuadrado» se muestra en su primera fila. adlcos JJ J Lxidedes Vertalse Ui 1 edad sao pals Ter edad 'CC) 2170 1 00 'ea. que al ser menor de 0.. Hipa 331. Veloi uChacuadiada• Palalian ar itidalerag SIñaalera.001 00.214. Destino. las probabilidades de aceptación de la hipótesis nula de independencia resultan siempre muy reducidas. pmlme.p co 11asinl000a basado en la repele. (Figura 3.. En el segundo cuadro se muestra la tabla de contingencia para estas variables cualitativas con las frecuencias observadas y esperadas correspondientes.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 --.. el error•. LO O Stce Inlfrm8d . «Analizar.. 2 00 1 W 2. tanto por su valor'.659.. Lineal. e casos validos 000 u 71 1 4659 I 001 Calculada 101a pare una labia de 2 • 2 b 06.

000 000 000 000 ce. 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. DESTINO EVALUAC e venable dependa..3. aad e Vanaaa dpend»m. De todas las variables. c) Nos adentramos de nuevo en el menú »Analizar.. Los coeficientes en una regresión múltiple se interpretan como el aumento en la variable dependiente.25). manteniendo el resto de variables indepenI arme. así como el contraste t y la significación de cada uno de ellos. Por ejemplo. E VALUAC IeI caaslM.26). Los destinos a los que hemos asignado códigos numéricos superiores aparecen como los más caros. Dicho método nos irá añadiendo una a una las variables independientes. siempre que sea significativa. titulada »ANOVA(b)» nos ofrece la descomposición de dicha bondad del ajuste en suma de cuadrados de la regresión (explicada).9e^a w. Lineal» y realizamos exactamente los mismos pasos que en el caso a) a excepción del método. dientes constantes. Éste es el objetivo de este apartado. Co. DURACION pPAIS. Una vez aquí.e l. En la última tabla observamos los coeficientes de las variables independientes. Figura 3.1 CD•SCI.248 2203 .la•a m M. Observe únicamente que nos va ofreciendo para cada tabla los resultados de cada una de las regresiones que ha realizado. Con el método introducir le pedimos que nos introduzca todas las variables a la vez. Normadas Merar Inlroducu del modelo cuadrado E rr or Pu d c •elmacten a R cuadrado 511 510 2121729 7151.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.2 €: si se mantie000 B -36113 009 211 577 . De igual forma.05.24). resulta de interés determinar cuánto afecta cada destino concreto al precio del viaje. 202 -5627 9 493 19069 4 004 ne el resto de variables independientes incorporadas como constantes.042 14 619 6639 53. fruto de un aumento en la variable independiente de una unidad. Escogemos ahora el método »pasos sucesivos». 7.687 171 1208 4 308 variadle dependNnl• PRECIO ¡Gens-tenle. al con- 000 000 093 .17 y 6. 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. al presentar un contraste t inferior a 2 y una probabilidad de aceptar la hipótesis nula de no significación. Como método seleccionamos ahora introducir y pedimos estimaciones y ajuste del modelo en el cuadro de diálogo «Regresión lineal: estadísticos» . La salida de SPSS nos ofrece el output de la Figura 323.dna Error llp 2 472 935 402 Mod el. superior al 0. residual y total.753 -1679 7.2 €.lkmnles Iele6a•mados _ Bel. Calcular» (Figura 3.ndee.PRECIO . La primera tabla únicamente nos confirma las variables introducidas. Para crear las variables binarias (1. Es interesante matizar ahora la interpretación de los coeficientes. Es fácil observar cómo ha ido añadiendo variables de forma consecutiva. trario de lo que sucede con los países. Regresión. siempre teniendo en cuenta que mantenemos constantes el resto de variables independientes. El mecanismo para elegirla variable a introducir ha sido seleccionar aquélla variable que más hace aumentarla bondad del ajuste.0) para la variable Destino nos trasladamos ala opción »Transformar. 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 3.2 € respectivamente. Observamos cómo al ser un viaje organizado. un aumento en el número de estrellas de un hotel aumenta el viaje en 2. Resumen Pensión. con pensión completa y en temporada alta aumenta el precio del viaje en 4. sq. De esta forma podremos observar la evolución del coeficiente de bondad del ajuste (Figura 3.1 Venablo procederes ■ConslaM•I ORGAMZA PENSION HOTEL. PRECIO eoenalem. La salida que nos ofrece SPSS es muy similar a las anteriores.061 105 218 . Evaluación Ore<utizado. Debido a ello veremos que la variable Duración no ha sido incorporada a ninguna regresión. mientras que la tercera tabla. TEMPORAD DESAMO OURACION HOTEL PATS PENSIO EVALUAC ORGANIZA 4 148 103 122 755 011 1 076 585 . la variable Destino ha sido seleccionada en primer lugar.27. La tabla «Resumen del modelo» nos proporciona el valor de la bondad del ajuste un 51%. únicamente la duración del viaje no aparece como significativa. y con valor O para cuando la varia\ . dl En los Apartados a) y b) hemos constatado la importancia del destino a la hora de determinar el precio del viaje. mientras que un punto más en su evaluación lo hace en 0.018 079 . 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.

1 1ned0 . In46rvdmde cArllaae Mara de rpvenaea - dd Inodeb Cosroxla Ay de r r r Crab. de dews 5055 A Er al^leiJ ^ • • °>"^ • x.93 524915 2910=7 971 M ST s Tda 5129^7557 4606 .l3 Ape.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. DESTINO EVKUAC. Reenviara Vraves paridos.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 • • • -.1e M 1007 P9 pasos worn Rob at Rai 9. de IatenD Pr G p. Tda $129m155T 4658 4 0406016? 4 643455 303 1171970 00403 2573834412 06010. 050 Pr.76 Esladshca aplicada al turismo EJEM/L1 Ed•• II OESOIIIIÍI I I11TI1 IE SPSS • EJENILI IE IESILIIIiI I II1111 IE SfSs . pE516O EVAWAo 5se0995e3058 Cn9ne).15aN9660 Nmned DESTINO Px re. I3 Erbnecarr. 089909. figura 33.. Recodetdaón automaticsCrea sere Kanpard. aqtlar60 ICna. TEMPORADA PAS OR0N11Z4 V.I J CaefiaM4f de moray* . Carper aparoone3.8 421 3 848312 907 1526134 000191 64129 136 4855 555 130 0449. 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.1060.1d P9F_00 050 Rd 6..1ad60 d4acl9r.5 p.1401 0 .01.1edeapatleb PPEDO TEMPORADA PIES 1 (620019I24 a V. en R cuabedo r r DeraWvot C6reiapOrer pa0d y lmgari5l Diayóroca de rArnleewad • • • °a • • . 1001 P6 peer lal.1a4071 e.1ntel. I „IarOOlad ^ Mlloda IPa . HOTEL ade4 54902461 ICmanlel 0ES7010.00 V&01941e umemrldulwrmladu N/ .. .111_11‘ J O enelgunlugar -Edit. 0E51110 EVALUAD PENSION HOTEL 7134R617406 o Vnn(spredtlpraa (0:09211.1. Figura 3.1.1nnl. .1 e..1nel.1 9. 050.25. 1 15508 r.1 Roo d F 9. DESTINO EVAL UAD 0999(61 NOTE T9ASO040A PAS p 2.09399(64 V.1a .s ICnf9eal DESTINO .1•0 .1• ewer •.00' 74 00 6 00 2. la99er?Hn e..1erAedps p ..... pee as• a. 050 R d dF p.t54W 511 510 2222183 1ed60 a4am7ra Cm9ad!)..aAap 3•309- Indeper664et r--.) 091 024 peas also Ras d 050 5 0 0 4 l.0 Roo dF we 64. 0 HOT Harr" TEMWpADA PA V. HOTEL • 2.+-paada r 71 Reads 11MCP» 6CO 19 2 00 1 10 1.28091 140/ .DESTINO EvKIAO PENSION.41 25560'3145 4654 519610 Tdai 5129067 557 4656 5 0404. I ce""^ Ayuda .. 5ed<ivas ICmfanbl. 050 Rod ae G we mara' Pee pesos laten Proa d 099906 HOTS F p. EVKUAC.1ed60prtltlorn ICn9suel. 040e929 .OES1010EVALUAD PENSION Vaedas pr6dtl24as ICn. Nara TEMFOPADA PAS C40A3912w AAOVA90 A1o0eo 1 F craves Ntlaeu S• a 0e741.4913.1 955 975 2593027_243 5 519805 a49 0001. Rob deF p. 3001e1 22188f9586 2218839`.s ICn. EVALUAC .sa1M 1^ Traafer4Aa aata 6ded3 Ut►dedes Salde ass d60948trecon . PENSION HOTEL . Asola recipes a casos. dF 1M) EVKUAC Iasea7ce de Fpea 400. ems 4= 0. gg0aa ICmsv ? ai. 64060e8 2093033453 2 1246543 726 004e) 2201 801 P49 W s 566 141 2635931 101 4656 Tda 5129367 557 4e55 . DESTINO EVAEUAD 09990N. 0E571410.DESTINO vemr 60 p . EVALUAC 0EH9O6 HOT&.... TEMPORAL 2n4660 pr4a91nras ICnanlelB DTINO EVALUAC P999.

y en el recuadro «expresión numérica..27). A continuación repetiremos el proceso con el objetivo de crear las seis variables binarias restantes.teeperávia >e:tro3 • Meeodo VarMEI e de I -r-_. r • EJEM' J IE IESILItIÍ1 1 111111 IE SPSS Emaór nercnca. . 6. r r r Castos en R o. I 6raae_ I Oonortx.W 3W 75.intervalos de asean..Canebmnes parad r :enpaaca r.W 1W W .W 9W 6W. Para ello. 0I.W 6W u u n .t^u -'-BERNOUWIcn'. 8W 3W 9W ^^. Observaremos cómo nos ha creado una nueva variable con nombre Destinol. a ax oe astro wYe0yea o aWades Sentar. /Leal 11 J J_J /f 6 I J ' 1 153ic¢a_rvr.ble destino original tome cualquier otro valor. : II 3W 3..w 4 d I Mato de rovevaa r..Dragroso_ros de cdnedoza Q selsms 0 63 64 65 6s 67 OD OD ... W ..I 21 31 ANY¡e bivabn.. J rn. escribimos «destino=l» (Figura 3. Análisis explarabno le variables bidimensianeles 77 EIEIIILI IE IES1L1[1Í1 1 111111 IE SIS y . asar. en el recuadro blanco con nombre «variable destino» escribimos tinolr.vabr__I ARSINIaqr_nmI 4RTANIemr na+nl SFNORMIvatra 1111 Ef.3t 7 ^J _f < I > 1 J<=I>=I ju s 6.^n. J Coacervar de regeson F Arate di modas _J AyAa Ñ Estromnes (... En nuestro caso..W ID . omitiremos destino I (Figura 3.unes ^ ar I . 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 .Capdulo 3. • • _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.r.W Eegetas de casa Estadistcm I GráMos.aeedo D ..W 6.28).. 9. A continuación volvemos a realizar la regresión del Apartado a) sustituyendo la variable Destino original por seis de las siete variables binarias creadas.W 25..Editor de datos SPSS = 55 lol^l t J ^J J _ca Gorr.W..

-c Fegres■on P `" %^• Sarna de cuadrados 30581%992 2070858565 5129067 557 g^ F 527 662 =.. DESTINO2.. Dicho destino aumenta en 151 € el precio de un viaje con respecto a lo que costaría un viaje con destino a 1.032 .. los destinos 2 y 3 disminuyen el precio del viaje siempre respecto al «destino 1» en 27 y 12€.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.DESTINO2. observamos que el destino que más hace aumentar el precio es el «destino leo. A la luz de los resultados.soles prediCc. DESTINO4 b Variable dependiente PRECIO coerciemeslal ^. Sin embargo. PEN90N. :RGANIZA. EVALUAC. DAIS DESTINOS.d°. EVALUAC. 0001a1 a.181 .78 EJEM/L1 IE IESILIIIfI I Estadística aplicada al turismo 111111 If S1SS • EJEMPLI If IESILIEIÍI I P11111 If SPSS Variables introducidas eliminadas 151 Hanes I'uduodaa DESTINO?. . DESTIN04(a) a Todas las variables solroladas miro duodas In Venable dependiente PRECIO Resumen del modelo /enables eliminadas Model Método Introduce ' lodeS R 772 . respectivamente. PENSON.046 -009 065 129 052 -.d=r I c eficientes no estandar¢ados Coeficremes es/enderezados t S B on sta.929 6554 12 696 5542 -2571 -1.29.145 001 273 411 333 -3244 17 219 4 765 . DESTINO2 DESTINO3 DESTINO4 DESTINOS DESTINO& DESTINO? a Variable dependiente PRECIO 48 196 . TEMPORADA. < P cuadrado 5% / c F cuadrado corregida 595 Error tío de la estimación 21 11463 es redidorac HOTEL = DESTINO?. DESTIN O/3.127 009 2 097 7 541 13. PAlS AVALUAC I ORGANIZA. DUPACION. PR S.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 -. DURACION. DESTINOS. a_ :-stante). DESTINOS. HOTEL. E VALUAC DESTIN04 AN OVA (b) Medra cuadratica 13 4645 4658 235246076 445 827 . ORGANIZA. DESTINO3. TEMPORADA.364 173 4666 . HOTEL. DESTINO?.189 -. DURACION HOTEL PB49ON TEMPORADA. DESTINOS.

« 10 a) Calcule el porcentaje de individuos que son adultos sobre el total que va en autobús. Análisis exploratorio de variables bidimensionales 79 RIV Ejercicios previos 312. ¿Qué tipo de dependencia existe.207. b) Del total de individuos encuestados. d) «El signo del coeficiente de determinación depende del signo de la varianza de los residuos. ¿qué porcentaje son becarios? ¿Y comerciales? e) De los que están a favor. ¿qué porcentaje se muestra indiferente? c) Entre los comerciales. J 3114 ¿Qué signo presentará el coeficiente de correlación entre la edad de un coche de segunda mano y su alquiler diario? 312.12.83. 312. el aire acondicionado y el hilo musical de su lugar de trabajo. . ¿qué porcentaje está a favor" ¿Y entre el P. ¿Cuál es el porcentaje de la población de hombres mayores de 35 años? mejora de la calefacción. ¿cuántos son comerciales? ¿Y P.A.287.S? fi E stu di e la asociación o independencia de ambos atributos.» b) «Los coeficientes b y b no tienen por qué presentar Jóvenes el mismo signo. b) Del total de becarios.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. Determine las distribuciones marginales.A.S. tendrá forma de 0.qué porcentaje son jóvenes y prefieren utilizar la bicicleta? c) Calcule las distribuciones marginales.Capiulo 3. entre el número de banderas rojas de una playa durante la temporada de baño y el número de visitantes de la misma'? 3. Vy = 1.123.S. 'x2 = 66. Tenemos los siguientes datos: n = 26. a priori. ¿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. Comente las siguientes frases: a) «Si la ordenada de una regresión es 0. El 70% de la población de La Habana durante verano son hombres y el 30% de la población total tiene más de 35 años.A. Indiferente 312.8 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.» 12 20 12 5 15 16 8 13 3111 En la Tabla 3.1.262 Calcule el coeficiente de correlación lineal de Pearson. Yxy = 62. la recta pasa por el origen de ordenadas.6.8 Ejercicios tipo El gestor de una agencia de viajes realiza un sondeo para conocer la actitud de sus comerciales.059. personal administrativo y becarios en referencia a una reducción proporcional de sus sueldos que se utilizaría para la 3.» e) «Un coeficiente de correlación de entre 1 o —1 indica una dependencia funcional. V = 1. .1 = 59. Becarios En contra 13 13 10 4 5 10 4 8 15 a) Complete la Tabla 3.9.S? d) De los que están a favor.

11.12.750 1. Tabla 3.10 muestra la tasa de paro del sector turísti- co en España en función de su edad para el año 2000. d) Haga una previsión sobre el aumento de las ventas en el caso de que la publicidad se aumente un 15%. En particular. Malo Niños Jóvenes Adultos Total 30 90 20 Normal Bueno 75 40 100 V Total 80 45 90 . c) Calcule la recta de regresión.12. 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. Comente las ventajas que tiene la utilización del coeficiente de correlación en relación a la covarianza. b) ¿Tiene sentido el coeficiente de correlación lineal? Justifique su respuesta. según su edad. e) ¿Cuánto vale el coeficiente de determinación? Justifique su respuesta.050 900 a) Dibuje el diagrama de dispersión y calcule el coeficiente de correlación.12. f) Realice el contraste de la hipótesis de no significación de la pendiente de la regresión. Interprete su resultado.11 muestra los resultados recogidos para los últimos años: Tabla 3. 80 EJERCICIOS PROPUESTOS • EJERCICIOS PROPUESTOS • ESladlstMco aplicada al tunsmo EJERCICIOS PROPUESTOS 3123 La Tabla 3. a) Dibuje la nube de puntos. 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.950 1. Contente los resultados. b) Calcule el coeficiente de correlación y coméntelo. le interesan las opiniones de un grupo de control.000 31 30 28 25 26 30 20 18 1.800 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.13. %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.000 1. sobre un nuevo producto turístico que relaciona el tiempo libre con la salud y que le ha sido encargado por un gran complejo hotelero. de que la temperatura no influencia los litros de agua comprados. La Tabla 3.550 2. es decir. te la temporada de verano la temperatura media de cada semana y los litros de agua que los clientes han comprado en el supermercado. Una consultora turística pretende realizar un estudio de mercado. ¿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.11. Calcule la recta de regresión entre la tasa de paro y la edad. 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. 3.600 1. Realice los contrastes de significación para la pendiente y la constante de su modelo. Tbsa 3. Comente los resultados.

es decir. Nivel de educación y Sexo. a) Realice el diagrama de dispersión entre la variable Salario hora y Nivel de educación. c) Calcule la recta de regresión entre el precio y el número de estrellas del hotel. b) Calcule el coeficiente de correlación y coméntelo. Coméntela. Tabla 3. Comente los mismos resultados que en c).xls: Y= Recio %=Número estrellas /20 90 4 40 20 a) Dibuje la nube de puntos.11.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. e) Compare la regresión del Apartado b) con la regresión del Apartado c). el coeficiente de determinación y sus componentes y el contraste de significación. jl Realice el contraste de la hipótesis de no significación de la pendiente de la regresión. 3.1213 Los siguientes datos reflejan la relación entre el precio de la habitación diario y el número de estrellas de varios hoteles de Calella en verano. de que el número de estrellas del hotel no influencia el precio diario de una habitación. d) ¿Cuál sería el precio diario esperado por parte si se quiere alojar en un hotel de tres estrellas? e) ¿Cómo puede calificar el ajuste que ha realizado? Ayúdese del coeficiente de determinación. c) Comente los siguientes resultados: la pendiente.14. Ejercicio con SPSS 3. A partir del fichero Salarios. como variables independientes.12. b) Calcule el coeficiente de correlación y la recta de regresión entre el salario hora y el nivel de educación. d) Realice la regresión entre el Salario hora como variable dependiente y las variables Años de experiencia. .

CAPITULO 4 análisis de 4. Componentes de una serie temporal 4. Ejemplos de estudio 4.6. Ejercicios propuestos . Autocorrelación 4. Series temporales.4.5.1. Desagregación de los componentes de una serie temporal 4. Ejemplos de resolución a partir de SPSS 4.3.2.

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

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

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

• • 4. Evidentemente.611 -0. La existencia de autocorrelación en una serie temporal indica.704 0.093 -0.606 2.662 0. 4. únicamente a partir de los datos que proporciona la propia serie y realizando medias móviles.093 0. La Tabla 4. etc.611 0.704 -0. Autoco«elación En muchas ocasiones. Datos cuatrimestrales X.231 2.).155 1.419 1.069 -0. .578 1.093 -0.807 2.76 2. las diferencias de las fórmulas anteriores se cam- bian por cocientes.2 entre. Su forma de cálculo es calculando el coeficiente de correlación que vimos en el Apartado 3. extraemos la tendencia y el componente estacional al tiempo que podemos obtener la serie desestacionalizada.544 2.667 1. las predicciones se deben limitar a un futuro próximo.593 1.296 1. dos series: la serie original y la serie original retardada h períodos.284 1.704 -0.108 -0.029 3.859 2. Tabla 4. La correlación entre los diferentes valores de una serie será de gran valor para lo que se conoce como identificar la serie. la dependencia lineal que una serie tiene con ella misma con un retardo en el tiempo.368 2.704 -0.574 3.13 0318 -0.2 0.1 nos muestra el procedimiento XII para unos datos cuatrimestrales sobre las reservas realizadas en un hotel andorrano.799 0. /VEN S.49 0.042 -0. . Se observa cómo.178 1.129 3.S.611 -0.1.607 2.611 0.631 -0. ya que no sabemos si en un futuro lejano se van a introducir fenómenos nuevos que afecten a la variable estudiada. a la correlación de los pares de valores de una serie a una misma distancia (por ejemplo.034 2.658 -0.652 -0.169 -0.1.616 +/.579 n. X.955 3. Eso sí. Se denomina autocorrelación.498 4. ahora. En las anteriores líneas hemos descrito el proceso de descomposición más universal: el XII.26 1.367 3. entre un valor y su inmediato anterior. los valores de una serie dependen linealmente de los valores observados en un tiempo anterior. 1.191 0. con las nuevas series se pueden realizar predicciones. o entre los valores del mismo mes de años distintos cuando la serie es mensual. así como para descubrir la existencia de estacionalidad.093 -0.3.611 -0. 0.4.Caplulo 4 Introducción al análisis de series temporales 87 En caso de esquema multiplicativo.928 3.77 4 6 7 8 9 10 1 12 13 14 15 2.89 2. en mayor o menor medida.704 -0. 1.836 2.649 -0.093 J .871 1.381 1.

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

^

24 . ..62848 19 71282 20.■ 1960 02100 25. 1980 .38 7402 16 16660 21340 16 24062 -..'. De igual manera. ne patudo MONTH._-_ "` _ 04913 1751231 -05331 1746318 1755 1970 E . peed 12 in Erra le BENEF Iron S Seas a4 sale BENEI T Seas lades le BESE ? redoyde lo.222531 2254 1979 00298 22 .05009 21 31509 21..67I 7%7 16 411161 26191 16 48976 17.82948 17052 20 88782 21 391 1979 6'JUN 1979 02282 21 33791 .._ = 1979 . 23 91614 24.0251E 25.g os a casps.94957 -15757' 18 08693 18 -441 197E ' 0 OCT 1978 11158 18 56581 .. ..09914 19.9).09722' 25 32709 26 191 25 22987 1980 25 67 8 .02197 23. A continuación.02182 18. 16 19 )5761 16 00348 18252 16 06109 . se obtiene la serie desestacionalizada como la serie original menos el índice estacional.. I 16 08 79462 1601318 06282 15 91856 a estor.=EP 1978 .26327 .02766 17 73842 .71831 . 16.97591 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 5.05833 20. rer.33148 1900'i 2 FEB 1980 ''.81 j 1979 .08434 18252 19.14 1900' 1 JAN 1980 .. Peroárided actual 12 porab> (Figura 4. b) Para obtener la serie primera diferencia de la serie Bene(.32 ¡ 1979 .. "1 23 24 25 26 27 28 1 29 30 =Vista FilIt14.8). 19. 001 20822 17052 16 82548 16 81726 17.039 8 19. p ecop. 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 2.66 i 197E ' " ':1V 1976 . . 2407918 06282 24 16372.02' 1979 10 OCT 1979 . ya que el primer valor no perdido es la observación 2 (Figura 4. En el visor de datos observamos la nueva variable creada (Benef I) (Fi gura 4..7._ 1978 02813 18 12727 18.05331 21 75685 22. -.03504 171899 05009 1.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 . BEI.70007 9 SEP 1979 ..E Nombres.18742 17 76608 17.a.. .41'' 1975 . 24 5' 24.. 16..aae =abes oerñdvs. FINO ti ssistg Result Variable amor_1 .06847' 24 73860 21340 24 80707 4 _-g 7980 ^ 2559 1980'.45423 18.13736 17.67 ! 7 JUL 1979 1979 .12881 .a Crea_ing First :.15089 18 79106 197E .55 El entesadkr esta preparado Crear sese temporal Se puede comprobar fácilmente que la serie original se obtiene sumando el componente tendencia-ciclo.15757 697601 23.ecaNcaoa+aumnábta.15487 1746 . 26 0= 1980 -. El cuadro de diálogo se representa en la Figura 4.81289 . crear serie tem- � tenet e> •^ Nueras venables YEAR.26327 ^.-5 1979 . seleccionamos la serie Benef en el recuadro de nuevas variables. .6.11534 I 18252 .04 1979 AUG 1979 00289 2222542 .34518 06282' 19 38806 19.1 8742: 22.03854 21.15089 23 59195 ' 1979 112 DEC 1979 23 8C 14813' 24 06427 .79 197E . 31 bond I sic-1 sas_7 sat_1 I YE categoraervarvnes...art Values Replaced Non-Miss Non-Miss Cases Function 2 288. lunes Fvet n J I_raenoa oda.761 01889 20 50109 26191 20 48220 21 001 1979 5 MAY 1979 .02Z^0 20 10560 21340 20 08340 1979 4 APR 1979 20. así como la función diferencia y el orden I.86 -. La salida de SPSS nos indica que hemos perdido un dato (la primera obser vación). el componente irregular y el componente estacional.15081 23 172781 1979 i 11 23 5E NOV 1979 11 393 . . entrarnos en el menú «Transformar.08455. 23 70569 -.g I QJ -yee_ JJ Renga de alea[a¢apút.65148 17052 25 62048 = ...12881 I 18. 24 44682 24 98-1 1980" 3 !'4 R 1980 .'.6)..5 1976 .

05009 -.82948 21.05331 -. 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.06282 . - 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.14813 • 08455 -. La nueva variable Ibenef I la podemos observar en el visor de datos (Figura 4. se selecciona nuevamente la variable original Benef. nd perodc s^ MONTH percd 12 s^ Ene la BENEF bota S Seas ad ser le BENEI .80 24. Correlaciones. Se nos indica de nuevo que hemos perdido una observación (Figura 4.41009 16 8254E1 17.75685 2222253 22.95 25 59 25. .791% 19.79 18 44 18.94957 18.10).56581 18 8/289 19.02766 .69760 23.13).738ú0 25 32709 25. dedatos Mate 1980 de mandes i .15089 -.62848 20.11534 -.02182 02813 . Si aceptamos.05833 02282 -03854 .06847 09722 .63348 26 00109 26 35562 benef 1 11 .51 24.00 17.26327 . por ejemplo.81726 17.11 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.02 2356 23.18991 17. MIME Pegas Resta b lecer ^ .039138 -. li ^ . 1600348' 16.05761 .15757 .05331 stc_1 15 91856 16 06109 16.65148 25 97591 _ 04913 -. obtendremos una salida en el visor de resultados muy similar a la obtenida al crear la variable Benef I.71282 20.18252 21340 26191 17052 .08340 20 48220 2088782 21 31509 21.1 ) rbenN.18742 -.11). _ 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.Picotee r lu.02100 • 02518 _ r.09914 19.39 21 67 2204 2254 23. i J Nueves eeiabler Para crear la función retardos de la variable original se accede al mismo menú («Transformar.15487 17 46318 17 76608 18 00693 18.34518 19.82 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 1978.03 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 .45423 18.^ Seas lades le BENE s^ Tiendcyck Ice BESO •^ DIFRBENEF. 1 O procesados esta peparado i 6er/el r> YEAR.91614 24 16372 24 44682 2480707 25 22987 25.33791 21 71831 22.70057 23 15%1 23 70589 24 C6427 24.05331 .07402 -.51231 17. «Analizar.38506 19.13736 11158 .17278 2359195 23.^ F luía 1.24 1746 1755 17. Bivariadas» (Figura 4.00298 -02197 11393 .15089 -.12727 19. En él.14 24.12).-' SP55 .07918 24.10.26327 06282 18252 21340 . CO 21. Crear series temporales»).18742 -. pero en función se selecciona la función retardos de orden 1.07%7 00822 03504 sas_1 16 01310 I sal 1 OE: -18252 21340 26191 17052 65009 -. Para ello.08434 02220 . 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 .15757 .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 17.10560 20 50109 20.01889 -. : Nam6re I : -.26191 17052 05009 -.24062 16 48976 16. A la nueva serie la llamaremos.16660 16.12881 -.73842 17..12881 -.00289 . Ibenef I (Figura 4.22542 22.33148 24.81 20 32 20 76 21.66 18 86 19 41 19..

4ledts vet-ewe aI^IsIJ .. • 16 82548 17 18991 17 738421 • • 17 94957 18 56581 18. '.03988 08434 02220 01889 ..-.44 1866 1886 1941 19.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. Modelo leed pener d Models.59 25 82 26 03 5 6 MAR 1978 APR 1978 MAY 1978 JUN 1978 '624.05009 .05331 17 11 UtL 1 JAN 3 4 5 6 7 Aram de vetoes perdidos.18991 17 512311 17 73842 17 94957' 18 565811 19 12727 19 34518 19 628481 20 10%13 20 501091 20 829481 2134_ 26191 1705.39 2167 2204 22 54 2302 2356 23. '7 4E: 177F: 18 03i 18 454.67 1700 17 24 17 46 1755 17 79 1844 18.1874.80 24 14 24.ros eeeoar-oe 1 S nel_1 beset 16 GB 1619 16.81289 19 1272 19 34518 19.07%7 00822 03504 04913 • 027661 13736: 11158 02182 02813 .03946 -.12881 26327 06282 18252 21340 26191 17052 '6 81-.18742 -..09833 02282 . 1 09462 05761 • 07402 ^ .81 20 32 20 76 2100 21.7 15-. 20 08:4 20 48220 20 887821 19.05833 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 18.08434 02220 01889 . 18 79' 19 031. 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 .66 18 % 19. mitos t l band 1 mend 1 1608 19 29 32 1619 va sas_1 16 01318 pacaks..0533.62848 20 10560 20 50109 20 82948 21 33791 21 71831 I 05009 . 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 . u2811 19/0 1979 .' 19 3c= 1971. 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.51 24% 25. 0500'= 0533 . I_J r= I m Jr date 1 3 4 5 6 r' ^Ir1^1 2'^ sae 1 16 01318 16 00348 16 16660'. 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.03851 2 FEB1979 155 20 32 1979 MAR 1979 APR 1979 MAY 1979 JUN 1979 JUL 1979 J . .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 17512317.15757 .e lvtln. 16 41009I 16 82548 7.38 16.41 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. I _1 OE? Eaaew. (iehcos V.

4.01 Ibrlaterall 1 LAGS IBENEF. de su pasado anterior más inmediato.4 21.ecíón .6.9 1.8 19._.7t (donde res el número de trimestre desde I a 20).MDIIiH Va+r.3 18. 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. Primavera Verano 18 18.3 + 6. La variable Benef depende.5 22. 4. Los coeficientes de variación estacional vienen dados en la Tabla 4.94 EJEMPLO lE IESILILIÍI I P1 Esladíshca aplicada dl rl)nsmO 1111 IE SPSS • EJEMPLO OE RESOLItIÓI Correlaciones I P11111 DE SPSS VaieMec . 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 0.15. Dichos contratos se suelen ir renovando condiciones muy similares a las del último contrato firmado. La salida que nos muestra SPSS es la de la Figu- ra 4. teniendo en cuen- a) Descomponga dicha serie temporal en sus componentes no observados.1.2 29. l . por tanto.4 27. Calcule igualmente la predicción para los juegos del año 2004 que se celebrarán en Mataró.7 21 17.3 Se pide: Se pide: Encuentre los valores predichos de la serie para el primer año de celebración de los juegos.1. Ejercicios propuestos w Ejercicios hpo ta la tendencia y la variación estacional.6 18. A continuación.1 18. Observamos una autocorrelación muy elevada..2.1) 1 0001") ^ ^ .5 27. introducimos las series Benef y lbenef I (Figura 4.4 30.7 • Otoño Invierno 3 4 0.d 7 '2J slESEIau' i: acwa Pegar Erra la BE IIEF ho f Seo. Calcule la tendencia por los dos métodos que ya conoce (determinista y evolutivo). La serie depende en gran medida de sí misma. 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.14). de orden unitario y totalmente significativa.5 23. La tendencia viene dada por la siguiente recta de regresión: T = 342.2.6.7 19.1) Soeannen - Prueba deegJr.Eaeeoaves de condensan-- Ñ Pesan r Taub de r Bieldar Cendal r 288 1 0000 000 287 1 LAGS (BENEF.r Uridad 000 287 287 17 Maca es ayLCatrcas las co rr ela cion Fqarra 4 1. Se conoce el precio de las comidas servidas en diversos restaurantes de León durante las siguientes estaciones y años (en euros): 46.

d) Comente la existencia de autocorrelación en la serie. a) Los componentes de dicha serie temporal. .6 4. Se pide: 463Una agencia de viajes de Madrid declara los ingresos que obtiene según la estación del año.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. Calcule la tendencia por el método de las medias móviles.41. Bájese alguna de las series que hacen referencia al sector turístico.esl tiene un link a todas ellas.8 ' En la Web del Instituto Nacional de Estadística (www. 4. e) Represente gráficamente el índice de variación y la serie desestacionalizada.7 a.4 4. di 1998 1999 2000 2001 Pnmacera \ tirano Otoño Invierno 10. La descomposición temporal de la serie que haya escogido. La gráfica de la serie desestacionalizada y del índice de variación estacional.ine. al b) La gráfica de la serie.4 6. Calcule la tendencia por los dos métodos que ya conoce (determinista y evolutiva).5 4.idescates). h 11 6. durante el período 1998-2001 en millones de euros (Tabla 4.64 Entre en la \\eb del Instituto de Estadística de su comunidad autónoma' (por ejemplo la web para Cataluña es www.9 u.6 4. Calcule: e) La serie desestacionalizada y comprueba si la serie presenta autocorrelación. e) Desestacionalice la serie temporal.5 6. b) La serie desestacionalizada.3 a sa 10.v 6.

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

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

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

C .

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

Sign up to vote on this title
UsefulNot useful