TURISMO

Y

HOSTELER

Í

A

I

^

José María Raya

Estadística Aplicada
rismo
PEARSON Prentice Ha ll

rt

Estadística RpIicaøa al Turismo

Es!aaTsríca al

aplicada

Turismo

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

PEARSON
\

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

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

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

Tipos 2. La agencia EN ALGÚN LUGAR.10.4. Reducción de datos I: medidas de tendencia central 2. Ejercicios propuestos 9 10 11 12 15 16 23 25 29 33 38 48 Hnálisis exploratorio dc variables bidimensianales 53 3. Tipos de muestreo 2.7.8.3. Ejemplo de resolución a partir de SPSS 2. Diagramas } tabulaciones bivariantes 3. S A ix 2 3 4 7 Z.1. Población y muestra.4.11.3.9.Priílogo Ljaseatacióo 1. Ejemplos de estudio 2. El programa SPSS: breve introducción a su funcionamiento 1.2.1. Representaciones gráficas 2. Reducción de datos IV: medidas de simetría. La regresión lineal simple 3.6.3. apuntamiento y concentración 2. Reducción de datos H: medidas de posición 2. Variables estadísticas. Cálculo de coeficientes e interpretación 54 55 57 58 .2.4. Riiálisis exploratorio de variables unidimerisionales 2. La Estadística: sentido y significado 1. Reducción de datos III: medidas de dispersión 2.2. El nuevo profesional turístico 1. Dependencia funcional y estadística.1. Covarianza y correlación 3.5. Tabulación: frecuencias 2.

2. Autocorrelación 4.9.12. Independencia y asociación Estadística aplicada al turismo 60 61 62 63 64 66 68 79 3.6. Ejercicios propuestos 83 84 85 87 87 89 94 Bibliografía Índice analítico 97 99 . Series temporales.11 Ejemplo de resolución a partir de SPSS 3.4. 3. Medidas de calidad del ajuste Introducción a la inferencia estadística Hipótesis del modelo lineal. Ejemplos de estudio 4. 3. 3.1. Ejemplos de resolución a partir de SPSS 4.5. Desagregación de los componentes de una serie temporal 4.7. Ejemplos de estudio 3.5.3. Consecuencias Introducción a la regresión lineal múltiple Estadística de atributos. 3.6. Ejercicios propuestos 4. Componentes de una serie temporal 4.8.üi 3. Introducción al análisis de series temporales 4.10.

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

El nuevo profesional turístico 1.A. La Estadística: sentido y significado 1. . S.1. La agencia EN ALGÚN LUGAR. El programa SPSS: breve introducción a su funcionamiento 1.2.CRPTTULO 1 Presentación Sumario 1.4.3.

un departamento de gobierno o una cadena hotelera. 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. generalización y contraste de los resultados de las obser- . 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.. podemos definir el término Estadística de la siguiente forma: es la ciencia que trata. todos se sirven de ella.. El estado quiere conocer el censo de personas. por una parte. presentación. el mundo del turismo. la publicidad. El único medicamento que nos salva de esta posible manipulación y nos ayuda a participar en la argumentación pública basada en cifras y datos. Todo lo que hace referencia a la recopilación. Por otra parte. resumen. como la mayoría de las instrumentales. Asimismo. es el conocimiento de los métodos estadísticos y. Surge cuando se hace necesario cuantificar conceptos para sus intereses. organización y censo de datos se conoce como parte de la actividad humana desde hace más de 5. para poder obtener conclusiones de esta información. en particular. análisis. de los más básicos presentados en este libro. en ocasiones con el fin de distorsionar la realidad para sus propios fines.. recuento. las empresas. 0 E n est capítulo se pretende presentar la Estadística como una de las ciencias de mayor longevidad.. de infraestructuras. En la mayoría de los casos esta cuantificación se hará en función de unos fines económicos o militares. organización. de la recogida. la economía. Así. 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. los países. ¡. de recursos en general. sino que está presente en prácticamente cualquier otra ciencia al proponer técnicas para la recogida y el análisis de cualquier tipo de datos. La Estadística: sentido o significado Nos rodea la Estadística. se trata de una palabra introducida por Achenwall. No obstante.principio es la ayuda en la toma de decisiones. se presentará la concepción turística que esconde el libro. La política. El término estadística tiene su raíz en la palabra estado.1.000 años. profesor de la Universidad de Gottingen. Con un ejemplo sencillo y parafraseando a Bernard Shaw se observa cómo se puede producir esta distorsión:. y cuya vocación desde el e • • 1. así como en las decisiones turísticas que realice una agencia. Pero. la definición del objeto de cualquier ciencia siempre está ligada al problema que resuelve. en 1748.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. 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.

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

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

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

Control Diagramas de caja. P. Los estadísticos descriptivos recogen la mayoría de aspectos del Capítulo 2.. Histograma.10) nos permite movernos de la base de datos al visor de resultados. podemos dividir una base de datos en dos según los individuos sean mayores o menores de 18 años.6 Estarfishca aplicada al turismo cual estamos en varias bases de datos separadas según los valores de una variable.. mientras que las opciones »Correlaciones» y »Regresión» recogen la mayoría de los aspectos que serán tratados en el Capítulo 3. y las observaciones en blanco. pudiendo cambiar una variable cuantitativa a discreta.. si tenemos una base datos de las ventas que ha conseguido un conjunto de cantantes. En cambio. El menú »Analizar» (Figura 1. Sectores. el submenú »series temporales» será fruto de estudio en el Capítulo 4.0 archivo Series temporales supervivencia Respuestas múltiples Análisis de valores perdidos UglKUr conlunroc User Conisntos E r er_utar proceso Editor fMifi I de menus li .. ► Ventana 2 ► ► ► ► ► ► Minimizar todas les ventanas o 1 Sin titulo • Ed it or de datos SPSS Resultados) Visor SPSS ► ► ► o r tdrdades Ventana 2 Va ri ab le s Intormamon del paramétricas o ► ► Barras de errgr_. También podemos crear series temporales y reemplazar los valores perdidos. sectores. A_reas.. Obsérvese que mientras en la opción anterior se crean dos archivos separados. Líneas.spo» que va guardando todas las ejecuciones que realizamos. por algún valor adecuado.. Paleto. También se recurrirá a algún gráfico de series temporales.7) será uno de los más recurrentes en el curso que les presentamos a continuación. asignar rango a casos y recodificación automática). De igual forma. dispersión y el histograma serán contemplados a lo largo del curso. En él se encuentra la mayoría de los cálculos que aprenderemos.. De este menú resaltamos las funciones que nos recodifican una variable.8) también será recurrente durante el libro. de líneas.... Máximos y mínimos. 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.. Dicho visor de resultados es un archivo de extensión ». Dispersión. podríamos decidir quedarnos únicamente con los individuos que no proceden de ninguna academia o serie de televisión. El menú »Transformar» nos vuelve a brindar la posibilidad de manipular nuestros datos.. siempre que tengamos una variable que nos lo especifique..P 0. El menú »Utilidades» (Figura 1. una variable numérica a variable de texto y sus contrarias (opciones recodifrcar. Así. caja. Por último.. el menú »Ventana» (Figura 1. El programa presenta multitud de posibilidades gráficas. Así... En cuanto al submenú »seleccionar casos» nos permite quedamos únicamente con los datos que cumplan un determinado criterio. el menú »Gráficos» (Figura 1. en ésta los que no cumplen un determinado criterio quedan eliminados. categorizar variables.9) no ofrece aspectos de tipo descriptivo. En este menú aparece la posibilidad poner en práctica técnicas estadísticas más avanzadas de las que veremos en el presente libro.. Los diagramas de barras. Es decir..

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

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

Tipos de muestreo 2. apuntamiento y concentración 2.2. Ejemplo de resolución a partir de SPSS 2.1.7.6. Tipos 2.11.9. Reducción de datos IV: medidas de simetría. Variables estadísticas.2 Rnãlisis exploratorio de variables uniffimensionales CAPITULO Sumario 2. Tabulación: frecuencias 2.10. Reducción de datos H: medidas de posición 2. Reducción de datos III: medidas de dispersión 2. Ejemplos de estudio 2. Ejercicios propuestos . Población y muestra. Reducción de datos I: medidas de tendencia central 2. Representaciones gráficas 2 5.3.8.4.

Durante el mismo se mostrará como recopilar entorno. La muestra representa a esta población.00(1 números aleatorios (entre I y 40. mostrarla. los elementos que corresponden a la muestra. Otros conceptos son: — Muestra: subconjunto de elementos que forman parte de población. la selección de los elementos de la muestra en todas ellas se realiza mediante el azar. r' • • 2. En la realidad. .(XK)) que seleccionen a los individuos a entrevistar en un estudio turístico a partir del censo de los aproximadamente 40 millones de población española. la muestra a utilizar.000. 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.dicha información.1. y a título de ejemplo. 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. supongamos que queremos realizar un estudio turístico acerca de los hábitos de los ciudadanos españoles respecto al mismo. individuos o entes sujetos a estudio y de los cuales queremos obtener un resultado. Entonces. Como ejemplo de utilidad supongamos que un hotel de un determinado lugar y número de estrellas desea tomar una decisión acerca de su política de precios. 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. Para evitar la influencia de factores externos al colectivo. 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. De entre estos métodos destacan los siguientes: a) Muestreo aleatorio simple: consiste en numerar todos los elementos que compo- nen la población. cómo agruparla. Es probable que ese hotel se haga preguntas como las siguientes: ¿cuál es el precio más habitual fijado por mi competencia? ¿Hay más precios mayores o menores a los míos? ¿Entre qué precios se mueve la competencia? ¿La mayoría de precios son muy parecidos? ¿Dónde se sitúa mi precio? El siguiente capítulo da respuesta a todas esas preguntas e incluso a muchas más. Existen diversas técnicas para elegir una muestra significativa. — Tamaño muestra!: número de elementos u observaciones que tomamos. Se entiende por población el conjunto de elementos. Población u muestra. se tratará de generar informáticamente 10. Se denota por a o N. resumirla y desmenuzarla.

sin que ello signifique. Entonces. etc. el estado civil.000 de población en dos grupos: hombres y mujeres. el sexo. el número de estrellas de un hotel. asignando un número a cada una de sus categorías. — Variable cuantitativa: aquella que podemos expresar numéricamente: edad. peso.000 mujeres.000 habitantes. imaginemos que interese que el número de mujeres y hombres de la muestra sea idéntico. si tenemos un colectivo de 40 millones y la muestra es de 10. Siguiendo nuestro ejemplo se trataría de confeccionar una muestra con los individuos pertenecientes a una ciudad o pueblo español de 10.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. Es decir. 9 250. etc. Así.000. a título ilustrativo. continuando con nuestro ejemplo. 5. 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. siendo .\' el cociente entre el número de elementos del colectivos el de la muestra.000 hombres y 5.000. Consiste en ordenar mediante algún criterio el colectivo ■ después seleccionar elementos del mismo en función de su posición en la ordenación.250: nuestra muestra estaría formada por: 1_250. número de hijos. 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. Este sistema no debe utilizarse en caso de datos temporales de periodicidad. 13.. etc. Supongamos que ese elemento fuese el 1. duración de un viaje. sino por uno al azar de entre los 4. que ser hombre sea una categoría superior a ser mujer.250.. 5. los trabajadores en una a g encia. Variables estadísticas. el número de alumnos de la universidad.000 primeros.2. en primer lugar dividimos los 40. va que al utilizar un sistema que también es periódico produciría una muestra no representativa. utilizando muestreo aleatorio. 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. Tipos De esa población que estamos conociendo es probable que ha■ a alguna característica que sea de nuestro interés. Existen dos categorías o tipo de variables: — Variable cualitativa: aquella que expresa un atributo o característica: el color del cabello. • • 2.000/10.250. Así. ' 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. Dentro de cada grupo se seleccionarán. Por ejemplo.000. la profesión de un individuo. tomar el elemento número . obviamente. di Muestreo por conglomerados: la población en estudio se divide en grupos o conglomerados. precio. el tipo de transporte que elige en un viaje.000 (10.\'.000). empezando no por el primero. 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. Entendemos por variable esta característica que estamos midiendo. . A continuación se aplica el muestreo aleatorio simple a cada una de las categorías.

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

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

25.75.8 4.9 4.3.5.0 5.2 4. xt '= f.25 y 3.3 = 2.5.275 0.25) 14.Cuántos hoteles tienen un precio entre 3.075 0.5.3 4.25? * Recordar que I € = 166.7 4.4.5 5. !Lt-aLi) 13.35 0.8.2 4.275 • 100 = 27. es bueno agrupar la serie en intervalos.46 por lo que además de no ser muy fácil operar. c) El tipo de variable es continua. SOLUCIÓN: u) La población objeto de estudio son los hoteles de una ciudad.625 "t fl 15.32.9 5. d) El problema que plantea es que existen muchos valores diferentes dentro de esta variable y.5.4 5 >s 4. calculamos el recorrido Re = x ^ x.75? g) ¿Qué porcentaje de hoteles cuestan como mucho 4. tomaremos 6 intervalos.1 -3.3 4.8 4. el gerente investiga los precios por habitación y noche de 40 hoteles de la misma categoría de esa ciudad.25) 15.1 3.9 4.6.751 14.4 3. puede que no cubra el rango de la variable. en este caso 0.5 4.7 .f) ¿Cuántos hoteles tienen un precio superior a 4.3 5.25) Ni Ni Fi Fi 3 8 14 3 I1 25 0.4.t tt 3.14 Esladíshca aplicada al Mismo EÍemplo 2.1 6.1 En 1999 un nuevo hotel abre sus puertas en cierta ciudad.75. Veremos que la raíz cuadrada de 40 es igual a 6.2 0.4 4.25. b) La variable que estamos estudiando es el precio.75) 13. vi .7 4.075 0.3 4. ('Liando no se nos dice nada el número de intervalos se obtiene calculando la raíz cuadrada del número de datos observado.8/6 = 0.75) 15.386 pts.7 6. ••us habitaciones.y 5.3 4.75? . • 100 = 0. por tanto. Como el recorrido es 2.75.7 3.8 si lo dividimos entre el número de intervalos tendremos la amplitud de cada uno de ellos y así: 2. Lo podemos evitar tomando un valor superior.6 4.5 .46. por tanto.25.1 4.o. 15.8 Se pide: a) ¿Cuál es la población objeto de estudio? b) ¿Qué variable estamos estudiando? c) ¿Qué tipo de variable es? d) ¿Qué problema plantea la construcción de la tabla de frecuencias? e) ¿. La manera de hacerlo sería la siguiente: primero. .= 6. Antes de decidir el precn . 14. Los datos obtenidos en miles de pesetas' fueron: 3.3 6.0 4. Tabla 21 Importante La amplitud es de 0.

Para calcularlo podemos decir que el área depende del ángulo central. Elevaremos columnas unidas. se suele efectuar una representación gráfica para apreciar a golpe de vista la magnitud o posición de las variables. La diferencia es que ésta es para variables continuas. la frecuencia. acumuladas o no. Levantaremos barras o columnas separadas de altura correspondiente a la frecuencia adecuada. Pictograms Se suele utilizar para expresar un atributo. 2. En el eje de abcisas situaremos los diferentes valores de la variable.2.4. 2.4.3). 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. .4. análisis exploratorio de variables umdimensionales 15 • • 2.4.4. Represerficiones gráficas Dentro de e. sea absoluta o relativa.4. de una variable discreta. Los sistemas de gráficos más usuales son los que se describen a continuación.ta primera aproximación a los datos. mediante la siguiente proporción: n a N 360 Como resulta que Ñ = f . Diagrama de barras Se utiliza para frecuencias absolutas o relativas.1). Diagrama de sectores El área de cada sector es proporcional a la frecuencia que se quiera representar. Este diagrama se utiliza para cualquier tipo de variable 2. Histograma Igual que el anterior en cuanto al tipo de frecuencias que se pueden utilizar.• Capítulo 2. a altura igual a la frecuencia correspondiente (Figura 2. En el eje de ordenadas.1.3. tendremos que a = f • 360 (Figura 2.

veces. mediana y moda. si de la variable X se repite n .5 3 4 5 6 79 3579 016 Fi ota z. Como f.5.4). si la variable es cualitativa. utilizaremos las medidas de localización o tendencia central.7 3. A modo de resumen.4. En el primero utilizaremos. r o ^ 2. Reducción de datas I. Oiagrama de fallo n hojas Es un método de tabulacion a la sez que un gráfico adecuado para variables continuas.1 5.6. Así.1 4. En el caso de la variable continua. se suelen utilizar más los diagramas de sectores o pictogramas. Para ello.. 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. y las más importantes son: media. Media X a) MEDIA ARITMÉTICA Es la suma de todos los valores de la variable dividida entre el número total de elementos. Z. Se .5.S. el diagrama de barras tanto para la representación de la frecuencia absoluta como la relativa. podemos tener dos casos: variable discreta o variable continua.0 Arr 6.3 4.S. + x ^ n Si el valor. 5 Polígono de frecuencias Esladíshca aplicada dl lunsma De nuevo se trata de un _ratico adecuado para variables continuas.9 4.6 4. Es la recta que une los extremos de las barras de las variables de una distribución o los puntos medios de los histogramas. X— i=I . Si la variable es cuantitativa. optaremos por el histograma o polígono de frecuencias.. + .9 5.f n n.16 2. aparece en la expresión de la media aritmética de la forma: —. X + X2 + x. su gráfico de tallo y hojas será el que aparece en la Figura 2. si tenemos el siguiente conjunto de números que pertenece a la primera fila del Ejemplo I.7 5. medidas de tendencia central En este apartado comenzaremos a resumir los datos.4. • • 2._i n X= =I n que será la expresión que consideraremos definitiva de la media aritmética. y^ 3.I.r2 x3 14 . según se trate de variales continuas o discretas (Figura 2.i. = Ñ otra posible expresión será: x. Todas estas medidas pretenden ofrecernos una idea de en torno a qué valor se mueven los datos.

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

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

respectivamente.436 — 38. n ^ (aT. La demostración se realizaría de manera análoga a la anterior.436 38.438 3 8 38.432 — 38.440 — 38.436Q2 22 + 38. Propiedad 3 2. siendo y. Corolario La media aritmética se denomina también centro de gravedad de la distribución. 38. donde a y b son números reales.+ b.432 — 38.8): 3 8 38. .222 'De estas dos propiedades se deduce que la resta y la división se realizarían de igual manera para la propiedad 2 y 3.436.440 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. es decir.436 _ 1 Importante Hay que tener en cuenta que la media aritmética es muy sensible a los valores extremos. si sustituimos tendremos Y = X + k. (ax. — n. a valores numéricos muy diferentes (tanto por grandes como por pequeños) al resto de la muestra. + b)n .436 = 38.432 38.436 — o —8 o 3 16 2 38. Hay formas de resolverlo como la eliminación un cierto porcentaje de observaciones extremas a la hora de su cálculo.436 38.436 — 1 2 38. Esto puede resultar un problema.438 4 8 4 tomando como nueva variable el valor más centrado (menos su media). Si calculamos la transformación de la variable x. 2 38.432 38. la media aritmética de la primera variable sigue la misma transformación lineal con respecto a la media aritmética de la segunda variable.436 2 38. _ — X.436 38.432 38. que es lo que pretendíamos demos- Como trar. Si una variable es transformación lineal de otra variable (suma de un número y multiplicación por otro). tendremos (Tabla 2. Si todos los valores de la variable se multiplican por una misma constante la media aritmética queda multiplicada por dicha constante.432 38.7.43 =2y+ : 36 tones: A + 38.Análisis exploratorio de variables unidimensionales L X 19 n.436 2 8 2 — .438 — 38. = a x. it + bn) n a ^ .

los calores de la distribución nos impiden poder efectuar los cálculos al exceder la capacidad de la calculadora. En muchas ocasiones. 100 = 2 2. . También la podemos representar como: G= (G = x¡ x.20 C) MEDIA GEOMETRICA Esraáishca aplicada al IIIhSInO Responde a la siguiente expresión: G = sx¡ x. y responde a la siguiente expresión: H= n n a.097 20 10396 8. x.•)• Suele utilizarse cuando los valores de la variable siguen una progresión geométrica También para promediar porcentajes.3 .2 — 2. . Es la inversa de la media aritmética de las inversas de los valores de la variable.438 5 log 120 = log 125 = log 4 3 n = 22 140 = 2.°x..146 45. será cons entente ampliar fa tabla con lo que nos quedará: 2.. siempre que nos tengan dados en porcentaje.221 n .6 n.056 J = anti log 2. log x. .. log x.387 6. Para dar solución a esta problemática utilizaremos las propiedades de los logaritmos. n Por tanto. Elemplo 2. x3 .Ino x r = 2. n. tacas.079 2. etc. como la raíz n -ésima del producto de todos los valores de la variable.11 wt 10 log log x n. xt y se la puede definir.0555 = 113.1 ^^. número de índices.632 d) MEDIA ARMÓNICA Se representa como H.2 .221 45.

S. presenta el inconveniente ya mencionado de ser sensible a los calores extremos ■ válida para datos cualitativos. aquél cuya frecuencia absoluta acumulada coincida con ^.032 0. la media. ordenadas de menor a mayor. rendimiento.520 140 3 1\140 N=22 I11. . Por tanto.Gllilre 2. o valor mediano. por lo que ampliaremos la tabla con 2 columnas adicionales: ^ rr 100 120 125 10 10 I\120 1 \125 0. presenta varias ventajas como son: su sencillez de cálculo. Su problema sume cuando algún valor de la variable es 0 o próximo a 0 no se puede calcular Ejemplo 2.042 600 0.021 0. el hecho de incorporar todos los datos para el mismo y ser de eles ada utilización. etc. (cuando influyen los valores pequeños). .2. El lugar que ocupa se determina dividiendo el número de valores entre 2 Cuando hay un número impar de valores de la variable. Mediana: he La mediana.1 1. N. la mediana coincide con un valor de la variable. es una cantidad que nos indica orden dentro de la ordenación. En cambio.111._ t <  N an Me = s . inversa de . es necesario " que calculemos la. hiiss emPoralana áe variables witassietles 21 Se utiliza para promediar velocidades. la mediana será justo el valor de orden central. tiempos. la media geométrica y la media armónica se da siempre la siguiente relación: H <_GsX Para concluir. en particular la aritmética..r y la inversa de la frecuencia.1 Entre la media aritmética. Es decir.000 5 0. será el valor de la variable que ocupa el lugar central. Por tanto. que separa en dos partes iguales los valores de las variables. 2.1 Calcule la media armónica de la siguiente tistnbución: 100 120 125 10 5 4 3 ^ 140 X ‘k Para poder hallarla.195 500 420 2.

. En este para obtener la mediana realizaremos el siguiente cálculo: x. El otro caso puede observarse en la distribución de la Tabla 2.:.r. Por tanto.5. trimodales.25 i100 (25. y observar qué intervalo tiene una frecuencia absoluta acumulada que cumpla N. Pueden existir distribuciones con más de una moda: bimodales. Me estará en el intervalo [30-35i. 2 671 2 = 335. por tanto.138. La forma de hacerlo será calcular el valor de la mitad de n. es decir.+x.45[ = 671 Siendo [L. cuencia absoluta.14.. 3 4 ^/ 1 / /\ 1 2 at 3 3 4 7 9 10 1 5 ' I .= 2. unnu N. ). el valor que tenga mayor fre- 5 _32. Moda: Ma =30 + 333.3. -V'1 (40. a. Me 2 Ejemplo 2. Después de saberlo. < <Na 16<17. L. una vez que los datos han sido ordenados de menor a mayor. 2 n. la obtención de la moda es inmediata. = 32 d Xi Ni.8 Sea la siguiente distribución (Tabla 2. 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. [20.5 Como ventajas de la mediana se observa su utilidad en presencia de valores extremos que influencien a la media y su bondad para variables cuantitativas discretas. En distrihio t nc.te en determinar el intervalo mediano [L .55. . u L i udas. L. t Me= L _ 52 7_ 6 =16= Se trata de la media aritmética entre el valor que ocupa la posición decimosexta decimoséptima. etc. <Z < N. Me = 7. Valor que presenta el decimoctavo dato (ordenados). lugar que ocupa +2 X._.30 1150 130 . se produce que: = n 2 2 = 17. En las distribuciones sin agrupar.-o El problema surge cuando hay un número par de valores de la variable._.) el intervalo que contiene ala frecuencia acumulada de dicho intervalo. haremos el siguiente cálculo: N. En cambio.22 Eslaáishca apl¢adc : . el primer pa. 2 250 Será el valor de la variable que más veces se repite.. ya = amplitud . 35. _. 91 1026 6 n=32 33 7 10 10 13 7 _ EM111111= n.. realizamos el cálculo: Me = L.13).+ N— — N.* N' 2— n. a. _. 100 250 450 630 671 200 180 41 V Me= L.7 26 Me =x.0 L u n. de menor a mayor._. lugar qu.

. correspondientes a 1%.<(%)•n<N^Q =x .. • $ 2. si los intervalos tienen la misma amplitud. 50% y 75%. Existe un valor en el que coinciden los cuartiles. P. como se podrá intuir más adelante. la mediana. . de manera que en cada una de ellas haya el mismo porcentaje de valores de la variable. a : amplitud de dicho intervalo. correspondientes a 10%. D. en primer lugar tendremos que encontrar el intervalo modal. Mo = Siendo: 2. Posteriormente.10 realizaremos el siguiente cálculo: n.. ya era una medida de posición. entonces tendremos que : N. — Percentiles: cuando dividen la distribución en cien partes (99 divisiones). Cuando la distribución es simétrica (con I moda) se cumple que: 7 = Me = Mo. C.. menos representativa que la media o la mediana y que puede ser extrema: en cambio. + n. Ejemplo 2.. .. 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... Es decir. 2.. y sin agrupar.. L... es decir. Cuando hay una única moda. la mediana suele estar comprendida entre y Mo. De hecho.: extremo inferior del intervalo modal. a._. los deciles y los percentiles. sea agrupada. 4 5 n.. en este caso tenemos una distribución bimodal...8. C„ C„ correspondientes a 25%.D. \luda (2.99%.. . si el porcentaje que representa el cuartil._. + n. ._. que será aquel que tendrá mayor frecuencia absoluta lL._. puede ser la única medida de centralización posible para las variables cualitativas. L. 3 n. Se las denomina cuantiles (Q). 90%...: densidades de frecuencia de los interLa gran desventaja de la moda radica en que es salos anterior y posterior al que contiene la moda. 4).. — Deciles: dividen la distribución en diez partes iguales (nueve divisiones).CODlo 2 Análisis etplaralorio de variables unidimensionales 23 En el supuesto de que la distribución venga dada en intervalos. Podemos decir que los cuantiles son unas medidas de posición que dividen la distribución en un cierto número de partes iguales. Las más importantes son: — Cuartiles: dividen la distribución en cuatro partes iguales (tres divisiones).. primero hallaremos el lugar que ocupa.. Éste surge cuando son iguales a la mediana y así veremos: 2 _ 5 _ 50 4 10 100 Para su cálculo. En las distribuciones sin agrupar. 7 4 Nota 1. el decil o el percentil sobre el total de los mismos se encuentra entre dos determinadas frecuencias absolutas acumuladas exis- . distinguiremos entre distribuciones agrupadas.. Reducción de datos II: medidas de posición Son medidas de localización similares a las anteriores.Pm..

Por tanto. = Cuarto decil [0. = 10 Lugar que ocupa en la distribución \4 / • 20 = 40 = 15.11 Distribuciones no agrupadas En la distribución de la Tabla 2.20 = — = 8 Como N. = tercer cuartil [C.J A 18._„ L.17. 2 10+15 2 — 12. .. se toma como valor la media aritmética del valor que acumula dicho valor de la frecuencia absoluta acumulada y el siguiente valor. realizaremos el cálculo: t C.<(r/)-n<N. — 17. esto implicara que C.) y el 90 percentil 5 Mediana [Me] . decil o percentil el valor que acumula la mayor de las frecuencias absolutas acumuladas anteriores.° devil (D. En cambio. < (%) n < N Intervalo (L. que coincide con un valor de la frecuencia absoluta acumulada. si el porcentaje que representa el cuartil. _. decil o percentil de forma similar al caso anterior: Lugar: N.. +x.] ti +x r. ya que 3<8<10 por tanto D4 = 10 Nonagésimo percentil [P. 7 N. realizaremos este cálculo: Me = 5 3 2 n= 15 I8 20 20 x. Por tanto. es decir.= 5 Como N. el decil o el percentil sobre el total de los mismos es igual a una determinada frecuencia absoluta acumulada existente. se toma como valor de ese cuartil. 10 15 20 25 .5 2 l En el caso de distribuciones agrupadas. realizaremos el cálculo: Lugar que ocupa en la distribución (l ) • 20 = x. + x. 10 3 = 10.5 2 2 15+20 Lugar que ocupa en la distribución ( 0 1 ) .) . n =N.] x. calcule la mediana (Me): el primer y tercer cuartil el 4. .24 Esta ísnca aplicada al turismo lentes. 3 < 5 < 10. Q 2 Ejemplo 2.. < (25%) n < N. primero encontraremos el intervalo donde estará el cuantil. que coincide con un valor 11000 — de la frecuencia absoluta acumulada.5 Primer cuartil (C.x.Pw• 2 2 0 +25 — 22. ] Lugar que ocupa en la distribución (1-) • 20 = 19 4. x. . Lugar que ocupa la mediana lugar2-1 Como es igual a un valor de la frecuencia absoluta acumulada..

] /j) [0 .500 = I 0ó 500 = 591.Capadla 2 Boiles exploratorio de rin g les unidimeosianales 25 tina vez localizado el intervalo se aplica: L_. Al calcular una medida de centralización como es la media aritmética. -l rcl._.57 . Cuarto decdd [0. Lugar que ocupa: 50W=450 \ jÓ0 Por t'-estarí situado en el finten alo [31 t` : 44 2. I S Primer cuartel [C. Aplicando la expresión te.] Lugar que ocupa: Por tanto. A estas cantidades o coeficientes. 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.\ –. 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._.li. C.12 Distribuciones agrupadas Halle el primer cuartil.Porfanto. D„estardtuado en el 4^^t Aplicando la expresión tendremos: 1 t 90 100 = 178. .. I I . tanto mayores como menores.800) ^•^^I t' . les llamamos: medidas de dispersión. 100) 3 1_0 w 4 90 230 380 500 Lugar que ocupa el primer cuartil: .V Q= Ejemplo 2.. el cua rt o decd c el 90 percentil de distribución de la Tabla 2. resulta necesario acompañarla de otra medida que indique el grado de dispersión del resto de valores de la distribución. ten '00.67 ^ • • >< Reducción de datos III: medidas de dispeísidn Las medidas de dispersión nos sin en para cuantificar la separación de los valores de una distribución..7.^__ Nonagésimo percentil [PI ] ^. 200) g{l00 – 200). respecto de esta media. 300) [300. estará situado e direct-aa 90 140 150 120 n = 500 100. .- do la expresión tendremos: 300 — 450 ^ t .

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

.

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

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

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

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

.. Al ser un %.. por tanto.-y. Analíticamente calcularemos el índice de Gini. a. = (— r.38 25 78... aj indice de concentración de 6I1I Obsrnamos quc hay poca concentración por encontrarse cerca del O.54 . 2'64(X) s.15 Se pide • índice de cnnventrnción y curva de Lorena correspondiente. Esto lo veremos mejor en el Ejemplo 2. y la gráfica será una curva que se unirá al cuadrado. '_00 - 250- I ^) V ' 4275 'iN). ia^a 2. Marca Frecurm u r r. = O (concentración máxima).0) y (100. = y..115 0• IIN1 597í 76. Si esto lo representamos gráficamente obtendremos la curva de concentración o curve de Laten:..12.15 89. su diferencia sería 0.32 Estadística aplicada al Nnsme Como pacemos ver la última columna es la diferencia entre las dos penúltimas. 100 - 250 ..: )11N1 MINI p .— 4. 5 ^ =u1.. n. 8.2a. k- I (.48 651. en % en el eje de las X. Este índice tomará los valores de /o. los valores p. k -.5s u.25. La manera de interpretarla será: cuanto más cerca se sitúe esta curva de la diagonal.85 16.. 100 011 I^ U il `1M1 h2 x 1141N) ' 1 60. que responde a la siguiente ecuación. el gráfico siempre será un cuadrado. cuando q. (concentración mínima) y de = I. Elempla 212 .31 97. Cuanto más se acerque a los ejes por la parte inferior del cuadrado. menor concentración habrá.00 I 0381 261) 113850 651.L. 90 . 325 275 'A6 00 14 7 1511 175 1 40) 49) )511 'S 2 260 • 501 475 100.100) y quedan siempre por debajo de la diagonal. N N .62 97. Este diferencia sería O para la concentración mínima.) /4 = k _1 P. n.I _ 1.12._..51) 5 575 lIN) I '> 17$ 225 575 I IS ..300' 350 1111) . en % en el de las Y. . = q.. o más homogeneidad en la distribución. mayor concentración._.23 94. P. y los valores de q..15 k _ 1 1R1 cid P-1 ^ P. ya que p. La manera de representarlo será. por los valores (0. y. cuando p. = 0....

Uno para datos cualitativos. que indica que has poc cuncentracion tA q. Análisis exploratorio de variables unidimensionales 33 Ejemplo 2.12 [continuación] bJ Curra tie Lorenz Obtenemos la curva cerca de la diagonal. otro para datos cuantitativos a g rupados y un último para datos cuantitativos no agrupados. % 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. 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.9. Ejemplo de estudio 2. Avión:30 B arco:42 Tren:16 .tantito 2.1 Una consultoría turística ha realizado una pequeña encuesta acerca del medio de transporte preferido por un colectivo no individual de cien individuos.

9.3 /6.3 5)1 Se pide: Realice una descripción lo más completa posible de la distribución de estos datos utilizando las herramientas oportunas. por ejemplo.4 5. Tabla 2.2 4. con lo que el único parámetro de centralización que merece ser tenido en cuenta es la moda. Por tanto.6° En cuanto a las medidas de centralización. Para cada medio de transporte se ha realizado el siguiente el cálculo previo: Autobús = 360 •12 = 43. las medias de posición vuelven a carecer de sentido al depender del orden. En la Figura 2. carece de sentido cualquier comentario acerca del apuntamiento o la distribución. por otra parte. un pictograma o un diagrama de sectores pueden ser apropiados para el caso. con lo que carece de sentido.5 7. en principio.92 2. En cuanto a la figura. porque si de forma intuitiva a partir de un histograma (gráfico que recordemos. en segundo lugar.S 20.6 1.21 aparece la tasa de incremento de este componente para un conjunto de países de la OCDE. . preferido por el 42`4 de los encuestador.2° 100 Alura 2. 360016 — 57. no seria adecuado para este tipo de datos) deducidramos la simetría.10 se presenta el diagrama de sectores.2 Uno de los componentes del IPC (Índice de Precios al Consumo) de los países son los servicios turísticos.2° 100 360 0 Avión = = 108° Barco = Tren = 360 • 42 —151.34 ^ EJEMILIS Solución Estadística aplicada al Nnsmo IE ES1111I • EIEMILIS IE 1511111 • EJEMILIS IE ES10111 Con datos cualitativos. la mediana depende del orden. al igual que ocurre con las medidas de dispersión. que el barco. Análogamente. Dicha asignación sería totalmente arbitraria y su interpretación posterior carecería de sentido. hemos visto que. la tabulación y la mayoría de medidas que hemos desarrollado en este capítulo no son aplicables. y para calcular la media se debería asignar un valor a cada medio de transporte por el que multiplicar luego su frecuencia relativa. Evidentemente.10. Aduciremos dos razones: en primer lugar para todas ellas necesitábamos una media o desviación típica que no tenemos y. Nuevamente.9 -JO. En la Tabla 2. Nuestros datos proceden de una distribución unimodal donde la moda es el barco.1 t 7. cualquier aspecto o cálculo que requiere una ordenación carece. observaríamos que nuestra conclusión cambia dependiendo del orden en el que tomáramos cada uno de los medios de transporte a la hora de construir el gráfico.7 2.3 15. por ejemplo. Ejemplo de estudio 2. tampoco tiene sentido calcular unas medidas de simetría. de sentido ya que no hay ninguna razón para sostener que el avión es un medio de transporte mejor o superior.

[apilulo 2.

Análisis exploratorio de

variables uoidlmensmnales

35 EJEMILIS IE ESTIIII

EJEMILIS
Solución

IE

ES11111

EJEM/LIS

If

E51111I

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

i ^htk:nicnll , .1,1

Intervalo Frecuencia
Frecuencia relativa

0-8 18
0,75

8-16 2 0,08

16-24

24-32
0

32-40

0.08

0

0.08

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

lo
14 12 U

6

I

^-

Desv iación típica = 9.78 Media = 9.0 V = 24.00

0.0 5.0 10.0 15.0 20.0 25.0 30.0 35.0 40.0

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

Me-

5,5+53 - :.4 2

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

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

— 8,35

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

36

Eslaáishcd aplicada al Iun slO

EIEMI LIS

IE

ES11111

EJEMPLOS

IE

EST1111

EJ

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

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

8,98

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

a

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

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

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

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

3 =3.10

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

Dii111

Z

Bnálisis exploratorio de variables unidimensionales

37 EJEIIfLIS IE ESillll

E)EMfLIS

IE

(Sil

lll

EJEMfLIS

IE

ESiI111

Ejemplo de estudio 2.9.3

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

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

Frecuencia absoluta
6

4

(30:35)

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

6
4 5

0,4
0,26 0,33

6 10 15

0,4 0,66 1

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

15 _ 6 Me = 25+5

2
4

=25

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

4

— 23,125 6

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

4
6

10

= 31,125

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

0
= 21.25

P«,= 30+5

100

10

= 5

335

Eso sí. en esta ocasión la media es una medida mu■ representativa de la distribución debido a la escasa dispersión de los datos.16)'•6 +..1568 con lo que podemos concluir que la media es muy representativa de los datos.27.27... + (22. Ejemplo de resolución a partir de SPSS En el fichero enalgunlugar.18 Se trata• por tanto.10.125 LS = 23.sav tenemos datos acerca de la demanda de los productos de la agencia durante dos años. Resumen De nues o nos encontramos ante una distribución asimétrica por la derecha.125 — 23.125 — 23.5 (31. I6)' • 6 + . l . Calculando los límites admisibles podríamos dibujar el diagrama de caja que dejamos para el lector.+(32.60 1.125 — 1. 2.125 + 1.5 -_ 2 7. Por último.125 = 8 (22.125) = 35.22 = 4.16) = 6 + .16) = • 5 =18.26 27. Según el país del cual procede el dato.5..16)'•5 15 • 426' Con lo que la distribución se muestra como asimétrica por la derecha.16P • 4 15.22 Varianza: 15 Desviación típica: \ 18.27. L! = 23.26 Coeficiente de variación: 4.16 km).5... — Región: de I a 38 regiones para cada uno de los países anteriores. nos encontramos ante una distribución con cieno apuntamiento originado por la mayor frecuencia absoluta del primer intervalo.426' 3— 1. — País: de I a 10. Medidas de apuntamiento: Coeficiente de apuntamiento: (22.5 (31.125 Medidas de simetría: Coeficiente de asimetría de Fischer: (22.5 — 27.5 . debido a que la mayoría de las distancias se concentran ala izquierda de la media 1 _ 2 7.5 — 27.16 = 0.125) = 11. + (32.38 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. de una distribución leptocúrtica o apuntada.125 — 23. En dicho fichero aparecen las siguientes variables: — Año: I si el dato corresponde a 2001 c2 si corresponde a 2002.

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

001 .. Una vez realizado.. en primer lugar. clicamos en la opción valor e introducimos un 2 en el recuadro blanco que hay a su derecha. «Recodificar».Valor atan r.._..001 '5001 Recodf ar en las miserias variad*. clicamos en la opción «Continuar». — Salario por hora — Sexo o género (1: hombre.001 81. 3.001 70.» y realizamos la siguiente operación..15.aes. W I ° 4 031 Z. valores antiguos y nuevas .01 59.03 7 1p 7000 78 00 92 00 98 00 7300 70..A. en la parte derecha. 1603 1500 1500 1210 14W 00 00 W W 00 300 3 00 3 00 200 303 3 00 3 00 300 3 00 7 00 72 W 92 00 7303 303 7610 wa. 1W 1W' 1..1W1 - 30 l 140.16). Una vez aquí...Editor de datos SPSS wchro Datos Transformar treha Ctdkos ^ da 2 UD 2 3 1 1 edad sordo m dedaaauor. 2) EGB ciclo superior o educación secundaria.xls contiene datos sobre las siguientes variables para el conjunto de individuos que pertenecen a la plantilla de nuestra agencia EN ALGÚN LUGAR. 3) BUP. Posteriormente. mientras que las observaciones con valor I permanecen invariables.W1 2 J-1 1 12 13 1 701 00 001 1 00 1 14001 2. Accedemos a un nuevo cuadro de diálogo donde.. seleccionamos las tres variables que nos interesan tal y como hicimos en el ejercicio anterior (Figura 2.. Posteriormente.0) nos trasladamos al menú «Transformar».. see tempord. en el recuadro blanco grande de la parte derecha. m Sim [irlo .031 7W 70 -31 31 92 001 70. la que hace referencia al valor antiguo. 00 1 . 00 76. En la parte izquierda.031 59. rae'ua ea ^ta ^ ^ '^ 02 2W^ 2 2. cata apa c. W 59. Recordemos que el fichero Salarios.17). ha aparecido la siguiente expresión: 2—s0. IJ •® '. /atables maniatar •0(4... Finalmente. 00 14..1 • Va EJEMfLI IE IESILILIÍI 1111111 If SISS 2. repetimos la misma operación con la finalidad de obtener la expresión 1-sl (Figura 2. Para conv ertir las variables pensión. 4) COU o Bachillerato. :I WI " 001 ' 001 '031 '. Categor¢e venables. 1) EGB ciclo medio o educación primaria.. Remplaza /orees per 1C 1001 100 1W 100 Figura 2. Observaremos cómo en las columnas que hacían referencia a las variables pensión.. Veremos cómo. nos aparecerá el menú anterior y aceptaremos sobre él. 0: mujer) — Edad — Años de experiencia — Nivel educativo: en orden ascendente: 0) EGB ciclo inicial. organizado q temporada se han reemplazado las observaciones con valor 2 por observaciones con valor 0.00 3.. aecaderlaón atandtice. «En las mismas variables» (Figura 2.o r /dor I-- r Paddo por rstore r Pesado pa d mteme o uuao r r r Antiguo -> Nuevo Rengo Raigo Rango ---^ r Todos los danós vabre-.00 L00.00 1 -^. eme -vdarae. clicamos en la opción «Añadir. la que hace referencia al valor nuevo.40 EJEMPLO REMOCIÓN PIITII IE Eslaáishca aplicada al turismo OE R MI Educo '. Apanes rangos a casos. S..__ 7 03 3 00 3. entramos en la opción «Valores antiguos y nuevos. Es:.15).7D evaluaei ( ego* 2 1 2 00 00 3 00 300 7 00 . clicamos igualmente en la opción valor e introducimos un 0. vele I (' Pacido pa e «. I /does amgos y romos lad Restablece .. organizado y temporada en variables binarias (1.W 83..301 2. 301 33 .03 .00 rn 12 W 2 W 3.

18).tesas s kt es 3W 9W 2W ti 40 5 aloa de ..Coba 2 Análisis etploralan° de venables umd mensionales JI EIEMILI Of IESILIIIÍI 1 111TI1 If SISS • ElE111. a. 8) Universitarios en licenciaturas o ingenierías superiores. es una empresa con plantilla joven o vieja? ¿Cuál es mayor.'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 . 7) Universitarios en escuelas de diplomatura o ingeniería técnica.vs cT s EQber.do .:alas Dar tleb .^^ a3W _. 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. (Figura 2. s Tegas de canmgeoe.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. Se pide: a) Realice la tabla de frecuencias de cada una de las variables... Para realizar la tabla de frecuencias desplegamos el menú «Analizara. F7n L fl'p 211.A. bl Preste atención gráfica especial a las variables Educación y Salario por hora. d) Complete el análisis de dispersión para la variable Salario por hora con el diagrama de caja.^ ^ rtr I- 5W 7W W 7 32655 4X 5 7?: 55: 12 13 15 67: 50: 5W 6W 3W 5W e e a -es tomase/es . el submenú «Estadísticos descriptivos y. en él. W . 9) Master o Posgrado. La agencia mantiene en el anonimato los nombres de sus empleados. Ssn t o.. bdM Edodn V• Datos Tra. S. . II) Doctorado. ¿A qué es debida la diferencia entre ambos valores? Solución a) Abrimos el fichero Salarios. Ratón- rat I ^ + v T .Edits de datos Sp55 sJslJJ.donna Melp alal ^I^JJJJ^ :oda 6WYIIV 1^ Gdfims Ulddes Ventana ' 11 s Tas persor._seas ro Cesh. clicamos en la opción «Frecuencias. 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. c) Realice la estadística descriptiva de cada una de las variables.xls.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 . 10) Otros estudios.

21). la frecuencia relativa Sin titulo . venables r Came. 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.W —__ 303 9.etebte. Para ello.2W. En este punto observamos los resultados de las Figuras 2. En ellas se muestra la frecuencia absoluta (frecuencias). 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. La salida consta de cuatro recuadros.22 a 2.03 44. ginales y que suprima las tablas de frecuencias de variables con más de 20 categorías.00 . El primero nos informa del número de datos v de que no hemos perdido ninguna información.10)..25. Este tipo de instrucción suprime la tabla para las variables continuas corno es el Salario por hora o la Edad.03 40001 5W1 5W' 300 7W1 - _ cv t ct: 1C( - _4.t MiLple. 2 (Figura 2. StamleWp tat lit vattam obro 12 13 14 15 16 55C 6 70 5031 9. Los tres siguientes recuadros son las tablas de frecuencias para las variables que no tenían excesivas categorías.W 2303 58. r Oipsreat atestados y. introducimos todas las variables en el recuadro blanco derecho. y dado que queremos la tabla de frecuencias para todas las variables. Clicamos " Continuar " en el submenú •. 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 :^ ^. 00 12860 2001 2000í 3. A continuación.03 6200 27W 38.42 EJEIIILI if IESILIIIÍI I ISIf11 if SISS Estadistica aplicada al lunS1I1 • IJEIILI if ISSILILIÍI 1 1 11II1 II SISS Accederemos al si g uiente menú (Figura 2. a lo sumo.Frecuencias: Formato " y " Aceptar " en el menú „Frecuencias.03 1 7151 7 W': SW a03 3.

26).8 16 115 16 6.3 49 16 9.pe-=-:60 Vdltdos 3 1 2 3 4 5 7 8 9 10 .3 6.2 3.taplulo 2 Análisis etploralono de v ariables unidimensioneles 43 IE S1SS EJE111L1 IE 1ESILItIÍI I 111111 • EJE11L1 IE IESILILIi1 Experienaa I 111111. [e^taje a -.3 __: Porcentaje anln olann 82 96 14.enrama .6 1.1 967 100. si cucamos en la opción «Gráficos. (porcentajes) y la frecuencia relativa acumulada (porcentaje acumulado)..96 700 ^ 00 44 00 62 m a 00 W 27 0 13 38 00 .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 2.9 66 3.6 1. Estadísticos descriptivos.7 803 88 5 91 8 934 95.101.8 19. podemos seleccionar la variable Educación y realizar el gráfico de sectores de la misma (Figura 2.6 16 1..ann J41 0 410 590 100 0 t -_ _ Tota 61 100.6 16 82 3.3 49 16 Porcentaje v5Mn 82 16 4.0 r.6 3.0 42. Valrcos _ SEXO .m 5.0 52 82 49 33 16 49 1000 =.6 672 70. IE SPEC Estadlsbms Sa áRIOS EDUCACION! E.6 3. -_ '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 23.5 77.7 426 459 68 9 77. La primera se halla igualmente dentro de «Analizar.3 16 16 1.1 41.1..1 5 1 3 4 2 Pnrnentale 82 16 49 66 3.2 82 4.1 1000 12 13 15 16 18 20 22 23 25 28 29 32 35 40 Tota '.6 3. Frecuencias. :-_.8 21.6 33 1000 va.3 16 33 6.0 852 902 934 95. :Trin 82 9.0 Porcentaj e estilo 82 16 98 210 33 23.0 8.wa •T•2.5 31.6 8.6 1.. bl Para realizar los gráficos tenemos dos opciones.111 3.3 1.n.24.0 78.6 541 557 623 65.0 6 1 7 1 4 2 _ 4 1 1 5 2 1 1 1 2 61 98 16 115 16 66 3.9 13 16 49 100._ eaa-_.3 1. '.renuie 410 590 Pc. En ella.11.3 24 6 29.

® 11^ © 11® . Posteriormente. frecuencias y gráficos.29 y 2.28).31). marcaríamos . y en el siguiente menú seleccionaríamos la variable Educación y le pediríamos que los sectores representen el número de casos.29.21 El resultado se puede observar en la Figura 2.tato.27. Notamos que los niveles de educación 3 y 5 son los que están más representados.Definir» después de marcar la opción -resúmenes para todos los grupos de casos.i00^ 00 1 Pf) ^300`` 21 r m mI m . El mismo resultado se habría obtenido en . En la opción . estadísticos descriptivos.Sectores.32. El resultado es el que aparece en la Figura 2. (Figura 2.55 a161140I54 10 =1J _J JJ J: rums e mininos.44 ElEA1l1 Esladishca aplicada al luris- If IESIt1EIil 1 111111 If SPSS • E1E111L1 If IESILIEIiI I I11111 If S1SS Sn aula .. I Flqu a 2. seleccionaríamos ■■Histograma» y marcaríamos la opción de curva normal en el gráfico (Figura 2.yvo ® 1=0 ® 11^ Mal fipli 2. ü Fpura 5 10 7 20 5SD 5]0 5m 00 't5 7 90 3 75 9® D' ^ ^ =111170 38 W 23 00 5300 22 1 x ta datos 65 paco 00 n (...' Revnere0p•aVWS de50000 r Res'nann pne d0W a0 vseHs ValpeO ndvidudn de Is cmos I Deb.30). de daos 5.•Analizar.Gráficos» .. . Para elaborar el histograma de la variable Salarios nuevamente tenemos dos posibilidades. 8( 3( 13' 13 25 L 70(D' 1 88 _ . Observe que el dibujo sería idéntico si pidiéramos el % de casos (Figuras 2.

Estadistrcos -sao EDAD N Meaja Mediana Moda auaos a eraiacs 85-`_ 7200 5.306 -. 4.con el primer.306 6.00 1.34. 0 140 160 160 IDO 220 ND TO Lm vetos ao n.. P Mf. segundo y tercer cuartil.00 2000 28 00 61 3 59 100 1 .ioo NOS.00 1.Taderoe cara r Ñ Meso P Matero Reo= x cane cae P Pacaxiea (- P Mofe r s.750 13.. el 50 y el 75.•oe P Mim e Dotüav Ñ Amad r ET.00 3' 2. únicamente hacer constar que el coeficiente de asimetría que nos ofrece SPSS es el coeficiente de Fischer. y el submenú «Histo g ramas. c) Para realizar la estadística descriptiva de las variables volvemos al menú “ Analizar».915 201 .800 7200 9.604 40 0 40 120 4. Una vez allí. Estadísticos descriptivos. notar que aunque sólo hemos pedido los percentiles 10 y 90 nos ofrece también el 25. v cucando «Añadir» para que aparezcan en el recuadro grande. justo a la derecha de la opción «Percentiles.111 . Guantes . El output que nos ofrece SPSS es el de la Figura 2.081 604 11 0 11 1.8498 23 5203 2336 .330 5.396 604 23. Se observa con facilidad que la distribución de la variable Salario por hora se aleja de una distribución normal y se intuye que presentará asimetría por la derecha. Una vez en este menú clicamos en los estadísticos que nos interesan. tenemos que indicar los que nos interesan escribiendo el número en el recuadro pequeño.ya que la mayoría de sus datos se concentran a la izquierda de la media.306 -1. hemos añadido el 10 y el 90 (Figura 2. 33 26.00 1.570 _ 164 5..50 37.Frecuencias.443 109-050 776 .228 604 48 17 65 2200 26. Por otra parte.701 455 306 . Sin detenernos a comentar toda la salida.+* vedes 0e grzos Deae.6 r Ds tp •a66 1bd. seleccionaríamos la variable Salarios y marcaríamos la opción de curva normal.00 23 13488 181.20 300 500 600 8 BO _ 13' 5 10-00 10 10.775 7. } desde aquí entramos en la opción «Estadísticos>.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.9 4. como sabemos.mn F Den Cima P V6.496 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 . P Aarree P Cuba S ti Obtenemos de nuevo idéntico resultado a partir del menú «Gráficos.. J .33). ya que estos percentiles coinciden.. En nuestro caso.00 61 3 38 43 37. En el caso de los percentiles.•66 N•6100 •0 60 SO LA Rí05 .00 52-00 57 00 a Existen vanas modas Se mostrara el menor de los valores fi^rt 134.50 10... una vez activados tras el clic.

entramos en el menú «Gráficos. En el siguiente menú pulsaremos en opción «Simple» y en la función «Resúmenes para distintas variables» (Figuras 2. Wdwo Edioón Ve ' patos Transformar Arare Gráficos tildadas Ventana '.35 y 2.. I 1 F. Además. que corresponderán con toda seguridad a los gerentes de cada agencia..see • Pa^ salmo A_ °• Pqa una dispersión muy elevada en el 25% de observaciones que oscilan entre el cuartil tercero y el extremo superior. Pondera casos.39)... seleccionaremos la variable Salario por hora y aceptaremos (Figura 2. La salida de SPSS es la de la Figura 2... se sitúa el 25 c %c de observaciones más concentrado.36). . . e) Por lo que respecta a las preguntas a las que hemos de dar respuesta 0 Espera m casos 'recia. 1 pe°•r"1 Ira 2. d) Para realizar el diagrama de caja de la variable Salario por hora. Por el contrario. pee 71003 da casca Resúmenes neta d3n4aa venables r 48 00' 4300 21 00 Agora 2_36.. submenú Segmentar archivos» ( Figura 2.31. inserta ve verte* ffi . entre el cuartil primero y la mediana. Por último. En él vemos observaciones atípicas situadas aproximadamente entorno a los 26/27€ la hora. advertimos r J .-- 100 1W WI 62 N^' ^ WI 00 00 1 00 1 00 100 W 5+. ...^. 28 00 33 00 r Los daos del atta.sTi Srrele a9weda a. ea. nos trasladamos al menú «Datos».38.. _ _— Ceffas i a . Para ello. 5T Gafe.áfvn Gr WdldK Ventana W 00! W 4200 2200 57 03 36 r. Se trata del diagrama de caja usual presentado en posición vertical..37). 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.aa J __ en el informe que se nos pide en este apartado.sede eda0 salan 37 W E 4 51 saecooree casos.' al p: J 59( 89t 4 4'.. fades..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 . Diagrama de cajas». 24 23 58 44 •F m_ 1W 1 00 : 100 W J ^ Defr. Para responder a esta pregunta necesitamos calcular estadísticos descriptivos separados para el colectivo masculino y femenino. tenemos información suficiente para todas. san Resúnen. J .

43 años. ya que si calculamos el coeficiente de variación de la variable Edad 13.5 € la hora. se trata únicamente de algunas saciables extremas.34 éste nos diría que estamos muy cerca de considerar a la media como representativa del conjunto de datos. Segmentar archivo y Analizar todos los casos. Las cate gorías más representadas son estudiantes con BUP y con FP o ciclos formativos de grado medio. no crear grupos» (Figura 2. Así. será presentada para los grupos de-mujeres y hombres de forma separada (para desactivar esta función: «Datos. Respecto a la variable Experiencia. Además.5 € la hora.57 €. La dispersión es relativamente elevada.. De hecho.413 — 0. se trata de la variable más dispersa. tenemos personal que cobra un salario por hora superiora los 26.488 38.56. No obstante. ya que su media N Minim^ Maxim =iv I1A _ 5010 36 265 SALAR Cde edad es de 38. tenemos una gran dispersión de edades. observamos que los hombres cobran. Así. Nuestra variable de agrupación es Sexo.18 (percentil 90) con experiencia superiora 28 años. aunque el colectivo de mujeres presenta salarios más estables a tenor de su menor desviación típica y coeficiente de . En particular. nos podría hacer pensar que fiprE 211. Una vez en este SALARIOS Miromn Maims punto va podemos realizar el informe. cosa que no ocurre con el resto de variables. como personal estudiante de doctorado. cualquier instrucción que realicemos a partir de este momento. tenemos primero las observaciones con valor O (mujeres) s después las observaciones con valor I (hombres). De todas formas. se detecta que la media y la mediana se sitúan en estudios de tipo medio como COU.Organizar los resultados por grupos)) y «Ordenar el archivo según las variables de agrupación». Si diferenciamos entre sexos. s obtenemos la Estadisticos descripnvos' salida de SPSS de la Figura 2. Estadísticos descriptivos.79.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 .75) y el extremo superior de los datos. Por último. lo que representa un 59% de hombres a SEXO = 0 (media de la variable Sexo) y un 41% de mujeres. A título ilustrativo hay un 10% (percentil 10) de la población con experiencia inferior a 12 años y otro 10% 13. Bachillerato o FP de grado medio. si observamos tanto la estadística descriptiva como su gráfico de sectores.3 € mientras que otro 10% de la plantilla lo hace por salarios superiores a 13. Descriptivos. Así. la dispersión más elevada. la seleccionamos y si aceptamos observaremos como nuestro archivo se ha ordenado según ésta variable. ya que el coeficiente de variación es de 0.40).s:a 36 edades comprendidas entre los 17 y 65 años.43 — 0. con lo que este dato no es muy ilustrativo. para obtener la estadística descriptiva de cada grupo. la encontramos entre el cuartil 3 (9. sólo tenemos que pulsar «Analizar. la media de experiencia del personal de nuestra agencia es superiora los 13 años. siempre que no desactivemos la opción anterior. ya que su coeficiente de variación es el mayor de todas las variables 10. cantidades superiores a las mujeres. tenemos Nvándo se-_. Respecto ala variable Educación. en promedio. nos entretendremos al go más con la variable Salario por hora. un 10% de la plantilla trabaja por salarios hora inferiores a 4. 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 8.41. Sin embargo. y el hecho de tener la desviación típica mayor variable Edad. Aunque ello. podemos considerar que nuestra plantilla es relativamente joven. 98 25 SALARIOS Nválido (según lata 25 Nuestra plantilla consta de 25 mujeres y 36 hombres. Estadisncos descriptivos' Por otra parte.

se obtuvieron los siguientes resultados: inedia = 100.5 y moda = 107. 2. Por último. Paralelamente. Dibuje un gráfico adecuado para estos datos. algo que podemos observar tanto en su histograma como en el valor positivo que muestra el coficiente de Fischer. se analizó la demanda de los mismos.000 billetes de avión y 90. Comente los resultados. a) b) Determine si es grande o pequeño el grado de asimetría de dicha distribución.000 de tren. Por países. El coeficiente de variación de ambas variables. ¿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. 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 2.500. La interpretación de dicho coeficiente es que la mayoría de salarios se concentran a la izquierda de la media. El coeficiente de variación. se trata de una distribución leptocúrtica. mediana = 95.11. en concreto muestra simetría por la derecha. 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. todas las distribuciones a excepción de la del Sexo nos muestran este tipo de asimetría. el máximo 20. 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. fueron los turistas de Alemania quienes realizaron mayor número de pernoctaciones con 35 millones.000 con una varianza de 2. seguidos de los franceses con 20 millones y los procedentes del Reino Unido con 17 millones. 12 26 20 13 30 17 504) muestran una media de 75. Otras naciones se reparten el resto. . De hecho. Ejercicios propuestos Ejercicios pujos 2. Calcule en qué tipo de billetes se encuentra más aventajada dicha agencia respecto a su competencia. Se sabe que la media aritmética de ventas de billetes de avión de las agencias en dicha población es de 45.48 PRR11 1RE SPSS • EJEMPLO RE RESOLUCIÓN R Esladíshca aplicada al MISMO EJEMPLO RE RESOLUCIÓN R PRRIIR RE SPSS variación. Comente los resultados.11.116 Una agencia de viajes de Granada ha vendido durante un año 50.4. Indique ante qué tipo de variable nos encontramos.000 con una desviación de 1.000 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. al contrario que las distribuciones del resto de variables que son platicúricas. 2116 750 700 450 900 590 Tras realizar un estudio del número de personas que acuden los lunes al campo de golf de un hotel cercano al Montseny. el tercero 19 y la mediana 10.5. La distribución es asimétrica. el primer cuartil sea 5. Los datos resultantes son: 2.

1. 640.5 y el cuartil tercero 96. 890. 900. Todos estos alojamientos son los que presentan un precio más ajustado dentro de los que posee una agencia y son utilizados en las temporadas de otoño. 1. Los datos no cuentan lo que forma parte del . c) Encuentre la distribución de frecuencias relativas con clases iguales que le parezca adecuada. 580. 1.020. ofreciéndoles un descuento de un 1O% en cualquier apack» que escojan en la temporada de 2004 (siempre que el destino sea Salou. naturalmente). 540. 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. Son: 500. 1. 750. 800. 1.050.50. ¿Cuál de las dos personas ha recibido una mejor oferta en relación a su categoría? 211. con desviación típica de 1. viaje.40. 950. 18. 100.1 Para un conjunto de datos la media es 80.400 y represéntela en un histograma. 38 y 18. 600 -900. 750. 65. 670.100. 550. 570. 600.l) El porcentaje de valores de gasto superiores a 850. 23. 38. 850. 21111 Los siguientes datos reflejan el gasto en € realizado por 26 turistas en Salou durante su estancia en 2003.5. Entra una de 36.500 €. 1. 23.118 Dos personas diplomadas en Turismo con diferente grado de experiencia han recibido dos ofertas de trabajo. invierno y primavera.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. la mediana 84.000 €.5. pecto al centro de la capital: 38. Calcule alguna medida de centralización y dispersión para ello. Se pide: a) Dibuje el gráfico que resulta más adecuado para este tipo de datos.. la distribución correspondiente al trabajo que han ofrecido a la segunda diplomada tiene una media de 21.500 €.500 € y una desviación típica de 1.000 €. alojamiento y media pensión.72.27.300.Cap itu lo 2 Pnálisis exploratorio de taria0les unidimensionales 49 • E]EItItIOS PIOPUESTOS • E)EItItI1S PIIPUESTIS E)EItItI1S PIIPIESIIS 211. Desde la oficina de turismo de Salou se pretende incentivar al 25% de turistas que más gastaron en sus vacaciones. es decir. b) Encuentre la distribución de frecuencias relativas con clases: 500 -600. Dibuje los diagramas de tallo y hojas para cada familia. b) ¿Cuál es la distancia media de los alojamientos? ¿Y la distancia mediana? Tabla 2. 980.3) El porcentaje de valores de gasto entre 550 y 900.100 -1.400. Compare las familias. 101. 1.40. Por otro lado.200.28. la desviación típica 10. 112)? c. el cuartil primero 75. 900. Sabemos que la distribución de sueldos correspondiente a la categoría de la primera persona tiene una media de 14.pack».900. ¿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 2.050. represente el histo grama y en base al histograma.5. 700. 1. 18.51 si aplicamos la regla de Chebychev? ¿Qué porcentaje caería dentro de ese intervalo si la distribución fuese normal? ¿Y dentro del intervalo (49.1 La media de edad de nuev e personas es de 40 años. c. ¿Cuál es la nueva edad media? ¿Puede determinar la mediana de esas diez personas? 2. 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 .000 € y a la segunda le han ofrecido 20. calcule: e.100.1.65.2) 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. 28. Escoja diferentes agrupaciones. A la primera le han ofrecido un sueldo de 13. 65.

de los espectadores que siguieron la gira en todo el mundo .14.5001 10 I0 a) Dibuje el histograma de frecuencias y comente su forma.0. h) Utilice alguna medida de dispersión adicional para mejorar su análisis de la misma. d) ¿Qué medida de centralización encuentra más adecuada. del año 2003 y poner el precio a los paquetes turísticos promocionales.000. a su juicio. 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. b) Confeccione una tabla con las clases. al 759 y al 90'k? ¿Cómo se llaman estos valores? f) Determine el valor del percentil 10.3. 70. 76. 2. Compare los valores obtenidos con el [0.000) 12. Comente los resultados.000) ( 1.4. calcule la media y la mediana de los datos.000.8.000.4. 2.2.3. Escriba una frase interpretando el valor obtenido. 3.000) Porcenrajell 2 3 4 5 5 5 15 26 26 8 2 . 1250. 15.7.1111 La Tabla 2. e) Realice un histograma. d) Calcule los tres cuartiles y dibuje el diagrama de caja correspondiente a la distribución de los datos. en 1972.000. a) Agrupe los datos en clases o intervalos.29 muestra la distribución de la renta. 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>. e) Tomando como marca de clase el punto medio de cada intervalo. en decibelios. 750) (750. 7.8.000. de Marbella ha recogido un conjunto de medidas del nivel de ruido del transporte. e) ¿Cuál sería el valor que dejaría por debajo al 50'k de la población. 6. en un importante cruce de su ciudad: 55.000) [4. 60. 58. Dicha gira. 10.250. 4.000.000) (3. 54.2. 59.9. Explique su significado.750) (1. los datos.2.7. 66. 60.000.000) [ 15.000.000. 2.000. g) Utilice la regla de Chebychev para determinar qué porcentaje de medidas se tendrían que encontrar entre x 2s_ 3s. 64. 25. una de las más exitosas de todos los tiempos..250) (2.3.250. 62.2. 55.6.1. dada la tipología de datos? e) Calcule una medida de dispersión que considere adecuada. 1. de Bruce Springsteen.3.0.750. 500) [500. 61.500) [ 1. las marcas de clase y las frecuencias.000. 72. 56. 250) 30 5 10 10 10 10 5 5 número de datos que se encuentran realmente en dichos intervalos. 2. 67.000) [7. 211. b) Calcule los percentiles 10 y 90. 125. 63.000) [ 10.28 muestra la distribución de la distancia en km que tuvieron que recorrer los espectadores que acudieron a la fase final de la Euroliga de Baloncesto celebrada en Barcelona en 2003.000) [5. 1.3. 50. el ayuntamiento (1.000) [6. 2.Ziggy Stardust.250) ( 1. 1. 1. f) Comente qué tipo de asimetría y apuntamiento presentan. 69.50 ElE1tItIIS IIIIIESTIS • EJEItItI15 IIIIIESTIS • Eslalishca aplicada al lulisma EJEItItIIS IIIIIESIIS c) Calcule los percentiles 10 y 90. d) Añada al diagrama anterior el polígono de frecuencias.000. 65.000.8. 67. Escriba una frase interpretando los valores obtenidos.000) [25. 5.000) [50. Con el objetivo de conocer hasta qué punto aumenta el ruido en su ciudad en temporada alta. en S. Coméntelo.000) [2.500. 21111 La Tabla 2. de David Bowie. 55.

Dibuje el diagrama de caja.bozplot» para comentar la dispersión de alguna variable. Se pide: a) Realice la tabla de frecuencias de las nuevas variables Edad y Hotel así como de la variable Destinaciones. dl Calcule el coeficiente de variación y comente si la media es una medida representativa. Comente la dispersión de la variable.. 1. a) Calcule la media y la desviación típica. ¿en cuánto aumenta la media? ¿Y la varianza? c) Si se decide un aumento del sueldo de un 15%. ¿cómo aumenta la media? ¿Y si se hace esto mismo con el trabajador que menos cobra? . Constate dicha impresión con los cálculos del coeficiente de asimetría y curtosis. f) Calcule alguna medida de concentración y comenta los resultados.. ci Calcule la media y la desviación estándar.30.2r10 1. 21116 La Tabla 2.200 1350 1. 21111. Comente los resultados.30 muestra los sueldos en € de los empleados de una agencia turística: Tabla 2. b) Calcule el percentil 10 y 90. el Dibuje la curva de Lo re nz y calcule alguna medida de concentración.Qué medida de centralización considera más adecuada? Justifique su respuesta. Escriba una frase que comente el sentido de dichos valores.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.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. Ejercicios con SPSS . A partir de la base de datos enalgunlugar. ¿en cuánto aumenta la media? ¿Y la varianza? d) Si se aumenta el sueldo del trabajador que más cobra en 500 €. lo Si se decide un aumento lineal para todos los trabajadores. g) Utilice el diagrama .200 b) Realice las estadísticas descriptivas de las variables más interesantes. 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.450 800 800 1100 1.sav.

10.9. Diagramas y tabulaciones bivariantes 3.11. Hipótesis del modelo lineal. Introducción a la inferencia estadística 3.7.6.3.CflPÍ1UL0 3 Análisis exploratorio de ^► variables bidimensionales 3. Medidas de calidad del ajuste 3.2. La regresión lineal simple 3.1. Dependencia funcional y estadística. Ejemplos de estudio 3. Ejercicios propuestos . Cosarianza y correlación 3. Ejemplos de resolución a partir de SPSS 3. Estadística de atributos. Consecuencias 3.4. Independencia y asociación 3. Introducción a la regresión lineal simple 3. Cálculo de coeficientes e interpretación 3.12.8.5.

1. sí presentan una cierta dependencia estadística. Una forma de disponer estos resultados es la conocida como tabla de doble entrada o tabla de contingencia. podemos obtener las distribuciones marginales de la Tabla 3. Considerando simultáneamente las dos series.. son dos valores cualesquiera y n „ es )o — Y. Oidgrdmds u IdbuldclafleS biVdrÍdllCeS La información bidimensional se suele presentar en tablas de contingencia y el gráfico más común es el diagrama de dispersión o nube de puntos. es decir. sional de la Tabla 3.2. e y. Estas características..1. conjuntamente con y.. que representala frecuencia absoluta conjunta del valor i-ésimo de X con el j-ésimo de Y. . n 12 nos indica la frecuencia conjunta de . sin estar ligadas entre sí por una relación matemática. n. n„ n. dada la distribución bidimen- remos genéricamente como (x.. se llaman distribuciones marginales a cada una de las dos distribuciones unidimensionales que se pueden obtener. — Y. el precio y el • • 3. se obtienen series estadísticas de las variables X e Y. Tablas de doble entrada o de contingencia- Sea una población estudiada simultáneamente según dos caracteres X e Y. . I rl . En este caso.r. n„ . de forma que en cada una de ellas no se tenga en cuenta la otra. si una variable X y una variable Y se estudian sobre una misma población y se miden por las mismas unidades estadísticas. con y2.. . Dada la distribución hidimensional (x. n ..3. etc. n„ nos indica el número de veces que aparece .e.. donde x. el gasto en publicidad y la demanda de servicios turísticos. n. la longitud y la latitud)...). E n el presente capítulo estudiaremos dos características de un mismo elemento de la población (el número de quejas y la valoración que recibe un hotel. y.número de estrellas de un mismo hotel. n. . De forma general.). • . y. se suele decir que estamos ante una variable estadística bidimensional. que podemos representar tal y como se muestra en la Tabla 3.

como la distribución de la característica y para los elementos de la población que tienen como característica x el valor x. En general se puede interpretar. Independencia estadística Si ponemos una restricción o condición a una de las dos variables. es decir: n. para todo i. =— —. o bien ponemos símbolos diferentes. •• 32. indica que el valor de X viene condicionado por Y. una curva o cualquier otra forma funcional de manera exacta. Se las suele representar como: X/Y . Para indicar el número de coincidencias. si la relación fuese funcional. Esto se ve gráficamente en el diagrama de dispersión. por ejemplo. o hacemos los puntos del tamaño de su frecuencia absoluta. y la otra en el eje Y. 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. tenemos las distribuciones condicionadas.1 muestra una relación lineal positiva entre las variables Valor y Precio. . indica que el valor de Y viene condicionado por X.E Dependencia funcional d estadística. la distribución condicionada de y para x = x. una de las dos variables en el eje X. lo que nos interesa principalmente es saber si existe algún tipo de relación entre ellas. negativas. Gráficamente.. veríamos que las observaciones del diagrama de dispersión trazan una recta. 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. Se dice que dos variables casos. YIX. Medidas de dependencia lineal: covarianaa u coeficiente de correlación Como ya hemos comentado. relaciones no lineales y ausencia de relación.Ceplulo 3 Análisis exploratorio de variables bidimensionales 55 Por tanto: 90 N 80 i =r = — . se dice que hay dependencia estadística. en el estudio conjunto de dos variables. o bien indicamos entre paréntesis el número n .=n =n Diagrama de dispersión o nube de puntos 60 50 150 I 160 I 170 Precio I 180 1 190 Representamos las variables en ejes de coordenadas. . Según la forma de esta figura podemos encontrar relaciones lineales positivas. . 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. A título ilustrativo la Figura 3. 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.

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

. = 7. l • • 3. Por ejemplo.8 s = 8. y a la otra. vamos a llamar a la X variable independiente. De las dos variables a estudiar. 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 = 169.6 67. Es muy probable que si calculamos el coeficiente de correlación entre estas dos variables obtengamos un valor muy elevado. exógena o explicativa. . que vamos a denotar con X e Y. 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).1. 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. cuando se estudian dos características de una muestra simultáneamente.6 s. se puede considerar que una de ellas influye sobre la otra de alguna manera. La regresión lineal simple Como se ha dejado patente anteriormente.7567 — 0.7567 175• 80 +180 82± 16257+. 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. Y.3.2139 . con los datos del ejemplo anterior (Tabla 3.32 7. la llamaremos variable dependiente.32 Ahora se puede calcular el coeficiente de correlación lineal r.8 = 52.8282 que nos indica que las variables están relacionadas de forma positiva.Capado 3 Análisis exploratorio de variables bidimensionales 57 tencia de ninguna relación de causalidad de una variable respecto a otra. endógena o explicada. 10 169. Un ejemplo ilustrativo es el siguiente: supongamos que tenemos los datos de temperatura y el número de matrimonios.. 8. Este tipo de correlaciones se denominan espurias y su origen se tiene que buscaren otra variable (como por ejemplo las vacaciones de verano) que presenta una relación de dependencia con las variables observadas.4). El objetivo principal de la regresión es descubrir el modo en que se relacionan.: 52.. Ejemplo 3.2139 = 67.

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

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

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

r se puede plantear la siguiente pregunta: ¡ . lo cual es lógico pues R' indicaba la calidad del ajuste de la nube de puntos a la recta. un modelo perfecto es un modelo sin errores (e = O). si se comprueba una buena correlación lineal entre las variables X = Gasto en publicidad e Y = Demanda turística. por ejemplo. que las predicciones serán mejores cuanto mayor sea el coeficiente de determinación y el número de datos del cual se dispone. Así pues. pues es posible que se obtengan resultados absurdos. resultando y = 6. Esta es la suma de errores al cuadrado. . De cara ala interpretación. Introducción a la inferencia estadística e.édiFFEM. y un modelo desastroso sería uno donde los errores lo explican todo. sustituyendo en la ecuación de la recta x = 10. que hay una relación lineal entre dos variables y se calcula la recta de regresión apropiada. El coeficiente de correlación (o el de determinación) lineal es el dato que. es decir.Capitulo 3.2109. Es la parte de la varia- 0. Análisis exploratorio de variables hidimeosiaoales 61 Análogamente. 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 variación de y que podemos explicar con x • SCE = SCT: suma de cuadrados total. . por tanto.. SCNE = ( y – i. Un ejemplo podría se • obtener una demanda de servicios turísticos negativa (imposible en este ejemplo). la fiabilidad de una predicción obtenida mediante la recta de regresión se puede medir con el coeficiente de determinación R1. se va a aprovechar el modelo de regresión para introducir el contraste de hipótesis como una breve aproximación a la inferencia estadística.6. El primer objetivo de la regresión era poner de manifiesto una relación existente entre dos variables estadísticas.9._am.9+ SCE – I SCNE SCT SCT e) SCNE: suma de cuadrados no explicada o suma residual. y la recta de regresión tenderá a ser horizontal. • 3. En el momento de hacer predicciones hay que tener ciertas precauciones.= Donde: a) b) SCE: suma de cuadrados explicada..6. ésta se puede usar para obtener valores de la variable explicada. SCT = SCNE. con nuestra recta.c_ +t:4e. o sea. nos indica que la predicción obtenida es fiable. En este modelo la variable explicativa no tiene ningún poder explicativo sobre la explicada. Una vez se constata. Por ejemplo. ción de y que no podemos explicar con x. o próximo a 100`I. para predecir. a partir de valores de la variable explicativa. Se puede concluir.si es R'). con lo que el coeficiente de determinación sería igual a la unidad. se puede definir el coeficiente de determinación de la siguiente forma: R. si es grande (próximo al o-1 si es la r. )' _ ^e=.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. con una recta de regresión (de Y sobre X) igual a: v=0. Aunque ya ha quedado delimitado el objeto de nuestro libro hacia la Estadística descriptiva. Es toda la variación de y • SCT = 7(5' – i).

por tanto. En general. que h m (I:' Empecemos por la primera hipótesis.. se supone que ese cociente es suficientemente grande cuando excede 1. . Pongamos. Este valor se corresponderá.96'.1 está muy cerca o muy lejos. tal y como lo hemos presentado. esto no es casual. pero que mostraremos su intuición. b). a título ilustrativo. . Hipótesis del modelo lineal. Así: Ib sh bI Si t > 1.62 Estadistica aplicada al turismo Como se ha comentado con anterioridad. Una varianza del estimador elevada implica una reducida eficiencia del estimador. se sustenta en una relación estadística entre dos variables. obviamente.7. Ahora se trata de saber si 1. En nomenclatura: H:h=h Se trata de ver si la diferencia entre la estimación de h (h) y el valor de nuestra hipótesis h. es decir. Si el coeficiente estimado hubiera sido 1.11. es suficientemente )estadísticamente) grande como para rechazar dicha hipótesis. la varianza del estimador. que h = I.96 se rechaza H„ .: ^e= Ss = ( donde n la varianza residual s' •X' ) n- 2 La interpretación de la desviación estándar del estimador es sencilla. Evidentemente. en caso contrario se acepta`. Cuanto mayores son los errores mayor es su dispersión. dicha predicción se basa en las estimaciones de a y h lá. • • 3. para conocerlo utilizamos el siguiente contraste y estadístico que no demostraremos. A modo de convención. con uno del estadístico t superior a 1. debidamente relativizado por la desviación estándar del estimador.05. A la luz de lo visto en los apartados anteriores. Observe igualmente la similitud del cociente inherente al contraste con la expresión mostrada en el Apartado 2. en una muestra individual puede alejarse de su verdadero valor: el de la relación entre xev. Consecuencias c.7 del capítulo anterior que hacía referencia a la tipificación de una variable. Dicha columna. que creíamos que al aumentar en una unidad x. Pongamos que con una muestra de datos obtenemos una estimación de h con valor 1. La hipótesis a comprobar hipótesis nula) será que h es igual a un determinado valor h . Imaginemos ahora que teníamos una idea previa de la influencia de la variable x en y. x e V. de acuerdo con lo comentado para el estadístico t. que x influye en y.1 (h = 1. 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 959.96. como mínimo. no hubiera habido duda. recoge la probabilidad de aceptación de la hipótesis nula (normalmente la hipótesis es que dicho coeficiente estimado es igual a 0). que aunque el estimador calculado y promediado para muchas muestras concretas acierte. El objetivo es conocer si b es estadísticamente igual a I. ¿Hasta qué punto podemos concluir que nuestra hipótesis era falsa? ¿Podemos afirmar. 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. Evidentemente. su varianza y. Su interpretación. es decir. es decir. y también aumentaría en una unidad. uno de los objetivos del modelo de regresión es la predicción. es que únicamente se rechazará la hipótesis nula si dicho estadístico es inferior a 0.rt1■111 El modelo de regresión lineal. nos queda conocer cómo calcular s1.

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

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

Un estadístico acotado adecuado para tablas 2 x 2 es el coeficiente d.Caplolo 3 Análisis exploratorio de variables bidimensianales 65 Una vez realizada esta operación. para una tabla 2 X 2 su valor máximo es de 0. dicha asociación no parece ser muy elevada. (e — 1 ) } La V de Cramer vuelve a estar acotada entre O y 1 con la interpretación usual. Al ser el valor del estadístico mayor que el valor en tablas se acepta la hipótesis de asociación.07. mín { (r — 1). En tablas. al 5% de significación el valor es de 11.y 2 no está acotado y es directamente proporcional al número de casos. tomando el valor 0 cuando no existe relación y I cuando se establece entre las variables una relación perfecta.a. por el número de columnas menos uno. en caso contrario no se podrá rechazar dicha hipótesis y se supondrá independencia. El nivel de significación suele ser del 5%. ^ = Los grados de libertad: (6 — I I • (2 — I) = 5. Estadístico x2 : Hombre Fiat Total Peugeot Ford Mercedes BMW Volvo 9 6 Is 26 18 li I. Los grados de libertadad vienen dados por el producto del número de filas menos uno. también para tablas extensas y teniendo en cuenta el número de filas (r) y de columnas (e) es la V de Cramer. que es la medida adecuada para la tabla de que disponemos. a pesar de que aceptamos la presencia de una cierta asociación entre el sexo y la marca de coche escogida para alquiler.7 V =^ O . el estadístico . correspondientes a julio de 2003. l .5. Se rechazará la hipótesis de independencia si el valor del estadístico supera al valor de tablas.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. 20 10 3 4 61 Total Re-¡+.707). a menos que se indique lo contrario. es necesario comparar su resultado con el valor de la distribución x de Pearson en tablas. 13 16 116 íst i c. Ejemplo 32.:. al ^ ^ ^ 1 61 6 =0.I4 = 0. Por último. La interpretación de sus valores es idéntica al caso anterior. 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. Para tablas más extensas. Como conclusión. siempre que tengan la misma dimensión (número de filas = número de columnas) se puede utilizar el coeficiente de contingencia C. Su expresión: C yl X + N Su valor mínimo es O mientras que el máximo depende del tamaño de la tabla (por ejemplo. N ^ El coeficiente do está acotado entre 0 y I. Sin comparar con el valor en tablas.

59 que nos indica que la variable independiente Precio explica el 68.10.6 67.8 = 52. 80 Se observa que los puntos siguen una tendencia. que se obtiene sustituyendo el valor de x. nos constatará que hay una buena relación lineal. s = 169. aunque uno de ellos.. decidimos estudiar cómo el precio del viaje de los individuos influye sobre la valoración del mismo. Así pues. ¿qué valoración le debería corresponder a un viaje de precio 178 €? La respuesta viene de la recta de regresión de Valor sobre Precio. Entonces tomamos X = Precio como variable explicativa e Y = Valor como variable explicada. 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. una valoración y = 76. aunque no lo haremos en este caso. El coeficiente de determinación.8 s = 7.005x Así.59% de la varianza de las valoraciones. e incluso en ocasiones se elimina de la tabla. 175 = 17 80 + 180 • 82 + 162 57 + . 66 Estadíshca aplicada al turismo 3.177.10.71 + 1. un viaje de 178 € (correspondiente a x = 178) tiene.63) se aleja de dicha tendencia. La calculamos con los datos que ya tenemos: y — 67. para que nos informe si vale la pena iniciar el estudio de la regresión lineal o no hay motivos para ello (Figura 3. Ejemplos de estudio Ejemplo de estudio 3.6) 52.2139 s. 150 160 170 180 190 Pasamos al cálculo de los estadísticos necesarios: Precio Tabla 3.6 = 67. En mues70 tras numerosas un dato atípico no afecta demasiado al resultado. que es el índice numérico que evalua50 rá esa tendencia. 80 82 57 63 78 65 66 67 62 58 Valor Aunque en este caso tenemos dos variables muy relacionadas.32 (x — 169. 90 Comenzamos con la nube de puntos.7567 y R2 = (0. calculado con anterioridad. en virtud de la recta de regresión. Se toma como fiabilidad de la predicción el índice R'-.8.59%.04 . el 60 dibujo revela cierta tendencia de los puntos a agruparse en torno a una recta imaginaria.8282) 2 • 100 = 68.. y no está claramente definido cuál de ellas influye sobre la otra. 0 169.1 Vamos a realizar un estudio completo del ejemplo que se describe al comienzo del capítulo a partir de la Tabla 3.8 = quedando: y = —102.3. = 8. Por ejemplo. según la tabla de datos. el (157.6.32 Ahora se puede calcular el coeficiente de correlación lineal r y el de determinación lineal R2: r = 52. 52.6.3).7567 Fgura 3.8282 7. que reproducimos a con175 180 162 157 180 173 171 168 165 165 Precio tinuación. Es decir.32 — 0. A este dato se le llama dato atípico. se dice que la predicción tiene una fiabilidad del 68.2139 .

48 e..73 — 91.73 = 0. S6 = +0. = 7. mayor es la consideración del hotel.89 _ 0. ti pre cio ces notes es muy expucauvo ae w punwacsuu.74.5) 2 = 52..5 = 23 r.1506 f 0.5.512 — SCT= (86-91.+(90-91.99 53. cada € adicional en el precio por noche de una abituación individual del hotel.07 ) 5 = (0.5 ts ue csr.2 Supongamos que tenemos la Tabla 3..95 puntos.22 e6 = 0..27 e2 donde ^^ ^ = 71.98 +fi .7 que reproduce el precio por noche de una habitación individual y la puntuación recibida por seis hoteles de Granada durante la celePrecio 36 48 51 54 57 60 bración de un congreso en 2003.5)2=53.73 = —0.. + (94.5= -51): v=71. Valor 86 90 91 93 94 95 Se pide: a) Los estadísticos individuales necesarios.383 • 36 = 85. s. contraste que b = 0. (3 62 +.98 De lo que podemos concluir la existencia de un elevada correlación positiva. = 7. = 0. Solución 1 -t = 51. = —0.93 — 91. Capiulo I dn)lisis exploratorio de variables bidimensionales 67 EJEMPLOS bE ES11010 • EJEMPLOS 1E ES11110 EJEMPLOS 0E ES11010 • Ejemplo de estudio 3. .383. partiendo de un mínimo de puntuación en tomo a 71. d ) e. parece redundar en un aumento en la puntuación que éste recibe de 0.. I v -91. Es decir.14. = 86 — 85. = 0. c) La recta de regresión de y sobre s.5)2+. a mayor precio.95+ 0. i) Contraste la hipótesis de que el precio por noche no influencia a la puntuación que recibe el hotel. s.37 e.1506 0204 0.95 + 0..272+. = 91.+ 60-) -6. es ajust e pare ce ser muy oue no.. e) La varianza residual. h) La predicción de la puntuación para un hotel cuyo precio de una habitación individual por noche es de 42 €. on lo que e mación del precio del hotel podemos ajustar de forma muy precisa el valor de la puntuación del mismo.. = 2.33 e. g) El coeficiente de determinación. d) Los errores cometidos con cada observación. f) La desviación estándar del estimador. —99 0.5)2 + . b) La covarianza y el coeficiente de correlación.383X 60 Es decir. b ) S = 36 86 60 • 95 51 ^ 91..5 SCE = (85. O sea.89 R2 = 52.072)= 0.74232.

77 Evidentemente se rechaza dicha hipótesis. Resolució n : 1.75 9 80 580 695 213 6 00 3.. asimismo. Comente los resultados.20 5 'fi d 15 16 7 18 19 5. —0.00 5. A partir de la base de datos Salarios. Realice el gráfico de dispersión.00 .xls: I. entramos en el mentí «Analizara.71. un hotel con precio por noche de 42 € recibiría una puntuación de 88. Ejemplo de resolución a partir de SPSS Ejemplo SPSS 3.00 44.03 • EJEMPLOS OE ES11111 • EJEMPLOS IE E511111 hl 5‘.00 .00 7.383-0 = i) 0.00 27.00 2100 53 03 5100 213 .00 62.03 900 2 00 3 00 5. J 3.. ya que parece que el precio de la habitación redunda en la puntuación que recibe el hotel.00 2 00 3..00 I r de aastea. Comente.03 6. iUJ 3.11.0204 18. 2.11.00 20.00 40 001 5 00 3 00 4 00 15 00 1300 8 03 00 1 00 1 00 .00 00 5..383 • 42 = O sea. De cara a realizarla tabla de contingencia de las variables Sexo y Nivel educativo. los resultados. el análisis de correlaciones y la regresión lineal entre las variables Salario por hora y Años de experiencia. r EtaSstxos desgarros Tablee mundanas Camparen pedas taodeto traed general Modelos martes Correlaciones Redes& tootied Il¡al Frecuentas Erpbn.03. „-.1.00 3. r Descreemos •=3:1=1.1 azor. el submenú «Estadísticos descriptivos» y la opción «Tablas de contingencia» (Figura 3.00 00 00 . Realice la tabla de contingencia de las variables Sexo con y Nivel educativo.4).68 Estadística aplicada al turismo EJEMPLOS lE 1511011 88.00 5.00 700 00 5. Reducoon Escales Pruebes no permetncas seres temporales 5upereirenoe Pe-norestes 28W mentes datos r 56UU Antros de valores perddos.03 38.95 + 0. 00 3. 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.

7% 111% 8 571% 222% 3 5 6 7 6 429% 167% 2 400% 56% 4 80.0N %deSEXO Recuento % de EDUCACIÓN %de SEXO Recomo %de EDUCACIÓN %deSEXO 2 __2% 80% 3 600% 83% 5 100. Fomuto-_ Residual ñ Fla r No tyñcados t7 1 19 r Caserna Toar r Toreados r Tprcadscmagdos 580® --- 5100 Tapa oe mnngerUa EDUCACIoN' SEXO SEXO Trd .Cabildo 3 Ooálisis explorelono de variables bidimensiooales 69 EJEMPLO IE IEStIICIÍI I 111T11 IT SPSS • E]EMfLI IE IESILILIÍI I 111T11 IE S1SS _ . 8 9 10 11 'oai 25 410% 1000% 36 590% 1000% Fi ora 3. seleccionamos el tipo de frecuencias. A nosotros nos interesa.0% 28% 3 100 0% 83% Una vez aquí seleccionamos las variables correspondientes ■ entramos en la opción «Casillas».0% 8. aceptamos nuestras selecciones en los cuadros de diálogo «Tablas de contingencia: mostrar en las casillas y en Tablas de contingencia>.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 66.1% 3 100 0% 83% 2 100.) 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. y obtenemos la salida de resultados (Figura 3.1 . mIEI tI®1 var - Tablas de rente-venda 2 3 4 s. nos confirma que no se ha perdido ningún caso fruto de alguna ausencia de información en cualquiera de las dos variables (Figura 3.6). i. En la tabla podemos contemplar el número de casos para cada par posible de la combinación entre la variable Sexo y Nivel educativo. Clicamos en ambas opciones (Figura 3. ____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. • e .5). En ella. únicamente.3os 'rawer . las frecuencias observadas y las frecuencias relativas marginales cuyo cálculo nos ofrece SPSS bajo el nombre de porcentajes fila y porcentajes columna.0% 11. en este momento.0% 56% 1 100.7). Una vez aquí.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.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. La salida también nos ofrece el siguiente cuadro que.

.m a-rapessin s.12). athoo Edmn ve Dias Trasformar ala e J p edac salarlo 1 JJJJ^ edut eso frM0os uidede5 Vetan 1 Dtomes Eoaeovos desapwos • • U'.10).^ Sal tibio .. Para obtener el gráfico de dispersión entre las variables Salario por hora y Nivel educativo._ 041dtrea. Correlaciones.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. (Figura 3..orama de edicaceo > tam •.80 3. Teases pesonahedss coopera made: Modelo kd general Modelos monos pepeetln toyed Gestas Renacido de daos Escales aneases no pa•nensas saes temporales 1. ^ ICJ Planas . aceptamos la opción «Simple. El resultado parece mostramos una relación positiva entre ambas variables. aunque de carácter débil (Figura 3.. 70 EJEMILI IE IESILILIÍI -. Por último. 00 00 00 00 00 1 . seleccionamos la variable Salario por hora para el eje de ordenadas y la variable Experiencia para el eje de abcisas (Figura 3.tgte Ee ^r ^ J4zpra Pega IJ ÍD • a 2..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. (Figura 3.00 00 1 00 119 44 00 62 00 2700 o á -^o o 10 20 30 a0 50 400 1500 1300 8. submenú «Dispersión. r3Ge ^JJ^ =^ Pe^^= ^ 0k9.11. acudimos la menú «Graficos>..00 13..00 espe renca 21 flglli 3.&-v Votan 2 3 5 6 7 8 9 10 11 12 13 14 15 16 7. S 51 1 73 5 5_ 6 70 500 900 715 7. En el cuadro de diálogo resultante.75 980 580 695 965 mítpes :+ralas de valores pedalos.11).00 3800 23 00 5300 5100 28 00 33 W figaa S ll . SPSS nos lo ofrece en el menú «Analizar.8). Posteriormente.00 670 : Di.. Bivariadas» (Figura 3. . edad 2. el Dispersion 30 ^^ Eei Establece ne•cc v Eeparar Reaeekce r ^v I ^. m UJ 1W 5t1 LeJ 10 `ris 3100 4000 500 3.usa les nceeneamns gar de toe cams reó•te.9). 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. Telta. Con respecto al cálculo del coeficiente de correlación entre ambas variables.

c 44 CO Escalamient .Figura JN. Regresión..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 . ese a se.15).. La variable Experiencia es. La salida de SPSS es la de la Figura 3. re paranetrxas Sanes temporales 5sperabrenoa = •c.13). ya que lo razonable es explicar el salario que cobra una persona a partir del número de años de experiencia que posee la misma. Para ello.• s de vaarssp>ádos. Eslxeeden po dereda.Caplulo 3.39.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 ...Residen Erxedas de caso r r DuenWasm Dxporacos pa caso Greecor Guarda. Vanehbp . adecuado siempre que hay al menos una variable cuantitatisa (Figura 3. Dentro del menú. • t LogistMa Marx.. Lineal» (Figura 3.m las combase. entramos en el menú «Analizar.Coehcwes rx de rolecrsrs F de repetrmde mfi. Además.. 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 .16).01 (bilateral 390*" 002 61 1 51 -c<behvyirs= " Bialea arca r r Sean.. seleccionamos la variable Salario por hora como variable dependiente.muae nieves . Me Meet. Donde se observa un coeficiente de correlación de 0.. 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. Root. 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 . aunque no muy fuerte. • • a arana... Loteara mimad. adrados en dos rata.. que muestra una relación positiva..390^ 002 61 0..os _ Tabas persmaizadas exp Compasar ar medras Modelo Mear genera Modelos romos Conelaocces Loglleal Ciasta Redoren de datos Escalas Pruebas EZTI • Estrenen cdrvrnea. Por último. por tanto... Opciones r . *eras las variables Salario por hora y Nivel educativo. la variable independiente.14... se nos pide el análisis de regresión lineal para t • ear J Traldormer Arxiza Grecos Utidatles Ventana =1 ^ Informes Estadmcosdesaptr. La correlación es significativa al nivel r uriaaa egrik ee.

son nulas. Cree siete variables binarias (1.181€. Ahora el coeficiente de las nuevas variables Destino se interpreta en relación a la categoría omitida. Nos indica el coeficiente de correlación entre ambas variables (0.72 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. Pensión. Ahora cambie la variable original por estas variables binarias en la regresión múltiple. en la segunda fila la suma de cuadrados residual y en la tercera la suma de cuadrados total.0) tal y como hicimos en el capítulo anterior. El siguiente cuadro nos desglosa el coeficiente de determinación en sus componentes.I Re9re. Este mismo hecho se puede comprobar con la última columna que nos indica la probabilidad de aceptación de las hipótesis nulas. País.15). Ejemplo SPSS 3.188 E.aa ra6 ra 214 658 20 281 N 1 59 60 F 10 584 Sn 002' a varares peeddoras !Constante). 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.anraan 152 a dar ardes pedict0rás Ieomtarlel . Destino. por tanto. Se puede comprobar fácilmente cómo el coeficiente de determinación es igual ala suma de cuadrados explicada dividida entre la suma de cuadrados total. O sea. Ello se puede apreciar en la cuarta y quinta columna. partiendo de un nivel salarial de 6. d) Se trata de un ejercicio de ampliación. Así. respectivamente.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. Pensión y Organizado deben especificarse como variables binarias (1. 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. eepenenoa ANOVA° Sumaae r m AnIns 214 656 1196 560 1411218 Seda rr . eepenencn b varetee aepenaletne SALARIOS ccetiaentes• Coesc. ^ . ¿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. Comente la regresión. dejando siempre una por incorporar de cada una de ellas.112 Con los datos del fichero enalgunlugar. Se observa que dichas probabilidades son claramente inferiores a 0. El último de los cuadros nos ofrece información acerca de los coeficientes estimados. Se pide: a) b) c) Realice un análisis de independencia de atributos para el caso de la pensión y la temporada.39) y el coeficiente de determinación (0.0) para la variable Destino que tomen el valor I si el individuo ha viajado a ese destino y O en caso contrario. Además. MMMn Introducir a Todas las variare. Así. En la primera fila (regresión) la suma de cuadrados explicada. 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. solatadas MroducAas p Vanade 0eperdiente SAURIOS Resumen del modelo R wa0.dn Residual iota! Modelo feonan Vendares mtroduc. observamos que. Ambos estadísticos t resultan muy superiores a 1.sav se pide estimar una regresión lineal múltiple que tiene el Precio por noche como variable dependiente y las variables Temporada. pendiente del modelo resultan significativas.entes evamaraa.daNel. 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.17. Vuelva a estimarla regresión múltiple. El programa realiza esta función de forma automática si utiliza el método •pasos sucesivos» dentro del submenú •Regresión lineaba. se rechazan claramente ambas hipótesis nulas.emanada. Recuerde que las variables Temporada.aao mrreaYla 138 Errd 6p le a ea(manlnn elia 390• R n. Hotel. incorporará seis variables que hacen referencia al destino. las estimaciones de la constante y la Modero t (Constarle) ee8e0e602 MMr. Evaluación y Organizado como variables independientes. Días. en la primera columna tenemos las sumas de cuadrados. un año más de experiencia hace aumentar el salario por hora de un individuo en 0.96 y. como era de esperar.mmaaas° ^ad^ e+penen0a• Vanades .05.

pora.0 70.01 2.00 1 W 30C =- 70. Y Vde Ciare.38 -_ 2W J .b de Kendal TaucdeKendall Kappa 913 03 p a.. resulta apropiado realizar una estadística de Ciaste.s.0 1 . 20 7 70:.ataos de•aobras Tablas CYwptr. ducimos en el cuadro de diálogo «Tablas de contingencia: estadísticos».00 E 5. Estadísticos desRespuestas inlwas 1 90 290 700 Mla$25 de valores palde» criptivos» y «tablas de contingencia» (Figura 3. En el cuadro de diálogo «Tablas de contingencia: Mostrar en las casillas. cuando figuran con valor O.i Tablas de contngencix Estadísticos P r J_ ^c=". En caso contrario. 200 200 2W 1.0 1. ambas variables ^ . es aconsejable marcar las frecuencias observadas v esperadas.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.01 7 W 7. Para ello acudimos a «Analizar. r r . En primer lu gar.00 200 2W 2W 2W 2W 200 2W 2W 20 2.I 1 0 O.11. pensmon 00 t=.001 70.. r.. cualquiera de las medidas es adecuada (Figura 3.a s ercav figuren como variables numéricas. Al tratarse de una tabla de contingencia cuadrada y 2 x 2. realizaremos la tabla de 10 2 00 7. en realidad la información inherente a ambas es de tipo cualitativo. binarias.. En él seleccionamos que nos calcule el coeficiente de contingencia.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 .00 7582 1 2.711 70.. cuando figuran con el valor 1. 73 algún tipo de asociación entre ambos atributos ose trata de variaPm oras ro pararbicas 1 00 2 00 7 00 70 Sanes tertp.20). Red.0 1.0 7W 700 7.821 6660! 86.. que recordemos son los componentes del estadístico chi (Figura 3. indican que nos hallaComp.27 70. 2 0 2.01 7532' 75. ^ ^ 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 :. W ^.0 5. pulsando el botón «Estadísticos» nos introVi 3. El objetivo es constatar si existe 1 C 3 00 97 : 600 Escala 1 00 2 00 3133. resModelo rosal gene s 1 0 o: Modelos matos RaTm pectivamente.18). Por todo ello.aadado Roana r mrbrpmoa eonelacv.00 _u 2130 3C Una vez aquí.00 W 20. Eie alq.38¡ 70. Así. • oar pas{ se! mos ante un viaje en pensión completa y en temporada alta.zadc Carlean y de Marsdllaeatzd . 4.38 2.00 1W 1W 111.38 i 81.NUgar .00 2. z 02 ^ Enastas Estadianws 'eS.os.eevab — ^ M em•sd ^ .13. la Phi y la V de Cramer.00 30 Fyn 3.- S 2_ r Eta r Resgc greco: de barras agngadoe S remato Malear Supinas tablas r Ertaditr. 10 3 00 97 : 60 Redxodn de datas atributos para estas variables. .19).drs bles independientes.00 70: spevncrga 10 2 00 700 81 contingencia. 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. 7.Ed itor de datos SPSS ticas LAiiox.l Mostm ors de icabdwbe r r I- r Ta.

O Empleen.nperede mrenor e 5 Le Oecuenc4minim°•aperada es 28894 Sp Volar Nomina. las probabilidades de aceptación de la hipótesis nula de independencia resultan siempre muy reducidas. 4659 oprimirme. Nuevamente. el valor en tablas del contraste chi cuadrado: 11.aa. mientras que como variables independientes seleccionamos ahora Temporada.05.. Hotel. que existe una cierta asociación entre el hecho de realizar un viaje en temporada alta y en pensión completa.). 001 001 001 b) Para estimar una regresión lineal múltiple. tv40erN1 mnm 0 a po Ie IOAI 11 402 Fiaren d. 70 00 92W 2W 2W BW 3W 2W 3W 7100 WW EeI i V .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 --. ateo d• F esocucwn ane a..659.. En la tercera tabla. Este resultado viene ratificado por la significación. pmlme. fur 200 ^ 17w . seleccionamos la variable Precio como variable dependiente. Hipa 331.3W 4o-ció 40Ó curvabas. Días. Este valor resulta mayor al valor en tablas (que al PENSION 00 100 ola! Recuerdo esperada nD• 900uem0 PiatuanCia PENSION Resumen da.1110t ~llenen una. SW 300 pmaion tempolad 1W I uu 2W 1W 100 1 00 1 Estenacldrl W Leaenca timarla. LO O Stce Inlfrm8d . nos muestra que la probabilidad de aceptar la hipótesis nula es pequeña. con lo que se rechaza la hipótesis nula de independencia. Aunque el valor no parezca excesivamente alto debido al gran número de datos.96 . par nominal de Creme.p co 11asinl000a basado en la repele. País..... En el segundo cuadro se muestra la tabla de contingencia para estas variables cualitativas con las frecuencias observadas y esperadas correspondientes. el error•.22). a Recuento e 1p e áe ° d• 755 7550 Chltal•drada SI *sin. Concluimos. I Parcenale 100 4661 0Y Tabla 0• contingencia PENSION' TEMPORADA lEMP0RA0A 100 248 1536 1.21. COe1 40>0 d• contingencia N da 049 049. dos fases- 7^ 7W. Destino.rus. que al ser menor de 0.74 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. 100 0f ea Mi N Tal. Todos ratifican el resultado del contraste Chi. titulada «Pruebas chi cuadrado» se muestra en su primera fila..001 00. por tanto. Regresión. Todos ellos coinciden en valor absoluto debido a que se trata de una tabla 2 x 2.00 e l0paed 2W 1W' Clasificar 2W 1W ReducCtln de dalos 2W 1W Ludas s 2. En la última tabla se muestran los estadísticos Phi. No anead.. En la primera tabla se confirma el número de observaciones para las que se han realizado los cálculos 4. adlcos JJ J Lxidedes Vertalse Ui 1 edad sao pals Ter edad 'CC) 2170 1 00 'ea... acudimos a la (nos vados misma opción que en el caso de la regresión lineal simple. (Figura 3. «Analizar... 3W 3W 65W 65W 1W 1W Estmeddn ponderada.. procesamiento de los casos CS..001 ..635). aroma Cuadrados en EscaMMNtO 41NO.. V de Cramer y coeficiente de contingencia.. 2W 3 00 4W 4W 3W 3W 57 W 57 n ^ W Raba. nula adwd Edacn Var Datos irans7ornl ar aletre. verosimilitud edlwoo.214. tanto por su valor'.1 2369 14009 3104 19040 00 Tos 1783 1)830 2816 28760 4659 46590 :689 507 4661 I ck es de 6... 2 00 1 W 2. como por la significación de los mismos. Veloi uChacuadiada• Palalian ar itidalerag SIñaalera. Lineal. e casos validos 000 u 71 1 4659 I 001 Calculada 101a pare una labia de 2 • 2 b 06.l 11 21410 1 1 1 001 . .des 2W fi SwervNencla 2W Respuestas magias la 200 Anilles da velases pnddos.00 e RI Desrlo pberlNrkes 2W Serles tene. Es decir. Vedes TEMPORADA 4659 v.

al con- 000 000 093 . Los destinos a los que hemos asignado códigos numéricos superiores aparecen como los más caros. 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 3.27.042 14 619 6639 53. Dicho método nos irá añadiendo una a una las variables independientes. 7.9e^a w.1 CD•SCI.26).018 079 . Figura 3.2 €.061 105 218 . La salida de SPSS nos ofrece el output de la Figura 323. En la última tabla observamos los coeficientes de las variables independientes. un aumento en el número de estrellas de un hotel aumenta el viaje en 2. Como método seleccionamos ahora introducir y pedimos estimaciones y ajuste del modelo en el cuadro de diálogo «Regresión lineal: estadísticos» . manteniendo el resto de variables indepenI arme.000 000 000 000 ce.dna Error llp 2 472 935 402 Mod el.PRECIO .05. El mecanismo para elegirla variable a introducir ha sido seleccionar aquélla variable que más hace aumentarla bondad del ajuste. Para crear las variables binarias (1. Normadas Merar Inlroducu del modelo cuadrado E rr or Pu d c •elmacten a R cuadrado 511 510 2121729 7151. Resumen Pensión.753 -1679 7.1 Venablo procederes ■ConslaM•I ORGAMZA PENSION HOTEL. TEMPORAD DESAMO OURACION HOTEL PATS PENSIO EVALUAC ORGANIZA 4 148 103 122 755 011 1 076 585 . Con el método introducir le pedimos que nos introduzca todas las variables a la vez. con pensión completa y en temporada alta aumenta el precio del viaje en 4. Escogemos ahora el método »pasos sucesivos». De esta forma podremos observar la evolución del coeficiente de bondad del ajuste (Figura 3. dl En los Apartados a) y b) hemos constatado la importancia del destino a la hora de determinar el precio del viaje. aad e Vanaaa dpend»m. La tabla «Resumen del modelo» nos proporciona el valor de la bondad del ajuste un 51%. así como el contraste t y la significación de cada uno de ellos. Lineal» y realizamos exactamente los mismos pasos que en el caso a) a excepción del método. Co.2 € respectivamente. E VALUAC IeI caaslM. Los coeficientes en una regresión múltiple se interpretan como el aumento en la variable dependiente. TEMPORADA OURACION PATS DESTINO Ev ALUAC Mod elo ANO VA 1e1 Suma de Regr•spon loba cuadrados gl Mama Spg 000A" 608111 2622519192 0 327814 974 2506547 765 4650 539 043 5129067 557 4658 a ICondarau ORGANIZA PENSION HOTEL TEMPORADA. Calcular» (Figura 3. DURACION pPAIS. Observamos cómo al ser un viaje organizado. Es interesante matizar ahora la interpretación de los coeficientes. mientras que un punto más en su evaluación lo hace en 0.la•a m M. Una vez aquí. PRECIO eoenalem.3. mientras que la tercera tabla. siempre que sea significativa. la variable Destino ha sido seleccionada en primer lugar..24). siempre teniendo en cuenta que mantenemos constantes el resto de variables independientes. De todas las variables.. 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.687 171 1208 4 308 variadle dependNnl• PRECIO ¡Gens-tenle. Por ejemplo. DESTINO EVALUAC e venable dependa.17 y 6. c) Nos adentramos de nuevo en el menú »Analizar. La primera tabla únicamente nos confirma las variables introducidas.e l. Regresión. Evaluación Ore<utizado. superior al 0. fruto de un aumento en la variable independiente de una unidad. La salida que nos ofrece SPSS es muy similar a las anteriores. Observe únicamente que nos va ofreciendo para cada tabla los resultados de cada una de las regresiones que ha realizado. resulta de interés determinar cuánto afecta cada destino concreto al precio del viaje. y con valor O para cuando la varia\ . De igual forma.ndee. 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. titulada »ANOVA(b)» nos ofrece la descomposición de dicha bondad del ajuste en suma de cuadrados de la regresión (explicada). residual y total. sq.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. Debido a ello veremos que la variable Duración no ha sido incorporada a ninguna regresión. trario de lo que sucede con los países. 202 -5627 9 493 19069 4 004 ne el resto de variables independientes incorporadas como constantes. únicamente la duración del viaje no aparece como significativa.248 2203 .lkmnles Iele6a•mados _ Bel.25). Éste es el objetivo de este apartado. Es fácil observar cómo ha ido añadiendo variables de forma consecutiva.2 €: si se mantie000 B -36113 009 211 577 . dientes constantes. al presentar un contraste t inferior a 2 y una probabilidad de aceptar la hipótesis nula de no significación.0) para la variable Destino nos trasladamos ala opción »Transformar.

25. I „IarOOlad ^ Mlloda IPa .sa1M 1^ Traafer4Aa aata 6ded3 Ut►dedes Salde ass d60948trecon . I3 Erbnecarr. 3001e1 22188f9586 2218839`.1nnl.4913.1= 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..41 25560'3145 4654 519610 Tdai 5129067 557 4656 5 0404.1 e.1d P9F_00 050 Rd 6. gg0aa ICmsv ? ai.1 Roo d F 9. pee as• a.1erAedps p .aAap 3•309- Indeper664et r--. PENSION HOTEL .5 p.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 • • • -. figura 33. HOTEL • 2.. 0E571410. 5ed<ivas ICmfanbl.1. en R cuabedo r r DeraWvot C6reiapOrer pa0d y lmgari5l Diayóroca de rArnleewad • • • °a • • . de IatenD Pr G p.1.1ntel. la99er?Hn e.111_11‘ J O enelgunlugar -Edit. de dews 5055 A Er al^leiJ ^ • • °>"^ • x.76 Esladshca aplicada al turismo EJEM/L1 Ed•• II OESOIIIIÍI I I11TI1 IE SPSS • EJENILI IE IESILIIIiI I II1111 IE SfSs .1 955 975 2593027_243 5 519805 a49 0001. .1•0 ..1a4071 e. EVALUAC 0EH9O6 HOT&. Asola recipes a casos. TEMPORADA PAS OR0N11Z4 V. 64060e8 2093033453 2 1246543 726 004e) 2201 801 P49 W s 566 141 2635931 101 4656 Tda 5129367 557 4e55 .15aN9660 Nmned DESTINO Px re..l3 Ape.DESTINO vemr 60 p . aec0dlrrer (16800360851425. Recodetdaón automaticsCrea sere Kanpard.00' 74 00 6 00 2. 040e929 .1 9. In46rvdmde cArllaae Mara de rpvenaea - dd Inodeb Cosroxla Ay de r r r Crab.00 V&01941e umemrldulwrmladu N/ . DESTINO EVAEUAD 09990N.1• ewer •..s ICn.8 421 3 848312 907 1526134 000191 64129 136 4855 555 130 0449.. TEMPORAL 2n4660 pr4a91nras ICnanlelB DTINO EVALUAC P999.1060. HOTEL ade4 54902461 ICmanlel 0ES7010. 050. Tda $129m155T 4658 4 0406016? 4 643455 303 1171970 00403 2573834412 06010.s ICnf9eal DESTINO . ... Reenviara Vraves paridos.) 091 024 peas also Ras d 050 5 0 0 4 l.01. 089909. aqtlar60 ICna. Figura 3. DESTINO EVKUAC.. EVKUAC.... Carper aparoone3.I J CaefiaM4f de moray* ..DESTINO EvKIAO PENSION.1ed60prtltlorn ICn9suel.+-paada r 71 Reads 11MCP» 6CO 19 2 00 1 10 1.1401 0 .09399(64 V. 050 R d dF p.OES1010EVALUAD PENSION Vaedas pr6dtl24as ICn.1ad60 d4acl9r.1 1ned0 . 0E51110 EVALUAD PENSION HOTEL 7134R617406 o Vnn(spredtlpraa (0:09211.1edeapatleb PPEDO TEMPORADA PIES 1 (620019I24 a V.1a .1e M 1007 P9 pasos worn Rob at Rai 9. 1 15508 r. 050 Rod ae G we mara' Pee pesos laten Proa d 099906 HOTS F p.1nel. pE516O EVAWAo 5se0995e3058 Cn9ne). 050 Pr.28091 140/ .93 524915 2910=7 971 M ST s Tda 5129^7557 4606 .0 Roo dF we 64.t54W 511 510 2222183 1ed60 a4am7ra Cm9ad!). I ce""^ Ayuda . DESTINO EVAL UAD 0999(61 NOTE T9ASO040A PAS p 2.. ems 4= 0. 0 HOT Harr" TEMWpADA PA V. 1001 P6 peer lal. Nara TEMFOPADA PAS C40A3912w AAOVA90 A1o0eo 1 F craves Ntlaeu S• a 0e741. Rob deF p.) 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. dF 1M) EVKUAC Iasea7ce de Fpea 400. EVALUAC .

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

0001a1 a.. Sin embargo.soles prediCc. DURACION. DAIS DESTINOS. DESTINO3. A la luz de los resultados.d°. DESTIN04(a) a Todas las variables solroladas miro duodas In Venable dependiente PRECIO Resumen del modelo /enables eliminadas Model Método Introduce ' lodeS R 772 .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 -. EVALUAC. PAlS AVALUAC I ORGANIZA.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?. DUPACION. observamos que el destino que más hace aumentar el precio es el «destino leo. DESTIN O/3. DESTINOS. < P cuadrado 5% / c F cuadrado corregida 595 Error tío de la estimación 21 11463 es redidorac HOTEL = DESTINO?. DURACION HOTEL PB49ON TEMPORADA.-c Fegres■on P `" %^• Sarna de cuadrados 30581%992 2070858565 5129067 557 g^ F 527 662 =. TEMPORADA. los destinos 2 y 3 disminuyen el precio del viaje siempre respecto al «destino 1» en 27 y 12€. a_ :-stante).189 -.145 001 273 411 333 -3244 17 219 4 765 . DESTINO4 b Variable dependiente PRECIO coerciemeslal ^.127 009 2 097 7 541 13.. DESTINO?. HOTEL. EVALUAC.29.032 . DESTINOS. E VALUAC DESTIN04 AN OVA (b) Medra cuadratica 13 4645 4658 235246076 445 827 . Dicho destino aumenta en 151 € el precio de un viaje con respecto a lo que costaría un viaje con destino a 1. PEN90N. DESTINO2 DESTINO3 DESTINO4 DESTINOS DESTINO& DESTINO? a Variable dependiente PRECIO 48 196 . .046 -009 065 129 052 -.929 6554 12 696 5542 -2571 -1. PENSON. PR S. DESTINO2. respectivamente.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. ORGANIZA.364 173 4666 .. :RGANIZA.d=r I c eficientes no estandar¢ados Coeficremes es/enderezados t S B on sta. TEMPORADA.DESTINO2. HOTEL. DESTINOS.181 .

. ¿qué porcentaje se muestra indiferente? c) Entre los comerciales.1 = 59.» e) «Un coeficiente de correlación de entre 1 o —1 indica una dependencia funcional. 312. ¿qué porcentaje está a favor" ¿Y entre el P.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. d) «El signo del coeficiente de determinación depende del signo de la varianza de los residuos. el aire acondicionado y el hilo musical de su lugar de trabajo.A.A.207. Becarios En contra 13 13 10 4 5 10 4 8 15 a) Complete la Tabla 3.A.S.6.059. El 70% de la población de La Habana durante verano son hombres y el 30% de la población total tiene más de 35 años. Determine las distribuciones marginales. Yxy = 62. Indiferente 312. Tenemos los siguientes datos: n = 26.» b) «Los coeficientes b y b no tienen por qué presentar Jóvenes el mismo signo. Comente las siguientes frases: a) «Si la ordenada de una regresión es 0. ¿qué porcentaje son becarios? ¿Y comerciales? e) De los que están a favor.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.S? fi E stu di e la asociación o independencia de ambos atributos.262 Calcule el coeficiente de correlación lineal de Pearson.qué porcentaje son jóvenes y prefieren utilizar la bicicleta? c) Calcule las distribuciones marginales. . la recta pasa por el origen de ordenadas. entre el número de banderas rojas de una playa durante la temporada de baño y el número de visitantes de la misma'? 3. ¿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.« 10 a) Calcule el porcentaje de individuos que son adultos sobre el total que va en autobús. tendrá forma de 0. a priori.287. ¿Qué tipo de dependencia existe. Análisis exploratorio de variables bidimensionales 79 RIV Ejercicios previos 312.12.9. personal administrativo y becarios en referencia a una reducción proporcional de sus sueldos que se utilizaría para la 3.S? d) De los que están a favor.8 Ejercicios tipo El gestor de una agencia de viajes realiza un sondeo para conocer la actitud de sus comerciales. b) Del total de individuos encuestados.1. ¿cuántos son comerciales? ¿Y P. J 3114 ¿Qué signo presentará el coeficiente de correlación entre la edad de un coche de segunda mano y su alquiler diario? 312. ¿Cuál es el porcentaje de la población de hombres mayores de 35 años? mejora de la calefacción.Capiulo 3. V = 1.123. b) Del total de becarios.S.» 12 20 12 5 15 16 8 13 3111 En la Tabla 3.83. 'x2 = 66. Vy = 1.

11. %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. Malo Niños Jóvenes Adultos Total 30 90 20 Normal Bueno 75 40 100 V Total 80 45 90 . c) Calcule la recta de regresión. d) Haga una previsión sobre el aumento de las ventas en el caso de que la publicidad se aumente un 15%.12. Contente los resultados. f) Realice el contraste de la hipótesis de no significación de la pendiente de la regresión.800 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. Una consultora turística pretende realizar un estudio de mercado. Tabla 3. según su edad.600 1.750 1. b) ¿Tiene sentido el coeficiente de correlación lineal? Justifique su respuesta.000 1.050 900 a) Dibuje el diagrama de dispersión y calcule el coeficiente de correlación.12. 80 EJERCICIOS PROPUESTOS • EJERCICIOS PROPUESTOS • ESladlstMco aplicada al tunsmo EJERCICIOS PROPUESTOS 3123 La Tabla 3. ¿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. le interesan las opiniones de un grupo de control. Realice los contrastes de significación para la pendiente y la constante de su modelo. 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. 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. a) Dibuje la nube de puntos. Interprete su resultado. 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. En particular. 3.11. 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. Comente los resultados. La Tabla 3. e) ¿Cuánto vale el coeficiente de determinación? Justifique su respuesta. Calcule la recta de regresión entre la tasa de paro y la edad. te la temporada de verano la temperatura media de cada semana y los litros de agua que los clientes han comprado en el supermercado. de que la temperatura no influencia los litros de agua comprados.000 31 30 28 25 26 30 20 18 1.550 2.950 1.10 muestra la tasa de paro del sector turísti- co en España en función de su edad para el año 2000. es decir.13. b) Calcule el coeficiente de correlación y coméntelo. Tbsa 3.11 muestra los resultados recogidos para los últimos años: Tabla 3. Comente las ventajas que tiene la utilización del coeficiente de correlación en relación a la covarianza.12.

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

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

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

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

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

1. las diferencias de las fórmulas anteriores se cam- bian por cocientes.093 -0. .836 2.593 1. ya que no sabemos si en un futuro lejano se van a introducir fenómenos nuevos que afecten a la variable estudiada.13 0318 -0.1. 1.284 1.631 -0.093 J . La correlación entre los diferentes valores de una serie será de gran valor para lo que se conoce como identificar la serie. etc. Datos cuatrimestrales X.). Evidentemente. con las nuevas series se pueden realizar predicciones.093 -0.611 -0. Eso sí.611 0.093 0.381 1.611 -0.667 1.578 1. los valores de una serie dependen linealmente de los valores observados en un tiempo anterior.178 1.704 -0.606 2.579 n.928 3. X. entre un valor y su inmediato anterior.89 2. 0.611 -0.4.616 +/.296 1.042 -0.231 2.191 0.129 3.662 0. . Se observa cómo.649 -0.955 3. /VEN S. dos series: la serie original y la serie original retardada h períodos.367 3. las predicciones se deben limitar a un futuro próximo.544 2.108 -0. la dependencia lineal que una serie tiene con ella misma con un retardo en el tiempo.093 -0.069 -0.807 2. 4.169 -0. • • 4.26 1.704 -0.607 2. únicamente a partir de los datos que proporciona la propia serie y realizando medias móviles.1 nos muestra el procedimiento XII para unos datos cuatrimestrales sobre las reservas realizadas en un hotel andorrano.S.611 0.2 0.419 1.1. Su forma de cálculo es calculando el coeficiente de correlación que vimos en el Apartado 3. a la correlación de los pares de valores de una serie a una misma distancia (por ejemplo.652 -0. así como para descubrir la existencia de estacionalidad.155 1.658 -0.368 2.76 2. Autoco«elación En muchas ocasiones. Se denomina autocorrelación. En las anteriores líneas hemos descrito el proceso de descomposición más universal: el XII. ahora.029 3. La existencia de autocorrelación en una serie temporal indica.77 4 6 7 8 9 10 1 12 13 14 15 2.704 -0. La Tabla 4.859 2.871 1.49 0.704 -0.574 3.704 0.034 2. o entre los valores del mismo mes de años distintos cuando la serie es mensual.Caplulo 4 Introducción al análisis de series temporales 87 En caso de esquema multiplicativo.498 4. en mayor o menor medida. extraemos la tendencia y el componente estacional al tiempo que podemos obtener la serie desestacionalizada. Tabla 4.3.799 0.2 entre.

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

^

09914 19.03504 171899 05009 1. 23 70569 -.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.-5 1979 .6).04 1979 AUG 1979 00289 2222542 . 16.38 7402 16 16660 21340 16 24062 -.13736 17.15487 1746 ... rer.71831 ._-_ "` _ 04913 1751231 -05331 1746318 1755 1970 E ..62848 19 71282 20.6. .94957 -15757' 18 08693 18 -441 197E ' 0 OCT 1978 11158 18 56581 . 24 5' 24.67I 7%7 16 411161 26191 16 48976 17.05331 21 75685 22.08434 18252 19.06847' 24 73860 21340 24 80707 4 _-g 7980 ^ 2559 1980'. se obtiene la serie desestacionalizada como la serie original menos el índice estacional.70007 9 SEP 1979 ._ 1978 02813 18 12727 18. . .11534 I 18252 . "1 23 24 25 26 27 28 1 29 30 =Vista FilIt14.14 1900' 1 JAN 1980 .67 ! 7 JUL 1979 1979 .12881 I 18. ._ = 1979 ....E Nombres.81 j 1979 .05009 21 31509 21..32 ¡ 1979 .81289 .aae =abes oerñdvs..65148 17052 25 62048 = .15089 18 79106 197E .■ 1960 02100 25.09722' 25 32709 26 191 25 22987 1980 25 67 8 ...222531 2254 1979 00298 22 ..=EP 1978 .33148 1900'i 2 FEB 1980 ''.5 1976 ...45423 18. p ecop.9).55 El entesadkr esta preparado Crear sese temporal Se puede comprobar fácilmente que la serie original se obtiene sumando el componente tendencia-ciclo.02766 17 73842 .05833 20. I 16 08 79462 1601318 06282 15 91856 a estor.a.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 . 31 bond I sic-1 sas_7 sat_1 I YE categoraervarvnes. seleccionamos la serie Benef en el recuadro de nuevas variables. De igual manera.g os a casps.7.. En el visor de datos observamos la nueva variable creada (Benef I) (Fi gura 4.26327 .41'' 1975 . FINO ti ssistg Result Variable amor_1 .02182 18. ne patudo MONTH.'. .66 i 197E ' " ':1V 1976 .12881 .. ya que el primer valor no perdido es la observación 2 (Figura 4.g I QJ -yee_ JJ Renga de alea[a¢apút. el componente irregular y el componente estacional. 001 20822 17052 16 82548 16 81726 17. BEI. .82948 17052 20 88782 21 391 1979 6'JUN 1979 02282 21 33791 . 16.02' 1979 10 OCT 1979 . La salida de SPSS nos indica que hemos perdido un dato (la primera obser vación). 26 0= 1980 -. entrarnos en el menú «Transformar.03854 21.26327 ^.79 197E . El cuadro de diálogo se representa en la Figura 4. peed 12 in Erra le BENEF Iron S Seas a4 sale BENEI T Seas lades le BESE ? redoyde lo.art Values Replaced Non-Miss Non-Miss Cases Function 2 288. A continuación..039 8 19. 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. 23 91614 24.'. 1980 .18742 17 76608 17.1 8742: 22.0251E 25. así como la función diferencia y el orden I.34518 06282' 19 38806 19.08455... 2407918 06282 24 16372. 19.02Z^0 20 10560 21340 20 08340 1979 4 APR 1979 20. Peroárided actual 12 porab> (Figura 4.86 -.02197 23. lunes Fvet n J I_raenoa oda. b) Para obtener la serie primera diferencia de la serie Bene(.15757 697601 23. crear serie tem- � tenet e> •^ Nueras venables YEAR.15081 23 172781 1979 i 11 23 5E NOV 1979 11 393 .24 . 16 19 )5761 16 00348 18252 16 06109 .ecaNcaoa+aumnábta.8).15089 23 59195 ' 1979 112 DEC 1979 23 8C 14813' 24 06427 . -.761 01889 20 50109 26191 20 48220 21 001 1979 5 MAY 1979 ..a Crea_ing First :. 24 44682 24 98-1 1980" 3 !'4 R 1980 .

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.80 24.05331 -.62848 20. «Analizar. Correlaciones.12). se selecciona nuevamente la variable original Benef. pero en función se selecciona la función retardos de orden 1.56581 18 8/289 19.18742 -.17278 2359195 23. En él. 1600348' 16.05009 -.1 ) rbenN. - 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. Ibenef I (Figura 4. A la nueva serie la llamaremos.11).94957 18. _ 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.10).02766 .14 24.08434 02220 .12881 -.34518 19.13736 11158 .Picotee r lu.33791 21 71831 22.91614 24 16372 24 44682 2480707 25 22987 25.14813 • 08455 -.11534 -.15089 -.41009 16 8254E1 17.07%7 00822 03504 sas_1 16 01310 I sal 1 OE: -18252 21340 26191 17052 65009 -.70057 23 15%1 23 70589 24 C6427 24.26191 17052 05009 -.^ Seas lades le BENE s^ Tiendcyck Ice BESO •^ DIFRBENEF. : Nam6re I : -. Se nos indica de nuevo que hemos perdido una observación (Figura 4. Crear series temporales»).00298 -02197 11393 .07402 -.95 25 59 25.738ú0 25 32709 25.01889 -.10560 20 50109 20.05331 stc_1 15 91856 16 06109 16.82 26. Para ello..15757 . La nueva variable Ibenef I la podemos observar en el visor de datos (Figura 4.26327 06282 18252 21340 .81726 17.24062 16 48976 16.66 18 86 19 41 19. Bivariadas» (Figura 4.71282 20.81 20 32 20 76 21.24 1746 1755 17. i J Nueves eeiabler Para crear la función retardos de la variable original se accede al mismo menú («Transformar.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 17.791% 19. obtendremos una salida en el visor de resultados muy similar a la obtenida al crear la variable Benef I. .22542 22. 1 O procesados esta peparado i 6er/el r> YEAR.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 1978.09914 19.79 18 44 18. li ^ .08340 20 48220 2088782 21 31509 21.02100 • 02518 _ r.69760 23.06282 .^ F luía 1.51231 17.05833 02282 -03854 . dedatos Mate 1980 de mandes i .02 2356 23.-' SP55 .33148 24. 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 .15089 -.18742 -..10. Si aceptamos. por ejemplo.13).06847 09722 .07918 24.039138 -.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.63348 26 00109 26 35562 benef 1 11 .12727 19.51 24.15757 . nd perodc s^ MONTH percd 12 s^ Ene la BENEF bota S Seas ad ser le BENEI .18991 17.82948 21.38506 19.65148 25 97591 _ 04913 -.15487 17 46318 17 76608 18 00693 18.05761 .00289 . CO 21.00 17.26327 .16660 16.73842 17. MIME Pegas Resta b lecer ^ .02182 02813 .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 .75685 2222253 22.39 21 67 2204 2254 23.12881 -.05331 .18252 21340 26191 17052 .45423 18.

fapifulo 4 Introducción al análisis de series temporales 93 p EJEMPLI If IESILIfIÍI 1 P11111 c SPSS • EJEMPLI 1E IESILIfIÍI 1 flllll IE SPSS Ardv:o EdrtM Ver (Wow I Trens/nm.80 24 14 24.81 20 32 20 76 2100 21. 1 09462 05761 • 07402 ^ .4ledts vet-ewe aI^IsIJ . 18 79' 19 031. 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 .7 15-. 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. '7 4E: 177F: 18 03i 18 454.15757 stc_1 15 91856 16 06109 16 24062' 16 48976 16 81726 17 15487 17 46318 17 76608 18 08693 I I 1 I 1 2 3 4 5 6 7 8 9 10 11 12 13 14 16 17 18 19 17512317.03851 2 FEB1979 155 20 32 1979 MAR 1979 APR 1979 MAY 1979 JUN 1979 JUL 1979 J .05009 .81289 19 1272 19 34518 19. 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 .e lvtln.39 2167 2204 22 54 2302 2356 23..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. • 16 82548 17 18991 17 738421 • • 17 94957 18 56581 18.07%7 00822 03504 04913 • 027661 13736: 11158 02182 02813 .12881 26327 06282 18252 21340 26191 17052 '6 81-. mitos t l band 1 mend 1 1608 19 29 32 1619 va sas_1 16 01318 pacaks. 20 08:4 20 48220 20 887821 19.15757 . 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.08434 02220 01889 .03946 -. 0500'= 0533 .03988 08434 02220 01889 .05331 17 11 UtL 1 JAN 3 4 5 6 7 Aram de vetoes perdidos. Modelo leed pener d Models.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. 16 41009I 16 82548 7. '.59 25 82 26 03 5 6 MAR 1978 APR 1978 MAY 1978 JUN 1978 '624.ros eeeoar-oe 1 S nel_1 beset 16 GB 1619 16.38 16. .' 19 3c= 1971. u2811 19/0 1979 .62848 20 10560 20 50109 20 82948 21 33791 21 71831 I 05009 . I _1 OE? Eaaew.18742 -.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 18.09833 02282 .-.1874..0533..44 1866 1886 1941 19.51 24% 25.67 1700 17 24 17 46 1755 17 79 1844 18.. (iehcos V.66 18 % 19.

. La salida que nos muestra SPSS es la de la Figu- ra 4. 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.ecíón . Observamos una autocorrelación muy elevada.5 27.5 23.9 1. Se conoce el precio de las comidas servidas en diversos restaurantes de León durante las siguientes estaciones y años (en euros): 46.1.3 18.8 19. 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. Ejercicios propuestos w Ejercicios hpo ta la tendencia y la variación estacional.3 Se pide: Se pide: Encuentre los valores predichos de la serie para el primer año de celebración de los juegos.3 + 6.4 27.r Uridad 000 287 287 17 Maca es ayLCatrcas las co rr ela cion Fqarra 4 1.7 21 17. 4. Dichos contratos se suelen ir renovando condiciones muy similares a las del último contrato firmado.7 19.6.94 EJEMPLO lE IESILILIÍI I P1 Esladíshca aplicada dl rl)nsmO 1111 IE SPSS • EJEMPLO OE RESOLItIÓI Correlaciones I P11111 DE SPSS VaieMec .MDIIiH Va+r. por tanto.Eaeeoaves de condensan-- Ñ Pesan r Taub de r Bieldar Cendal r 288 1 0000 000 287 1 LAGS (BENEF.1) Soeannen - Prueba deegJr.2. La tendencia viene dada por la siguiente recta de regresión: T = 342. l ._.6 18. Calcule igualmente la predicción para los juegos del año 2004 que se celebrarán en Mataró. La serie depende en gran medida de sí misma.7t (donde res el número de trimestre desde I a 20).4 21.1) 1 0001") ^ ^ . A continuación.15. La variable Benef depende.5 22.01 Ibrlaterall 1 LAGS IBENEF. de su pasado anterior más inmediato. 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.2 29. Primavera Verano 18 18.1 18. Calcule la tendencia por los dos métodos que ya conoce (determinista y evolutivo).6. Los coeficientes de variación estacional vienen dados en la Tabla 4.4 30. de orden unitario y totalmente significativa.d 7 '2J slESEIau' i: acwa Pegar Erra la BE IIEF ho f Seo.14). 4. introducimos las series Benef y lbenef I (Figura 4.2.1.7 • Otoño Invierno 3 4 0. teniendo en cuen- a) Descomponga dicha serie temporal en sus componentes no observados.

5 4.6 4.5 6. di 1998 1999 2000 2001 Pnmacera \ tirano Otoño Invierno 10. Calcule la tendencia por el método de las medias móviles.4 4. La descomposición temporal de la serie que haya escogido.3 a sa 10. Calcule: e) La serie desestacionalizada y comprueba si la serie presenta autocorrelación.7 a. Se pide: 463Una agencia de viajes de Madrid declara los ingresos que obtiene según la estación del año.idescates).v 6.41.esl tiene un link a todas ellas.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. 4. e) Represente gráficamente el índice de variación y la serie desestacionalizada. Bájese alguna de las series que hacen referencia al sector turístico. h 11 6. durante el período 1998-2001 en millones de euros (Tabla 4.8 ' En la Web del Instituto Nacional de Estadística (www. e) Desestacionalice la serie temporal. La gráfica de la serie desestacionalizada y del índice de variación estacional.6 4. al b) La gráfica de la serie. a) Los componentes de dicha serie temporal. b) La serie desestacionalizada.64 Entre en la \\eb del Instituto de Estadística de su comunidad autónoma' (por ejemplo la web para Cataluña es www.9 u. d) Comente la existencia de autocorrelación en la serie. Calcule la tendencia por los dos métodos que ya conoce (determinista y evolutiva). .4 6.ine.

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

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

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

C .

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

Sign up to vote on this title
UsefulNot useful