CLASIFICACIÓN MULTIVARIANTE: UNA APLICACIÓN A LAS COMARCAS GALLEGAS
|
|
- Beatriz Lara Ávila
- hace 5 años
- Vistas:
Transcripción
1 CLASIFICACIÓN MULTIVARIANTE: UNA APLICACIÓN A LAS COMARCAS GALLEGAS Julio Pallas González - juliopa@usc.es Fidel Martínez Roget - Ecfifer@usc.es Fernando Miranda Torrado - Ecmira@usc.es Universidad de Santiago de Compostela Reservados todos los derechos. Este documento ha sido extraído del CD Rom Anales de Economía Aplicada. XIV Reunión ASEPELT-España. Oviedo, 22 y 23 de Junio de ISBN:
2 CLASIFICACIÓN MULTIVARIANTE: UNA APLICACIÓN A LAS COMARCAS GALLEGAS JULIO PALLAS GONZÁLEZ, FIDEL MARTÍNEZ ROGET, FERNANDO MIRANDA TORRADO DEPARTAMENTO DE MÉTODOS CUANTITATIVOS PARA LA ECONOMÍA Y LA EMPRESA. UNIVERSIDAD DE SANTIAGO DE COMPOSTELA juliopa@usc.es RESUMEN: En el presente trabajo se pretende elaborar una agrupación de las comarcas de la Comunidad Autónoma Gallega en base a una serie de indicadores socioeconómicos suministrados por La Caixa en el Anuario Comercial de España referidos al año El trabajo se realiza en dos etapas: En la primera se utiliza el análisis clúster para determinar el número idóneo de grupos a formar a partir de los indicadores disponibles realizando posteriormente una clasificación partiendo de los datos obtenidos del proceso anterior. En la segunda fase se utiliza el análisis discriminante con el objeto de evaluar la bondad de las distintas agrupaciones y de determinar aquellos indicadores mas relevantes para distinguir entre los diferentes grupos socioeconómicos comarcales. 2
3 1. Introducción A lo largo del presente trabajo se intentará agrupar y caracterizar, en base a un conjunto de ocho variables socioeconómicas suministradas por La Caixa en el Anuario Comercial de España, a las comarcas gallegas en grupos homogéneos indicando las variables más importantes de tal agrupación. Debido a la inexistencia de datos socioeconómicos para aquellos ayuntamientos con una población no superior a 1000 habitantes, éstos no han sido tenidos en cuenta en el presente estudio. Cabe indicar que dichos ayuntamientos corresponden principalmente, y por este orden; a las provincias de Orense (Beade, Chandrexa de Queixa, Larouco, Parada de Sil, Pontedeva, A Teixeira y Vilariño de Couso), Lugo (Negreira de Muñiz, Ribeira de Piquín y Triacastela ) y Pontevedra ( Mondariz-Balneario ). Con el nombre análisis cluster o de conglomerados se hace referencia a toda una serie de técnicas de clasificación, algoritmos fundamentalmente, cuya finalidad es la partición de un conjunto de variables o individuos en grupos tales que los individuos pertenecientes a un mismo grupo sean lo más similares entre sí pero muy diferentes a los pertenecientes a otros grupos.para Sokal y Sneath (1963), dos de los autores que más han influído en el desarrollo del análisis cluster, la clasificación es uno de los procesos fundamentales de la ciencia, dada la necesidad de disponer los hechos y los objetos de un modo ordenado antes de poder descubrir sus principios unificadores y poderlos emplear para predecir acontecimientos. Y ello es así porque numerosos fenómenos tienen lugar con tal variedad y profusión que si no se ordenan hacen imposible la obtención de información alguna útil. La elaboración de tipologías presenta, por tanto; una serie de potencialidades entre las que cabe mencionar las siguientes: Simplifican y reducen la excesiva información que caracteriza los objetos de estudio facilitando la comprensión de los hechos. Facilitan la comprobación de hipótesis al abrir nuevas vías para explorar sistemáticamente principios de relación, similitudes y vinculaciones entre objetos. La naturaleza coherente de los grupos resultantes de una clasificación posibilita posteriores desarrollos como pueden ser : investigaciones pormenorizadas sobre tales grupos (generar y comprobar hipótesis, predecir, etc.) y también aplicaciones en el mundo real. Así, por ejemplo, las clasificaciones climáticas, la identificación de formaciones biogeográficas y unidades paisajísticas, la regionalización y o 3
4 comarcalización sobre criterios homogéneos o funcionales, la delimitación de comarcas agrarias, barrios homogéneos, etc se elaboran muchas veces para sustentar políticas de desarrollo regional, comarcal, urbano, de protección del medio físico, de bienestar social, etc. No obstante debe advertirse que muchas de las técnicas clasificatorias son procedimientos simples que, a menudo, no están sustentados por una fundamentación estadística extensa pudiendo los distintos algoritmos conducir a resultados diferentes a partir de los mismos datos. 2. Metodología y variables clasificadoras Trataremos a continuación de dar una breve descripción de la metodología utilizada en el presente trabajo así como de los algoritmos concretos que han sido empleados. El proceso de clasificación requiere de una serie de fases o etapas : -Definir el objeto de la clasificación -seleccionar las variables para identificar los grupos -elección de la medida de proximidad entre los individuos - elección del criterio para la formación de grupos, es decir el método para agrupar individuos en conglomerados. Así,el objeto de este trabajo es clasificar a las comarcas gallegas en grupos homogéneos respecto de las variables socioeconómicas empleadas al efecto de tal forma que tales agrupaciones puedan servir de base para futuros trabajos de los mismos autores así o de cualquier otras personas o instituciones que pudieran estar interesados en el tema del desarrollo comarcal. Los indicadores socioeconómicos seleccionados para realizar la agrupación son: 1. Número de teléfonos de una comarca x 1000 habitantes. 2. Número de automóviles de una comarca x 1000 habitantes. 3. Número de camiones de una comarca x 1000 habitantes. 4. Número de entidades bancarias de una comarca x 1000 habitantes. 5. Número de licencias de actividad industrial de una comarca x 1000 habitantes. 6. Número de licencias de actividad comercial mayorista de una comarca x 1000 habitantes. 4
5 7. Número de licencias de actividad comercial minorista de una comarca x 1000 habitantes. 8. Número de licencias de actividad de restauración de una comarca x 1000 habitantes. Todas estos indicadores, que originalmente recogen datos municipales siendo posteriormente transformados en datos comarcales por los autores del presente estudio, se han obtenido del Anuario Comercial de España publicado por La Caixa y están referidos al año La formación de clases se sustenta sobre la existencia de unas relaciones entre los individuos u objetos ( en nuestro caso comarcas) y que se son establecidas sobre la base de la similitud o parecido en ciertos rasgos (relaciones fenéticas). Para poder medir por tanto estas relaciones fenéticas (relaciones de similitud) es necesario calcular un índice entre cada par de objetos (en nuestro caso comarcas) de tal modo que, comparándolos en los diversos atributos o variables, se mida su grado de semejanza o proximidad. Existe una gran cantidad de índices cuya idoneidad, en general, depende de la escala de medida de las variables clasificadoras. Así para variables de tipo cuantitativo suelen usarse índices de distancia y, en menor medida, de correlación. En este trabajo se ha utilizado la distancia euclídea al cuadrado. En cuanto a los métodos de aglomeración cabe indicar que existe una gran variedad de ellos pero que pueden clasificarse en dos grandes categorías: 1. los métodos no jerárquicos 2. los métodos jerárquicos Estos últimos pueden subdividirse a su vez en: aglomerativos o ascendentes.: en los que se parte de tantos grupos como individuos existan y en cada paso se va agrupando a los individuos en un número cada vez menor de grupos de mayor tamaño hasta formar un solo grupo al final de todo el proceso. disociativos, divisivos o descendentes : en los que el proceso es inverso ; es decir se parte inicialmente de un solo grupo formado por todos los individuos y en cada paso se va dividiendo en un número mayor de grupos de menor tamaño hasta obtener al final del proceso tantos grupos como individuos. En los métodos aglomerativos a partir de la matriz de distancias se va agrupando a los individuos más parecidos, es decir aquellos más relacionados.lo único que varía entre ellos es el criterio para medir dicho parecido o relación entre grupos: Por haber sido utilizado el 5
6 método de Ward en este trabajo y ser éste un método jerárquico aglomerativo vamos a describir brevemente los principales algoritmos de este tipo: En el método de la similitud máxima, distancia mínima ó del vecino más próximo la distancia entre dos grupos se mide como la distancia entre sus dos puntos más cercanos. En el método de la similitud mínima, de las distancia máxima o del vecino más lejano la relación de parecido o distancia entre dos clusters vendrá determinada por la distancia entre sus dos puntos más alejados. En el método de la media o del promedio entre grupos la distancia entre dos grupos vendrá determinada por la media de las distancias entre todos los pares de individuos que se puedan formar tomando un individuo de cada conglomerado. En el método centroide la distancia entre dos agrupaciones vendrá dada por la distancia entre sus medias para todas las variables. El método de la mediana es similar al anterior pero sustituyendo la media por la mediana. El método de Ward ó de mínima variación intragrupo, también llamado a veces momento central de orden dos o pérdida de inercia mínima. Este método que es precisamente el usado en este trabajo, se basa en el principio de minimizar en cada etapa de fusión la heterogeneidad dentro de cada cluster para ello, y en cada fase, se evalúan todas las posibles fusiones realizándose aquella que provoque un menor incremento en la suma total de las variaciones intragrupo definidas dichas variaciones como la suma de las distancias euclídeas al cuadrado entre cada uno de los individuos y su media de grupo. En los métodos jerárquicos la secuencia de formación de grupos ofrece un orden o jerarquía que puede ser representada gráficamente bajo la forma de un árbol o dendograma. 3. Resultados del análisis A continuación vamos a comentar brevemente los resultados, tanto del análisis cluster como del discriminante. 3.1 Análisis cluster Uno de los problemas que se plantea en el análisis cluster es determinar el número de grupos a formar. A este respecto no hay un procedimiento óptimo, siendo los procedimientos heurísticos mediante la inspección de los distintos niveles del árbol los más utilizados para decidir el punto de corte en un dendograma. 6
7 En la figura 1 se representa el dendograma correspondiente a la agrupación jerárquica de las comarcas gallegas utilizando el método de Ward y la distancia euclídea al cuadrado (medida que debe usarse de forma obligatoria para este método). Se ha trabajado con dos posibles niveles de corte en el dendograma uno que sugiere la formación de 8 grupos y otro que sugiere la formación de 6 grupos. Por los inmejorables resultados obtenidos en el análisis discriminante con la primera agrupación ésta fue la elegida para trabajar. En base a lo anterior se ha realizado un análisis clúster jerárquico para 8 grupos. Los grupos resultantes son los siguientes: Tabla 1: Agrupaciones comarcales gallegas (método de Ward) GRUPO 1 GRUPO 2 GRUPO 3 GRUPO 4 GRUPO 5 GRUPO 6 Xallas, A Barcala, Bergantiños, Ordes, Arzúa, Deza, O Sar, Caldas La Coruña, Ferrol, Santiago de Compostela, Vigo, Lugo y Mariña Oriental. Verín, Viana, A Fonsagrada, A Limia, Ancares, Ulloa, Morrazo, B. Limia, Quiroga, Barbanza, Noia, Muros, Ortegal A Mariña Occidental, A Mariña Central, Meira, Betanzos, Terra de Lemos, Allariz-Maceda, Terra de Caldelas, Tera de Trives y Valdeorras. Eume, Terra Chá, Sarria, Chantada, Tabeirós-Terra de Montes, Terra de Celanova, O Salnés, Pontevedra y Baixo Miño. Soneira, Fisterra, Melide y Paradanta. GRUPO 7 GRUPO 8 O Carballiño y O Riveiro. Ourense y O Condado. 7
8 Gráfico 1: Análisis cluster jerárquico. Dendrograma usando el método de Ward DISTANCIA (A ESCALA) DE AGRUPADION DE CLUSTERS C A S E Label Num Verín 26 òø Viana 27 òú Fonsagr 15 òú Limia 16 òú Ancares 24 òú Ulloa 17 òú Morrazo 22 òú B-Limia 18 òú Quiroga 25 òôòòòòòø Barban 19 òú ó Noia 21 òú ó Muros 20 òú ó Ortgegal 23 ò ó Barcala 1 òø ùòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòø Xallas 8 òú ó ó Arzúa 2 òôòø ó ó Caldas 4 òú ó ó ó Sar 6 òú ó ó ó Deza 5 òú ó ó ó Berganti 3 òú ùòòò ó Ordes 7 ò ó ó Melide 48 òø ó ó Soneira 49 òú ó ó Fisterra 46 òôò ó Parada 47 ò ó Condado 52 òûòø ó Ourense 53 ò ùòòòòòòòòòòòòòòòòòòòòòø ó Carballi 50 òûò ó ó Ribeiro 51 ò ó ó Mariori 10 òø ó ó Santiago 13 òú ó ó Ferrol 11 òôòòòòòø ùòòòòòòòòòòòòòòòòòòòòòòò Coruña 9 òú ó ó Lugo 12 òú ó ó Vigo 14 ò ó ó Eume 37 òø ó ó Celanova 45 òú ùòòòòòòòòòòòòòòòòò Pontev. 40 òú ó Sarria 41 òôòòòø ó T-Chá 44 òú ó ó Salnés 39 òú ó ó B-Miño 38 òú ó ó _ Tabeirós 42 òú ùò CHANT 43 ò ó Trives 35 òø ó Valdeorr 36 òú ó Allariz 30 òôòòò Meira 32 òú Caldelas 33 òú Mariocc 29 òú Betanzos 31 òú Marcentr 28 òú Lemos 34 ò 8
9 3.2. Análisis discriminante Con el objeto de validar los resultados obtenidos con el análisis cluster se ha realizado un análisis discriminante. Éste tiene su origen en los trabajos de Fisher (1936) y Mahalanobis (1936) y se trata de una técnica de asignación de un individuo del que conocemos varias características a un grupo. En el análisis discriminante partiendo de una serie de grupos establecidos previamente y de las observaciones para cada individuo referidas a una serie de variables se construyen una o varias funciones discriminantes, que son en realidad combinaciones lineales de las variables originales, y cuyo objeto es ver si dichas variables nos permiten discriminar bien entr e los distintos grupos en cuyo caso podrían ser utilizadas para predecir la pertenencia de un individuo a uno u otro grupo una vez conocidos los datos de dicho individuo relativos a dichas variables. Por otra parte también se trata de determinar cuales variables son las que más contribuyen a discriminar entre los distintos grupos existentes. La prueba de significación multivariable más frecuentemente empleada es la lambda de Wilks que somete a comprobación la hipótesis nula de que todas las medias de grupo son iguales frente a la hipótesis alternativa de que no todas lo son. El valor de lambda variará entre cero y uno siendo tanto más pequeña cuanto mayor sea la disparidad entre los grupos estudiados. Un valor de la lambda de Wilks igual a uno se dará si la media es igual en todos los grupos y no hay variabilidad entre grupos lo que supone un bajo poder discriminante mientras que el poder discriminante será tanto mayor cuanto más se aproxime lambda a cero ya que ello supone que la variabilidad intragrupo es muy baja en comparación con la variabilidad total. Los Principales resultados del análisis discriminante son los que se exponen a continuación: Se ha utilizado un método de inclusión de variables paso a paso en el que se han obtenido 3 funciones discriminantes que explican la totalidad de la varianza intergrupos. La primera función discriminante es la que explica el mayor porcentaje de varianza con el 77,6 % mientras que la tercera función discriminante sólo explica el 3,3%. Las variables que más contribuyen a la discriminación entre grupos, son en orden de importancia: Número de teléfonos por cada mil habitantes. Número de automóviles por cada mil habitantes. 9
10 Número de sucursales bancarias por cada mil habitantes. El análisis discriminante nos confirma que el 98,1% de las comarcas están bien agrupadas, habiendo únicamente una comarca mal clasificada. Esta comarca es la de la Mariña Oriental, incluida en el grupo 2, correspondiente al de las ciudades más importantes como pueden ser la Coruña, Vigo, Lugo, Ferrol y Santiago, cuando lo más lógico sería que formase parte del grupo 4, tal y como nos confirman los resultados del análisis discriminante. Todos estos resultados pueden verse en los gráficos y tablas que se acompañan en el Anexo I. 4. Algunos comentarios sobre la agrupación comarcal resultante Como se ha comentado con anterioridad, el análisis cluster, confirmado con el discriminante, dio como resultado la agrupación de las comarcas de Galicia en ocho grupos repartidos por el territorio gallego tal y como se refleja en el siguiente mapa. 10
11 A continuación se exponen algunos comentarios sobre cada uno de los ocho grupos, en base a las variables utilizadas en el análisis: Teléfonos, automóviles, Camiones, Bancos, licencias de actividades industriales, licencias de comercio mayorista, licencias de comercio minorista y licencias de actividades de restauración por cada habitantes, que nos permitirán obtener una visión socioeconómica de cada uno de ellos y el poder separar áreas claramente diferenciadas y con distintos grados de desarrollo dentro de la Comunidad Autónoma. Grupo uno: formado por las comarcas de Xallas, A Barcala, Bergantiños, Ordes, Arzúa, Deza, O Sar y Caldas, se caracteriza por tener unos valores medios en casi todas las variables por debajo de la media gallega, con excepción del comercio minorista y la actividad de restauración, que son superiores a la media, siendo de destacar sobre todo, el reducido número de entidades bancarias por cada mil habitantes. Gráfico 2: % de variación de los valores medios de las variables del grupo 1 con respecto a la media de Galicia. GRUPO BANCOS LIC.. IND. LIC.COM.MAY LIC.COM. MIN. LIC. REST En el cluster número dos se encuentran agrupadas las principales ciudades gallegas, con las excepciones de Ourense y Pontevedra, a saber: A Coruña, Ferrol, Santiago de Compostela, Vigo, Lugo y A Mariña Oriental. Se caracteriza este grupo por su comercio y especialmente por el mayorista aunque también destaca en restauración, teléfonos y automóviles. Hay que tener en cuenta que al estar las variables relativizadas por la población comarcal sus valores, como es de esperar, dado el tamaño de la misma, no son tan elevados. 11
12 Gráfico 3: % de variación de los valores medios de las variables del grupo 2 con respecto a la media de Galicia. GRUPO BANCOS LIC.. IND. LIC.COM.MAY LIC.COM. MIN. LIC. REST El tercer conglomerado, es el que agrupa a un mayor número de comarcas, entre las que se encuentran las siguientes: Verín, Viana, A Fonsagrada, A Limia, Ancares, Ulloa, Morrazo, B. Limia, Quiroga, Barbanza, Noia, Muros, Ortegal. Este grupo destaca muy especialmente por el número de sucursales bancarias y por su actividad de restauración, estando por debajo de la media en las demás variables. Gráfico 4: % de variación de los valores medios de las variables del grupo 3 con respecto a la media de Galicia. GRUPO BANCOS LIC.. IND. LIC.COM.MAY LIC.COM. MIN. LIC. REST 12
13 El grupo número cuatro destaca fundamentalmente por estar por encima de la media en todos los aspectos considerados y muy especialmente en el número de sucursales bancarias, licencias industriales y algo menos en comercio. Forman parte de este grupo las comarcas siguientes: A Mariña Occidental, A Mariña Central, Meira, Betanzos, Terra de Lemos, Allariz-Maceda, Terra de Caldelas, Tera de Trives y Valdeorras. Gráfico 5: % de variación de los valores medios de las variables del grupo 4 con respecto a la media de Galicia GRUPO BANCOS LIC.. IND. LIC.COM.MAY LIC.COM. MIN. LIC. REST El quinto grupo está constituido por las comarcas de Eume, Terra Chá, Sarria, Chantada, Tabeirós-Terra de Montes, Terra de Celanova, O Salnés, Pontevedra y Baixo Miño. En este grupo destaca fundamentalmente su comercio mayorista y los medios de transporte (camiones y automóviles) y en el polo opuesto, destacan el bajo número de licencias de restauración. 13
14 Gráfico 6: % de variación de los valores medios de las variables del grupo 5 con respecto a la media de Galicia grupo BANCOS LIC.. IND. LIC.COM.MAY LIC.COM. MIN. LIC. REST El conglomerado número seis, puede decirse que se corresponde con aquellas comarcas más atrasadas económicamente, pues prácticamente en todas las variables presentan valores muy por debajo de la media. Este grupo está formado por las comarcas de: Soneira, Fisterra. Melide y Paradanta. Gráfico 7: % de variación de los valores medios de las variables del grupo 6 con respecto a la media de Galicia GRUPO BANCOS LIC.. IND. LIC.COM.MAY LIC.COM. MIN. LIC. REST 14
15 El séptimo cluster se caracteriza por tener una actividad comercial y de restauración inferior a la media estando por encima de ésta en todos los demás aspectos sobre todo en el número de automóviles y también en entidades bancarias y actividad industrial. Este grupo está formado por : O Carballiño y O Riveiro. Gráfico 8: % de variación de los valores medios de las variables del grupo 7 con respecto a la media de Galicia grupo BANCOS LIC.. IND. LIC.COM.MAY LIC.COM. MIN. LIC. REST El último grupo, el número ocho, que junto con el anterior son los que están constituídos por un menor número de comarcas, comprende las comarcas de Ourense y O Condado y se caracteriza por tener un elevado comercio tanto minorista como y sobre todo, mayorista; también destaca en medios de transporte y teléfonos siendo, en definitiva, uno de los más desarrollados en todos los aspectos. 15
16 Gráfico 9: % de variación de los valores medios de las variables del grupo 8 con respecto a la media de Galicia GRUPO BANCOS LIC.. IND. LIC.COM.MAY LIC.COM. MIN. LIC. REST 5. Consideraciones finales A continuación, se exponen algunos de los resultados del trabajo: Lo primero que se debe decir, es que los resultados del trabajo, deben ser interpretados como una referencia o aproximación a la realidad socioeconómica de las comarcas de Galicia, sobre todo debido a que los indicadores utilizados, que por otra parte son los disponibles, no cubren la totalidad de los sectores de actividad económica. Algunas de las ramas de actividad económica, entre las que destacan por su importancia para esta Comunidad la pesca o la agricultura y que no han sido utilizadas para realizar esta clasificación, deberán ser tenidas en cuenta en una próxima clasificación. El dendograma obtenido a partir del análisis cluster nos sugería la formación de 6 u 8 grupos, un número menor de grupos supondría cortar el dendograma a una distancia mucho mayor, lo cual supondría incluir en el mismo grupo comarcas muy diferentes. Los mejores resultados obtenidos con el análisis discriminante para ocho grupos en vez de seis hicieron que, finalmente, nos decantásemos por la primera opción, en la que el 98,1% de las comarcas estarían bien agrupadas (solamente una comarca es asignada a un grupo diferente al obtenido en el análisis cluster), frente al 96,2% en el caso de utilizar 6 grupos. Indicar que de las ocho variables utilizadas inicialmente aquellas con un mayor poder discriminante son, por este orden: Teléfonos, Automóviles y Sucursales Bancarias por cada mil habitantes, por lo cual son estas tres las únicas utilizadas en dicho análisis. El 16
17 resto de las variables aunque conseguirían un mejor pronóstico en la asignación de las comarcas dentro de los grupos, contribuirían de forma escasa en la mejora de la discriminación. 6. Bibliografía ALDENDERFER, M.S. y BLASHFIELD RK. (1989): Cluster analysis. Sage University Paper. BISQUERRA, R. (1989): Introducción conceptual al análisis multivariable.edit. PPU. BOSQUE, J. Y MORENO A.(1994): Prácticas de análisis exploratorio y multivariante de datos.edit. Oikos Tau. CUADRADO, J.R. y SUAREZ-VILLA, L. (1992): Integración económica y evolución de las disparidades regionales. En: Papeles de Economía española, núm. 51. DÍAZ, B. CRUCES, E. y MORILLAS A. (1995): Las regiones europeas: una tipología basada en la aplicación de técnicas multivariantes. En XXII Reunión de estudios regionales.pamplona HAIR, J.F. (1995): Multivariate data analysis with readings. Edit. Prentice Hall International. URIEL, E. (1995): Análisis de datos. Series temporales y análisis multivariante. Ed AC. 17
18 ANEXO I: ANALISIS DISCRIMINANTE Pruebas de igualdad de las medias de los grupos COMARCA X hab. COMARCAS X 1000 HAB. COMARCAS X 1000 H. BANCOS COMARCAS X 1000 H. LIC. ACTIV. IND. X 1000 H. LIC. ACT. COM. MAY. X 1000 H. LIC. ACT. COM. MIN. X 1000 H. LIC. ACT. REST. X 1000 H. Lambda de Wilks F gl1 gl2 Sig.,095 61, ,000,103 56, ,000,710 2, ,023,549 5, ,000,627 3, ,002,611 4, ,001,753 2, ,062,892, ,611 18
19 Estadísticos Por Pasos Variables introducidas/eliminadas a,b,c,d Lambda de Wilks P a s o Introducidas TELEFONO S COMARCA X hab. AUTOMOVI LES COMARCA S X 1000 HAB. BANCOS COMARCA S X 1000 H. Esta dístic o gl1 gl2 gl3 F exacta Esta dístic o gl1 gl2 Sig., ,0 61,6 7 45,0,000, ,0 47, ,0,000 F aproximada Esta dístic o gl1 gl2 Sig., ,0 26, ,000 En cada paso se introduce la variable que minimiza la lambda de Wilks global. a. El número máximo de pasos es 16. b. La significación máxima de F para entrar es.05. c. La significación mínima de F para salir es.10. d. El nivel de F, la tolerancia o el VIN son insuficientes para continuar los cálculos. Variables en el análisis Paso COMARCA X hab. COMARCA X hab. COMARCAS X 1000 HAB. COMARCA X hab. COMARCAS X 1000 HAB. BANCOS COMARCAS X 1000 H. Tolerancia Sig. de F que eliminar 1,000,000 Lambda de Wilks 1,000,000,103 1,000,000,095,925,000,055,955,000,055,885,000,014 19
20 Variables no incluidas en el análisis Paso COMARCA X hab. COMARCAS X 1000 HAB. COMARCAS X 1000 H. BANCOS COMARCAS X 1000 H. LIC. ACTIV. IND. X 1000 H. LIC. ACT. COM. MAY. X 1000 H. LIC. ACT. COM. MIN. X 1000 H. LIC. ACT. REST. X 1000 H. COMARCAS X 1000 HAB. COMARCAS X 1000 H. BANCOS COMARCAS X 1000 H. LIC. ACTIV. IND. X 1000 H. LIC. ACT. COM. MAY. X 1000 H. LIC. ACT. COM. MIN. X 1000 H. LIC. ACT. REST. X 1000 H. COMARCAS X 1000 H. BANCOS COMARCAS X 1000 H. LIC. ACTIV. IND. X 1000 H. LIC. ACT. COM. MAY. X 1000 H. LIC. ACT. COM. MIN. X 1000 H. LIC. ACT. REST. X 1000 H. COMARCAS X 1000 H. LIC. ACTIV. IND. X 1000 H. LIC. ACT. COM. MAY. X 1000 H. LIC. ACT. COM. MIN. X 1000 H. LIC. ACT. REST. X 1000 H. Tolerancia Tolerancia mín. Sig. de F que introducir Lambda de Wilks 1,000 1,000,000,095 1,000 1,000,000,103 1,000 1,000,023,710 1,000 1,000,000,549 1,000 1,000,002,627 1,000 1,000,001,611 1,000 1,000,062,753 1,000 1,000,611,892 1,000 1,000,000,014,977,977,270,078,926,926,001,055,980,980,005,061,999,999,113,074,995,995,350,080,993,993,629,084,937,937,273,011,885,885,000,008,923,923,007,009,992,992,145,011,992,992,360,012,992,992,908,013,686,648,754,007,880,843,067,006,946,844,551,007,984,877,488,007,980,874,868,007 20
21 Estadísticos por casos Grupo mayor Segundo grupo mayor Puntuaciones discriminan O ri g in al Nú me ro de ca so s Dista ncia de Mahal anobi s al cuadr ado hasta el centro Dista ncia de Mahal anobi s al cuadr ado hasta el centro Grupo Gru prono P(D>d P(G= P(G= po sticad G=g) g Gru g Función Función Func real o p gl D=d) ide po D=d) ide ,920 3,971,494 6,029 7,547-3,872-2,252 -,7 2 2,040 3,999 8,302 8,001 22,06 7,254 3,416-1,7 3 3,711 3,911 1,376 1,053 7,072-1,896,135,0 3 3,745 3,948 1,233 5,028 8,282-1,692,308,8 4 4,996 3,993,058 3,004 11,15 1,102 1,994,8 4 4,659 3,892 1,603 5,062 6,947,548 1,319 -,2 2 4**,205 3,566 4,584 2,433 5,120 3,054 1,865 -,0 3 3,950 3,979,352 5,008 10,09-1,883,711,2 4 4,705 3,789 1,403 5,199 4,158,961,665,3 1 1,992 3,981,102 6,017 8,205-3,506-1,985 -,6 3 3,422 3,987 2,809 4,012 11,66-2,038 1,267 2,0 3 3,557 3,979 2,073 6,014 10,60-3,124 1,372 -,6 1 1,426 3,812 2,786 5,155 6,095-1,701-1,461 -,9 4 4,293 3,754 3,724 5,201 6,374,647 1,037 -,9 1 1,989 3,988,123 6,008 9,665-3,225-1,959 -,2 1 1,990 3,994,118 6,005 10,76-3,216-2,266 -,2 5 5,328 3,943 3,445 4,053 9,204 1,952 -,561 -,9 2 2,350 3,994 3,285 4,006 13,67 3,386 1,444-2,0 6 6,992 3,985,101 1,015 8,444-5,661 -,547 -,7 2 2, ,000 1,479 8,000 17,11 6,101 2,131-1,4 4 4,324 3,817 3,477 5,160 6,740,578,400 1,9 3 3,222 3,999 4,389 4,001 18,88-2,875 3,066 -,3 3 3,396 3,966 2,972 1,026 10,20-2,620,981-1,2 5 5,662 3,997 1,586 1,002 13,60,455-2,488 -,3 7 7, ,000 2,403 8,000 24,91 5,883-4,372 1,2 8 8, ,000 1,658 7,000 20,49 8,964-2,192-1,0 3 3,429 3,922 2,767 5,037 9,203-1,632,505-1,0 7 7, ,000 2,403 8,000 35,87 8,306-6,013 2,2 5 5,455 3,779 2,615 4,111 6,507 -,096,024 -,6 1 1,987 3,985,139 6,010 9,371-3,130-1,732 -,6 1 1,746 3,970 1,227 5,027 8,411-2,157-2,267 -,2 3 3,444 3,956 2,678 4,044 8,847-1,552 2,688 -,1 3 3,510 3,991 2,314 4,004 13,44-2,249,621 1,7 8 8,646 3,999 1,658 2,001 15,96 8,677,332 -, , ,000 5,722 1,000 30,24-8,009,503-1,2 5 5, ,000 6,227 4,000 24,05 2,525-2,759 -,4
22 Lambda de Wilks Paso Nú mer o de vari abl es La mb da gl1 gl2 gl3 F exacta Est adís tico gl1 gl2 Sig. F aproximada Est adís tico gl1 gl2 Sig. 1, ,00 2, ,00 3, ,000 Resumen de las funciones canónicas discriminantes Función Autovalores Correlación Autovalor % de varianza % acumulado canónica 15,499 a 77,6 77,6,969 3,814 a 19,1 96,7,890,650 a 3,3 100,0,628 a. Se han empleado las 3 primeras funciones discriminantes canónicas en el análisis. Lambda de Wilks Contraste de las funciones 1 a la 3 2 a la 3 3 Lambda de Wilks Chi-cuadrado gl Sig., ,724 21,000,126 96,370 12,000,606 23,290 5,000 Coeficientes estandarizados de las funciones discriminantes canónicas COMARCA X hab. COMARCAS X 1000 HAB. BANCOS COMARCAS X 1000 H. Función 1 2 3,770,676 -,179,714 -,727,091 -,294,154 1,010 22
23 COMARCA X hab. COMARCAS X 1000 HAB. LIC. ACT. REST. X 1000 H. a BANCOS COMARCAS X 1000 H. a COMARCAS X 1000 H. LIC. ACTIV. IND. X 1000 H. a LIC. ACT. COM. MAY. X 1000 H. a LIC. ACT. COM. MIN. X 1000 H. a Matriz de estructura Función 1 2 3,704*,703,097,668 -,682*,298,002,101*,099,065,186,980*,100,038,550*,198 -,038,282*,096 -,111 -,180*,044,071 -,093* Correlaciones intra-grupo combinadas entre las variables discriminantes y las funciones discriminantes canónicas tipificadas Variables ordenadas por el tamaño de la correlación con la función. *. Mayor correlación absoluta entre cada variable y cualquier función discriminante. a. Esta variable no se emplea en el análisis. Estadísticos de clasificación Coeficientes de la función de clasificación Ward Method COMARCA X hab. 1,120 1,688 1,304 1,478 1,330 1,064 1,462 1,758 COMARCAS X 1000,791,935,716,811,895,640 1,260 1,159 HAB. BANCOS COMARCAS X 1000 H. -20,229-28,970-16,111-17,606-21,511-16,695-24,238-32,997 (Constante) -271, , , , , , , ,088 Funciones discriminantes lineales de Fisher 23
24 Mapa territorial (Asumiendo que todas las funciones excepto las dos primeras son = 0) Discriminante canónico Función 2-16,0-12,0-8,0-4,0,0 4,0 8,0 12,0 16,0 ôòòòòòòòòòôòòòòòòòòòôòòòòòòòòòôòòòòòòòòòôòòòòòòòòòôòòòòòòòòòôòòòòòòòòòôòòòòòòòòòô 16,0 ô ô ó ó ó ó ó ó ó ó ó ó 12,0 ô ô 63 ô ô 34 ô 42ô ô ô 228 ô ó ó ó ó ó ó ó ó ó ó 8,0 ô ô ô63 ô 34 ô 42ô ô 228 ô ó ó ó ó ó ó ó ó ó ó 4,0 ô ô ô 63 ô 34ô 42ô ô 28 ô ô ó ó ó ó ó * 42 * 28 ó ó 63 * ó ó ó,0 ô ô ô ô 28 ô ô ô ó * * ó ó * ó ó 61 * ó _ ó ó ó ó -4,0 ô ô ô 61 ô 15ô ô ô ó ó ó * ó ó ó ó ó ó ó -8,0 ô ô 61ô ô ô ô ô ô ó ó ó ó ó ó ó ó ó ó -12,0 ô ô 61 ô ô 17 ô ô ô ô ó ó ó ó ó ó ó ó ó ó -16,0 ô ô ôòòòòòòòòòôòòòòòòòòòôòòòòòòòòòôòòòòòòòòòôòòòòòòòòòôòòòòòòòòòôòòòòòòòòòôòòòòòòòòòô -16,0-12,0-8,0-4,0,0 4,0 8,0 12,0 16,0 Función de discriminante canónico 1 Símbolos usados en el mapa territorial Símbolo Grupo Etiqueta 24
25 * Indica un centroide de grupo Pasos Variables Lambda de Wilks 1 Teléfonos - 2 Teléfonos Automóviles 0,103 0,095 3 Teléfonos Automóviles Bancos 0,055 0,055 0,014 Original Recuento % Ward Method Resultados de la clasificación a a. Clasificados correctamente el 98,1% de los casos agrupados originales. Grupo de pertenencia pronosticado Total ,0,0,0,0,0,0,0,0 100,0,0 83,3,0 16,7,0,0,0,0 100,0,0,0 100,0,0,0,0,0,0 100,0,0,0,0 100,0,0,0,0,0 100,0,0,0,0,0 100,0,0,0,0 100,0,0,0,0,0,0 100,0,0,0 100,0,0,0,0,0,0,0 100,0,0 100,0,0,0,0,0,0,0,0 100,0 100,0 25
El IGE actualiza las proyecciones de población a corto plazo con información por áreas geográficas hasta el año 2021
Proyecciones de población a corto plazo NOTA DE PRENSA El IGE actualiza las proyecciones de población a corto plazo con información por áreas geográficas hasta el año 2021 La población gallega disminuiría
Más detallesProducto Interior Bruto Municipal. Año 2010 RESUMEN DE RESULTADOS
Producto Interior Bruto Municipal. Año 2010 RESUMEN DE RESULTADOS El Instituto Gallego de Estadística publica por primera vez datos del Producto Interior Bruto por municipio y comarca El 45% del Producto
Más detallesMFC - Mapas Ferroviarios Comarcales
MFC - Mapas Ferroviarios Comarcales www.camfergal.info 10.05.21 Generalidades Este menú permite visualizar, sobre mapas comarcales (*), los itinerarios de las líneas de ferrocarril que cruzan Galicia,
Más detallesProducto Interior Bruto Municipal. Año 2012 RESUMEN DE RESULTADOS
Producto Interior Bruto Municipal. Año 2012 RESUMEN DE RESULTADOS El Instituto Galego de Estatística publica el Producto Interior Bruto por municipios y comarcas del año 2012 junto con el paso a definitivo
Más detallesInforme Galicia-2007-2 Empleo y población en las comarcas de Galicia en 2000-2005
Equipo de Econometría de la USC: Economía de Galicia. http://www.usc.es/economet/galicia.htm Informe Galicia-7- Empleo y población en las comarcas de Galicia en - Los siguientes datos muestran la evolución
Más detallesJesús Ángel Dopico Castro Departamento de Economía Aplicada Universidade da Coruña Ferrol, 16 de decembro de 2014
Breves apuntes sobre A especialización industrial de Ferrolterra Jesús Ángel Dopico Castro Departamento de Economía Aplicada Universidade da Coruña Ferrol, 16 de decembro de 2014 Un punto de partida simplista:
Más detallesEL RADÓN: EXPOSICIÓN N DE RIESGO PARA LA SALUD. SOLUCIONES PARA SU REDUCCIÓN. Xoán Miguel Barros Dios Profesor Titular de Medicina Preventiva e Saúde
Curso de Formación n Continua 22-26 26 Noviembre 2010 EL RADÓN: EXPOSICIÓN N DE RIESGO PARA LA SALUD. SOLUCIONES PARA SU REDUCCIÓN El mapa gallego de radón n residencial. Una clasificación n de Galicia
Más detallesMAPA DE EMERXENCIAS DE GALICIA. Grupos de Emerxencia Supramunicipais
Grupos de Emerxencia Supramunicipais 2013 LIÑA DE ACTUACIÓN 2013: Integración de novos grupos de emerxencia no mapa de emerxencias de Galicia..- Superación do actual modelo, en cumprimento do Pacto Local..-
Más detallesEn la siguiente tabla podemos observar la distribución de la muestra de empresas en cada una de las provincias de Galicia:
2.3. 159 2.3.1 ANÁLISIS POR PROVINCIAS. A. Estructura empresarial provincial. En este apartado trataremos de analizar cómo se distribuyen en cada una de las provincias gallegas, las 12.994 empresas con
Más detallesDistribución provincial de las empresas, ingresos y valor añadido bruto, empresas Ingresos 2009 V.A.B.cf. 2009
Las actividades empresariales y el territorio 4.1 Análisis por provincias 4.1.1 Estructura empresarial provincial En este apartado analizaremos cómo se distribuyen en cada una de las provincias gallegas,
Más detalles4 1 1 Estructura empresarial provincial
LAS ACTIVIDADES EMPRESARIALES Y EL TERRITORIO 4 1 Análisis por provincias 4 1 1 Estructura empresarial provincial En este apartado analizaremos cómo se distribuyen en cada una de las provincias gallegas,
Más detallesLa prevención de incendios forestales mediante el manejo del fuego en Galicia.
La prevención de incendios forestales mediante el manejo del fuego en Galicia. José Antonio Grandas Arias e Inés Castro Pardo Fecha y lugar (Verdana, 10 normal) La prevención de incendios forestales mediante
Más detallesPLATAFORMA LOXÍSTICA, EMPRESARIAL E PORTUARIA DE FERROL (MANDIÁ) - FASE I CORUÑA (A) FERROL FERROL FERROL
15002021 NOVA DELIMITACIÓN PS 7 - PALLÁS CORUÑA SANTIAGO SANTIAGO AMES 15005031 AMPLIACIÓN DE ARTEIXO (FASE A) CORUÑA CORUÑA CORUÑA ARTEIXO 15005041 AMPLIACIÓN DE ARTEIXO (FASE B) CORUÑA CORUÑA CORUÑA
Más detallesProxecto PROXECTO DE ORZAMENTOS DA COMUNIDADE AUTÓNOMA GALEGA. ANO 2015 CONSELLERÍA DE TRABALLO E BENESTAR
CONSELLERÍA DE TRABALLO E BENESTAR 143 144 Servizo 01 SECRETARIA XERAL TECNICA Programa 311A DIRECCIÓN E SERVIZOS XERAIS DE PROMOCIÓN SOCIAL Concepto 622 EDIFICIOS E OUTRAS CONSTRUCIÓNS Subconc. 6221 CONSTRUCIÓNS
Más detallesAnexo I CUESTIONARIO UTILIZADO PARA LA RECOGIDA DE INFORMACIÓN
Anexo I CUESTIONARIO UTILIZADO PARA LA RECOGIDA DE INFORMACIÓN 165 ENCUESTA DE COMPORTAMIENTOS Y TIPOLOGÍAS DE VISITANTES EN EUSKADI 166 ANEXO I. CUESTIONARIO UTILIZADO PARA LA RECOGIDA DE INFORMACIÓN
Más detallesMáster en Ordenación y Gestión del Desarrollo Territorial y Local. Módulo I MÉTODO Y TÉCNICAS ESTADÍSTICAS PARA EL DESARROLLO TERRITORIAL Y LOCAL
ANÁLISIS CLUSTERS C U R S O TÉCNICAS MULTIVARIANTES Prof. Dr. Ángel Luís LUCENDO MONEDERO 1 http://www.geografia.us.es/ Tema 2. INTRODUCCIÓN N AL ANÁLISIS CLUSTER 2.1 Consideraciones generales. Clasificación
Más detallesProyecto Fin de Máster en Técnicas Estadísticas. Estimación en áreas pequeñas: el ingreso medio mensual por comarca en los hogares gallegos
Proyecto Fin de Máster en Técnicas Estadísticas Estimación en áreas pequeñas: el ingreso medio mensual por comarca en los hogares gallegos Autor: Roberto Domínguez Gómez Directores: María José Lombardía
Más detallesLAS EMPRESAS CON CERTIFICACIÓN
08 LAS EMPRESAS CON CERTIFICACIÓN 8 1 La certificación en la empresa gallega Según la Asociación Española de Calidad (AECC) el concepto de calidad estaría centrado en el conjunto de propiedades y características
Más detallesProducto Interior Bruto Municipal. Cambio de base contable RESUMEN DE RESULTADOS
Producto Interior Bruto Municipal. Cambio de base contable RESUMEN DE RESULTADOS El Instituto Galego de Estatística publica la adaptación del Producto Interior Bruto por municipios y comarcas a la nueva
Más detallesIntroducción Clustering jerárquico Clustering particional Clustering probabilista Conclusiones. Clustering. Clasificación no supervisada
Clustering Clasificación no supervisada Javier G. Sogo 10 de marzo de 2015 1 Introducción 2 Clustering jerárquico 3 Clustering particional 4 Clustering probabilista 5 Conclusiones Introducción Objetivos
Más detallesRevista Galega de Economía Vol (2018)
POBLACIÓN, EMPLEO Y MIGRACIÓN EN LAS COMARCAS DE GALICIA: 2011-2017 Y PERSPECTIVAS María-Carmen GUISÁN Facultad Económicas de la USC, Santiago de Compostela, mcarmen.guisan@usc.es Resumen. Galicia es una
Más detallesANALISIS DE CLUSTER CON SPSS: INMACULADA BARRERA
ANALISIS DE CLUSTER CON SPSS: INMACULADA BARRERA ANALISIS DE CLUSTER EN SPSS Opción: Analizar Clasificar ANALISIS DE CLUSTER EN SPSS Tres posibles OPCIONES 1.- Cluster en dos etapas 2.- K-means 3.- Jerárquicos
Más detallesRECONOCIMIENTO DE PAUTAS. ANÁLISIS DE CONGLOMERADOS (Cluster Analysis)
RECONOCIMIENTO DE PAUTAS ANÁLISIS DE CONGLOMERADOS (Cluster Analysis) Análisis de conglomerados los análisis exploratorios de datos (como PCA) determinan relaciones generales entre datos en ocasiones no
Más detallesII. Indicadores demográficos
II. Indicadores demográficos II. INDICADORES DEMOGRÁFICOS: DEFINICIONES Y NOTAS METODOLÓGICAS Población residente. Es el número de habitantes de cada municipio correspondiente al Padrón de 1 de enero
Más detallesCENTRO DE ENSEÑANZA SUPERIOR COLEGIO UNIVERSITARIO CARDENAL CISNEROS ADSCRITO A LA UNIVERSIDAD COMPLUTENSE DE MADRID
CENTRO DE ENSEÑANZA SUPERIOR COLEGIO UNIVERSITARIO CARDENAL CISNEROS ADSCRITO A LA UNIVERSIDAD COMPLUTENSE DE MADRID GRADO EN ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS CURSO 4º ANALISIS DE DATOS PROGRAMA
Más detallesO Comercio na Provincia de Pontevedra
O Comercio na Provincia de Pontevedra www.observatoriocelsius.org Las actividades económicas que se desarrollan en Galicia y más concretamente en la provincia de Pontevedra son inminentemente actividades
Más detallesCALENDARIO DAS REUNIÓNS DIVULGATIVAS DO PROGRAMA LEADER DE GALIZA
CALENDARIO DAS REUNIÓNS DIVULGATIVAS DO PROGRAMA LEADER DE GALIZA 2007-2013 Concellos convocados Provincia Comarca Hora da reunión Data Lugar da Reunión GDR 07/01/2008 Casa da cultura do concello de Lousame
Más detallesDOG Núm. 198 Lunes, 17 de octubre de 2011 Pág
DOG Núm. 198 Lunes, 17 de octubre de 2011 Pág. 30309 I. DISPOSICIONES GENERALES CONSELLERÍA DE TRABAJO Y BIENESTAR DECRETO 192/2011, de 29 de septiembre, por el que se crea el Consejo Autonómico de Empleo,
Más detallesMANCOMUNIDADES: GESTIÓN DE RESIDUOS URBANOS EN GALICIA. López García,Carlos A. Luis Villegas, Luis
MANCOMUNIDADES: GESTIÓN DE RESIDUOS URBANOS EN GALICIA López García,Carlos A. Luis Villegas, Luis Qué es un consorcio? Un consorcio es una asociación económica en la que una serie de empresas buscan desarrollar
Más detallesMASTER EN CIENCIAS ACTUARIALES Y FINANCIERAS PLAN Módulo: ANÁLISIS DEL RIESGO ACTUARIAL Y FINANCIERO
MASTER EN CIENCIAS ACTUARIALES Y FINANCIERAS PLAN 2009 Nombre de asignatura: ESTADÍSTICA ACTUARIAL III: ANÁLISIS MULTIVARIANTE DE DATOS Código: 603377 Materia: ESTADÍSTICA ACTUARIAL Módulo: ANÁLISIS DEL
Más detallesBalance entre corta e producción anual
CRITERIO 3: MANTEMENTO E MELLORA DA FUNCIÓN Balance entre corta e producción anual A Coruña Crecemento 5.045.246 m³/ano Posibilidade corta 4.439.816 m³/ano Extráense 2.897.099 m³/ano Balance neto 2.148.147
Más detallesCapítulo 8. Análisis Discriminante
Capítulo 8 Análisis Discriminante Técnica de clasificación donde el objetivo es obtener una función capaz de clasificar a un nuevo individuo a partir del conocimiento de los valores de ciertas variables
Más detallesCLASIFICACIÓN PROBLEMA SOLUCIÓN
Capítulo 7 Análisis Cluster CLASIFICACIÓN Asignar objetos en su lugar correspondiente dentro de un conjunto de categorías establecidas o no. PROBLEMA Dado un conjunto de m objetos (animales, plantas, minerales...),
Más detallesMÉDICO/A DE FAMILIA DE A AREA SANITARIA DE FERROL AS PONTES PAC PONTES DE GARCIA RO 2
CATEGORÍA CÓDIGO PRAZA CÓDIGO CENTRO DIR. CENTRO DIRECTIVO CENTRO MUNICIPIO QUENDA Nº PRAZAS FARMACÉUTICO/A DE ATEN 449255 1507 XAP CORUÑA VIMIANZO VIMIANZO M 1 FARMACÉUTICO/A DE ATEN 449085 2703 XAP LUGO
Más detallesLucila Finkel Temario
Lucila Finkel Temario 1. Introducción: el análisis exploratorio de los datos. 2. Tablas de contingencia y asociación entre variables. 3. Correlación bivariada. 4. Contrastes sobre medias. 5. Regresión
Más detallesRevista Galega de Economía ISSN: Universidade de Santiago de Compostela España
Revista Galega de Economía ISSN: 1132-2799 mcarmen.guisan@gmail.com Universidade de Santiago de Compostela España GUISÁN SEIJAS, MARÍA CARMEN; AGUAYO LORENZO, EVA EMPLEO Y PRODUCCIÓN DE GALICIA EN EL PERÍODO
Más detallesPráctica 3. Para comenzar esta práctica abrimos el programa SPSS.
Análisis de Datos Licenciatura en Biología Curso oo9/o0 Práctica 3 El fichero de datos necesario para realizar esta práctica, turtlefmxls, se encuentra en la página web http//wwwuames/danielfaraco La ruta
Más detallesANÁLISIS DE CONGLOMERADOS JERÁRQUICO
Análisis de conglomerados jerárquico ANÁLISIS DE CONGLOMERADOS JERÁRQUICO El análisis de conglomerados es un procedimiento estadístico de clasificación que pretende identificar grupos relativamente homogéneos
Más detallesTEMA 6 ANÁLISIS DE CONGLOMERADOS
TEMA 6 ANÁLISIS DE CONGLOMERADOS Facultade de Psicoloxía Campus Sur, s/n 15782 Santiago de Compostela wwwusces/psicom Dr Jesús Varela Mallou Dr Antonio Rial Boubeta Dr Eduardo Picón Prado Análisis Multivariante
Más detallesAnálisis Estadístico de Datos Climáticos. Análisis de agrupamiento (o clusters)
Análisis Estadístico de Datos Climáticos Análisis de agrupamiento (o clusters) A. Díaz - M. Bidegain M. Barreiro Facultad de Ciencias Facultad de Ingeniería 2011 Objetivo Idear una clasificación o esquema
Más detallesLas empresas exportadoras y con certificación. 7.1 Las empresas exportadoras. 7.1.1 Significado de empresa exportadora
Las empresas exportadoras y con certificación 7.1 Las empresas exportadoras 7.1.1 Significado de empresa exportadora Cada vez son menos numerosas las empresas que desarrollan su actividad exclusivamente
Más detallesTema 3: Análisis multivariante para la agrupación. Objetivo: Encontrar los grupos naturales en los que se divide la población.
Tema 3: Análisis multivariante para la agrupación Objetivo: Encontrar los grupos naturales en los que se divide la población. Ejemplo canónico en Biologia: Taxonomía Rosa doméstica Reino: Plantae (Plantas)
Más detalles7 1 1 Significado de empresa exportadora
LAS EMPRESAS EXPORTADORAS Y LAS EMPRESAS CON CERTIFICACIÓN 7 1 Las empresas exportadoras 7 1 1 Significado de empresa exportadora La exportación es una forma de internacionalizarse. Existen distintas coordenadas
Más detallesEVOLUCIÓN DE LAS EMPRESAS DE OURENSE
EVOLUCIÓN DE LAS EMPRESAS DE OURENSE 1993-2018 Teresa Pedrosa, delegada del Estado en CZFV Susana Lama, responsable de ARDÁN 15 mayo 2018 Tamaño de empresas España/Galicia ESPAÑA 6,14% de las empresas
Más detallesEl verano es la época favorita de los ladrones para actuar en Galicia
Informe Los robos en los hogares gallegos El verano es la época favorita de los ladrones para actuar en Galicia Las ciudades de Vigo y A Coruña acumulan una cuarta parte de los incidentes en casas aseguradas
Más detallesGRADO EN ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS Cuarto curso
GRADO EN ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS Cuarto curso Asignatura Análisis de datos Código 802301 Módulo Formación transversal Materia Carácter Créditos 4 Optativa Presenciales 2,2 No presenciales
Más detallesANÁLISIS DE CONGLOMERADOS (CLUSTER ANALYSIS)
ANÁLISIS DE CONGLOMERADOS (CLUSTER ANALYSIS) AGRUPAMIENTOS Cuál agrupamiento es mejor? MÉTODOS DE AGRUPACIÓN Métodos jerárquicos: Los objetos se agrupan (dividen) i por partes hasta clasificar todos los
Más detallesGRADO EN ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS Cuarto curso
GRADO EN ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS Cuarto curso Asignatura Análisis de datos Código 802301 Módulo Formación transversal Materia Carácter Créditos 4 Optativa Presenciales 1.8 No presenciales
Más detallesAnálisis Cluster en SPSS
Análisis Cluster en SPSS M. D olores M artínez M iranda Profesora del D pto. E stadística e I.O. U niversidad de G ranada Referencias bibliográficas 1. Hair, J.F., Anderson, R.E., Tatham, R.L. y Black,
Más detallesCOLECTIVOS OBXECTIVO DOS PROGRAMAS INTEGRADOS PARA O EMPREGO 2011
PROGRAMAS INTEGRADOS PARA O Informe sobre o paro medio rexistrado mensual por tramos de idades en Galicia, nas provincias, nas Decembro 2010 ÍNDICE ALFABÉTICO DAS COMARCAS E OS SEUS CONCELLOS POR PROVINCIAS
Más detallesESTUDIO DE LOS DATOS CONTENIDOS EN EL REGISTRO DE ENTIDADES LOCALES
ESTUDIO DE LOS DATOS CONTENIDOS EN EL REGISTRO DE ENTIDADES LOCALES DATOS FÍSICOS DE GALICIA Extensión: 29.565 km2 Población: 2.784.169 hbs. Densidad de población: 94,17 h/km2 Más de dos millones de habitantes
Más detallesEMIGRACIÓN AL DE 201 ÍNDICE PLAN INTEGR
PLAN INTEGRAL ÍNDICE DE EMIGRACIÓN 2011-2013 ÍNDICE ÍNDICE 1. ÍNDICE... 1 2. LA EMIGRACIÓN GALLEGA... 3 2.1 SOBRE LAS CAUSAS DE LA EMIGRACIÓN.... 3 2.2 LOS CICLOS MIGRATORIOS Y LOS DESTINOS DE LA EMIGRACIÓN
Más detallesEl Análisis de Correspondencias tiene dos objetivos básicos:
Tema 8 Análisis de correspondencias El Análisis de Correspondencias es una técnica de reducción de dimensión y elaboración de mapas percentuales. Los mapas percentuales se basan en la asociación entre
Más detallesPOLÍGONOS EMPRESARIALES DE LA PROVINCIA DE PONTEVEDRA EN FUNCIONAMIENTO DISTRIBUCIÓN COMARCAL: CONDADO
S EMPRESARIALES DE LA PROVINCIA DE PONTEVEDRA EN FUNCIONAMIENTO Procedemos a mostrar ahora un directorio de los parques empresariales de la provincia de Pontevedra que contiene los datos más relevantes
Más detallesGRADO EN ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS CUARTO CURSO
GRADO EN ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS CUARTO CURSO Asignatura ANÁLISIS DE DATOS Código 802301 Módulo FORMACIÓN TRANVERSAL Materia MÉTODOS CUANTITATIVOS Carácter OPTATIVA Créditos 4 Presenciales
Más detallesLos robos en viviendas aseguradas
Los robos en viviendas aseguradas Algunas evidencias desde los datos Nuestras limitaciones Sólo controlamos las viviendas aseguradas Somos muestrales Algunas realidades, como las franquicias, «contaminan»
Más detallesAnálisis Discriminante mediante SPSS
Universitat de Barcelona. Institut de Ciències de l Educació Análisis Discriminante mediante SPSS Mercedes Torrado-Fonseca, Vanesa Berlanga-Silvente Fecha de presentación: 23/02/2013 Fecha de
Más detallesINFORME ECONÓMICO Y DE COMPETITIVIDAD ARDÁN 2011 LA EMPRESA GALLEGA: EVOLUCIÓN ECONÓMICA Y FINANCIERA
INFORME ECONÓMICO Y DE COMPETITIVIDAD ARDÁN 2011 LA EMPRESA GALLEGA: EVOLUCIÓN ECONÓMICA Y FINANCIERA Durante 2009, la economía prolongó la trayectoria contractiva que había iniciado en 2008, experimentando
Más detallesCuentas de distribución de la renta de los hogares por municipios. Serie
Cuentas de distribución de la renta de los hogares por municipios. Serie 2000-2008 NOTA DE PRENSA Principales resultados - La renta disponible por habitante de los hogares gallegos ascendió a 14.676 euros
Más detallesClasificación del grado de urbanización de las parroquias y de los municipios de Galicia
Clasificación del grado de urbanización de las parroquias y de los municipios de Galicia NOTA DE PRENSA El 41,2% de la población gallega vive en parroquias densamente pobladas que ocupan sólo el 1,2% de
Más detallesAnálisis de la varianza. Magdalena Cladera Munar Departamento de Economía Aplicada Universitat de les Illes Balears
Análisis de la varianza Magdalena Cladera Munar mcladera@uib.es Departamento de Economía Aplicada Universitat de les Illes Balears CONTENIDOS Análisis de la varianza de un factor. Análisis de la varianza
Más detallesEl análisis de correspondencias. Ana María López Jiménez Dept. Psicología Experimental (USE)
El análisis de correspondencias Ana María López Jiménez Dept. Psicología Experimental (USE) 4. El análisis de correspondencias 4.. Introducción 4.2. Tabla de correspondencias 4.3. Dependencia e independencia
Más detallesINTRODUCCION AL ANALISIS DE CLUSTER
-1- INTRODUCCION AL ANALISIS DE CLUSTER José Luis Vicente Villardón Departamento de Estadística Universidad de Salamanca -- DEFINICION E INTRODUCCION El Análisis de Clusters (o Análisis de conglomerados)
Más detallesCorrelación. El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r)
Correlación El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r) El coeficiente de correlación lineal de Pearson (r) permite medir el grado de asociación entre
Más detallesAnálisis de Correlación Canónica y Análisis discriminante
Análisis de Correlación Canónica y Análisis discriminante Análisis de Regresión Múltiple TÉCNICAS DE DEPENDENCIA Variable/s Dependiente/s Variable/s Independiente/s Técnica 1 Nivel de medición Continuo
Más detallesGUÍA DE STATGRAPHICS 5.1
UNIVERSIDAD POLITÉCNICA DE MADRID ESCUELA UNIVERSITARIA DE ARQUITECTURA TÉCNICA DEPARTAMENTO DE MATEMÁTICA APLICADA A LA ARQUITECTURA TÉCNICA GUÍA DE STATGRAPHICS 5.1 (Versión castellana) GUÍA DE STATGRAPHICS
Más detallesTABLAS DE CONTINGENCIA
Tablas de contingencia 1 TABLAS DE CONTINGENCIA En SPSS, el procedimiento de Tablas de Contingencia crea tablas de clasificación doble y múltiple y, además, proporciona una serie de pruebas y medidas de
Más detallesMinería de Datos Web. Cursada 2018
Minería de Datos Web Cursada 2018 Proceso de Minería de Texto Clustering de Documentos Clasificación de Documentos Es un método supervisado para dividir documentos en base a categorías predefinidas Los
Más detallesÍNDICE INTRODUCCIÓN... 21
INTRODUCCIÓN... 21 CAPÍTULO 1. ORGANIZACIÓN DE LOS DATOS Y REPRESENTACIONES GRÁFICAS... 23 1. ORGANIZACIÓN DE LOS DATOS... 23 1.1. La distribución de frecuencias... 24 1.2. Agrupación en intervalos...
Más detallesOurense: Allariz, A Rúa, O Barco de Valdeorras, O Carballiño, Celanova, Ribadavia, Verín e Xinzo de Limia.
ZONAS TERRITORIALES: Municipios de zona territorial 1 A Coruña: Ames, Ares, Arteixo, As Pontes de García Rodríguez, Betanzos, Boiro, Cambre, Carballo, Cee, Cedeira, Culleredo, Fene, Ferrol, Melide, Mugardos,
Más detallesAnálisis de la relación precio marginal y demanda de electricidad mediante conglomerados
Análisis de la relación precio marginal y demanda de electricidad mediante conglomerados Andrés Ramos, Gonzalo Cortés, Jesús María Latorre, Santiago Cerisola Universidad Pontificia Comillas Índice Introducción
Más detalles6. Aportación y propuesta para al estudio de noticias en prensa con técnicas estadísticas multivariantes: Análisis cluster
6. Aportación y propuesta para al estudio de noticias en prensa con técnicas estadísticas multivariantes: Análisis cluster En este estudio sobre discapacidad queremos realizar una propuesta de aplicación
Más detalles1. Análisis de Conglomerados
1. Análisis de Conglomerados El objetivo de este análisis es formar grupos de observaciones, de manera que todas las unidades en un grupo sean similares entre ellas pero que sean diferentes a aquellas
Más detallesEncuesta de condiciones de vida de las familias METODOLOGÍA
Encuesta de condiciones de vida de las familias METODOLOGÍA 1. Introducción La Encuesta de condiciones de vida de las familias (ECV) es una actividad estadística anual que desde 1999 realiza el Instituto
Más detallesEncuesta de condiciones de vida de las familias. Año Cada cinco hogares gallegos está compuesto por personas de 65 o más años
Encuesta de condiciones de vida de las familias. Año 2008 NOTA DE PRENSA Cada cinco hogares gallegos está compuesto por personas de 65 o más años El 29% del total de ingresos de los hogares gallegos procede
Más detallesIntroducción Ordenación Clasificación Ord. + Clas. Geobotánica. Tema 12 Ordenación y clasificación
Introducción Clasificación Ord. + Clas. Geobotánica Tema 12 y clasificación Copyright: 2011 Francisco Alcaraz Ariza. Esta obra está bajo una licencia de Reconocimiento-No Comercial de Creative Commons
Más detallesIntroducción Mapas de de radón. Experiencias internacionales: metodología y resultados
Los mapas de radón. Experiencias internacionales. El caso del Mapa de Radón de Galicia: planificación y ejecución de un estudio de prevalencia sobre exposición domiciliaria al radón Adolfo Figueiras Introducción
Más detalles5.3. Análisis discriminante Cuándo tenemos que utilizar el análisis discriminante
FUOC P01/71039/00748 119 Investigación descriptiva: análisis de información 5.3. Análisis discriminante 5.3.1. Cuándo tenemos que utilizar el análisis discriminante Para resolver muchos problemas de marketing,
Más detallesIntroducción al Análisis Multivariante
al Análisis Multivariante Vectores aleatorios, técnicas de análisis multivariante, distancias estadísticas Curso 2011-2012 Considero que el cerebro de cada cual es como una pequeña pieza vacía que vamos
Más detallesEdita: Caixanova. Dirección Técnica: Instituto Lawrence R. Klein-Centro Gauss Universidad Autónoma de Madrid
Edita: Caixanova Dirección Técnica: Instituto Lawrence R. Klein-Centro Gauss Universidad Autónoma de Madrid Coordinación General: Instituto Sondaxe, s.l. Maquetación: Orbigraf, s.l. (mapas cedidos por
Más detallesNota técnica Estratificación multivariada
Instituto Nacional de Estadística y Geografía Nota técnica Estratificación multivariada Censo de Población y Vivienda 2010 NOTA TÉCNICA ESTRATIFICACIÓN MULTIVARIADA Con la finalidad de que el usuario pueda
Más detallesInforme trimestral sobre competencias desarrolladas en materia de tutela financiera
Informe trimestral sobre competencias desarrolladas en materia de tutela financiera 2º trimestre 2017 El ejercicio de las competencias en materia de tutela financiera de los entes locales, atribuida a
Más detallesINDICE Sección 1.- Fundamentos 1. Noción y Fundamentos a la Asignatura 2. La Investigación Social 3. El Proceso de la Investigación Social
INDICE Prefacio 13 Sección 1.- Fundamentos 1. Noción y Fundamentos a la Asignatura 16 La ciencia (17). El método científico. Su noción y rasgos (20). El método científico en las ciencias sociales (23).
Más detallesPLADI GA M APAS M
PLADGA 2013 MAPAS Maio 2013 !"#$#$ %&'($ )&'($ *+&,-+&. /,# /(#( /!0$' /% ( 1,' 2&$'# 3 0 Código do Ferrol O Ribeiro-Arenteiro Bergantiños-Mariñas Coruñesas Miño-Arnoia Santiago-Meseta nterior aldeorras-trives
Más detallesANÁLISIS DE DATOS UNIDIMENSIONALES
ANÁLISIS DE DATOS UNIDIMENSIONALES TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS MEDIDAS DE POSICIÓN MEDIDAS DE TENDENCIA CENTRAL MEDIA ARITMÉTICA OTRAS MEDIAS: GEOMÉTRICA.ARMÓNICA.MEDIA GENERAL MEDIANA
Más detallesTema 9. Análisis factorial discriminante
Máster en Técnicas Estadísticas Análisis Multivariante. Año 2008 2009. Profesor: César Sánchez Sellero. 9.1. Introducción. Tema 9. Análisis factorial discriminante Supongamos que están denidos I grupos,
Más detallesCENTROS DE COORDINACIÓN DE INCENDIOS FORESTALES EN GALICIA. Madrid, 22 de mayo de 2013
CENTROS DE COORDINACIÓN DE INCENDIOS FORESTALES EN GALICIA Madrid, 22 de mayo de 2013 ESTRUCTURA Y ORGANIZACIÓN PARA EL DESPLIEGUE DE MEDIOS SUBDIRECCIÓN XERAL DE DE PREVENCIÓN DEFENSA E DEFENSA CONTRA
Más detalles, ,65 A
Lumes forestais Número de lumes e superficie en Hectáreas Provincia Comarca Concello 2003 Número de lumes forestais Superficie arborada (Ha) Superfice rasa (Ha) Galicia 8553 4946,05 14873,65 A Coruña 1921
Más detallesDISTRIBUCIÓN XEOGRÁFICA- ADMINISTRATIVA DE GALICIA
DISTRIBUCIÓN XEOGRÁFICA- ADMINISTRATIVA DE GALICIA ÍNDICE: 1. Etapas na construcción do territorio. 2. A Galicia actual: 2.1- Competencias turísticas. 2.2- As comarcas. 2.3- O Eixo Atlántico. 2 1. ETAPAS
Más detallesDiferencias y nuevos espacios territoriales
Capítulo Diferencias y nuevos espacios territoriales 10 Capítulo 10 Diferencias y nuevos espacios territoriales 183 Hacia una propuesta de conformación de espacios territoriales Este último capítulo se
Más detallesDOG Núm. 245 Miércoles, 26 de diciembre de 2012 Pág
DOG Núm. 245 Miércoles, 26 de diciembre de 2012 Pág. 47786 I. DISPOSICIONES GENERALES CONSELLERÍA DE HACIENDA ORDEN de 19 de diciembre de 2012 por la que se encomienda a determinadas oficinas de distrito
Más detallesTema: Medidas de Asociación con SPSS
Tema: Medidas de Asociación con SPSS 1.- Introducción Una de las tareas habituales en el análisis de encuestas es la generación y análisis de tablas de contingencia, para las variables y categorías objetivo
Más detallesBLOQUE III. ANÁLISIS MULTIVARIANTE
BLOQUE III. ANÁLISIS MULTIVARIANTE CAPÍTULO 7 Teoría sobre análisis multivariante. El análisis multivariante engloba un grupo de técnicas o métodos estadísticos cuya finalidad es analizar simultáneamente
Más detallesVIII. Terra de Lemos CFEA de Monforte de Lemos. Estrada de Castro Caldelas, s/n Monforte de Lemos Teléfono: / Fax:
CENTRO DE INFORMACIÓN AO AGRO GALEGO CIAG Estrada de San Marcos, s/n - 15780 Santiago de Compostela Teléfono: 902 112 000 / Fax: 981 559 801 Distritos Forestais Distritos forestais da Coruña I. Ferrol
Más detallesCapítulo 23 Análisis discriminante: El procedimiento Discriminante Introducción
Capítulo 23 Análisis discriminante: El procedimiento Discriminante Introducción Con independencia del área de conocimiento en la que se esté trabajando, es frecuente tener que enfrentarse con la necesidad
Más detallesUNA APROXIMACIÓN AL VALOR DEL SUELO HABITACIONAL EN LA CIUDAD DE HERMOSILLO, SONORA. Ing. Minerva Hernández Gutiérrez Dr. Jesús Quintana Pacheco
UNA APROXIMACIÓN AL VALOR DEL SUELO HABITACIONAL EN LA CIUDAD DE HERMOSILLO, SONORA. Ing. Minerva Hernández Gutiérrez Dr. Jesús Quintana Pacheco Marzo, 2015 Valor Valor de uso: Grado de utilidad o aptitud
Más detalleso Análisis de Conglomerados
Análisis de ClusterCapítulo 9 o Análisis de Conglomerados Capítulo 9 1. Introducción El análisis de cluster, o de conglomerados, es una técnica de análisis que se centra, más que en las variables, en
Más detalles