Documente Academic
Documente Profesional
Documente Cultură
Vicente Coll
Olga Mª Blasco
Guía didáctica de
Estadística Descriptiva
para las
Ciencias Sociales
Eumed.net
Universidad de Málaga 2008
Guía didáctica de Estadística Descriptiva para las
Ciencias Sociales
© Rafael Díez García, Vicente Coll Serrano y Olga Mª Blasco
Blasco
Diseño de cubierta:
© Rafael Díez García
Vicente Coll Serrano
Olga Mª Blasco Blasco
ISBN:
Depósito Legal:
Página
TEMA 1. INTRODUCCIÓN.
Ficha del tema 1. 16
Objetivos de aprendizaje. 17
Bibliografía básica para complementar el tema. 18
Programación de la guía didáctica:
1.1. Estadística: concepto, contenido y relaciones con el área económi-
ca y empresarial. 19
1.2. La investigación estadística. Análisis descriptivo, modelización e in-
ferencia. 28
1.3. Datos estadísticos: naturaleza, descripción numérica y representa-
ción gráfica. 32
Conceptos clave. 43
Ejemplos. 44
Página
Página
Página
Página
Página
PRÓLOGO
El texto de Estadística que se presenta con el nombre de Guía Didáctica de Estadística Descripti-
va para las Ciencias Sociales, tiene una estructura que lo sitúa entre un conjunto de fichas resu-
men de los contenidos de una materia y un libro de texto. Es mucho más amplio que un mero re-
sumen de conceptos y fórmulas, pero no supone un desarrollo exhaustivo de los epígrafes de una
programación; tampoco contiene demostraciones salvo alguna conveniente excepción. No por ello
deja de ser un texto riguroso y sistemático, ajustado a una programación. Hemos diseñado esta
Guía didáctica de forma que su contenido sirva de refuerzo a la clase presencial de un curso de in-
troducción de Estadística.
La Guía Didáctica pretende ser un texto que acompañe y encamine a los estudiantes en el estu-
dio de la materia, aportándoles información concreta y precisa sobre los conceptos clave y técni-
cas de la Estadística Descriptiva. Cada uno de estos conceptos viene acompañado por ejemplos
ilustrativos que ayudarán al estudiante a asimilarlos.
Se encuentra también disponible, como material complementario de esta Guía Didáctica, las Fi-
chas Técnicas de Estadística Descriptiva para las Ciencias Sociales.
Cómo utilizar la Guía Didáctica de Estadística Descriptiva para las Ciencias Sociales.
La Guía Didáctica se compone de un total de 7 temas. En cada tema se facilita una ficha que
presenta su estructura-organización:
Objetivos de aprendizaje.
Bibliografía básica para complementar el tema.
Programación del tema.
Conceptos clave.
Ejemplos.
Los apartados de la ficha están hipervinculados. También están vinculados los ejemplos pro-
puestos que aparecen en el desarrollo de los epígrafes de cada tema. Observará que el puntero de
ratón cambia de forma. Al hacer clic sobre el texto vinculado se accederá a la parte del documento
donde se desarrolla el contenido.
Esperamos que los contenidos tratados en la Guía Didáctica de Estadística Descriptiva para las
Ciencias Sociales resulten de utilidad al lector.
Objetivos de aprendizaje.
Bibliografía básica para complementar el tema.
Programación de la guía didáctica:
1.1. Estadística: concepto, contenido y relaciones con el área económica y
empresarial.
1.2. La investigación estadística. Análisis descriptivo, modelización e infe-
rencia.
1.3. Datos estadísticos: naturaleza, descripción numérica y representación
gráfica.
Conceptos clave.
Ejemplos.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 17
OBJETIVOS DE APRENDIZAJE.
Índice Ficha
18 Introducción.
Capítulos 1 y 2.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 19
Índice Ficha
20 Introducción.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 21
Nº días baja
empresa A Nº trabajadores
Porcentaje
Valores Frecuencia Porcentaje
acumulado
0 2 10 10
1 5 25 35
2 7 35 70
3 4 20 90
4 1 5 95
5 1 5 100
Total 20 100
8 7
7
nº trabajadores A
6 5
5 4
4
3 2
2 1 1
1
0
0 1 2 3 4 5
nº días de baja A
Índice Ficha
22 Introducción.
Nº días baja
empresa B Nº trabajadores
Porcentaje
Valores Frecuencia Porcentaje
acumulado
0 11 36,67 36,67
1 13 43,33 80,00
2 1 3,33 83,33
9 5 16,67 100,00
Total 30 100,00
14 13
12 11
nº trabajadores
10
8
6 5
4
2 1
0
0 1 2 9
nº días de baja B
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 23
Índice Ficha
24 Introducción.
DATOS EMPRESA A
Media 2,00
Varianza 1,5
Desviación típica 1,22
DATOS EMPRESA B
Media 2,00
Varianza 10,0667
Desviación típica 3,17
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 25
Índice Ficha
26 Introducción.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 27
Índice Ficha
28 Introducción.
MUESTRA ⇐ POBLACIÓN
MUESTRA ALEATORIA Y DE
↑ TAMAÑO ADECUADO.
Técnicas muestreo
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 29
El organizar los datos de forma tal que se puedan ver las tendencias y
normas, se pueda dibujar gráficos, calcular estadísticos y redactar infor-
mes se llama ESTADÍSTICA DESCRIPTIVA.
Índice Ficha
30 Introducción.
Estadístico: una medida que se pueda calcular a partir de los datos re-
ales generados por una variable y que resuma y dé una propiedad de
ese conjunto de datos.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 31
PREDICCIÓN. PROBABILIDAD.
ESTIMACIÓN DE PARÁMETROS. Parámetro: propiedad de la población.
TOMA DE DECISIONES.
Al no haber absoluta certeza de la veracidad de tales afirmaciones sobre
la población, se ha de utilizar el término PROBABILIDAD como una medi-
da de la incertidumbre de esas conclusiones: el propósito de la estadísti-
ca es ayudar al que toma la decisión a tener razón más veces que lo con-
trario. Darle una idea sobre el peligro que hay de que no tenga razón
cuando toma una decisión particular.
Índice Ficha
32 Introducción.
DATOS xi
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 33
Índice Ficha
34 Introducción.
DISTRIBUCIÓN
DE
FRECUENCIAS
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 35
DISTRIBUCIÓN DE FRECUENCIAS
Organización de la serie de DATOS
Ejemplo 1.4.
Ejemplo 1.5.
Índice Ficha
36 Introducción.
FRECUENCIAS ABSOLUTAS:
i
Ni Ni = ∑ n j (frec. absoluta acumulada) frecuencia acumulada (i
j =1
= 1, 2,…, k)
FRECUENCIAS RELATIVAS:
ni
fi fi = (frecuencia relativa) fi × 100 porcentaje
N
i Ni
Fi Fi = ∑ f j ; Fi = Fi × 100 porcentaje acumulado
j =1 N
(i = 1, 2,…, k) (frec. relativa acumulada)
© Rafael Díez, Vicente Coll y Olga Blasco
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 37
cuencia.
Ejemplo 1.4.
Índice Ficha
38 Introducción.
ln N
Sturges k = +1
Número de intervalos (k): ln 2
k = N (N no muy grande)
Re
Amplitud intervalos (a): a=
k
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 39
NOTACIÓN INTERVALOS
Li − 1 + Li
Marca de clase (m.d.c.): m.d .c = x i = (punto medio del in-
2
tervalo).
Ejemplo 1.5.
Índice Ficha
40 Introducción.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 41
Rectángulos yuxtapuestos.
ni fi
densidad de frecuencia d i = o di =
ai ai
Si la amplitud de todos lo intervalos es la misma (“a” constante), la al-
tura de cada rectángulo puede ser la frecuencia del intervalo.
Índice Ficha
42 Introducción.
ni HISTOGRAMA
di =
ai
densidad frecuencia
Área
ni
ai
Li −1 Li
Intervalos
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 43
Conceptos clave.
Datos de naturaleza continua.
Datos de naturaleza discreta.
Densidad de frecuencia.
Distribución de frecuencias agrupada.
Distribución de frecuencias sin agrupar.
Estadística Descriptiva.
Frecuencia absoluta acumulada.
Frecuencia absoluta.
Frecuencia relativa (porcentaje).
Frecuencia relativa acumulada.
Histograma.
Inferencia Estadística.
Intervalo.
Marca de clase.
Polígono acumulativo.
Variables cualitativas.
Variables cuantitativas.
Índice Ficha
44 Introducción.
EJEMPLOS.
Ejemplo 1.3. Preguntadas 300 personas acerca de su estado civil, 145 con-
testaron estar solteras, 100 casadas, 30 divorciadas y 25 viudas.
a) Identifica la variable estadística (V.E.) y clasifícala, modalidades del ca-
rácter.
b) Clasifica la V.E. en una tabla estadística o distribución de frecuencias: ob-
tener frecuencias absolutas, relativas y acumuladas.
Solución: a) K= 8 ; b) 6
Objetivos de aprendizaje.
Bibliografía básica para complementar el tema.
Programación de la guía didáctica:
2.1. Principales medidas de posición, dispersión y de forma o perfil.
2.2. Transformaciones lineales y tipificación de variables.
2.3. Otras medidas de posición: moda y cuantiles (mediana).
Conceptos clave.
Ejemplos.
Índice Ficha
54 Análisis de datos unidimensionales.
OBJETIVOS DE APRENDIZAJE.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 55
Capítulos 3 y 4.
Índice Ficha
56 Análisis de datos unidimensionales.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 57
PROPIEDADES DE LA MEDIA
1. La media es el CENTRO DE GRAVEDAD de la distribución (c.d.g):
N
∑ ( xi − x ) = 0 (medida de posición central).
i =1
1 p
dia total se puede determinar: xT = ∑ x j N j
N j =1
Ver ejemplo en: ESTEBAN, J.; y otros.: “Estadística Descriptiva y nociones de Probabilidad”, Ed. Thomson, 2006.
Índice Ficha
58 Análisis de datos unidimensionales.
tativa.
do de la variable: Re : x m a x M
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 59
DISPERSIÓN: LA VARIANZA.
X : (x )N
En una V.E. con N datos i i =1 , las medidas de DISPERSIÓN miden la
Miden la posición que ocupan los datos respecto a un punto de interés que
ción.
Índice Ficha
60 Análisis de datos unidimensionales.
VARIANZA s2:
media de los cuadrados de las desviaciones de los datos a su media.
X : (x )
N
Variable estadística con N datos en total: i i =1
1 N
s = ∑ ( xi − x )
2 2
N i =1
X : ( x i , n i )i = 1
k
Distribución de frecuencias:
1 k
s = ∑ ( x i − x ) ni
2 2
N i =1
k
s = ∑ ( xi − x ) f i
2 2
También:
i =1
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 61
DESVIACIÓN TÍPICA s:
Desviación típica s = + varianza
PROPIEDADES DE LA VARIANZA Y LA D.T.
1. s
2
≥ 0 ; s ≥ 0 . Son cero cuando todos los datos son iguales.
1 N 2 1 k 2
2. Se demuestra que: s = ∑ xi − x 2
2
o bien s = ∑ x i ni − x 2 . Esta
2
N i =1 N i =1
expresión resulta útil para el cálculo de la varianza sobre una distribución
de frecuencias.
Ejemplo 2.1.
Índice Ficha
62 Análisis de datos unidimensionales.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 63
Índice Ficha
64 Análisis de datos unidimensionales.
: ( x i )i =1 ,
N
Dada una variable X su media x ≠0 y su desviación típica s, se
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 65
2.1.2. Momentos.
X : (x ) X : ( xi , n )
N k
Dada una variable estadística i i =1 , i i =1 con su media x,
se definen:
MOMENTOS ORDINARIOS DE ORDEN p
1 N p 1 k p
a p = ∑ xi o a p = ∑ x i ni con p entero p ≥ 0
N i =1 N i =1
MOMENTOS ORDINARIOS que se van a utilizar:
1 N
p = 1 a1 = ∑ xi = x (media)
N i =1
1 N 2
p = 2 a2 = ∑ xi
N i =1
Índice Ficha
66 Análisis de datos unidimensionales.
1 N 1 k
m p = ∑ ( xi − x ) m p = ∑ ( x i − x ) ni
p p
o con p entero p ≥ 0
N i =1 N i =1
MOMENTOS CENTRALES que se van a utilizar:
1 N
p = 1 m1 = ∑ ( xi − x ) = 0
N i =1
1 N
p = 2 m2 = ∑ ( xi − x ) = s 2
2
( varianza)
N i =1
1 N
p = 3 m3 = ∑ ( xi − x )
3
N i =1
1 N
p = 4 m4 = ∑ ( xi − x )
4
N i =1
© Rafael Díez, Vicente Coll y Olga Blasco
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 67
1 N 1 N 2
s = m2 = ∑ ( xi − x ) = ∑ xi − x 2 = a 2 − a12
2 2
N i =1 N i =1
Índice Ficha
68 Análisis de datos unidimensionales.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 69
media media
SIMETRÍA
media
Índice Ficha
70 Análisis de datos unidimensionales.
1 N
m 3 = ∑ ( xi − x )
3
A partir del momento central de orden impar se define
N i =1
el coeficiente de asimetría de FISHER:
m3
g1 = 3
s
Si m3 > 0 ⇒ g 1 > 0 ⇒ ASIMETRÍA A LA DERECHA
SIMETRÍA ⇒ m3 = 0 ⇒ g 1 = 0 (observar gráfico)
Si m3 < 0 ⇒ g 1 < 0 ⇒ ASIMETRÍA A LA IZQUIERDA
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 71
Índice Ficha
72 Análisis de datos unidimensionales.
1 N
m 4 = ∑ ( xi − x )
4
A partir del momento central de orden cuatro se defi-
N i =1
ne el coeficiente de apuntamiento de FISHER:
m4
g2 = 4
s
Para medir con este coeficiente el grado de apuntamiento de una distribu-
ción se utilizarán dos MODELOS de distribución de REFERENCIA:
MODELO NORMAL: distribución campaniforme con un apuntamiento de
g 2 = 3.
MODELO UNIFORME: distribución horizontal con un apuntamiento de
g 2 = 1,8 .
© Rafael Díez, Vicente Coll y Olga Blasco
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 73
Índice Ficha
74 Análisis de datos unidimensionales.
De esta forma se seguirán los siguientes criterios para medir el apuntamiento de una
distribución:
Apuntamiento >3
Apuntamiento<3 y >1,8
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 75
Apuntamiento <1,8
Índice Ficha
76 Análisis de datos unidimensionales.
X : ( xi )i =1 ⇒ X ′( xi′ = xi + c )
N
1. cambio de origen o unidad
X : (x ) ⇒ X ′( xi′ = kxi )
N
2. i i =1 cambio de escala
X : ( xi )i =1 ⇒ X ′( xi′ = kxi + c )
N
3. transforma ción lineal completa
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 77
1. s X2 ′ = s X2 (cambio de origen)
Índice Ficha
78 Análisis de datos unidimensionales.
1. s X ′ = s X (cambio de origen)
1. m p ( X ′ ) = m p ( X ) ( cambio de origen)
MOMENTOS 2. m p ( X ′ ) = k p m p ( X ) ( cambio de escala)
3. m p ( X ′ ) = k p m p ( X ) ( transformación lineal completa)
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 79
sX′ sX
1. g 0 ( X ′ ) = = ≠ g0 ( X )
| x′ | | x + c |
2. X' = kX (cambio de escala)
sX′ | k | sX sX
2. g 0 ( X ′ ) = = = = g0 ( X )
| x ′ | | k || x | | x |
3. X' = kX + c (transformación lineal completa)
sX′ | k | sX
3. g 0 ( X ′ ) = = ≠ g0 ( X )
| x ′ | | kx + c |
Índice Ficha
80 Análisis de datos unidimensionales.
m3 ( X ′ ) m3 ( X )
1. g 1 ( X ′ ) = 3
= 3
= g1( X )
sX′ sX
⎧ m 3 ( X ′) k 3 m 3 ( X ) m 3 ( X )
⎪∗ Si k > 0 ⇒ g 1 ( X ′) = 3
= 3 3
= 3
= g1(X )
⎪ sX′ k sX sX
2. ⎨
⎪∗ Si k < 0 ⇒ g ( X ′) = m 3 ( X ′) = k m 3 ( X ) = k m 3 ( X ) = − g ( X )
3 3
⎪ 1
s 3
| k |3
s 3
− k 3 3
s
1
⎩ X′ X X
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 81
⎧ m 3 ( X ′) k 3 m 3 ( X ) m 3 ( X )
⎪∗ Si k > 0 ⇒ g 1 ( X ′) = 3
= 3 3
= 3
= g1(X )
⎪ sX′ k sX sX
3. ⎨
⎪∗ Si k < 0 ⇒ g ( X ′) = 3 m ( X ′) k 3
m ( X ) k 3
m3 ( X )
⎪ 1 = 3
= = −g1(X )
⎩
3
sX′ | k | sX
3 3
− k sX
3 3
Índice Ficha
82 Análisis de datos unidimensionales.
m4 ( X ′ ) m4 ( X )
1. g 2 ( X ′ ) = 4
= 4
= g2( X )
sX′ sX
2. X' = kX (cambio de escala)
m4 ( X ′ ) k 4 m4 ( X )
2. g 2 ( X ′ ) = 4
= 4 4
= g2( X )
sX′ k sX
3. X' = kX + c (transformación lineal completa)
m4 ( X ′ ) k 4 m3 ( X )
3. g 2 ( X ′ ) = 4
= 4 4
= g2( X )
sX′ k sX
El coeficiente de apuntamiento es invariante por transformación lineal.
© Rafael Díez, Vicente Coll y Olga Blasco
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 83
como:
xi − x
zi =
s
zi es un valor relativo y mide la distancia del valor xi a la media x , en
Índice Ficha
84 Análisis de datos unidimensionales.
Z : ( z i )i =1
N
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 85
VARIABLE TIPIFICADA
Y ( y i )i =1
N
X (x ) Z (z i )
N N
i i =1 i =1
x sX y sY
z = 0 sZ = 1
Índice Ficha
86 Análisis de datos unidimensionales.
⎛ 1⎞
1; al menos un porcentaje de ⎜ 1 − 2 ⎟ x 100 de las observaciones se en-
⎝ k ⎠
cuentra dentro del intervalo de valores x ± ks , es decir, entre k desviacio-
nes típicas alrededor de la media aritmética.
Ejemplo 2.12.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 87
Índice Ficha
88 Análisis de datos unidimensionales.
DETERMINACIÓN DE LA MODA:
En una distribución con pocos datos diferentes, y por tanto, SIN AGRU-
PAR, la MODA es el valor (o valores) de la distribución con mayor fre-
cuencia.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 89
d i +1
Mo = Li −1 + ai
d i −1 + d i + 1
Ejemplo 2.13.
Índice Ficha
90 Análisis de datos unidimensionales.
CUANTILES: Q β
X : ( x i )i = 1
N
DEFINICIÓN GENERAL: Dada una V.E. con N valores ORDE-
NADOS DE MENOR A MAYOR y dado un número real β (0 < β < 1), se dirá
que el valor “x” del recorrido de la variable es un CUANTIL DE ORDEN β si:
¾ como mínimo, un porcentaje del ( β × 100 ) de los valores son menores
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 91
DETERMINACIÓN DE CUANTILES.
X : ( xi )i =1 X : ( xi , ni , N i , Fi )i =1
N k
Sea una V.E. con N valores, y sea su dis-
acumulada Ni superior a β ⋅ N ).
Índice Ficha
92 Análisis de datos unidimensionales.
xi + xi +1
Qβ = , es decir el punto medio entre x i y el siguiente valor de
2
la distribución x i +1 .
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 93
aproximación al cuantil:
β − Fi −1
Q β = Li −1 + ai
fi
o también, la expresión equivalente:
βN − N i −1
Q β = Li −1 + ai
ni
© Rafael Díez, Vicente Coll y Olga Blasco
Índice Ficha
94 Análisis de datos unidimensionales.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 95
Conceptos clave.
Apuntamiento o curtosis (coeficientes de Fisher).
Asimetría.
Coeficiente de variación.
Cuantil.
Desviación típica.
Dispersión absoluta.
Dispersión relativa.
Media (aritmética).
Mediana.
Moda.
Puntuación tipificada.
Transformación lineal.
Varianza.
Índice Ficha
96 Análisis de datos unidimensionales.
EJEMPLOS.
Ejemplo 2.1.
X: 1 2 3 4 5
Y: 6 7 8 9 10
Z: -19 4 7 12 21
W: 2 2 3 2 6 7 6
x = 3 s X2 = 2 y = 8 sY2 = 2
Solución:
z = 5 s Z2 = 177 ,2 w = 4 sW2 = 4 ,2857
Intervalos Frecuencia
2–3 10
3–4 40
4–5 10
1
Solución: x = 3 ,5 s = = 0 ,33
2
Intervalos Frecuencia
0 – 15 6
15 – 25 12
25 – 30 12
Solución: x ≅ 20 ,5
2.1.D. Calcúlese la media y la varianza de la siguiente distribución:
xi 2 5 7 9
fi
frecuencia relativa
0,2 0,4 0,3 0,1
Ejemplo 2.2.
2.2.A. Las dos muestras siguientes tienen la misma dispersión absoluta
(desviación típica y varianza) pero diferente dispersión relativa (coeficiente
variación):
a) 1 2 3 4 5 6 7
b) 1321 1322 1323 1324 1325 1326 1327
Sin realizar ningún cálculo: razona cuál de ellas tendrá menor dispersión re-
lativa, es decir, qué conjunto de datos es más homogéneo. ¿Tiene algo que
ver con la distancia de los datos al origen y el valor de las medias respecti-
vas?
¿Por qué tienen la misma dispersión absoluta? (“distancia” de los datos a la
media).
En un cambio de origen, la dispersión absoluta (S) no cambia pero la disper-
⎛s⎞
sión relativa sí ⎜ ⎟ . Calcula la media y varianza de las dos series de datos y
⎝x⎠
comprueba lo anterior.
2.2.B. Las dos muestras siguientes tienen diferente dispersión absoluta pero
la misma dispersión relativa:
a) 1 2 3 4 5 6 7
b) 5 10 15 20 25 30 35
Sin realizar ningún cálculo: razona cuál de ellas tendrá menor dispersión ab-
soluta.
¿Por qué tienen la misma dispersión relativa? ¿Guardan alguna proporción
los datos de a) con los datos de b)? ¿Tiene esto algo que ver con un cambio
de escala?
Ejemplo 2.6. Explica cuál de las siguientes variables estadísticas tiene una
curva de frecuencias más aproximada al modelo normal, comentando en ca-
da caso la forma de la curva de frecuencias correspondiente (asimetría y
apuntamiento):
1 1
A ) m2 = ∑ ( xi − x ) ni = 144 m3 = ∑ ( xi − x ) ni = 0
2 3
N N
1
m4 = ∑ ( xi − x ) ni = 103.680
4
N
B ) s = 12 m3 = 936 m4 = 20.736
C) s = 10 m3 = −85 m4 = 29.740
b) Y = 4 X
c) Y = -4X
d) W = 6 X – 1
Solución: a) z = 18 s Z2 = 4
b) y = 60 sY2 = 64
c) y = −60 sY2 = 64
d) w = 89 sW2 = 144 )
Ejemplo 2.8. Analizadas las ventas (en miles de u.m.) en 1999 de 100
empresas de un determinado sector se ha obtenido una media de 500 u.m.
y una desviación típica de 3,5 u.m.
Calcular la media y la varianza para el año 2000 en los siguientes supues-
tos:
a) Las ventas sufren un aumento del 20% en todas las empresas.
Ejemplo 2.9. Tipifica los valores obtenidos en el ejemplo 2.3 para la casa B
y comprueba que la media de las puntuaciones tipificadas es 0 y la desvia-
ción típica 1.
⎛ 1⎞
mero real positivo k mayor que 1; al menos un porcentaje de ⎜ 1 − 2 ⎟ x100
⎝ k ⎠
de las observaciones se encuentra dentro del intervalo de valores x ± ks , es
decir, entre k desviaciones típicas alrededor de la media aritmética.
a) X : 2, 2, 3, 2, 6, 7, 6
Ejemplo 2.14. Se les pide a doce economistas que den una predicción so-
bre el incremento del IPC para el año 2003. Dichas predicciones fueron:
Ejemplo 2.15. Calcúlese la moda y los cuantiles de orden 0,25, 0,50 (me-
diana) y 0,75 (cuartiles) en los ejemplos 4 y 5 del tema 1.
Objetivos de aprendizaje.
Bibliografía básica para complementar el tema.
Programación de la guía didáctica:
3.1. Introducción: concepto, instrumentos, concentración mínima y máxima.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 117
OBJETIVOS DE APRENDIZAJE.
Índice Ficha
118 Medidas de concentración.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 119
Índice Ficha
120 Medidas de concentración.
(i = 1, 2,…, k)
i
Ni
N i = ∑ n j ⇒ pi = x100
j =1 N
pk=100 siempre.
(i = 1, 2,…, k)
i
vi
vi = ∑ x j n j ⇒ qi = x100
j =1 vk
qk=100 siempre.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 121
∑xn
mo volumen de variable: =
i i
v
=x k i =1
N N
Entonces: pi = qi (i = 1, 2,…, (k-1)). (pK = qk siempre).
Índice Ficha
122 Medidas de concentración.
Ejemplo 3.1.
© Rafael Díez, Vicente Coll y Olga Blasco
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 123
∑(p i − qi )
IG = i =1
k −1
∑p
i =1
i
Concentración mínima I = 0 G
Concentración máxima I = 1 G
Ejemplo 3.2.
Índice Ficha
124 Medidas de concentración.
Conceptos clave.
Concentración.
Curva de Lorenz.
Índice de Gini.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 125
EJEMPLOS.
Ejemplo 3.1. Observa las curvas de Lorenz representadas a continuación:
q A q B
p p
¿Cuál de las dos situaciones representa una distribución más equitativa?
Ejemplo 3.2. Los salarios (en euros) de los obreros de cierta empresa se
distribuyen como sigue:
nº obre- Masa
Salarios
ros salarial
540 – 660 4 2280
660 – 780 6 4200
780 – 900 5 4320
Solución. Ig=0,131
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 129
OBJETIVOS DE APRENDIZAJE.
Manejo de tablas de correlación o distribuciones de frecuencias conjuntas
para dos variables numéricas.
Obtención de las distribuciones marginales y condicionadas a partir de la
conjunta.
Cálculo e interpretación de los estadísticos de la variable bidimensional, es-
pecialmente de la covarianza y del coeficiente de correlación lineal.
Aspecto y propiedades de la matriz de varianzas – covarianzas.
Cálculo de los estadísticos de una variable combinación lineal de otras dos.
Cómo observar la independencia entre dos variables o atributos a partir de
la distribución conjunta.
Estudio del grado de asociación entre dos atributos a partir de la tabla de
contingencia, calculando el estadístico ji – cuadrado y el coeficiente de con-
tingencia de Pearson.
Índice Ficha
130 Análisis de datos bidimensionales.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 131
Índice Ficha
132 Análisis de datos bidimensionales.
X Y Y y1 y2 L yj L ym
Si X tiene “k” valores
X
x1 y1 diferentes. x1 n11 n12 L n1 j L n1 m
Si Y tiene “m” valores
x2 y2 diferentes
x2 n 21 n 22 L n2 j L n2 m
( xi , y j ) ⇒ nij
M M M M M
i = 1 ,2 , L , k
xi yi j = 1 ,2 , L , m xi ni 1 ni 2 L nij L nim
Vector de valores que
M M se repite nij veces M M M
xN yN xk nk 1 nk 2 L n kj L n km
k m
∑∑n = N
i =1 j =1
ij
También se podrían agrupar los valores de X en “k” intervalos y los de Y en “m” intervalos.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 133
GRÁFICO DE DISPERSIÓN
Parejas de valores ( xi , y i )i =1
N
gráfico dispersión
Ejemplo 4.1.
Índice Ficha
134 Análisis de datos bidimensionales.
( X ,Y ) : (( x , y
i j
); nij ) nij ⇒ frecuencia absoluta conjunta
i = 1 ,2 , L , k nij
j = 1 ,2 , L , m f ij = ⇒ frecuencia relativa conjunta
N
Ejemplo 4.1.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 135
DISTRIBUCIONES MARGINALES.
MARGINAL X
X \Y y1 y2 yj ym ni●
valores xi
x1 n11 n12 … n1j … n1m n1● frecuencia ni •
x2 n21 n22 … n2j … n2m n2● ni • = suma por filas (n )
ij
m
ni• = ∑ nij
j =1
xi ni1 ni2 … nij … nim ni●
ni •
f i• = frec. relativa
xk nk1 nk2 … nkj … nkm nk●
N
n●j n●1 n●2 … n●j … n●m N
Índice Ficha
136 Análisis de datos bidimensionales.
X \Y y1 y2 yj ym ni● MARGINAL DE Y:
k
xi ni1 ni2 … nij … nim ni● n• j = ∑ nij
i =1
n• j
xk nk1 nk2 … nkj … nkm nk● f• j = frec. relativa
N
n●j n●1 n●2 … n●j … n●m N
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 137
DISTRIBUCIONES CONDICIONADAS
VARIABLE X CONDICIONA-
Y
y1 y2 yj ym ni● DA A UN VALOR DE Y.
X
X/yj (j fijo):
x1 n11 n12 … n1j … n1m n1●
valores xi
x2 n21 n22 … n2j … n2m n2● frecuencia :
columna j - ésima nij ⇒ ni / j
( i = 1,2 ,L , k )
xi ni1 ni2 … nij … nim ni●
nij
fi / j = frec. relativa cond.
n• j
xk nk1 nk2 … nkj … nkm nk●
f ij
n●j n●1 n●2 … n●j … n●m N fi / j = frec. relativa cond.
f• j
Índice Ficha
138 Análisis de datos bidimensionales.
VARIABLE Y CONDICIONADA A
Y
y1 y2 yj ym ni● UN VALOR DE X.
X
Y/xi (i fijo):
x1 n11 n12 … n1j … n1m n1●
valores yj
x2 n21 n22 … n2j … n2m n2● frecuencia :
⇒ nj / i
fila i - ésima nij
( j = 1,2 ,L , m )
xi ni1 ni2 … nij … nim ni●
nij
f j/i = frec. relativa cond.
ni •
xk nk1 nk2 … nkj … nkm nk●
f ij
n●j n●1 n●2 … n●j … n●m N f j/i = frec. relativa cond.
f i•
Ejemplo 4.2. Ejemplo 4.3.
© Rafael Díez, Vicente Coll y Olga Blasco
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 139
INDEPENDENCIA ESTADÍSTICA.
CARÁCTERIZACIÓN DE LA INDEPENDENCIA. Dada una V.E.B.
( X ,Y ) : (( x , y
i j
); nij )i =1 j =1
k m
Y
y1 y2 yj ym ni● X e Y son INDEPENDIENTES
X
si:
x1 n11 n12 … n1j … n1m n1●
Índice Ficha
140 Análisis de datos bidimensionales.
PROPIEDAD.
Si dos variables X e Y son independientes, la frecuencias relativas condicio-
nadas coinciden con las respectivas marginales.
(f )
i/ j
k
i=
= ( f i • )i =1
k
(para cada X / yj )
X e Y independientes entonces:
(f )
j/i
m
j =1
= ( f • j ) j =1
m
(para cada Y / x ) i
Es decir:
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 141
Índice Ficha
142 Análisis de datos bidimensionales.
Solución:
Obsérvese que las columnas de frecuencias conjuntas son claramente pro-
porcionales, al igual que las filas de frecuencias conjuntas.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 143
6 ×8
4= y así sucesivamente, lo cumplen todas las frecuencias conjuntas.
12
(Basta comprobarlo para (k-1)x(m-1) celdas nij). En este caso: 2x1.
Por tanto las variables son independientes.
Índice Ficha
144 Análisis de datos bidimensionales.
ni •
Y f i• = frec. relativa
X 1 2 fi● N
1 2/8 1/4 3/12 nij
fi / j = frec. relativa cond.
2 2/8 1/4 3/12 n• j
3 4/8 2/4 6/12 2 1 3
= = …
n●j 8 4 12 8 4 12
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 145
Y
n• j
X 1 2 ni● f• j = frec. relativa
1 2/3 1/3 3
N
2 2/3 1/3 3
nij
f j/i = frec. relativa cond.
3 4/6 2/6 6 ni •
f●j 8/12 4/12 12 2 2 4 8
= = = …
3 3 6 12
Coinciden las tres filas de distribuciones condicionadas con la marginal Y.
Índice Ficha
146 Análisis de datos bidimensionales.
1 N p q 1 k m p q
a pq = ∑ xi y i o a pq = ∑ ∑ xi y j nij con p y q enteros p,q ≥ 0
N i =1 N i =1 j =1
(Se utilizará preferentemente la primera expresión)
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 147
1 N 1 N
a10 = ∑ xi = x a01 = ∑ y i = y medias marginales
N i =1 N i =1
1 N 1 k m
a 20 a02 a11 = ∑ xi y i o bien a11 = ∑ ∑ xi y j nij
N i =1 N i =1 j =1
Índice Ficha
148 Análisis de datos bidimensionales.
1 N 1 k m
m pq = ∑ ( xi − x ) p ( y i − y ) q o m pq = ∑ ∑ ( x i
− x ) p
( y j
− y ) q
nij
N i =1 N i =1 j =1
con p y q enteros p , q ≥ 0
1 N 1 k m
m11 = ∑ ( xi − x )( y i − y ) o bien m11 = ∑ ∑ ( xi − x )( y j − y )nij
N i =1 N i =1 j =1
s XY = m11
© Rafael Díez, Vicente Coll y Olga Blasco
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 149
LA COVARIANZA sXY
La covarianza es el momento central de orden dos m11.
1 N
s XY = m11 = ∑ ( xi − x )( y i − y )
N i =1
La covarianza es un estadístico conjunto que mide la covariación (varia-
bilidad conjunta) lineal de las variables X e Y.
La covarianza puede ser positiva o negativa. Su signo marca la dirección
de la covariación.
Índice Ficha
150 Análisis de datos bidimensionales.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 151
1
1
0 0
0 1 2 3 4 5 6 7 8 0 1 2 3 4 5 6 7 8
x
x
X e Y independientes ⇒ s XY = 0
© Rafael Díez, Vicente Coll y Olga Blasco
Índice Ficha
152 Análisis de datos bidimensionales.
PROPIEDADES DE LA COVARIANZA.
1. Cálculo de la covarianza: se demuestra fácilmente que la covarianza se
puede determinar como:
1 N
s XY = ∑ xi y i − x ⋅ y
N i =1
o en forma de momentos: s XY = m11 = a11 − a10 a01
2. Transformación lineal:
X ′ = k1 X + c1 ⎫
⎬ ⇒ s X ' Y ' = k1k 2 s XY siendo k 1 , k 2 , c1 , c 2 números reales
Y ′ = k 2Y + c2 ⎭
Por tanto la covarianza es sensible al cambio de escala y su valor de-
pende de las unidades de medida de las variables X e Y. Es un estadístico de
tipo absoluto.
3. Obviamente s XY = sYX .
© Rafael Díez, Vicente Coll y Olga Blasco
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 153
r ⎛x⎞
m=⎜ ⎟
⎝ y⎠
MATRIZ DE VARIANZAS COVARIANZAS
⎛ sX s XY ⎞
2
S = ⎜⎜ ⎟
2 ⎟
⎝ s XY sY ⎠
La matriz de varianzas – covarianzas es simétrica y semidefinida posi-
(
tiva det( S ) ≥ 0 . )
Medias y varianzas marginales y covarianza x = a 10 y = a 01
en función de los momentos:
s X2 = m 20 = a 20 − a 102
sY2 = m02 = a 02 − a 012
s XY = m11 = a 11 − a 10 a 01
Ejemplo 4.4. Ejemplo 4.6.
Índice Ficha
154 Análisis de datos bidimensionales.
r ⎛x⎞ ⎛ sX s XY ⎞
2
z = k1 x + k 2 y + c
s Z2 = k 12 s X2 + k 22 sY2 + 2k 1 k 2 s XY
Solo si la covarianza es cero s Z2 = k12 s X2 + k 22 sY2 .
Así, si X e Y independientes ⇒ s XY = 0 y entonces: s Z2 = k12 s X2 + k 22 sY2 .
Ejemplo 4.8.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 155
⎛ sX s XY ⎞
2
Índice Ficha
156 Análisis de datos bidimensionales.
y r=1 y
r = -1
x x
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 157
X ′ = k 1 X + c1 ⎫
2. Transformación lineal: ⎬ ⇒ rX ' Y ' = rXY . Donde k1 , k2 y c
′
Y = k 2Y + c2 ⎭
son números reales, con k1 y k2 del mismo signo. Es decir, que el coeficiente
es invariante por transformación lineal (salvo en el signo).
MATRIZ DE CORRELACIÓN.
s XY
Dada (X, Y) una V.E.B. y el coeficiente de correlación lineal rXY = , se
s X sY
define:
⎛ rXX rXY ⎞ ⎛ 1 rXY ⎞
R=⎜ ⎟=⎜ ⎟
⎝ rYX rYY ⎠ ⎝ rXY 1⎠
MATRIZ DE CORRELACIÓN
Es una matriz simétrica y semidefinida positiva det( R ) = 1 − rXY2 ≥ 0
Ejemplo 4.9.
© Rafael Díez, Vicente Coll y Olga Blasco
Índice Ficha
158 Análisis de datos bidimensionales.
4.5. ASOCIACIÓN.
TABLA DE CONTINGENCIA
Sean dos atributos
B
b1 b2 bj bm ni● (A, B): (ai, bj); nij con k y m
A
categorías respectivamente, or-
a1 n11 n12 … n1j … n1m n1●
ganizados en una tabla de con-
a2 n21 n22 … n2j … n2m n2●
tingencia (distribución conjun-
ta). Se estudiará la asociación
ai ni1 ni2 … nij … nim ni● entre A y B utilizando el criterio
de independencia estadística.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 159
Índice Ficha
160 Análisis de datos bidimensionales.
Se denominará:
ni • × n• j
Eij = a la frecuencia esperada o teórica: frecuencia que se
N
tendría en caso de independencia.
k m ( Eij − nij )2
χ 2 = ∑∑ χ2 ≥ 0
I =1 j =1 Eij
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 161
χ2
CP =
N + χ2
Índice Ficha
162 Análisis de datos bidimensionales.
k −1
máximo es C MAX = .
k
Ejemplo 4.11.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 163
Conceptos clave.
Coeficiente de contingencia de Pearson.
Coeficiente de correlación lineal.
Combinación lineal de variables.
Covarianza.
Distribución conjunta.
Distribuciones condicionadas.
Distribuciones marginales.
2
Estadístico χ .
Independencia estadística.
Matriz de correlación.
Matriz de varianzas-covarianzas.
Tabla de contingencia.
Tabla de correlación.
Transformación lineal.
Índice Ficha
164 Análisis de datos bidimensionales.
EJEMPLOS
X 1 1 2 2 3 3 1 2 3 2
Y 1 2 1 2 1 2 1 1 2 1
Y
Solución: X 1 2
1 2 1
2 3 1
3 1 2
Ejemplo 4.2.
a) Obtener las distribuciones de frecuencias marginales de X e Y a partir de
la distribución conjunta del ejemplo 4.1.
b) Obtener las siguientes distribuciones condicionadas a partir de la conjunta
del ejemplo 4.1.: X / y = 1 e Y / x = 2
Y
X 1 2
1 2 1
2 3 1
3 1 2
r ⎛ 2 ⎞ ⎛ 0 ,6 0 ,1⎞
Solución: m = ⎜ ⎟ S =⎜ ⎟
⎝ ⎠
1 ,4 ⎝ 0 ,1 0 ,24 ⎠
Ejemplo 4.5. ¿Son independientes las variables del Ejemplo 4.3? Calcula la
media de las retribuciones de los empleados con menor antigüedad y com-
párala con la media marginal de las retribuciones de todos los trabajadores.
¿Cómo habrían sido las medias anteriores en caso de independencia?
⎛ 16 24 ⎞
Ejemplo 4.6. ¿Es posible que la siguiente matriz: ⎜ 24 ⎟ sea de varian-
⎝ 25 ⎠
zas-covarianzas? Razona la respuesta.
Solución: No.
Y
X 2 4
-5 1 0
0 0 1
5 1 0
a) ¿Están X e Y incorreladas?
b) ¿Son estadísticamente independientes X e Y?
Solución: 1) sí, 2) no
Solución: z = 73 S Z2 = 265
Solución: 0,265
Ejemplo 4.10. A partir de la siguiente matriz de datos para las variables X1,
X2, X3, obtener:
Proveedor
Tipo de
Defecto A B C
I 19 30 20
II 25 45 33
III 12 15 20
Objetivos de aprendizaje.
Bibliografía básica para complementar el tema.
Programación de la guía didáctica:
5.1. Introducción.
5.2. Regresión mínimo-cuadrática: caso lineal.
5.3. Análisis de la bondad de un ajuste: capacidad explicativa de una ecua-
ción de regresión. Coeficiente de determinación. Caso lineal.
5.4. Regresión no lineal: potencial y exponencial.
Conceptos clave.
Ejemplos.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 177
OBJETIVOS DE APRENDIZAJE.
Índice Ficha
178 Análisis de Regresión.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 179
5.1. INTRODUCCIÓN.
El estudio conjunto de dos variables (X, Y) tiene como objetivo fundamental de-
terminar si están relacionadas esas variables y, si hay alguna relación, cuantifi-
car esa relación. Cómo primer paso se puede observar el gráfico de dispersión:
la nube de puntos nos puede ayudar a buscar un modelo de relación adecuado.
gráfico de dispersión
x
x
Índice Ficha
180 Análisis de Regresión.
x x
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 181
Índice Ficha
182 Análisis de Regresión.
y∗ = f ( x )
© Rafael Díez, Vicente Coll y Olga Blasco
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 183
Relación funcional
120
y
100 y = 2x + 7
80
60
40
20
x
0
0 5 10 15 20 25 30 35 40 45 50
Índice Ficha
184 Análisis de Regresión.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 185
AJUSTE.
Para obtener las ecuaciones de regresión y* = f ( x ) se utilizan métodos
Índice Ficha
186 Análisis de Regresión.
y N N
RESÍDUOS
y* = f(x) ∑ e = ∑ i i)
(i
2
y − y ∗ 2
e=y - y* i =1 i =1
MÍNIMA
y
A y∗ = f ( x ) la llamare-
y* mos:
Ecuación de regresión
mínimo – cuadrática
x
de Y sobre X.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 187
y ∗ = a + bx a ,b números reales .
∑ e = ∑ ( yi − y ) = ∑ ( yi − ( a + bxi ))
N N
2 ∗ 2 2
i i
MÍNIMA
i =1 i =1 i =1
Índice Ficha
188 Análisis de Regresión.
Regresión lineal
y y* = a + bx
yi
yi*
x
N
∑ e = ∑ ( y − y ) = ∑ ( y − ( a + bx ))
N N
2 ∗ 2 2
i i i i i
MÍNIMA
i =1 i =1 i =1
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 189
Los posibles valores de a y b que minimicen H(a, b) serán los que anulen
∂H ⎫ ⎫
= −2 ∑ ( y i − ( a + bxi )) = 0 ⎪ ∑ y i = N ⋅ a + b ∑ xi
N N N
∂a ⎪
i =1
⎬ ⇒ N
i =1 i =1
⎬
∂H N N
= −2 ∑ ( y i − ( a + bxi ))xi = 0 ⎪ ∑ xi y i = a ∑ xi + b ∑ xi ⎪
N
2
∂b i =1 ⎭ i =1 i =1 i =1 ⎭
SISTEMA DE ECUACIONES NORMALES
Índice Ficha
190 Análisis de Regresión.
nociones de Probabilidad”, Ed. Thomson, 2005, 2006 segunda impresión, páginas 156-157).
⎧ s XY
⎪b = 2
y ∗ = a + bx ⎨ sX
⎪a = y − bx
⎩
Expresión que se utilizará para dar la recta de regresión.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 191
Ejemplo 5.1.
(a partir de los datos del problema 4.1.)
Índice Ficha
192 Análisis de Regresión.
s XY
y = a + bx = y − bx + bx = y + 2 ( x − x )
∗
sX
s XY sY
rXY = ⇒ y = y + rXY ( x − x )
∗
s X sY sX
PREDICCIÓN.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 193
Regresión de Y sobre X
6 y* = 1+0,5x
5 R2 = 0,75 7; 5
4
Y3 1; 2
2 4; 2
1
0
0 1 2 3 4 5 6 7 8
X
Índice Ficha
194 Análisis de Regresión.
REGRESIÓN DE X SOBRE Y.
∑ ∗
2 2 2
i i
MÍNIMA
i =1 i =1 = i 1
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 195
⎧ ′ s XY
⎪b = 2
x = a ′ + b′y ⎨
∗
sY
⎪⎩a ′ = x − b′y
Índice Ficha
196 Análisis de Regresión.
s XY
x = a ′ + b′y = x − b′y + b′y = x +
∗
2
(y− y)
sY
s XY sX
rXY = ⇒ x = x + rXY ( y − y )
∗
s X sY sY
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 197
sY sX
y = y + rXY ( x − x )
∗
y x = x + rXY ( y − y )
∗
sX sY
¾ Se cruzan en el punto ( x , y ) (si se representan en unos mismos ejes coordenados (X, Y)).
¾ Son perpendiculares si rXY = 0 , y∗ = y x∗ = x
¾ Son iguales si rXY = ±1.
© Rafael Díez, Vicente Coll y Olga Blasco
Índice Ficha
198 Análisis de Regresión.
5 x* = -0,5+1,5y 7; 5
4
medias; (4; 3)
Y3 y* = 1+0,5x
1; 2
2 4; 2
0
0 1 2 3 4 5 6 7 8
X
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 199
Coeficiente de determinación.
Índice Ficha
200 Análisis de Regresión.
variables: Y : ( yi ) Y ∗ : ( y i∗ ) E : (ei = y i − y i∗ ).
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 201
VARIABLE Y
Valores yi Media y
Varianza
1 N
s = ∑ ( yi − y )2
2
Y
N i =1
Índice Ficha
202 Análisis de Regresión.
s XY
y = a + bx
∗
siendo b= 2 a = y −b⋅ x
sX
La media e y la varianza s E2 de la variable residual E = Y −Y ∗ tienen el si-
guiente aspecto:
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 203
Es decir:
e =0
2
s
s E = sY − XY2
2 2
sX
Por otra parte, la media y∗ y la varianza sY2* de la variable de la regresión
y = a + bx = y − bx + bx = y
∗ y∗ = y
2
s 2
s 2
es decir: s
sY2* = b 2 s X2 = 2XY 2 s X2 = XY2 sY * = XY2
2
( sX ) sX sX
© Rafael Díez, Vicente Coll y Olga Blasco
Índice Ficha
204 Análisis de Regresión.
sY2 = ∑ ( y i − y ) 2
Y* i E
N i = 1 N i =1
N i =1 s 2
s 2
s =s −s ⇒ s =s +s
2
E
2
Y
2
Y*
2
Y
2
Y∗
2
E
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 205
ajuste.
Índice Ficha
206 Análisis de Regresión.
sY sY sY sY sY
sY2∗
El primer cociente representa la parte de la variabilidad de
sY2
Y : ( yi ) explicada por la regresión.
2
s E
El segundo conciente 2 , complementario del anterior, representa la
s Y
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 207
Índice Ficha
208 Análisis de Regresión.
s 2
⎧ R 2
= 0 ⇒ s 2
= s 2
(residuo máximo) → ajuste pésimo
R = 1− 2 ⇒ ⎨ 2
2 E E Y
sY ⎩ R = 1 ⇒ s 2
E
= 0 ajuste óptimo
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 209
Índice Ficha
210 Análisis de Regresión.
0 ≤ R 2 ≤ 1 → 0 ≤ rXY2 ≤ 1 → −1 ≤ rXY ≤ 1.
© Rafael Díez, Vicente Coll y Olga Blasco
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 211
Índice Ficha
212 Análisis de Regresión.
y∗ = a ⋅ xb
Para determinar los parámetros a y b, se procede como sigue.
La expresión y∗ = a ⋅ xb se reduce a forma lineal tomando logaritmos:
ln y * = ln a + b ⋅ ln x .
Sobre la expresión anterior se opera un ajuste lineal:
u = ln x ⎫
v = ln y ⎪⎪
llamando ∗⎬
⇒ v ∗
= A + b ⋅u, es decir, se obtiene la
v = ln y ⎪
∗
A = ln a ⎪⎭
recta de regresión de V sobre U.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 213
Ejemplo 5.4.
Índice Ficha
214 Análisis de Regresión.
y∗ = a ⋅ bx
Para determinar los parámetros a y b, se procede como sigue.
La expresión y∗ = a ⋅ bx se reduce a forma lineal tomando logaritmos:
ln y * = ln a + x ⋅ ln b .
Sobre la expresión anterior se opera un ajuste lineal:
v = ln y ⎫
v ∗ = ln y ∗ ⎪⎪
llamando ⎬ ⇒ v ∗
= A + Bx , es decir, se obtiene la
A = ln a ⎪
B = ln b ⎪⎭
recta de regresión de V sobre X.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 215
variable ( X ,V ) ≡ ( X ,ln Y ):
s XV
B= 2 A = v − B⋅ x.
sX
Finalmente se determinan los parámetros a y b:
A = ln a ⇒ a = anti ln A ⇒ a = e A
.
B = ln b ⇒ b = anti ln B ⇒ b = e B
Ejemplo 5.5.
Índice Ficha
216 Análisis de Regresión.
Conceptos clave.
Ajuste
Bondad de ajuste
coeficiente de determinación.
Coeficiente de regresión.
Correlación
Error cuadrático medio (ECM).
Principio mínimos cuadrados.
Recta de regresión mínimo-cuadrática
Regresión
Regresión no lineal
Residuo
Varianza de la regresión
Varianza residual
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 217
EJEMPLOS
Ejemplo 5.1. Se ha estudiado las calificaciones de 100 alumnos en dos
asignaturas: Estadística (variable X) y Matemáticas Financieras (variable Y),
obteniéndose los siguientes datos: x =110 y = 2,5 SX =10 SY = 0,5
Además se sabe que el coeficiente de correlación entre ambas es rXY = 0,85.
Obtener la recta de regresión de Y/X.
x=5 y=8 s XY = 15 s = 20 r = 0 ,9
2
Y
2
X 1 2 6 6
Y 4 33 260 840
Solución: yi* = 4 x i3
X 1 2 3 4
Y 2 4 8 16
Se pide:
Solución: a)y = 2 * x
b ) ECM = 0
Ejemplo 5.6. A partir de los siguientes datos de las variables X1, X2 y X3,
obtener:
X1 X2 X3
1 3 1
2 0 2
3 1 -1
4 -1 -1
Objetivos de aprendizaje.
Bibliografía básica para complementar el tema.
Programación de la guía didáctica:
6.1. Introducción.
6.2. Tasas de variación.
6.3. Números Índices: clasificación y propiedades.
6.4. Índices de precios y cantidades más importantes.
6.5. Cambio de base, renovación y enlace.
6.6. Deflactación de series estadísticas.
Conceptos clave.
Ejemplos.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 225
OBJETIVOS DE APRENDIZAJE.
Definir el concepto de número índice y tasa de variación.
Estudiar los tipos de números índices complejos más relevantes tipo Laspey-
res y Paasche, haciendo especial hincapié en los índices de precios.
Índice Ficha
226 Tasas de Variación y Números Índice.
Capítulo 7.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 227
6.1. INTRODUCCIÓN.
Los instrumentos que se van a definir, servirán para medir la evolución del
valor de una variable en el tiempo o en el espacio.
Normalmente se tratará de variables de tipo socioeconómico. Una variable
de esta naturaleza se denominará “magnitud”.
Se comparará el valor de una magnitud en dos situaciones (habitualmente
temporales):
Índice Ficha
228 Tasas de Variación y Números Índice.
TIPOS DE MAGNITUDES:
MAGNITUD SIMPLE: variable unidimensional
(Y ,Y ,...,Y ,...,Y )
1 2 i n
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 229
• y t − y t −1 yt
Tasa de variación de (t −1) → t TV t
t −1
=Yt = = −1
y t −1 y t −1
y t − y0 y t
Tasa de variación de 0→t TV = 0
t
= −1
y0 y0
TASAS DE VARIACIÓN EN TANTO POR UNO
(X 100) EN PORCENTAJE
Índice Ficha
230 Tasas de Variación y Números Índice.
⎧SIMPLES
⎪
NÚMEROS ÍNDICES ⎨ ⎧SIN PONDERAR
COMPLEJOS ⎨
⎪⎩ ⎩PONDERADOS (ponderaciones ω )
i
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 231
yt
I = t
0 (en tanto por uno).
y0
Los números índices se escriben en porcentaje:
yt − y0 yt
TV = 0
t
= − 1 = I 0t − 1
y0 y0
Índice Ficha
232 Tasas de Variación y Números Índice.
rior).
Ejemplo 6.1.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 233
Dada una magnitud compleja (Y ,Y ,...,Y ,...,Y ), sean dos valores de esa
1 2 i n
Índice Ficha
234 Tasas de Variación y Números Índice.
y it
Si se denota por Ii = I ( i ) =
t
0
el índice simple de los valores de la varia-
yi 0
ble i – ésima (i = 1, 2,…, n), las formas de definir índices complejos SIN
PONDERAR y PONDERADOS quedan como siguen:
INDICES COMPLEJOS SIN PONDERAR.
1 n 1 n y it
1. MEDIA ARITMÉTICA de índices simples: I = ∑ Ii = ∑
n i =1 n i =1 y i 0
n
∑y it
2. MEDIA AGREGATIVA: IA = i =1
n
∑y
i =1
io
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 235
compleja.
Iω =
∑ Iω
i i
1. MEDIA ARITMÉTICA ponderada:
∑ω i
IAω =
∑ y it
ωi
2. MEDIA AGREGATIVA ponderada:
∑y i0
ωi
Índice Ficha
236 Tasas de Variación y Números Índice.
6.3.4. Propiedades.
I0
y t ⇒ y t' = y t + kyt = ( 1 + k ) y t
4. PROPORCIONALIDAD:
I 0t' = ( 1 + k )I 0t
5. CÍCLICA: dados tres períodos (o más) distintos “0, h y t” se ha de cum-
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 237
p it
Magnitud PRECIO: Pi ( i = 1,2 ,...,n ) con índice SIMPLE I (i ) =
t
0
pi0
qit
Magnitud CANTIDAD: Qi ( i = 1,2 ,...,n ) con índice SIMPLE I (i ) =
t
0
qi 0
Se destacarán los dos tipos de índices complejos ponderados más im-
portantes para precio y cantidad: TIPO LASPEYRES y TIPO PAASCHE,
que serán medias aritméticas ponderadas de índices simples.
Índice Ficha
238 Tasas de Variación y Números Índice.
Se definirá el índice complejo de valor como una media agregativa sin pon-
derar.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 239
p it p it
∑ pi 0 qi 0 ∑ p i 0 q it
L0 ( P ) =
t ∑ I 0 ( i )ωi
t
=
pi 0
P0 ( P ) =
t ∑ I 0 ( i )ωi
t
=
pi0
∑ ωi ∑ pi 0 qi 0 ∑ ωi ∑ p i 0 q it
L (P)=
t ∑ p q it i0
P (P)=
t ∑ p q it it
∑p q ∑p q
0 0
i0 i0 i0 it
Índice Ficha
240 Tasas de Variación y Números Índice.
q it q it
∑ qi 0 pi 0 ∑ q i 0 p it
L0 ( Q ) =
t ∑ I 0 ( i )ωi
t
=
qi 0
P0 ( Q ) =
t ∑ I 0 ( i )ωi
t
=
qi0
∑ ωi ∑ qi 0 pi 0 ∑ ωi ∑ q i 0 p it
L (Q ) =
t ∑ q p it i0
P (Q )=
t ∑ q p it it
∑q p ∑q p
0 0
i0 i0 i0 it
Ejemplo 6.2.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 241
IV =
t ∑ v
=
∑ p q
it it it
∑v ∑ p q
0
i0 i0 i0
Índice Ficha
242 Tasas de Variación y Números Índice.
Sea una serie de índices I 0t con base fija en el período “0”, es decir,
I 00 = 100 .
Si se quiere cambiar la base de la serie de índices del período “0” a un pe-
ríodo “h” posterior (h>0) se procederá como sigue:
Teniendo en cuenta la propiedad cíclica para los períodos “0”, “h” y “t”
Por tanto los nuevos índices con base el período “h” se obtendrán:
I t
0 → h I ht = 0h
I0
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 243
procedería: h → 0 I 0h ·I ht = I 0t
Índice Ficha
244 Tasas de Variación y Números Índice.
6.6. DEFLACTACIÓN.
Concepto: transformar el valor de una magnitud en precios corrientes
del período “t” (valor nominal) a un valor en precios constantes de un
período fijo “0” (valor real).
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 245
pt
¾ Y llamamos I =
t
0
al índice de precios del período 0→t se tiene que:
p0
vt pt qt
vt → v ot = = p 0 q t = v ot .
I0
t
pt
p0
© Rafael Díez, Vicente Coll y Olga Blasco
Índice Ficha
246 Tasas de Variación y Números Índice.
n
¾ Sea Vt = ∑ p it q it el valor de una magnitud compleja a precios corrien-
i =1
tes del período “t”.
n
¾ Sea V0 t = ∑ p i 0 q it el valor de la magnitud compleja a precios constan-
I =1
tes del período “0”.
ÍNDICE DE PRECIOS DE PAASCHE COMO DEFLACTOR
Vt
=
∑ p it q it
= ∑ p i 0 q it = V0 t
P0 ( P ) ∑ p it q it
t
∑ p i 0 q it
ES UN DEFLACTOR EXPLÍCITO
Se obtiene el valor de la magnitud a precios constantes del período “0”.
© Rafael Díez, Vicente Coll y Olga Blasco
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 247
Ejemplo 6.5.
Índice Ficha
248 Tasas de Variación y Números Índice.
Conceptos clave:
Cambio de base.
Deflactación.
Índice de Laspeyres.
Índice de Paasche.
Índice simple y complejo.
Índices de precios.
Índices en cadena.
Número índice.
Período base.
Serie de índices con base fija.
Tasa de variación.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 249
EJEMPLOS.
Ejemplo 6.1. Los salarios anuales (en euros) de los oficiales administrativos
en una empresa han evolucionado durante el período 2001-2005 de la forma
siguiente:
Solución: 557,28 €
Objetivos de aprendizaje.
Bibliografía básica para complementar el tema.
Programación de la guía didáctica:
7.1. Introducción.
7.2. Componentes de una serie. Descomposición.
7.3. Análisis de la tendencia.
7.4. Análisis de la variación estacional. Desestacionalización.
7.5. Predicción. Corrección por estacionalidad.
Conceptos clave.
Ejemplos.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 257
OBJETIVOS DE APRENDIZAJE.
Descomposición de una serie temporal en cuatro componentes siguiendo un
esquema multiplicativo.
Índice Ficha
258 Análisis Clásico de Series Temporales.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 259
7.1. INTRODUCCIÓN.
Una SERIE TEMPORAL se puede definir como una sucesión de valores orde-
nados en el tiempo y generados por una variable cuya referencia es una
unidad temporal.
( t , y ) → yt
Ejemplo 7.1.
Índice Ficha
260 Análisis Clásico de Series Temporales.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 261
MODELO ADITIVO: Yt = Tt + Ct + S t + I t
MODELO MULTIPLICATIVO: Yt = Tt ·Ct ·S t ·I t .
Se asumirá un modelo multiplicativo con estacionalidad estable.
Índice Ficha
262 Análisis Clásico de Series Temporales.
y t* = a + bt
Recta de regresión de Y sobre t
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 263
*
La TENDENCIA de la serie Tt la proporcionarán los valores estimados de Y: y t
Tt = y t*
Tt = a + bt
ecuación de tendencia (recta de tendencia)
proporciona la tendencia lineal de la serie a largo plazo.
Índice Ficha
264 Análisis Clásico de Series Temporales.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 265
cuadrático en la variable (t ,Y ).
PASOS A SEGUIR:
1. El tiempo vendrá en años y los datos serán anuales. Si los valores de la
Índice Ficha
266 Análisis Clásico de Series Temporales.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 267
k k kk k k
Índice Ficha
268 Análisis Clásico de Series Temporales.
a b
T (k)
t'
= + 2 t' representa la ecuación de tendencia k – esimal.
k k
El tiempo t’ viene en k – ésimos.
ORIGEN: t’ = 0 en el k – ésimo central del año t0 (origen de la ecuación
anual)
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 269
k −1 a b⎛ k − 1⎞
t' = t' ' − ⇒ Tt'' = + 2 ⎜ t' ' −
(k)
⎟
2 k k ⎝ 2 ⎠
Ecuación de tendencia k – esimal con origen t’’ = 0 en la parte central del
primer k – ésimo del año t0 (origen de la ecuación anual)
Ejemplo 7.3.
Índice Ficha
270 Análisis Clásico de Series Temporales.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 271
yt = Tt ·S t ·I t
(Tt representa a la tendencia y el ciclo)
Índice Ficha
272 Análisis Clásico de Series Temporales.
a b ⎛ k − 1⎞
Tt (k)
= + 2 ⎜t − ⎟
k k ⎝ 2 ⎠
se obtienen los valores de tendencia-ciclo k – esimales de la serie, Tt susti-
y t Tt ·S t ·I t
da: = = St I t
Tt Tt
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 273
Ejemplo 7.4.
Índice Ficha
274 Análisis Clásico de Series Temporales.
Los IVE son números índices, y por tanto vendrán en porcentaje o tanto por
uno. La referencia es el 100.
IVE(i) = 100, significa que en el k – ésimo (i) los valores que toma la
serie no tienen un comportamiento estacional que difiera de la tenden-
cia usual de la serie.
IVE(i) > 100 (< 100), significa que en el k – ésimo (i) los valores que
toma la serie son usualmente mayores (menores), a los que tendría en
un comportamiento sin efecto estacional.
NOTA: como el año está subdividido en k partes, habrá un IVE para cada k –
k
ésimo, de forma que: ∑ IVE( i ) = k
i =1
o ( kx100 )
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 275
7.4.2. Desestacionalización.
Desestacionalizar una serie consiste en eliminar la componente estacional
Índice Ficha
276 Análisis Clásico de Series Temporales.
a b ⎛ k − 1⎞
(2)→T (k)
= + 2 ⎜ t' − ⎟ K – ESIMAL con origen t’ = 0 en el pri-
k k ⎝ 2 ⎠
t'
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 277
Tt '( k ) ( i ) xIVE ( i ) .
Ejemplo 7.6.
Índice Ficha
278 Análisis Clásico de Series Temporales.
Conceptos clave.
Componente estacional.
Dato desestacionalizado.
Ecuación de tendencia.
Índice de variación estacional (IVE).
Predicción corregida por estacionalidad.
Predicción de la tendencia.
Serie temporal.
Tendencia anual.
Tendencia k-esimal.
Tendencia.
Índice Ficha
Guía didáctica de Estadística Descriptiva para las Ciencias Sociales. 279
EJEMPLOS.
Los ejemplos de este tema dedicado a las series temporales están basados
en los datos del Ejemplo 7.1 y siguen el desarrollo teórico del tema.
SERIE TEMPORAL
35
30
25
ventas
20
15
10
5
0
1 2 3 4 1 2 3 4 1 2 3 4
trimestres
Cálculos previos
Año t t'=t-2000 Yt (Yt)2 (t')2 t'·Yt
2000 0 60 3600 0 0
2001 1 78 6084 1 78
2002 2 88 7744 4 176
Totales 3 226 17428 5 254
2
Momentos m20 = S t' m02 = S2Y m11 = St'Y
centrales 0,67 134,22 9,33
Parámetros b a r2 r
14,00 61,33 0,974 0,987
⎧ st' Y
⎪b = 2
Tt' = a + bt' ⎨ st'
⎪a = y − bt '
⎩
Ejemplo 7.2 (Tt' = 61,33 + 14t' con origen e t0 = 2000, año 0.), obtener la
61,33 14
Tt' = + t'
4 4
Tendencia trimestral promedia del año t’ (t’ en años).
k −1 4 −1
t' ' − = t' ' − = t' ' −1,5 :
2 2
Tt'(' 4 ) = 15 ,33 + 0 ,875( t' ' −1,5 ) = 15 ,33 + 0 ,875( −1,5 ) + 0 ,875t' ' =
= 14 ,0175 + 0 ,875t' '
Con lo cual,
SERIE TEMPORAL
VENTAS tendencia
35
30
25
ventas
20
15
10
0
1 2 3 4 1 2 3 4 1 2 3 4
2000 2001 2002
trimestres
TABLA3
2000 2001 2002 Suma ME(i) IVE% Tanto por uno
1r Trimestre 0,7134 0,8563 0,8088 2,3785 0,7928 79,79 0,7979
2º Trimestre 1,4101 1,3592 1,3247 4,0940 1,3647 137,34 1,3734
3r Trimestre 0,2537 0,4152 0,3953 1,0642 0,3547 35,70 0,3570
4º Trimestre 1,5022 1,4894 1,3958 4,3874 1,4625 147,18 1,4718
3,9747 400,00 4,0000
ME(i) i = 1, 2,..., k
ME( i )
IVE( i ) = k
⋅ k ⋅ 100
∑ ME( i )
i =1
160
147,18 147,18 147,18
140 137,34 137,34 137,34
120
100
IVE
Significado de los IVE: los IVE representan el efecto estacional para cada
trimestre. Al suponer estacionalidad estable, son los mismos para todos los
años de la serie, así:
Datos desestacionalizados
desestacionalizadas 30
25
Dt ventas
20
15
10
5
0
1 2 3 4 1 2 3 4 1 2 3 4
2000 2001 2002
trimestres
Solución: Del año 00 al 08 hay 8 años, es decir 32 trimestres. Con este cál-
culo llegamos al trimestre central del año 08; por tanto añadiendo 0.5 tri-
mestres llegamos a la parte central del tercer trimestre.