Professional Documents
Culture Documents
e-mail: imozas@elx.uned.es
http://personal.telefonica.terra.es/web/imm/
Pg.:
- DISTRIBUCIONES
- PREGUNTAS TERICAS ...
UNIDIMENSIONALES - PROBLEMAS .......................
- DISTRIBUCIONES BIDIMENSIONALES ......................
- NMEROS NDICES ........................................................
- SERIES TEMPORALES ....................................................
- PROBABILIDAD ...............................................................
- INFERENCIA ESTADSTICA ..........................................
1
8
14
26
28
30
32
1/34
UNED. ELCHE.
TUTORA DE FUNDAMENTOS DE ESTADSTICA APLICADOS AL TURISMO
e-mail: imozas@elx.uned.es
http://personal.telefonica.terra.es/web/imm/
2/34
UNED. ELCHE.
TUTORA DE FUNDAMENTOS DE ESTADSTICA APLICADOS AL TURISMO
e-mail: imozas@elx.uned.es
http://personal.telefonica.terra.es/web/imm/
0.6
0.5
0.4
0.3
0.2
0.1
-4
-2
3/34
UNED. ELCHE.
TUTORA DE FUNDAMENTOS DE ESTADSTICA APLICADOS AL TURISMO
e-mail: imozas@elx.uned.es
http://personal.telefonica.terra.es/web/imm/
UNED. ELCHE.
TUTORA DE FUNDAMENTOS DE ESTADSTICA APLICADOS AL TURISMO
e-mail: imozas@elx.uned.es
http://personal.telefonica.terra.es/web/imm/
1
Adems, Var(Y) =
n
(
i
1
Yi Y n i =
n
2
( )
Xi O X O
1
ni =
C
C
n
Xi X
n =
C i
1
Var X
C2
19. Explique cundo y por qu es conveniente introducir ponderaciones en la media
aritmtica.
Respuesta.- Cuando los valores de la variable a ponderar no se consideren todos igualmente
importantes. Por ejemplo, la nota final de una asignatura obtenida promediando las notas obtenidas
dos exmenes parciales, uno de ellos de ms importancia que el otro
20. Explique los conceptos estadsticos de Rango, Recorrido, Amplitud total y Coeficiente
de Apertura .
Respuesta.- Ver U.D. pg. 90 y 91.
21. Indique las diferencias entre los conceptos estadsticos de Parmetro, Variable y Atributo
Respuesta.En el texto base explica que se denominan parmetros a las caractersticas poblacionales que
deseamos investigar y que suelen ser desconocidas a priori. Por ejemplo, la edad de los viajeros de
una compaa area, la nacionalidad de los visitantes un museo, el motivo de los viajes contratados
en una agencia, etc.
Cuando estas caractersticas son numricas, es decir, cuando se pueden medir, se denominan
variables (aos de edad, renta anual en euros, etc.); por el contrario, cuando las caractersticas de la
poblacin no son susceptibles de medirse numricamente reciben el nombre de atributos (el color
del pelo, el sexo, la profesin, el estado civil, el grado de satisfaccin del cliente con un servicio,
etc...).
5/34
UNED. ELCHE.
TUTORA DE FUNDAMENTOS DE ESTADSTICA APLICADOS AL TURISMO
e-mail: imozas@elx.uned.es
http://personal.telefonica.terra.es/web/imm/
Los atributos, a diferencia de las variables, presentan modalidades o categoras (el atributo
sexo puede adoptar las modalidades de varn o mujer, el atributo intencin de voto se concreta en
los nombres de los partidos polticos que se presenten a las elecciones sondeadas y el de opinin
sobre la satisfaccin de un cliente con el servicio de limpieza de un hotel puede adoptar las
modalidades que se determinen: excelente, bueno, malo, regular, etc.).
22. Defina el concepto de mediana y ponga un ejemplo de clculo de la misma para el caso
de una distribucin unidimensional de tipo I en la que el nmero de observaciones es impar
Respuesta.Mediana de una distribucin de frecuencias, es aquel valor que divide a la distribucin,
previamente ordenada en forma creciente, en dos partes iguales, dejando el mismo nmero de
valores de la variable a su izquierda que a su derecha.
Veamos un ejemplo para una distribucin del tipo I (la frecuencia de cada valor es la unidad),
con un nmero de observaciones impar, que escribiremos ya ordenados:
{2, 3, 5, 6, 8, 9, 13, 15, 16, 17, 19, 22, 25, 26, 29, 31, 33}
en total 17. La mediana ser el valor que ocupa el lugar 9 (pues tiene 8 a su izquierda y 8 a su
derecha), a saber: Me = 16.
23. Tenemos una distribucin con los siguientes datos: 1 , 8 , 9 y 85 . Indique a simple
vista si considera que para esta distribucin es representativa la media aritmtica; Qu debera
hacerse para valorar adecuadamente esta representatividad? Qu medidas deberan calcularse?
Respuesta.A simple vista no parece que la media aritmtica vaya a ser representativa puesto que hay un
valor (85 ) que se aleja mucho de los otros tres. Para valorar la representatividad adecuadamente,
UNED. ELCHE.
TUTORA DE FUNDAMENTOS DE ESTADSTICA APLICADOS AL TURISMO
e-mail: imozas@elx.uned.es
http://personal.telefonica.terra.es/web/imm/
25. Indique un ejemplo en el que sea aconsejable introducir ponderaciones para el clculo de
la media aritmtica.
Respuesta.En la pgina 47 de las U.D. proponen el siguiente ejemplo: supongamos que queremos hacer
una seleccin de personas para la recepcin de un hotel en el que se considera muy importante el
conocimiento de ingls y menos importante el de otras materias como la estadstica o el marketing;
en el currculum vitae de un candidato tenemos informacin sobre las notas medias obtenidas en
distintos bloques de conocimientos; se considera que la calificacin de ingls debe ponderarse el
doble que la del resto de materias:
Materias Calificacione
Coeficientes de
s
ponderacin
Ingls
8
2
Marketing
6
1
Estadstica
10
1
82 + 61 + 101
Entonces la nota media sera: x =
=8
2 +1+1
26. Defina las medidas de simetra y apuntamiento de una distribucin de frecuencias.
Respuesta.En el libro de texto (pg.: 87) se proponen cuatro medidas de asimetra:
1 n
3
(
xi x) ni
m
N i =1
El coeficiente de asimetra de Fisher: g1 = 33 =
3
x
n
1
2
(x i x )2 n i
N i =1
x Me
El coeficiente de asimetra de Pearson: Ap =
x
Q 3 + Q1 2Me
Q 3 Q1
3
n
xi x
n
(n 1)(n 2) I=1 s
En todos los casos, si el coeficiente es positivo hay asimetra a la derecha, si es negativo, hay
asimetra a la izquierda y si es cero la distribucin es simtrica.
m
Respecto a las medidas de apuntamiento, tenemos el coeficiente de Fisher, g2 = 4 3 y el
4
(x i x )4 3(n 1)2
n (n 1)
UNED. ELCHE.
TUTORA DE FUNDAMENTOS DE ESTADSTICA APLICADOS AL TURISMO
e-mail: imozas@elx.uned.es
http://personal.telefonica.terra.es/web/imm/
xi 1
ni 10
3
20
4
30
5
20
7
27
9
13
xi
xi
ni
0
4
1
10
x 90 + x 91
= 7;
2
2 3 4
4 1 1
3+5
= 4; en el tercer
2
caso:
xi
0
1
2
3
4
ni
4
10
4
1
1
Ni
4
14
18
19
20
Mediana =
8/34
x 10 + x 11 1 + 1
=
=1
2
2
UNED. ELCHE.
TUTORA DE FUNDAMENTOS DE ESTADSTICA APLICADOS AL TURISMO
e-mail: imozas@elx.uned.es
http://personal.telefonica.terra.es/web/imm/
3. Las ventas medias diarias de los 16 vendedores de una agencia de viajes durante un
determinado perodo fueron las siguientes:
Vendedor n
Ventas diarias en miles de
1
2
2
2,5
3
3
4
2
5
2,3
6
2,1
7
2,5
8
2
9
2
10
1,5
11
2
12
2
13
1,7
14
1,5
15
2,5
16
3
ni
xini Ni
2
3
2
1
1,7
3
6
12
9
1
2,1
10
1
2,3
11
3
7,5
14
2
6
16
16 34,6
a) La cifra ms comn de ventas (la moda) es Mo = 2 (miles de )
34,6
b) La venta media x =
2,16 (miles de )
16
c) Por tratarse de un nmero par de individuos, la mediana es la media aritmtica de los dos
2+2
valores centrales (el 8 y el 9): Me =
= 2 (miles de ).
2
4. Utilizando el cambio de escala Yi = Xi/l000, calcule la media aritmtica y las modas
absolutas y relativas de la siguiente distribucin de frecuencias:
Ventas anuales en de una
cadena de agencias de viajes
(Xi)
93.000
98,000
112.000
118.000
165.000
190.000
225.000
265.000
350.000
400.000
425.000
526.000
575.000
N Total de Agencias de
Viaje
9/34
N de
agencias
(ni)
2
3
4
5
6
8
4
3
4
6
2
2
1
50
UNED. ELCHE.
TUTORA DE FUNDAMENTOS DE ESTADSTICA APLICADOS AL TURISMO
e-mail: imozas@elx.uned.es
http://personal.telefonica.terra.es/web/imm/
Yi
93
98
11
11
16
19
22
26
35
40
42
52
57
N de agencias
2
3
4
5
6
8
4
3
4
6
2
2
1
50
Yini
186
294
448
590
990
1520
900
795
1400
2400
850
1052
575
1200
ni
20
50
60
40
30
10
210
xi
5
15
25
35
45
55
xini
100
750
1500
1400
1350
550
5650
xi2
25
225
625
1225
2025
3025
xi2ni
500
11250
37500
49000
60750
30250
189250
obtenemos:
X = 26,90
X 2 = 901,19
CV =
( )
= 0,49
X
2 = X 2 X =177,32
= 13,32
Dado que el coeficiente de variacin es < 0,5, podemos considerar que la media tiene una
aceptable representatividad.
10/34
UNED. ELCHE.
TUTORA DE FUNDAMENTOS DE ESTADSTICA APLICADOS AL TURISMO
e-mail: imozas@elx.uned.es
http://personal.telefonica.terra.es/web/imm/
Obtener: a) Las frecuencias acumuladas, las frecuencias relativas y las frecuencias relativas
acumuladas. b) Las principales medidas de posicin (media, mediana y modas absolutas y relativas)
Solucin.Para precisar, supondremos los intervalos cerrados por la izquierda y abiertos por la derecha.
Adems, tomaremos el ltimo intervalo igual a [65, 75]. As tendremos:
a)
Datos
de
edad
Nmero
de
visitantes
(ni)
Marcas
de
clase
(xi)
Frecuencias
acumulada
s
(Ni)
[0, 10[
[10, 15[
35
12,5
37
[15, 25[
45
20
82
[25, 35[
33
30
115
[35, 45[
35
40
150
[45, 55[
50
50
200
[55, 65[
40
60
240
[65, 75]
60
70
300
Total
300
Frecuencias
relativas
(fi)
2
)
= 0,06
300
35
300
)
= 0,116
45
= 0,15
300
33
= 0,11
300
35
300
Frecuencias
relativas
acumuladas
(Fi)
2
)
= 0,06
10
)
= 0,123
437,5
)
= 0, 273
900
)
= 0,383
990
300
37
300
82
300
115
300
)
= 0,116
150
)
= 0,16
200
50
300
40
300
60
300
)
= 0,13
= 0, 2
xini
300
300
240
300
= 0,5
1400
)
= 0, 6
2500
= 0,8
2400
4200
Densidades
de
frecuencia
2
10
= 0, 2
35
5
45
10
33
10
35
10
50
10
40
10
60
10
=7
= 4,5
= 3,3
= 3,5
=5
=4
=6
12837,5
)
12837,5
= 42,7916 ; la mediana Me = 45; la clase
300
modal absoluta es [10, 15] (la de mayor densidad de frecuencia) luego la moda absoluta:
b) De la tabla obtenemos la media x =
11/34
UNED. ELCHE.
TUTORA DE FUNDAMENTOS DE ESTADSTICA APLICADOS AL TURISMO
e-mail: imozas@elx.uned.es
http://personal.telefonica.terra.es/web/imm/
4,5
5 14,79; modas relativas: una en la clase [45, 55[, una estimacin de la cual
0,2 + 4,5
4
sera 45+
10 50,33; otra en la clase [65, 75], una estimacin de la cual sera 65.
4 + 3,5
7. Entre los clientes de un hotel se hace una Encuesta sobre control de calidad de los
servicios. De los 100 clientes entrevistados 25 expresaron algn tipo de queja sobre el
funcionamiento de uno o varios de los departamentos o unidades de servicio sobre los que fue
preguntado; en referencia a las 5 unidades de servicio del hotel, se obtuvo la siguiente relacin de
quejas:
El Departamento 1 tuvo 10 quejas;
El Departamento 2 tuvo 15 quejas;
El Departamento 3 tuvo 1 quejas;
El Departamento 4 tuvo 8 quejas;
El Departamento 5 tuvo 2 quejas;
a) Organice la informacin en una tabla de frecuencias.
b) Represntela grficamente en un diagrama de barras.
c) Valore las conclusiones obtenidas, indicando:
La proporcin total de de quejas
La proporcin de quejas que obtuvo cada Departamento
Cmo expresara la moda de la distribucin?
Cmo expresara la media aritmtica de la distribucin? Tiene sentido hablar de la
misma?
Mo = 10 +
Solucin:
a) Tabla de frecuencias:
Departament
o
1
2
3
4
5
Total
N de
quejas
10
15
1
8
2
36
b) diagrama de barras:
16
14
N de quejas
12
10
8
6
4
2
0
1
Departamento
12/34
UNED. ELCHE.
TUTORA DE FUNDAMENTOS DE ESTADSTICA APLICADOS AL TURISMO
e-mail: imozas@elx.uned.es
http://personal.telefonica.terra.es/web/imm/
c) La proporcin total de quejas: puesto que se ha entrevistado a 100 clientes que hubieran
podido presentar un mximo de 500
Proporcin
quejas (una por departamento) y slo se Departamento N de quejas
10
han presentado 36, la proporcin total de
0,28 28%
1
10
36
36
= 0,072 es decir, un 7,2
quejas sera
15
500
0,42 42%
2
15
% de los clientes (en la muestra
36
considerada) presenta alguna queja.
1
0,03 3%
3
1
La proporcin de quejas que
36
obtuvo cada departamento:
8
0,22 22%
La moda sera el departamento
4
8
36
nmero 2, que es le que obtiene mayor
2
nmero de quejas.
0,06 6%
5
2
36
Los distintos departamentos son
modalidades de un atributo, no constituyendo una variable cuantitativa y por tanto el clculo de la
media aritmtica no tiene sentido.
8. Calcular la media, la mediana y la moda de la masa
salarial de una empresa con 1000 trabajadores que tiene la
distribucin adjunta de salarios por intervalos:
Solucin.Construimos la tabla:
Clase modal
Clase mediana
Salario
Mensual en
euros
Li1Li
600-800
800-1000
1000-1200
1200-1400
1400-1600
1600-1800
1800-2000
2000-2200
2200-2400
2400-2600
2600-2800
2800-3000
3200-3400
Marcas de
clase
(xi)
700
900
1100
1300
1500
1700
1900
2100
2300
2500
2700
2900
3300
13/34
N de
trabajadores
(ni)
160
200
100
110
100
85
10
14
25
47
24
40
85
Salario Mensual en
euros
Li1Li
600-800
800-1000
1000-1200
1200-1400
1400-1600
1600-1800
1800-2000
2000-2200
2200-2400
2400-2600
2600-2800
2800-3000
3200-3400
N de
trabajadores
(ni)
160
200
100
110
100
85
10
14
25
47
24
40
85
Frecuencia
acumulada
Ni
xini
112000
180000
110000
143000
150000
144500
19000
29400
57500
117500
64800
116000
280500
160
360
460
570
670
755
765
779
804
851
875
915
1000
UNED. ELCHE.
TUTORA DE FUNDAMENTOS DE ESTADSTICA APLICADOS AL TURISMO
e-mail: imozas@elx.uned.es
http://personal.telefonica.terra.es/web/imm/
1000
1524200
de donde se obtiene:
1524200
= 1524,2 ; Mediana = Li1 +
Media =
1000
Moda = Li1 +
n i +1
n i 1 + n i +1
c i = 800 +
N
N i 1
500 460
2
c i = 1200 +
200 1272,73 ;
ni
110
100
200 876,92
160 + 100
9. La valoracin de 0 a 10 del grado de satisfaccin con los servicios recibidos por una
agencia mayorista a partir de una muestra de 500 agencias minoristas es la siguiente:
14/34
UNED. ELCHE.
TUTORA DE FUNDAMENTOS DE ESTADSTICA APLICADOS AL TURISMO
e-mail: imozas@elx.uned.es
http://personal.telefonica.terra.es/web/imm/
40
24
56
80
96
224
637
= 31,85 y de aqu:
20
m11 = 31,85 5,955,25 = 0,6125.
Se tendr pues:
a) la recta de regresin de Y/X es:
0,6125
y 5,25 =
( x 5,95) y 0,82x + 0,37
0,7475
y la recta de regresin de X/Y:
0,6125
x 5,95 =
( y 5,95) x 0,12y + 5,33
5,1875
2
m11
0,61252
b) el coeficiente de determinacin: R2 =
=
0,0967
m 20 m 02 0,74755,1875
3) Explique y valore el significado del coeficiente de correlacin lineal de Pearson. (Junio
2003 reserva)
Solucin.Consideremos una variable bidimensional (Xi, Yi), siendo Xi la variable independiente
(exgena) e Yi la dependiente (endgena). Sea y = a+bx la recta de regresin de Y/X. Tenemos
entonces las tres varianzas:
S2Y = m02, varianza de la variable Yi; S2Yt = varianza de la variable a+bXi, (varianza explicada por
la regresin); S2rY varianza de la variable YiabXi, (varianza residual). Se demuestra que
S2Y = S2Yt + S2rY
Llamamos coeficiente de determinacin R2 a la proporcin (tanto por uno) de varianza
explicada que forma parte de la varianza de la variable:
S2Yt
2
R = 2
SY
2
m11
y, obviamente, 0 R2 1.
demostrndose que R =
m 20 m 02
Llamamos coeficiente de correlacin al cociente:
2
15/34
UNED. ELCHE.
TUTORA DE FUNDAMENTOS DE ESTADSTICA APLICADOS AL TURISMO
e-mail: imozas@elx.uned.es
http://personal.telefonica.terra.es/web/imm/
m11
R=
m 20 m 02
Totales:
de donde se deduce:
xi
yi
x2i
y2i
xiyi
2,2
2,5
2,8
2,9
3,1
3,5
17
195
200
221
230
239
248
1333
4,84
6,25
7,84
8,41
9,61
12,25
49,2
38025
40000
48841
52900
57121
61504
298391
429
500
618,8
667
740,9
868
3823,7
a10= 2,83333333
a01= 222,166667
m20=
m02=
m11=
0,17222222
373,805556
7,81111111
UNED. ELCHE.
TUTORA DE FUNDAMENTOS DE ESTADSTICA APLICADOS AL TURISMO
e-mail: imozas@elx.uned.es
http://personal.telefonica.terra.es/web/imm/
5) Elabore una tabla tipo de una distribucin bidimensional (X, Y) indicando el significado
de los trminos x1 , x2. ........ xr ; y1, y2 ......ys ; ni1, ni2, .....n is ; n1j, n2j, ...., nrj; ni; nj ; N. (Septiembre
2003)
Respuesta.-
y
x
x1
x2
..
.
xr
y1
y2
..... ys
n11
n21
..
.
nr1
n1
n12
n22
..
.
nr2
n2
.....
.....
.....
.....
.....
n1s
n2s
..
.
nrs
ns
n1
n2
..
.
nr
N
ni =
ij
ij
j=1
r
nj =
n
i =1
N=
j=1
i =1
n j = n i = n ij es el total de individuos.
i ,j
6) Defina el coeficiente de correlacin lineal e indique los valores que puede tomar y su
significado. (Septiembre 2003)
Respuesta.m11
R=
. Se cumple que 1 R 1. Si R = 1, la correlacin es mxima y los puntos (xi, yj)
m 20 m 02
estn en lnea recta (las dos rectas de regresin coinciden), de pendiente positiva si R = 1 y de
pendiente negativa si R = 1. Cuanto menor, en valor absoluto, sea R, mayor ser el ngulo que
formen entre s las rectas de regresin. Si R = 0, no existe correlacin y las rectas de regresin y =
a01, x = a10, son perpendiculares.
7) Se ha efectuado una encuesta a 20 agencias de viaje preguntando por su situacin
respecto a dos variables de inters (n de clientes diarios y n de trabajadores); en estas encuestas se
han obtenido los siguientes resultados
N de
trabajadores
1 2 3 total
N de clientes
4 2 2 8
5
2 1 2 5
6
1 2 4 7
7
total
7 5 8 20
Obtener los momentos de orden 1 y 2 respeto a la media y respecto al origen de esta
distribucin y estudiar la posible dependencia entre ambas variables. (Septiembre 2003)
17/34
UNED. ELCHE.
TUTORA DE FUNDAMENTOS DE ESTADSTICA APLICADOS AL TURISMO
e-mail: imozas@elx.uned.es
http://personal.telefonica.terra.es/web/imm/
Nde clientes
4 2
2
40 200
5
8
2 1
2
30 180
6
5
1 2
4
49 343
7
7
total
7 5
8
20 119 723
7 10 24 41
yjnj
2
7 20 72 99
y jnj
Adems, sustituyendo nij por el producto xiyjnij, obtenemos
1 2 3
5 20 20 30
6 12 12 36
7 7 28 84
obtenindose una suma x i y j n ij = 249. Ya podemos calcular los momentos:
i ,j
1
119
x i n i =
= 5,95
20 i =1
20
3
a10 =
1 3
41
a01 =
y j n j =
= 2,05
20 i =1
20
a11 =
1
x i y j n ij = 12,45
20 i ,j
1 3 2
723
=36,15
a20 = x i n i =
20 i =1
20
1 3 2
99
= 4,95
a02 = y j n j =
20 i =1
20
m10 = m01 = 0
0,2525
0,3378. Por tanto existe una
0,74750,7475
correlacin que puede considerarse pequea entre las dos variables.
8.- Razone brevemente sobre los conceptos de Casualidad, Causalidad y Especificacin de
modelos estadsticos. (Junio 2004)
Respuesta.Cuando en una distribucin bidimensional (X, Y) pueda considerarse que los valores de la
variable independiente o exgena X son la causa de los valores de la variable dependiente o
endgena Y, diremos que existe causalidad. Por ejemplo, el precio de un producto y las cantidades
vendidas del mismo.
No obstante, puede haber relacin entre los valores de las variables, sin que sea probable que
unos valores sean la causa de los otros. Por ejemplo, la evolucin del precio del metro cuadrado de
la vivienda en los ltimos cinco aos, y la estatura de mi sobrino en el mismo periodo. Diremos en
ese caso que existe casualidad.
Al estudiar la relacin entre variables, debemos especificar, mediante un modelo terico, en
qu medida una variable endgena es la causa de las variables exgenas que intervienen en el
proceso.
18/34
UNED. ELCHE.
TUTORA DE FUNDAMENTOS DE ESTADSTICA APLICADOS AL TURISMO
e-mail: imozas@elx.uned.es
http://personal.telefonica.terra.es/web/imm/
9.- En una distribucin de frecuencias para 2 variables (x, y), se ha obtenido la siguiente
tabla de correlaciones:
yi 1 2 3
xj
0
3
5
TOTAL
3
0
1
4
0
4
1
5
1
2
6
9
TOTAL
4
6
8
18
Se pide:
a) Construya las distribuciones marginales de frecuencias de las variables x e y
b) Calcule la media aritmtica, la desviacin tpica y el coeficiente de variacin de Pearson
c) Calcule la covarianza de la distribucin conjunta de ambas variables (Junio 2004)
Solucin.a) y b)
Distribucin marginal de la x
Distribucin marginal de la y
2
2
xj
nj
xjnj xj
xj nj
yj
ni yjni yj2
yj2ni
0
4
0
0
0
1
4
4
1
4
3
6
18
9
54
2
5
10
4
20
5
8
40
25
200
3
9
27
9
81
18
58
254
18
41
105
58
3,22
18
254
x 2 = a20 =
14,11
18
Sx = m 20 = a 20 a 102 1,93
41
2,28
18
105
y 2 = a02 =
5,83
18
2
Sy = m 02 = a 02 a 01
0,80
Sy
0,35
CVy =
y
x = a10 =
CVx =
y = a01 =
Sx
0,60
x
c) Calculamos xjyinji,
yi 1
0
0
5
0
24
10
0
18
90
xj
0
3
5
147
y sumando obtenemos
x y n
j
ji
= 147, de donde
j,i
xy = a 11 =
147
8,17. As pues,
18
19/34
UNED. ELCHE.
TUTORA DE FUNDAMENTOS DE ESTADSTICA APLICADOS AL TURISMO
e-mail: imozas@elx.uned.es
http://personal.telefonica.terra.es/web/imm/
Ventas en euros de
un
complejo turstico
(Yi)
6,5
7,0
9,0
8,5
9,0
8,2
Temperatura media
durante
el verano en grados
centesimales (Xi)
25
27
30
28
31
30
Ventas
Obtener:
a) Un diagrama o grfico de dispersin
b) La recta de regresin entre la variable dependiente Yi y la independiente Xi (Jun. 2004-2)
Solucin.a) Representaremos la nube de puntos:
9,5
9
8,5
8
7,5
7
6,5
6
24
25
26
27
28
29
30
31
32
Temperatura
Ventas en
euros de un
complejo
turstico
(Yi)
XiYi
Xi2
25
27
30
28
31
30
171
6,5
7
9
8,5
9
8,2
48,2
162,5
189
270
238
279
246
1384,5
625
729
900
784
961
900
4899
a10 = 28,5
m11= 1,8
a01= 8,03
a11= 230,75
a20= 816,5
m20 = 4,25
m11
m 20
20/34
= 0,4235
UNED. ELCHE.
TUTORA DE FUNDAMENTOS DE ESTADSTICA APLICADOS AL TURISMO
e-mail: imozas@elx.uned.es
http://personal.telefonica.terra.es/web/imm/
yi
80
85
100
120
150
140
60
35
60
100
930
xi2
676
900
1225
2025
3025
2025
400
225
784
1600
12885
yi2
6400
7225
10000
14400
22500
19600
3600
1225
3600
10000
98550
xiyi
2080
2550
3500
5400
8250
6300
1200
525
1680
4000
35485
21/34
UNED. ELCHE.
TUTORA DE FUNDAMENTOS DE ESTADSTICA APLICADOS AL TURISMO
e-mail: imozas@elx.uned.es
http://personal.telefonica.terra.es/web/imm/
(395,8)2
2
m11
y, obviamente, 0 R2 1.
demostrndose que R =
m 20 m 02
Llamamos coeficiente de correlacin al cociente:
m11
R=
m 20 m 02
2
22/34
UNED. ELCHE.
TUTORA DE FUNDAMENTOS DE ESTADSTICA APLICADOS AL TURISMO
e-mail: imozas@elx.uned.es
http://personal.telefonica.terra.es/web/imm/
Ventas en
miles de
euros
(yi)
100
125
150
160
170
705
xi2
9
16
25
36
49
135
yi2
10000
15625
22500
25600
28900
102625
xiyi
300
500
750
960
1190
3700
34
29
24
19
4
10
12
deducimos que la funcin que mejor expresa la relacin entre ambas variables es una funcin lineal.
Ajustaremos pues la recta de regresin de Y/X.
23/34
UNED. ELCHE.
TUTORA DE FUNDAMENTOS DE ESTADSTICA APLICADOS AL TURISMO
De los clculos:
N de trabajadores (Xi)
5
6
7
8
9
10
45
Ventas (Yi)
20
25
29
33
37
41
185
e-mail: imozas@elx.uned.es
http://personal.telefonica.terra.es/web/imm/
Xi2
25
36
49
64
81
100
355
Yi2
400
625
841
1089
1369
1681
6005
XiYi
100
150
203
264
333
410
1460
m1 1= 12,08
m20 = 2,917
m02 = 50,139
24/34
UNED. ELCHE.
TUTORA DE FUNDAMENTOS DE ESTADSTICA APLICADOS AL TURISMO
e-mail: imozas@elx.uned.es
http://personal.telefonica.terra.es/web/imm/
215
205
195
Ventas
185
175
165
155
145
135
125
2,5
3,5
4,5
Gastos
b) Construimos la tabla:
Aos
Gastos
millones
Ventas
millones
xi2
yi2
xiyi
1998
130
16900
390
1999
3,3
155
10,89
24025
511,5
2000
3,8
175
14,44
30625
665
2001
4,2
14,3
210
670
17,64
51,97
44100
115650
882
2448,5
m20 = 0,211875
m02 = 856,25
m11 = 13,3125
25/34
UNED. ELCHE.
TUTORA DE FUNDAMENTOS DE ESTADSTICA APLICADOS AL TURISMO
e-mail: imozas@elx.uned.es
http://personal.telefonica.terra.es/web/imm/
(Sep 2005)
1999
11
2000
14
2001
20
2002
23
2003
25
100
14
100 = 127,27
11
20
100 = 181,82
11
23
100 = 209,09
11
25
100 = 227,27
11
26/34
27,27 %
54,55%
27,27%
18,18%
UNED. ELCHE.
TUTORA DE FUNDAMENTOS DE ESTADSTICA APLICADOS AL TURISMO
e-mail: imozas@elx.uned.es
http://personal.telefonica.terra.es/web/imm/
2) Dados los siguientes datos de un ndice de precios, obtenga la serie homognea del ndice
en base 1988
Ao
I. base
I. base
I. base
1988
1993
1997
1988
100
1989
150
1990
145
1991
154
1992
132
1993
165
100
1994
112
1995
106
1996
122
1997
140
100
1998
112
1999
114
2000
116
2001
118
2002
144
2003
155
(Junio 2003 reserva)
Solucin.Lo haremos en dos etapas:
- primero convertiremos los nmeros ndices en base 1997 a base 1993, multiplicando cada
ndice en base 1997 por 140 y dividindolo por 100
- y en segundo lugar convertiremos los nmeros ndices en base 1993 a base 1988,
multiplicando cada ndice en base 1993 por 165 y dividindolo por 100:
Ao
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
I. base
1988
100
150
145
154
132
165
184,8
174,9
201,3
231
258,72
263,34
267,96
272,58
332,64
358,05
I. base
1993
I. base
1997
100
112
106
122
140
156,8
159,6
162,4
165,2
201,6
217
100
112
114
116
118
144
155
27/34
UNED. ELCHE.
TUTORA DE FUNDAMENTOS DE ESTADSTICA APLICADOS AL TURISMO
e-mail: imozas@elx.uned.es
http://personal.telefonica.terra.es/web/imm/
p
i =1
n
p
i =1
it
q i0
i0
100 , donde
q i0
pi0 y pit son los precios del producto i-simo respectivamente en el periodo base y en el periodo
corriente y qi0 es la cantidad del producto i-simo el periodo base.
Es adecuado para calcular el IPC por razones prcticas pues, para cada periodo slo es
necesario calcular los precios pit en el periodo corriente.
SERIES TEMPORALES (CAPTULO 7)
1) Enumere y describa brevemente los componentes de las series temporales y mencione las
hiptesis de trabajo ms habituales para relacionar las mismas a fin de que resulte el dato observado.
Respuesta.- Son cuatro:
-Tendencia (T): evolucin de la serie a largo plazo.
- Fluctuacin cclica (C): fluctuaciones de la tendencia a corto y medio plazo.
- Variacin estacional (S): comportamiento regular y repetitivo a lo largo de un ao.
- Fluctuaciones irregulares (I): fluctuaciones irregulares o aleatorias.
EJERCICIOS PROPUESTOS EN EXMENES
28/34
UNED. ELCHE.
TUTORA DE FUNDAMENTOS DE ESTADSTICA APLICADOS AL TURISMO
e-mail: imozas@elx.uned.es
http://personal.telefonica.terra.es/web/imm/
La asociacin de las cuatro componentes para que resulte el dato observado Y, puede ser:
Aditiva: Y = T + C + S + I
Multiplicativa: Y = TCSI
Combinacin de ambas: p. ej. Y = T + C + SI
2) Describa los componentes de una serie temporal y sus posibles asociaciones (Sep. 2003,
res)
3) Obtener, por el mtodo de los momentos y realizando un cambio
de variable, la tendencia de la serie temporal adjunta (Sep. 2003, res)
Aos xi
1992 1
1993 2
1994 3
1995 4
1996 5
1997 6
1998 7
1999 8
2000 9
2001 10
2002 11
66
yi
50
60
65
70
75
75
80
85
90
100
108
858
xi2
1
4
9
16
25
36
49
64
81
100
121
506
xiyi
50
120
195
280
375
450
560
680
810
1000
1188
5708
a10=
a01=
a11=
a20=
6
78
518,91
46
Aos
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
Ventas
50
60
65
70
75
75
80
85
90
100
108
m20= 10
m11= 50,91
Representada grficamente:
110
y = 5,09x + 47,45
100
90
80
70
60
50
40
0
10
12
29/34
UNED. ELCHE.
TUTORA DE FUNDAMENTOS DE ESTADSTICA APLICADOS AL TURISMO
e-mail: imozas@elx.uned.es
http://personal.telefonica.terra.es/web/imm/
La variacin que presenta una serie temporal es el resultado de cuatro componentes que estn
presentes en cada uno de los valores de la serie, a saber, la tendencia, la componente estacional, la
componente cclica y la componente irregular. Desestacionalizar una serie consiste en determinar,
mediante la construccin de un ndice, cul es la componente estacional para, a continuacin,
eliminar de cada valor de la serie dicha componente. Si la asociacin de las cuatro componentes
tiene carcter aditivo, la desestacionalizacin se har restando la correspondiente componente
estacional; si la asociacin tiene carcter multiplicativo, la desestacionalizacin se har dividiendo
por la componente estacional.
5) Explique en qu consisten las variaciones estacionales de una serie temporal. Proponga un
ejemplo de variacin estacional y enumere los mtodos que se utilizan para analizarlas. (Sep. 2005)
6) Defina variacin estacional de una serie temporal y explique qu diferencia existe entre
variacin estacional y variacin cclica. Asimismo, indique qu variaciones estacionales son ms
importantes para el anlisis del sector turstico y seale cmo se denomina al procedimiento por el
que se descuentan las variaciones estacionales y los mtodos que se utilizan para ello. (Junio
2006)
Respuesta.Variaciones estacionales de una serie temporal son las oscilaciones peridicas que se
producen, de periodo inferior a un ao.
Variaciones cclicas son aquellas oscilaciones de periodo superior a un ao.
Variaciones estacionales importantes en el sector turstico pueden ser por ejemplo la distinta
afluencia de turistas en verano o en invierno, oscilacin del nmero de visitantes a museos u otras
atracciones tursticas entre semana o en fines de semana, etc.
El procedimiento por el que se descuentan las variaciones estacionales se denomina
desestacionalizacin y los dos mtodos ms importantes que se utilizan para ello son el del
porcentaje promedio y el del porcentaje promedio mvil.
7) Defina los componentes de una serie temporal. (Junio 06, 2)
Respuesta.Son cuatro:
- componente secular o tendencia que viene determinada por la evolucin de la serie a largo
plazo;
- componente estacional, determinada por las variaciones peridicas de periodo igual o
inferior a un ao;
- componente cclica, determinada por las variaciones peridicas no regulares de la serie, de
periodo superior al ao;
.-componente irregular determinada por las oscilaciones ocasionales que se producen de
forma aleatoria.
8) Explique el concepto de desestacionalizacin de una serie temporal. (Sep. 06 res)
Respuesta.Es el proceso por el cual eliminamos de los valores de la serie temporal el contenido
estacional. Existen diversos mtodos para desestacionalizar una serie, siendo dos de los ms
sencillos el del porcentaje promedio y el del porcentaje promedio mvil.
PROBABILIDAD (CAPTULO 8)
1.- Defina y caracterice un experimento aleatorio. (Sep 04)
Respuesta.Es aquel que, repetido en idnticas condiciones, no siempre proporciona el mismo resultado.
Por ejemplo, extraer una bola de una bolsa que contiene 10 bolas numeradas del 1 al 10.
Las caractersticas que debe tener el experimento para considerarse aleatorio son:
EJERCICIOS PROPUESTOS EN EXMENES
30/34
UNED. ELCHE.
TUTORA DE FUNDAMENTOS DE ESTADSTICA APLICADOS AL TURISMO
e-mail: imozas@elx.uned.es
http://personal.telefonica.terra.es/web/imm/
31/34
UNED. ELCHE.
TUTORA DE FUNDAMENTOS DE ESTADSTICA APLICADOS AL TURISMO
e-mail: imozas@elx.uned.es
http://personal.telefonica.terra.es/web/imm/
32/34
UNED. ELCHE.
TUTORA DE FUNDAMENTOS DE ESTADSTICA APLICADOS AL TURISMO
e-mail: imozas@elx.uned.es
http://personal.telefonica.terra.es/web/imm/
33/34
UNED. ELCHE.
TUTORA DE FUNDAMENTOS DE ESTADSTICA APLICADOS AL TURISMO
e-mail: imozas@elx.uned.es
http://personal.telefonica.terra.es/web/imm/
Respuesta.-El tipo de muestreo empleado: para cada tipo de muestreo existe una expresin distinta para
calcular el tamao de la muestra con la que efectuar las estimaciones con un determinado grado de
error.
- La dispersin o varianza de la variable que se investiga. Cuanto mayor sea la dispersin,
mayor tendr que ser el tamao de la muestra.
- La fiabilidad mnima que se desee conseguir (nivel o coeficiente de confianza).
- Sin embargo, no depende del tamao de la poblacin.
8) Indique las diferencias entre un muestreo aleatorio simple con reemplazamiento y un
muestreo aleatorio simple sin reemplazamiento (Sep 04 res)
Respuesta.En el muestreo con reemplazamiento, las unidades muestrales se eligen de una en una y se
devuelven a la poblacin una vez anotadas.
En el muestreo sin reemplazamiento, las unidades, se eligen de la misma forma que en el
muestreo con reemplazamiento, pero no se reintegran a la poblacin.
9) El 10% de los espaoles que viajaron al extranjero durante el ao 2004 prefirieron no
contratar ningn seguro de viaje. Reflexione acerca de cmo pudo llegarse a esta conclusin: qu
tipo de estudio estadstico se utiliz?, se trabaj con una muestra o con una poblacin?. (Jun 06)
Respuesta.A esta conclusin pudo llegarse sin duda como resultado de una encuesta realizada a cierto
nmero individuos (una muestra) elegidos entre la poblacin total de espaoles que viajaron al
extranjero en 2004. El parmetro a estimar en este caso fue la proporcin poblacional, estimada
mediante la proporcin muestral.
10) Explique la diferencia entre los muestreos probabilsticos y los no probabilsticos;
indique un tipo de muestreo no probabilstico. (Jun 06 2)
Respuesta.Los muestreos probabilsticos se caracterizan porque las unidades muestrales se seleccionan
al azar, mediante un procedimiento aleatorio, mientras que en los muestreos no probabilsticos la
muestra no se extrae por procedimientos aleatorios.
Un tipo de muestreo no probabilstico es por ejemplo el muestreo por cuotas, en el que se le
dan a los entrevistadores unas cuotas, de edad o sexo de los individuos o de tamao y grupo de
actividad de las empresas, dejndole mayor o menor grado de libertad para que seleccionen las
unidades muestrales en campo.
34/34