Clculo de varianzas en los diversos tipos de distribuciones de frecuencias mediante la utilizacin del recorrido, con aplicacin a la resolucin abreviada

de dos importantes problemas de muestreo

Por Luis CABIZERU LED ^ SMA
Estadstico ^acultativo.

1.

1NTRQDUCCiON

El conocimiento de las varianzas, aunque solamente sea de un ^odo aproximado, es esencial para ejecutar el diseo de una encuesta por muestreo bajo unas condiciones mnimas de eficiencia. En efecto, el d.iseador debe decidir primordialmente sobre el tamao que debe dar a la muestra para obtener unos resultados que cumplan deseadas especficaciones de bondad. Si se trata, por ejemplo, de un diseo aleatorio simple deI cual se pretende estimar la media poblacional ^ de forrria que se obtenga una estimacin cuyo error muestral sea inferior al ^% del valor --- donde N es el tamao de la estimado , n debe ser ma or y ueq-- -- ----^ ^- --- .^.,

I -{-- o,o^^

S^

poblacin, ^ el valor poblacional que deseamos estimar, y S^ es la llamada cuasivarianza pablacional. El valor de N es conocido, y en cuanto a^, siempre se tiene idea sobre su tarnao, lo cual basta practicarnente; pero, sobre S= no se suele tener ninguna informacin y por ello el diseador debe ante todo resolver este problema. Cochran, en su obra <<Sampling Techniques>> indica cuatro posibles caminos para lograr este propsito:

a) Tomar la muestra de la encuesta en dos etapas, deducindose S$ de la primera muestra. b) Realizar una muestra-piloto, y de ella deducir el valor de SQ. c) Basarse en anteriores encuestas de la misma o sim.ilar poblacin para deducir el valor de S^. d) Mediante estimaciones basadas en ciertos conocimientos tericos que de la poblacin pueda tenerse, vamos a ocuparnos en el presente trabajo de la ltima de estas soluciones que es posiblemente la rnenos estudiada. Daremos un mtodo apro-

2^

ESTADSTICA ESPA4LA

ximado (pero suficiente en las aplicaciones prcticas), para calcular .S= cuando tengamos inforrnacin sobre la forma de la distribucin de la variable en estudia e idea sobre la amplitud del recorridu de dicha variable, lo cual muchas veces, por consi^leraciones tericas, es fcil de conocer. Si se trata de una encuesta agrfcola donde deseamos estimar el tamao medio de la.s explatacianes de una cierta^ regi+^n, ser fcil por ejempla deducir que el colectivo formado por los diversos tamar^os de explotaciones agrfcolas es asim^trico con la masa de frecuencia desplazada fuertemente hacia los tamaos pequeos y tampoco ser difcil indagar sobre los tamaos mximo y mninio de las explotaciones en la regin, con lo cual se tiene idea del recorrido. Por otra parte (y este es el segundo problema que vamos a tratar), una vez realizada la encuesta y efectuadas las estimaciones, debe procederse al clculo de los errores muestrales. En toda encuesta, son numerosas las estimaciones a realizar y aunque generalmente nos contentamos con calcular los errores muestrales de las c,aracterf sticas principales, el trabaj o que esto trae coansiga es considerable, con costas elevados y gran demora en la presentacin de resultadas. Es por lo tanto fundamental, pensar en mtodas abreviados para el clcula de las varianzas que intervienen en el problema. En el diseo antes mencionado el error muestral es la raiz cuacirada de v"), nS= donde S= se uede cansiderar como la (y siendo v'-^--(y^ .N . n p varianza de la muestra. Si la distribucin muestral fuese aproximadamente normal, de una conacida propiedad de esta distribucin se deduce que aproximadamente y con cierto riesgo el recorrido R es igual a la amplitud del intervalo ^` ^ 3 S o sea S =-R^--6 . Como en la o. 1' eracin de estimar ^, debemos sumar los valores de Ia variable contenidos en los boletines individuales de la muestra, en la misma tira de papel de la mquina sumadora, podemos ver cul es el mximo y el mfnimo de estos valores y de aquf deducir R y por tanto S para aplicario en la frmula que d el error muestral buscado. Pero en realidad, el problema no es tan sencillo, pues generalmente las distribuciones de frecuencias que aparecen en las encuestas estn le'os de la normalidad Y la frmula S= I` ^, no tiene utilidad camo ] se camprueba fcilmente en numerosos casos prcticos. Antes de exponer una frmula apropiada para el clculo de S, en funcin del recorrido y de ^la forma o tipo de la distribucin, indicaremos un procedimiento basado tambin en estadsticos ordenados y que ha sido utilizado en el clculo de errores muestrales como se indica ms adelante. Mosteller (vase aon Some Useful Inefficient' Statistics, Annals Math. Stat. XVII, i946) ha investigado estixnaciones de S de la forma
,s -_ .K.(x^ -^- x! -i- . . . - aGiao-A - - xieo--i . . .}

CALCtJLC^ DE VARIA?^'ZAS

donde x,,, x1, ... x^oo_,,, x,^^_ j... son los puntos percentiles h, .^, ... ioo -- h, zoo -- j, ... de la distribucin de frecuencias observada. Con muestras aleatorias simples de una poblacin normal es hallado que la eleccin ptima para dos puntos percentiles es aqulla en que h.= g3 y zoo - h = 7. E,n este caso se deduce K-- 0,339 y el estimador ser: S = 0,339 ( x.^ -- x,).
Esta frmula que slo es vlida para distribuciones de tipo normal, ha sido utilizada en el Censo Agrf cola de z g5u de U . S. A. para el clculo de errores muestrales ya que era necesario proporcionar estimaciones de la variabilidad muestral de ms de un milln de aitems^ y a causa de la magnitud de tal programa se decidi que era suficiente publicar un nivel general de confianza de cada <<item^, mejor que hallar una estimacin especf f ica del error muestral de cada cif ra. Para i nvestigar la bondad con que la frmula anterior proporcionaba la asignacin de niveles se hizo un clculo previo sobre 267 caracterf sticas para las que fueron asignados estos niveles utilizando el mtodo propuesta y el directo basado en el cuadrado medio, encontrndose que en el 66 % de los casos el nivel era correcto. Un posterior reaj uste de la frmula hizo elevar dicho porcentaj e al 74 %, lo cual se consider satisfactorio pues del 26 % restante slo el 3% daba diferencias de dos niveles. Adems por este procedimiento, en igualdad de tiempos y costes se podr calcular el doble de^ niveles clue con el mtodo directo. ^ La experiencia anterior proporciona el camino a seguir ante este tipo de problemas. Primero y basndonos en ciertas hiptesis tericas, debernos encontrar una frmula aproximada, pero de estructura sencilla para su clculo. Despus, deben contrastarse estos resultados con los obtenidos directamente sabre un conjunto parcial y si las diferencias obtenidas (dentro del nivel de errores aceptados) se pueden considerar compensadas por el ahorro en tiempo y costes, dicho procedimiento deber utilizarse. En caso contrario, debe intentarse mej orar la frmula introduciendo las correcciones precisas. A continuacin vamos a deducir una frmula basada en el recorrid de la distribucin, cuyo clculo es mucho ms sencillo que el de los percentiles y aunque su aplicacin prctica requiere un conocimiento previo sobre la forma de la distribucin, posiblemente tomando, como se indicar convenientes valores para los parmetros que en ella intervienen, pueda aplicarse ^ con ef iciencia en la resolucin de los problemas planteados.

ESTAI^STICA ESFAOLA

2.--^-RELACION ENTRE S y R EI^ DI^VER^^ AS DISTRIBUCIONES ELEMENTALE^i Rese^emas l^os siguientes casos:
a) Normal:

S' = -R 6

b)

Rectangular: S IZ

c)

Tringulo-rectangular:

d)

Tringuio-equiltera: R S ._. _ ^ , ^_ _
ti 24

c)

^3itriangular:

CLCULC^

I)E VARIANZA^

l^l caso a) ya h a sido justif icado; en l05 dems casos el proble ma siempre 5e reduce al c^lct^lo de integrales sencillas, par ejemplo, en c^l ca^;o ) ^, media = x I- dx = R

o ^,

.R

va^ianza =

x' ._ ._-_ dx ' R

/ R l . _ R, ^

donde se han considerado como ejes cartesianos los lados inferior e izcluierdo del r^ctngulo.

3.--RELACION ENTRE S y R EN UNA DISTRIBUCION DISCRETA PARTjCULAR Sea una variable que toma tres valores x,, x=, x,, de .forma que x, -- xl = x^-- x^ = h, y sean .K 1i K^, K g sus probab ilidades respect ivas. ^ For i nteresar en la aplicacin q ue ms tarde daremos, vamos a llamar R ^ T ,^
KI ^ ~ i_ 710 a^ valnr ^P r._ - r.. cin n a ^ v^l nr

.
s

( x , -}- h 1-( x, - h 1 o sea R = (x, \ 21 \ 2/

-- x,) -^- h . La varianza de la distribu ^

cin es: S$ =^ tx^ --- a) ^K;, siendo a=

^ ^^^

K1xi.

Hagamos el carnbio

' x= = h y ^-^-- x,, siendo h= R y siendo S' ^ la vari anza de y^, S ._ R S. . 3 3 . Los resultados anter^ormente nos sugieren una relacin entre S y R del ti si es normal __ ^/I2, -^-y etc.). , K= 6, s'i es rectangular, K--p o S=^` K( _._Rs ,^ 3 pues
^ ^ ^ S'' -- ^ ^ kiyi = - ^^ .Kt yi ._ .Kl ( ^ I ) ^ ...^.. ,Ks . C.I: ^}. K o . I ,) ..-^-. {x ^^i

K^ = R^ ._.._

, K , -^- K $) -- Kg ._._ Kl) _

( I^, ( --- I ) -^- -K= ' o -}^ K, a ) ' .._ ( .K', -}- K,) - ( K, _.._. Kl ) ^

FSTADfSTICA ESPAOLA

En tabla numrica nm. i se ha tabulado K para valores de K1 y K,, ^ue varf an en progresin aritmtica de razn a,o^ (si fuese necesario averi^uar K para atros valores de K1 y K,, puede h acerse por una sencilla interpolacinj .

Coma para cada combinacin de Ki y.K, la distribucin tiene una, forma dif erente, se ha dividido la tabla en zonas, cada una de las cuales carresponde a un cierto tipa de distribucin, cann ^ puede verse en el cuadro-resurnen que aparece al final de este trabajo. _ 4. APLICACION DE LA FORMULA FUNDAMENTAL DL ANALISIS DE LA VARIANZA

Si llamamos S^ a la varianza total del conj unto de M valores que estamos estudiando y R al recorrido carrespondiente, dividiendo dicho recorrido en N subintervalos, de forma que en el i-simo subintervalo tengamas M{ valores, es bien conocida la relacin fundamental
N M^i N 11r^^ N .

--- .^) ^ ^ i.^.^ ^^ # ^ `_` `Y)' --- ^.T.^ ^ (x t i ---- .X^) $ -}- ^ M^ (,^t ^ .^ ^ ! ^i

donde X es la media total y X{ la media del conjunto de valores del subintervalo i-simo.
re Cuando N= 3Y M Presentando P or k^ =^_
^^ S ^ s ---I , (.x t 1 ---- .^ s ) ^,

M^ ^ {

siendo k^ el peso del subintervalo en relacin con los dems y S^^ la varianza de las valores de dicho subintervala i-simo, es facil reducir la anterior igualdad a la siguiente:
3

,J ^ == k1S ^l -^`-' k^.S^^ -^- kgS ^, -}- ^ k t ^ .Y t --

:t

Supuesta la liiptesis de que dentro de cada uno de los tres subintervalos los valores correspondientes tengan una distribucin uniforrne (lo cual es aceptable para nuestros prapsitos) resulta:
^ 2

S^^

^ S ^ ^ ^ -- J ^9 --

-3
I2

---

Rs

^ IO$

C'LGULO

I)F VARIANlAS

ydebidoaque k,-^-k^-}-k,=i R$ S' -- ____ -}- ^ k t ( X ; -- ,x) ^ ^ io8

Si llamamos ^ a la media de la variable aleataria X'^ con probabilidades k^ (para i^ i, 2, 3), y teniendo en cuenta que, por haber admitido la hiptesis de una distribucin uniforrne en cada subintervalo, los X{ coinciden can los puntos medias de dichos subintervalos
.3 . '3 ,'3

^ k^(.^^ -- X)$ - ^ k{[(.X ^ - ^) -}- (X - X)]^ _ ^ k^(X{ -- X)^ -^- (.^K -- ^) ^ ^ ^ ^

-^ 1 t^l ^,-1

ya que el doble praducto da lugar ^, un sumando nulo. R: ^-. (X ^ -- ^) ^ -{- ( X -- ,^) _ S^ -- -- -^-^ I 08i
.`

3 R^ Pero hen^,as vista antes que `^ k^(X ^- X)s = , y llamando I al extremo K^ ^ inferior del intervalo .R (el valor minimo del conj unto de valores en estuclio) es evidente. ^C = ^, k, - E-- .xg k2 -}- .X $ kg -i -fen resumen:

R k I ^ -^1^` 3 bk $ ^^ ^I -^ 6
^ 2 ( e R -}-R k

`{`

^ k= ^ S^ I

-- k ^ )

3 R$ R= S^ ^ _.__ + -----_ ...^ K^ i o8

^ 2

I
2

$ 3

k, )

R Mx. -f- Mf n. y como I-{- -2 -2 = T, llamando Mx. y 1VIin. a los valores Mximos y Mf nimos de la distribucin y R= Mx. -- Mf n., resulta:
C^' a

.i I O^^

^^ -^- _ ___ ( k$ -- k,) -- X .

R 3

^ STAI3^STIC'A ^,5PACILA

S.--CALC UL^ ASREVIA DO DE LA VARrANZA

Ante tod^ indicaremos que el mtodo que vamos a exponer requiere clue R no sea muy grande pues de esta manera p ^ uede admitirse la distribuci^n uniforme dentro de los subinterwalos de am ^or otra F arte P litud R. ^ generalmente se puede aceptar esta hiptesis de que R no sea excesivo, pues generalmente al disear la muestra se puede proceder a una estratificacin previa de forma que dentra de cada estrato la variable tenga un recorrido conveniente. En 1a investigacin muestral Ilevada a cabo con ocasin del Primer Censo Agrario de Espaa se procedi a posteriori a una estratificacin de la muestra segn ^la extensin total de las explotaciones agrarias en $ estratos de los siguientes tamaos: menores de o,5; a^S -- I^ I-- 3^ 3-- 5^ 5-- I; zo -- 30; 30 - ioo; zoo y m^.s, con lo cual dentro de cada estrato las caracterfsticas estudiadas tienen un recorrid no mu^r grande; por e^ emplo, superficie sembrada de trigo para 1as explotaciones cuya extensin est comprendida entre z y 3 hectreas que es uno de los estratos utilizados. En este supuesto, las frmulas anteriormente deducidas son apropiadas y ya hemos i ndicado al comienzo de este trabajo la manera prctica de proceder por ej emplo en el clculo de errores muestrales mediante una m^.quina sumadora con la cual obtenemos el total y por tanto ^ o sea la media aritrntica y, de la ^ctira^ ^> de la sumadora, el valor mximo y el m^nimo con lo cual conocen R y T y por recuento del nmera de datos que ha en el intervalo Mfn; Mfn -}- R en el

Mx - ^` , Max obtene3

mos k^ y k, y de aquf por la tabla nm. i, K. Consideranda los parmetros

P - I-^ zo^ resulta:

_.I_..

k3 ____ Y Q =

x^

.3

S^= PR$-}-^7'--X-}-QR}^
Las tablas numricas nm. 2 y nm. 3 nos dan los valores de P y Q en funcin de k, y k^. En las distribuciones simtricas, moderadamente asimtricas y en las di5txibuciones en forma de U los valores k8 y k1 difieren poco y por ello los el trmino -R- ^ 1^^ -.F^, ) suele ser des Preciable ^en numerosos e'em l P

cALCULc^ r:a^ ^^'AKxr^tiLAS

33

hemos ob5ervado esta propieciad). Por ello para tocias la^, distribuciones de este tipo se puede t!tilizar. S^^QP^,.^..(r_.._ ^)^

Fara lograr mayor simplicidad en el c^.lculo de S^, vearnos cules son los valores de P y Q segn el tipo de distribucin para evitar el tener que calcular previarnente k$ y ki E1 cuadro-resumen que se adjunta en este estudio, da los valores rnximos, mfnimos y ms frecuentes que toman P y Q para cada uno de los tipos de distribucin considerados. La manera como se ha procedido, ha sido la siguiente. La regin de la tabla nm. i sealada con II nos indica los diversos valores que puede tomar K ( mximo 3,6 y mfnimo 3,0), lo que nos proporciona para Q los valores extremos (mximo o,i2o y mnim 0,086). E1 valor promedio de K de los que aparecen en la regin II es 3,3 lo que da Q= o,io^ para el valor ms corriente. Respecto a P es fcil observar que el mximo es oc, el mfnimo 7, siendo el valor ms frecuente P= 60.

6. --APLICA CION PRA CTICA DE LOS RES ULTA DOS OBTENI DOS EN EL C UA DRO-RES UMEN a) En el texto de Estadfstica de G. U. Yule and M. G. Kendall, pgina i4q aparece la siguiente distribucin

xf
n{

16,5
2c^4

___ Ig,5 ____

Io.q95

2^,5 ____._
6z.ooz ^

25,5 .__ __ _____ 28^5 31,5 34^5 _.__._ __ ____________.___.______________ ____

73054 56.5oi 3347^ 2o.56c^

37^5 z4.281 6i,5 810

40^5 g.32o 64^5 649 67^5 487

43^5 6.^36 70^5 326

46^5 4.770 73^5

2II

49^5 3.620 76^5

II(a 73

.52^5
z.Z(aU

55^5
I.655

5g^5
I.IOo

79^5

^2^5
27

^5^5
14.

88f5
5

que tiene de media 29,4 y desviacin tpica 8,a. La distribucin se caracteriza por ser marcadamente asimtrica con una sola moda situada muy hacia la izquierda de la distribucin. Por estas caracterf sticas y a la vista del cuadro-resumen, parece acertado tomar un valor de P prximo al mfnimo y un valor de Q negativo y en valor absoluto muy prximo al mximo: P -= o,oi,5
Q " ^ U^ ^

^,e^.

^^TAD^STICA ESPAOLA

F^cilrnente se ve, que cama el valar m^iximo es 88,5 y el mfnimo t6,^ R =- 7z,o T=5^,^ Aplicando la frmula anteriormente abtenida S' -= o,oi5 X 7a,o' -^- {5^,5 -- 29,4 - 0,3 X 72,0)= - 8o,ol S ^^ 8,g Se ha obtenido un error absoluto de o,g y uno relativo del I i%. b) En el libro Theory and Problems of Statistics de Murray and R. Spiegel, pgina 8o aparece la siguiente distribucin:
x^ ^n{ 70 4 7^4 9 78 16 8a .^$ I14
18

86 45 I18
II

go 66 I22
^

94 85 I26
2

98 72

Io2 54

Io6 3g

I io 2^_

que tiene de media g6,o y desviacin tpica ^0,5 La distribucin es simtrica con apuntamiento narmal aunque ms bien menor, con auxilio del cuadra-resumen podemos tomar para P un valor cornprendicio entre o,053 y o,048 pero ms prximo a aqul P = o,os Q =- o y como el valor mximo de la variable es ^ 26 y el ^nf nimo 70, resulta: R=56 T = 98 aplicando la frmula S' = o,os X^6s -}- {g8 -- g6)^ = zo,8o .S=I2,6 se ha obtenido un error absoluto de 2, ^ y uno relativo del 20 fo,
En ambos casos la estimacin lo;grada sobre la desviacin tf pica es aceptable desde el punto de vista de la resolucin de los problemas de muestreo apuntados.

I I I I I I I
!

I I I i ! I I
!

I I I I f i I
i

i l i f f ^ I
!

I I I I i I I
i

i I I I f I I
( !

I I I ! ( I I

I I i ! ( I I
I

i I I I ! i I
!

I I I I ! I

I I I

I i I

I I I

i I

( ; ^ ^ "

! I I I ! I I
! i

I :; ,^ ; ;^ ^. ^ ^ ,, ^^ .^ .^ ^^^. ^ ^ ,^ : ;
^F ^ ei ^ ^p ^ - ---

p ^ ^ ^ ^
0

I ! ! I I

i _ , ---.--. I;' M I 1 ,.-- . : ; ! ; ^

M M ....--- ^ ^

i ; M ^

'

cd ^ H

^ M "' ^
^n :
; . t'^i ^ :

^ ^

^-

^ ^ ^ ^^n
^t

N ^; ^ ^ " ^ ^
"
^

^
O
w

I . ^ " ^ M `"'
^-+
e^

^` ^ ^ ^
l^
M

` ^
^o
Q

N
K7

M
M

O
^t

O^
^

i i
I

i i
!

i i
I

f !
f

I !
._.._...._- _

! !
(

i !
f

! ^
i

i
.

!
. _ . ..^ ^ . .

M "
w M

^ -r

M N
M

^ M
M

M
' i

^d'

!`^

^U

^^+

,^
w

^
w

"

^ "
w

00

^ ^
w

^tf')

f .
- --_._.
^

^- ^ ^
M M

^
M

"

^
^

^,
p

d'

h
^_

M
__.

, ._,_..... ..._. __, w M

w

_-----...-- --

---,^.._. _

'

cd ^ t\ crf O'^ M
w

; ,------ '
^

^^

p M
w

N M

H ^-+ ^

M M
w

^ M

^ ---- '-------^ ,
w w

M ^ M ^
w

N e^
w

^G1 er
w

N M

AFJ ^A
w

^ p
w

I
!

I
I

I
I

I
I
._

I
(

I
I '
'

I '"
,^ '

w M

" M
w

N tr!
w

`" M
w

^
w

: p ^'^ M' er M; M
w n

M
w

^.
w

^
w

et'

^f-

p -r' M M
w p

.. .._.. w
w M

_ N
w M

; ---d' w
M

N
_._ __

w M

M
M _. _.

M w
M

: ^D
.

.
w M

^
w

----- ^ ^ ^+ ^
w d^
^

d' w
^

0
d' . ^

'
^

^ ^

w ^O

------------^

I
i _
i

I
i

I
I

!
I - , ------^

' M I ^
_ . .. - - - - ^ ; .

w M

M.; M
-

w w M^ M ;

w M

dw

w M

^._. ____ ,,

...._....

^ ^;^

_.--------..._.._.._,.__._^ _.._---^

w w , M; M ^ ^

^
w M

,
--^ O

M ^
w d` _-

:
^ ,

o
^ . '
,

^
M

M
n

O . M
,^ p

M d' h- ^ --...__._
M
w

d'

^O

- . _ - - - - - - --

---

_---^

----

--- -

-__ . .. . _ . t 00 , N
,

' ;;

^i ^r"! M .^ cr1
w w

M M
w

^ C^ t`.
w

^+"3 ; M ;. . -----

; n

^O M
w

00 QO
w

t^ ; 0 CT M M; M ; ------ ^ ---_
w w w

d' _
M

d'

^ d'

; O^ d' ;^ ; M ; ; --.... ; -----" M

w

n ^O
w

M
N ^I,

p i ^

----M C^
w

00

[^
w

i^

01
w

^"
^

M
w

t\

M
. ^ O ;
^ww , V ; ^ 1

M
-----O
w ^

'
,

M
_

d'

;^t
; .

^t

d'

^; d' ,
^

^ ^
w

M rC ,
w

Q N

. ------ ------- , I I ,
, ; . 1 _^^^^.^_

^___ .-----N
yw ^ V

,,-- ---O
; ^

N
w + V

^-+
w ^

^;"
, ; 1 1 iw V

O
yw V

w ^y V

-+

M
yw V

d' ;
V 1

00 ^'
^y ^ V ^ ; ;

^^
^/ w r^ `^ i

M
^/ w^ .r J

yw ^ w

^ /^ w ^ir^

w ^ /^ Vi

w ^ y^ W

" M
w O

^ ^ !y

^^^^^ _ _ _ , __ ^_ ^

-.^..^.. ^ .. _ _ __ _ 1

,
.

p
'^ " I

80

t\
^yw^ ^f ^

^O ^
w ^ ;

. y .. V

M
w ^

^n
w ^

M
.y w V

M
w ^

M
w ^

^
V

t\
yw V

oo
yw V

yw

, ^ ww

O;
`^ I `

N
^/ w^ `^ J

^O

^ /^ w Wr^

^ /^ w ^/

l^.
^^

i^.
w
^

^
w ^

^i

--____ O^

H ti

------^

-----

^ [\
w

^O

M ^O
w

G^ ^ ^O

d' ^
w

N^
w ^

M^ .^ M; ^O ^
w

r^ M

" M
w

w ^i
+.

w M
w

N ^
w

N ^
w

^ M

^O M

^ C^ ^

.^---- -

M M^ t0
w '

O^ ^D
w

^n
n

N M

t\

M
Q

CT

O ri

^O O
"

C^ o0
w

[\ t^
w

CT ^
w

^n ^O
w

O ^O

tT ^n
w

00 ^n
w

GO ^n

04 tin
w

CT ^n
w

^-+ ^

M ^D
w

, t\ ^ ^D ;
w

M
^\

O
M W

u^i
/A V'

N
CJ

r-^
^^

"

^ ^ ^

N "
O w
p
^

O
...^.^..^.^ .

^n
p^
w ^

0
p^
0

^i
Gp
w . ^%

pp
w ^

^i
t^
^

t\
w p

vi
^p
w p

p
^p
Q

^=^i
w p

{^
^

u^
w

^n
^

^d-

p
eF0

Ui
M w

^^
M w
^

u:
N w
p

^^
^

^+n
^ -+ w
0

^+ w
0

^^
O
^

^
^

rv

p M d

r ^ C

u^; ^3

f 0

^+ O

N O ^

^O ^ O

er^ "^"

M M ^ M

O RS ._. O

:^^^ ^
; ^-^ O O O
^-+ p r-+ ^ -+ p^ O ^ r ' N N

N ~ N N OQ , ^.D 1^ : tn ^ e^ ^1 Oi0

o : o

0
0

Cry ^ ^ .. ^^-^ O

N ' N r .. aC O ^ O O'

UC7 ^n O O 04 ^ O

W ^t O U4

f^

^ O
G^ M O

4n ^D O

h r.^ ' I ^

0 .^

^+ 0:
^Ci

^
N

Oi0 h 0

^ O

0
M ^ ^+ rr

^ 0 O

, ;
O , ^ o. ^ O

00 ^`, O

Op ^ O

M O ^

^
M ^ O

^.___...,^;
W .
R+ ^

a . o

0
00
^

0
co ^
t0

r^
M

W
1^1

^o ; ^o

^'
ci . o
+-e ,^

0 O . O .,

0 ^O

^
se9

^ 0 o ^ o
^ ^ ^

^ p

i
^1 ^

^+ W

F^1

h^l

,^ ^

M
M

o^ o ^ h W ^ ^o ^ ' ^o
^
N

^ 0

; ^ ; C^
t^^. ^ h o : o ^ ^ 0 h

o '
O I O
M h 4

^
a 0
^d'
GO M O
a

1^

o
0

g ^^
w

0 '^+ O 4

0
i^1

0: o
^Q

^ M

I
I

^ O ^.^

O ' , O

O ; O
: ^
N a0

00 0 ^
^ n 0

n 0 ^
N 1^. O

0 0 ^ ^
^

^ 0 ^

`M

b0

M 0

^r'^ M

^
^
O
N fl4

M O

, o. ^ ^ ,

o ^ o
^ ;

Q
^ c^ O

0
N t^. O

0
O

0
O

0 ^
C
r^+

H ^

^ M

0 fl

pp fl

oa O

M 00 M ^ ^D : Ot7 ^+ ^O ^ M ^- M M

^
N ^^-^ ^ O ..Q.. N ^ Q ^ O O ^ 4 N N ^ ; N O O OC1 t^. O CO 1^. O

^ . ^
^ l^ C ^ ^ ^o

O ^

O ^
d'

O C^
a0

t^ ..... '
; ^ ^ N N ^

t^^ ^O ^O O , ^ ^ O O^ O ; O O M O
d^ M O

00

d' ; Qi0

^ Q ^ ' 4 C^ ^^

^-+ ^D O i O ^
^ ^ M M ^n ^ O; O O O O o: C)
N

^ Q

^ . , O ,p O ^ ^

..... ' ao '^ 00 ^ 0 4

O O ^ ^

O O

ri M

O W M O ^

O ^ N

^ O ^

oG ^ O ^
04 ^d'

^ ^ ^ ^
M ^ r ^ a4 M

^-

O O O
^ w

I ^
00 ^d"
^ ^d^

^
^t M

O
O M

0
00 w

O M

aq ^ r.r M d^

M ^t

^
N N ^

0 ^
M

ti0 40 00 ^ ^ d" d^

0 ; o 0 '; c^ ^
t`. M O

^D ^

___._ ^-^+ ^ ^D . O

M O

M ^

QO M ^

M O

a o .

^
^ N ^

'o
N

0 ^
^

^y rr O H ^

er

^
0 o ^ ^

M O w

; M O

04 M ^

M ^ M ^ ^

0 ^n ^ O

0 ; o

0 CT

^ ^
C^

^
O

^ ^^

^f'

^ O h
r.+ ... t^ p C r:'

N O

00
N

O O^ O

v^ I r. M N o ^ o

^ N 0

^ 00

0 O DO C^
^ t^.

Q O

' ^

N O

M^ N O

^ N O

^C N ^

a0 ^-^ (

O N

N N

M N

^ N

I ery ^ ^+ I v^ ^ -+ t^. ^ .

M N

O t^

00 ; O; N N ^-+ N

^ o . ..._-; -,,'.___......_. f. ,

M N d

^ ^ 0

^
o O

M~ ^ ^ C^.

^.^

00 ^ 0

O N 0

o ^ C?

i^i
^._._^. . .. _ .. . . .
I

M o ^ . ^'^ ^ ^ ^ ^ ^
N ^

^ ^ ^
M 1^+1

l^

oa

.,

a
N

^ ^ !

^
^ ^ ^

O ^

'

^ M^1

[^^ H

0 M O
N O

C 00 O

0
R3 _^

0 M

^O
M

M O M O

0
M ,^. N ^A : i'^ O ; O ,

0 rr 0

^ ^ 0

O ^
^

O I O O ^. ^
N ^ ^

Oi0 ^

O^

M r^ C^
N

^ r. ^

^
^^ I

n I O

M c. O O a0 ^

M ^
+ty O

N ; M

^..^ ^.
0 w

M 4 ^ !V O ^

o : o ;
N O

00

M O ^

O ^
00 O ^

^ ^
O ^ OC

^
H H

M ^d^

0
^ M

N M

; ;

Q M

^ ^

o ! C

o ; o 0 ^ ^ ^ ^ . ;
t^ ^ v^ O ; O 0 0
^ w -I -^ i . ^ . . . ,

^ ' M N

M ^
N O 0
^

^ry

0
^

o. ; o

c^.

O
M

0
M

o ^ M ^ un O ^ O o , o
^^___.^^ I I

^
C4 ^

^
^ N 0

M rr

N H
w

o ^
w

,
...^

^ ^ ^
^f

o . o
N ^

00 O 0

M O 0
w ^

N O 0

...__.

0 ^^ C> .
N N

^.

00 ^

'

rr C^

C^ .
t^. H

^ H ^

O ' O O ; O
w

O
O ^

o I o ^
N

N ^

O N

00 ^r

' :

M ^ 4

' .

v^ N

c^ N

N N O

; , ^ ;

A ^
O N O . ' ^ ; : 0^0 ^

N O

Q O

00 0 O

r-. ^n o .. : o, O , O

M N o ; o

^ O ^ O M O
N O

a O
N O

M O O

------^----M w ^ N N O H ^ ^ O

r. ^r

u^i ^

n ^ ^ ^ , ^^ .. O ; O GO 0

M O
N 0

0
M 0

^
N 0

t^. ^ u"^ N I N o C^

M N 0

N N o

Q N o

0p r^ p

i^
H 0

^
w 0

M H 0

N H 0

^r

0
0

n 0

N 0

M 0

^ M w 0

0 M . 0

OQ N w 0

^ N 0

^ N 0

^r N 0

0 N ^

a0 r-^ , 0

^ rti ., 0

^ ^ ^ ^

N ^ , 0 0

O rr 0

00 ^D O , O o ^ ^

M 0 0

N 0 0
M ^

o^ G

GT^

Co^ G

oo o

^ ^ ^o ^.7 u^i ^n !r o C o O o

d"

M M N ^ N Q

ESTAD^STICA ESPAOLA ^
cd ^ C3 ^ ^ `d

v^ ^
^ ^ O ^

^I
N ^ t^ i^i ^

.^ p^ ^ cd ^ .4
^ ^.^
f

-^ td ' ^ Cd ^ `C^
^ ^ ^^.+

^ c^` d O cti ^ ^
^ +^^+ ^

^ ^ ~

'^

C3"^ ^ ^

^ ^ ^

^ p

r^ ^

^ tY

C3 V ^ W pq ^

.^..^ ^ :++

...

i^ ^ t+d , ^ ^ .w o^ ^v ^n ^ ^ ^ ^ ^ A t^S ^ cd ^ ^ *^+ O ^ d ^ ^ .., ^ ^^ (^ c ^ " ^ci N - V e+^d V ^.., cn ^Q ^- d ^cd .. v ---- ^ ^,^ p Cd ^ ,r., ^ 'w O ^ .tJ^ ^

^ ^R! - c d ^., C^r ^ eLi ^ cd ^9 s^ `^i ^ , o p^ ^ C,^ U>..-, ^ JD^^ ^ ^ ^^,,, ^ A . ^ cti r ... ^ b C^ c^

 , ^ O y r^.+ +^-+ y,^,,, ^ ^ ` ^ ^ ^ ct^ ^ ^ rv :^ cr -d C^ ^

V^
_____ ___^_ _ Ot .___ _ _... ^ ^ ^
p o __ __. _. _._ _.._._ ^

U
O O _^.^_ . ..__ _ _ .__ _.... ^ ^...,.._ _._..---.__..^____.. _,.

W ^ ^ ^
^ .^

^ ^ ^ , Q..___

_.__

_,. _. _ ..__._ .- - -.. ___ -___._._ , _ __.. 0 ^^____.____-..__^_______.^_ ._

_ _._._.

W Q

^ cq, -^ ^ _.______ _.. ...^.._.'p O

9 ^^ .______ ___. _ `_. _. ._ __....,__.__ O ^ '

.._ _^..__

O ^.._.._._.._ .____

__._

,^

W A
^ 0

^^ .._____ _.__._.__._ .._._.__.. _ __ _.. ___ .____.___ ._....__.._ _._ ___ _.__ _ ^ ^ ^^
^ ^ ^

__ .._.__. ._... _._ . M

. O O

0 0

__.__^

^ ^ W ^ ^
+ M ^i

a ^ ^

_ ____ o ^

___.__ ___. .__ ___ .__ ^ ^

.. O O

^ . . _ .,_._._ ._ __. ____Y..._

- __ _.___ _._.__ .. __.._

^
^

o ^
t^ q ^ cd ^ ,^ , 4^ b ^ Q ^ ^, ^ p+ a
.^ .-y ^ ^p ^ '..,

^ ^ 0

^ C ^ ^ cd v ^d ^ ^ ^, ct3 ^ o
cn 43 ^ ^ ^ '^ A ^'' d ^ ^ ^

^ V d U

4)

P< ^.-^ i^, -+

p.^ ,^ ^
ccnd "" u

.^ ^
td

.^.

^^^
a^ u ^

^ ^^

^ ^ ^ ^

^.a^.^:^

^.a^s i^
^ ^ ^ c^ ^ ^ .-^ ^.., d ; n

^ p ^,, ^ ,^ .,..:

^^
^ 6 :
a :^ a r^ i. ^

.^^^
V .___._._ . _ ___ _____ __ _ ___..__._.._.. __ ^

^^+.^

Ca _^_ ^._._ __ _ _ __. __.^___._.__. .__^._..___ __ _. ._^

! '

^ b ^ ^

^ I

b ^

cc! w ^ ^ ^ b ^

G=+

aaaua;^ad anb ^j

^ ^

e teiava9 osej^
^ ^ ^ ^ A .^, . v :^ ^^ ^^^

S^^I.[^^IZITSE a^uatu^I a.^ij

q sE^^^^^LUTS

'

i,^1Lt:;tTLO ^E VARIAti'7.AS

39
^ ; ^ ^s ^ v ^ ^:^^ c^^
.^ ^ ^a^Q ^ ^ ^ ^ ^ ^^

^ Q2o ^p,, ^^ ^-^ ^ ^a^,^^^ -a^^o ^^^:T ^^ n^^^^ rn W

^ p ^^ ^^ ^^ ^

^ `^^^ ^-^ a.^ .^^.,^

^. ^,^^^ y ^ ^ ^^ ^ o

^ ^.^, ^,.^; ^ ^ ^

^^^ ,`^ ^
42 ^ a ^ ^ ,a ^ q ^ ^^^
,^ t

^^ ^^ ^^
oz,.., .^^^^+^v ^., ^ ^ o ^ ^ o ,^ a
^ ^^ , q^ c^

^ ^ ,^
^

^^ C`^t^ ^w " U ^ a ^ a ,^ c^, `^ ^^ a

^ ^ q ^ ^ ^ ^ a

^'^ ^c^^a^i ^ ;w ^ ^ ^- ^ ^

^
^

' .c^ W a ^
ed U , ^

^ Ck

W ^' o ^ a.^

^ + ^ .,^ Qr -^+ b ^ ^ a ^ ^ a ^ ^ ^ Z^ ^ , p ^p ^ ^ ^ O . ^ ^.. q^^ a ^.. m^^ , ^b^L^^^c^i.^i^^

is ^ c d ^ ^, ^ ^ ^ o ^ .-. ^ ^ ^ O ^ ^., m^ q i'

o ^ ^ .^ b > ^

^ ^ ^ ^.. un C^ o ^.. ctt ^^

^^cTv^^^

w cn ^ ^ cd U ^ ^ o ^ o ^ .p ^ c, . ci ^ cy p., c.^ .^ ^ ^p ^ ^ ctt ^ ct^ v^ q O^O  c^d x^v^^^,C?^,

, _.._^_. __ ___._ __, __--..._.

^ (^
''

c!^

.^_

U
o O

I x __._. ^__.__________.__. .._.___.__.___ .

___ _._.--j
i

^
N

V
^
M

i^C ^

C ^ __....__._ .

A
t^

^ ^
^ ^ c^,

O ! __._.--_. -^_.. __..._

^

`^ _._._^
w

O
^

^
^

^^ '^ Q O
^ ^ O ^

o
^
Q N

^_.

^ .._._._

^ ^ oC

0
N o ^

o r,,,,^ O

w w
W A
O ^ a ^ V

A ^ ^

^ ^
^ `^ a^ ^ '^ ^ $ ^ ^

^ _._..--------._ __._ ___ _ ..__ ^_ _ . ^n I o ^ j

_ M

^
__ 0 _ _ . ,_._ _..._ _-^ ^n ^
^

o
o

0
o ^_^-^ 0 ^ 0 ^

o ^O

.^_ ....____ _._

^ ^

^. b^ w^ ^.^d ^ v .. ^b ^ ^ ^
v^

^ ^ a^.^ ^^'o^ ^^^ ^^a^ ^ ^^ v q b ^ .^ . ^- ^ ^s ^a ^^b^

V

^ ^ a^.^ ,^^^o^ o^^^ A^^,^.,^ ' ^~ ^ :^ ^s .v ^a .v ^ ^ ^ ^v .^ .^^b'^

U

^ ^ a^^^ .^^ ;^' ^^^^ ,^q ^^ ^ ^ ^ , v^ ^ ^ ^^ a ^^^ ^^aa

( U

^a^aa^o ^a^^ ^q^^b ,^^u^.^^ ^,^ ^ a ^^ ^ ^^ ^ ^ ^a p a ^ ^ ^ .^ a^^^.^^

Q, o ... ^ ^ ^ .., ^ ^3
v ^ ^ eo ...,

.
,^ ^ ^ r ^

.
^ ^ ^^ ^ ^

^ a^aQa3.^ad anb e^ I e Yszaua8 ase^^ ^{ ^ o ^5.^3 ^ ^, ^=b^^

I sea^^l^cvtse a^uacu -B^aB^i q sE^^.^;^u,^^s ^ ~ ^ ^ ^ ~ S^?^i1^^LLITBi? a^ciaut^pti^i^y^ _ ^ ~ ` ^

_ ____ .__ _