Lucía I. García-Cebrián 1, Antonio Muñoz Porcar 2

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Lucía I. García-Cebrián 1, Antonio Muñoz Porcar 2"

Transcripción

1 3 rd Internatonal Conference on Industral Engneerng and Industral Management XIII Congreso de Ingenería de Organzacón Barcelona-Terrassa, September 2nd-4th 2009 Análss de los resultados obtendos por la aplcacón de dversas metodologías de ayuda a la decsón multcrtero. Consstenca de los resultados obtendos Lucía I. García-Cebrán 1, Antono Muñoz Porcar 2 1 Departamento de Economía y Dreccón de Empresas. Facultad de Económcas Unversdad de Zaragoza. Gran Vía 2. Zaragoza. Mal: lgarca@unzaar.es. 2 Departamento de Economía y Dreccón de Empresas. Centro Poltécnco Superor. Unversdad de Zaragoza Edf.. Betancourt. María de Molna, 2. Zaragoza. Mal: amunoz@unzar.es Palabras clave: Localzacón empresaral, Electre, Proceso Analítco Jerárquco, Teoría de la Utldad Multatrbuto. Las últmas décadas han supuesto, para el entorno económco en el que operan las empresas, mportantes cambos y transformacones que han provocado varacones sustancales en su estructura productva. Estos cambos se producen a un rtmo tan acelerado que los modelos de respuesta estratégca a los desafíos compettvos del pasado nmedato no consttuyen modelos váldos a la hora de encamnar el futuro de los negocos. Este nuevo escenaro económco está propcando la aparcón de nuevas pautas de comportamento de las ndustras a la hora de afrontar sus decsones de nversón y localzacón (Ravelo Mesa y otros, 2002). Además, la localzacón es una de las decsones estratégcas más mportantes para cualquer empresa, ya que afectará a sus benefcos y costes a largo plazo, y resulta complcada y costosa de cambar (Hezer y Render, 2001). La eleccón del emplazamento para establecer las nstalacones de las empresas presenta dos característcas fundamentales: la escasa frecuenca con que esta decsón es tomada y la compledad de la decsón a tomar. Además de las anterores, una tercera característca, que es común a toda la Admnstracón de Empresas, determna todo este proceso: la subetvdad. El hecho de que muchos de los factores determnantes y sus nterrelacones sean dfíclmente cuantfcables, mplca una fuerte carga subetva en la decsón fnal. Especalmente en las PYMES, la decsón fnal sobre la ubcacón de la empresa se ve sustentada en factores tales como la proxmdad a un mercado conocdo por el empresaro o la proxmdad a su domclo. Dado que las técncas de decsón multcrtero permten consderar varos crteros, tanto cuanttatvos (monetaros y no monetaros) como cualtatvos, son las que se van a adoptar en este trabao; específcamente, se va a hacer uso de tres de ellos que han sdo utlzados con profusón para la eleccón de emplazamentos de todo tpo de actvdades, empresarales o no, tanto públcas como prvadas: el método ELECTRE III, pertenecente a la famla de modelos ELECTRE desarrollados por Roy (1968), el Proceso Analítco Jerárquco (AHP) propuesto por Saaty (1980) y la Teoría de Utldad Multatrbuto (MAUT) propuesto por Keeney y Rafa (1976). El ámbto geográfco de este trabao es la Comundad Autónoma de Aragón, donde se ha tomado como undad de análss una dvsón admnstratva creada recentemente: las Comarcas. 735

2 La estructura del trabao es la que se ndca a contnuacón: en el sguente apartado se explca con brevedad la metodología que se va a segur en el trabao, presentando los modelos Electre III, AHP y MAUT utlzados en el análss. A contnuacón se han obtendo, medante la utlzacón de encuestas, qué factores son determnantes en las decsones de localzacón. La obtencón de los factores se ha realzado sobre la base del trabao de Ulgado (1996), que presenta una sere de factores de localzacón. Posterormente se han aplcado los métodos de decsón multcrtero anterores a las comarcas aragonesas. De esta aplcacón se han obtendo tres ordenacones destntas de las alternatvas de localzacón, una por cada metodología utlzada. S ben los resultados son smlares, no son déntcos por lo que en la últma fase del trabao se ha evaluado la robustez de los resultados obtendos medante la obtencón de una correlacón por rangos. Específcamente se ha aplcado el coefcente de correlacón de Spearman, que es una medda de relacón lneal entre dos varables que sguen una escala ordnal.; y en el últmo apartado se presentan las conclusones. 1. Los modelos Electre III, AHP y MAUT como métodos de eleccón multcrtero dscreto. La ntroduccón de problemas en los que se ha de consderar multtud de atrbutos en su resolucón ha mpulsado el desarrollo de una dscplna centífca conocda como Decsón Multcrtero que arranca alrededor de Las técncas propas de esta dscplna centífca se pueden aplcar a casos en los que sea necesara la confluenca de ntereses y puntos de vsta de dferentes grupos o personas. Tambén tene la ventaa de posbltar el análss de problemas tenendo en cuenta factores que de otra forma se escaparían al decsor. Rodrguez-Uría et al. (2004) establecen que la flexbldad y la adaptabldad son característcas que sobresalen en los métodos de decsón multcrtero ya que, de hecho, cualquer decsón será el resultado de una combnacón entre los obetvos contrapuestos a los que se ha de enfrentar un decsor. Así, un modelo que muestre explíctos los dferentes crteros y obetvos puede ser utlzado como nstrumento de búsqueda de consenso, sendo ésta una de las más nteresantes facetas del análss multcrtero. Puesto que en las decsones de localzacón de las empresas es normal consderar un conunto de atrbutos de las alternatvas consderadas, convendría analzar el problema que se nos plantea dentro de la metodología proporconada por la Decsón Multcrtero. En concreto se ha optado por emplear tres métodos dstntos, ya que los tres proporconan una ordenacón: el método Elmnaton and Choce Translatng Algorthm (ELECTRE); el método del Proceso Analítco Jerárquco (AHP) y la Teoría de la Utldad Multatrbuto (MAUT). En los sguentes tres subapartados se presentan de forma sucnta los fundamentos teórcos de las tres metodologías ctadas El método ELECTRE III Para construr la relacón de superacón, este método flexblza las modelzacones de las preferencas del decsor de sus versones anterores (Electre I y II) tomando como punto de partda el sguente argumento: s la dferenca entre las valoracones de dos alternatvas cualesquera a y a es muy pequeña, el decsor contnuará prefrendo una de ellas?, es esa pequeña dferenca razón sufcente para hacer más preferda una que la otra? El método ELECTRE III consgue esta flexblzacón con la ntroduccón de tres umbrales, defndos para cada uno de los crteros consderados: 736

3 a) El umbral de preferenca (p), que sería la magntud en que exgmos que la valoracón de la alternatva a sea mayor que la de la alternatva a para poder hablar de preferenca fuerte de la prmera respecto a la segunda. b) El umbral de ndferenca (q), que sería la magntud en que permtmos que la valoracón de la alternatva a sea menor que la de la alternatva a para segur sendo ndferentes. c) El umbral de veto ( v ), que sería la magntud en que la valoracón de la alternatva a debe ser mayor a la de la alternatva a para no preferr esta últma. Ahora la comparacón no se realza úncamente a partr de la valoracón de cada alternatva respecto a los crteros defndos en el desarrollo del modelo, sno que tene en cuenta los umbrales de preferenca p, de ndferenca q, y de veto v, lo que supone la ntroduccón de lo que esta metodología denomna pseudo-crteros 8. S E es la valoracón de la alternatva respecto del crtero, (sempre que el obetvo de este crtero sea el de maxmzar) y E es la valoracón de la alternatva respecto al msmo crtero, con la ntroduccón de estos umbrales la modelzacón de las preferencas del decsor con respecto al crtero será: S q E E q S q E E p S a p E E S E E v v es ndferente con a a es preferdo de forma débl sobre a a es preferdo fuertemente a a la posbldad de superacón de a sobre S p E E q a es preferdo de forma débl sobre a S v E E p S E E v a es preferdo fuertemente a a a es vetada la posbldad de superacón de a sobre a es vetada S, por el contraro, el obetvo del crtero sobre el que se realza la reflexón fuera a mnmzar, la modelzacón de las preferencas del decsor con respecto al crtero será: S q E E q S q E E p S a p es ndferente con a a es preferdo de forma débl sobre a E E v a es preferdo fuertemente a la posbldad de superacón de a sobre a es vetada S E E v S p E E q aes preferdo de forma débl sobre a S v E E p aes preferdo fuertemente a a la posbldad de superacón de a sobre S E E v a a es vetada 8 Un crtero verdadero es un pseudo-crtero con umbrales de preferenca p, de ndferenca q y de veto v, guales a cero. 737

4 Con el uso de estos umbrales por crtero, el método Electre ntenta construr una relacón de superacón entre cada par de alternatvas de tal forma que se pueda afrmar que una alternatva a supera a una alternatva a. La construccón de esta relacón de superacón requere como paso prevo el cálculo de un índce de concordanca y otro de dscordanca que va a servr de test para aceptar la afrmacón la alternatva a supera a la alternatva a. En la etapa fnal de los cálculos se combnan ambas meddas para generar una medda del grado de superacón, esto es, una matrz de credbldad que valora la fortaleza de la afrmacón la alternatva a supera a la alternatva a. El sguente paso en la versón III del método ELECTRE es ordenar las alternatvas a partr de los resultados obtendos para el grado de credbldad El proceso analítco erarquco (AHP). El Proceso Analítco Jerárquco o AHP (Analytc Herachy Process) fue desarrollado en la década de los 70 por el matemátco Saaty (1977, 1980) con el fn de aplcarlo en un entorno mltar. Este método se basa en la construccón de un modelo erárquco y consste en descomponer el problema de decsón y analzarlo por partes. Saaty et al (1980) dce que trata de desagregar un problema y luego unr todas las solucones de los subproblemas en una conclusón. Esta metodología ncalmente se componía de tres etapas fundamentales (Moreno-Jménez y otros, 2005) 9. La prmera comenza con la construccón de la erarquía que representa el problema; la segunda ncorpora los ucos que reflean las preferencas de los actores partcpantes en el proceso de resolucón; fnalmente, la tercera etapa proporcona la prordad de las alternatvas comparadas. Una vez consttuda la estructura erárquca del problema, el sguente paso es la valoracón de los elementos. El decsor debe emtr ucos de valor o preferencas en cada uno de los nveles erárqucos establecdos: por pareas, el decsor debe pronuncarse sobre la mportanca relatva de los crteros y de las alternatvas, meddos en la escala fundamental propuesta por Saaty (Saatay, 1980). El resultado de estas comparacones es una matrz cuadrada, recíproca y postva, denomnada matrz de comparacones pareadas. Una mportante precsón es que la aplcacón práctca de esta metodología puede no requerr conocer el valor que alcanza cada alternatva respecto de cada crtero, sno tan sólo los ucos de valor del decsor. Una vez formadas las matrces de comparacón, la tercera etapa consste en calcular la prordad de cada elemento, entendda esta prordad como rangos numércos meddos en una escala de razón 10.. A partr de éstas prordades, aplcando el prncpo de composcón erárquca, se obtenen las prordades globales que son sntetzadas para obtener las prordades totales de las alternatvas La teoría de la utldad multatrbuto (MAUT). Fue desarrollada por Keeney y Raffa (1976), a partr de la teoría de utldad undmensonal de Von Neumann y Morgenstern y busca expresar las preferencas del decsor sobre un conunto de atrbutos o crteros en térmnos de la utldad que le reportan, dentro de un contexto de la teoría de la decsón en condcones de ncertdumbre. Se trata de un modelo de 9 Turón y Moreno-Jménez (2004) establecen 6 etapas en la metodología, sguendo el enfoque marcado por el constructvsmo cogntvo en el paradgma de la raconaldad procedmental multcrtero. 10 Una escala de razón es un conunto de números postvos cuyas relacones se mantenen gual s se multplcan todos los números por un número arbtraro postvo. El obeto de la evaluacón es emtr ucos concernentes a la mportanca relatva de los elementos de la erarquía para crear escalas de prordad e nfluenca (Saaty 1998) 738

5 agregacón de preferencas efectuadas respecto a crteros ndvduales, en los cuales se modelan las preferencas globales del decsor medante una funcón de valor. Esta teoría por lo tanto, asume que el decsor es capaz de artcular sus preferencas de acuerdo, estrctamente, a las relacones de ndferenca o preferenca, y que sempre va a preferr la solucón que maxmza su utldad. Por lo tanto asume que, conscente o nconscentemente, cualquer decsor ntenta maxmzar su utldad a la hora de selecconar cualquer proyecto, es decr, selecconará aquel proyecto que le reporte una mayor utldad, consderando todos los crteros que le afecten. Se consdera, por tanto, una funcón de utldad total multatrbuto que, tradconalmente, se calcula medante la agregacón adtva o multplcatva de las utldades parcales para cada uno de los crteros de las dstntas alternatvas, lo que lleva a presentar un valor para cada una de las alternatvas consderadas y, por tanto, proporcona una ordenacón completa de alternatvas, al gual que en las otras dos metodologías propuestas en este trabao. 2. Ámbto terrtoral obeto de estudo y factores de localzacón utlzados. El ámbto geográfco de este trabao es la Comundad Autónoma de Aragón, donde se ha tomado como undad de análss una dvsón admnstratva creada recentemente: las Comarcas. La ustfcacón de esta eleccón resde en la presenca de certa homogenedad empresaral dentro de cada Comarca y de la presenca de certa heterogenedad entre las Comarcas. Las empresas, a la hora de tomar la decsón de localzacón hacen el análss en varos nveles (país, regón, comarca, muncpo) y en este trabao se ha elegdo un nvel ntermedo. En trabaos prevos realzados, la nformacón relatva a los factores de localzacón se extrae de encuestas efectuadas a empresas a las que se pde que erarqucen los que han consderado y que den una descrpcón de los msmos (Townroe, 1972). En España destacan en esta línea de nvestgacón Auroles y Pauelo (1988) y Cotorruelo y Vázquez (1997). En este trabao, la dentfcacón de los factores relevantes para las decsones de localzacón y su ponderacón se realzó a través de encuestas a empresaros ubcados en polígonos ndustrales de Aragón, a asocacones de empresaros de Aragón, a promotores de polígonos ndustrales y a dstntos organsmos ofcales. La encuesta era dferente según su destnataro, de tal modo que a los empresaros se les solctaba que dentfcaran aquellos factores de localzacón que a su uco eran más mportantes con ndependenca del sector al que perteneceran y la ponderacón que les asgnarían, mentras que al resto de nsttucones consultadas, además de preguntarles sobre los factores de localzacón, se les pedía que deran cuál sería, a su uco, la ponderacón que las empresas darían a esos factores dstnguendo el caso de empresas naconales del de multnaconales. En la tabla 1 se muestran las varables que, tomando como base el trabao de Ulgado (1995), srveron para valorar cada uno de esos factores y la fuente de donde se obtuvo su valor. Con los factores utlzados quedan recogdos aspectos como los costes de nstalacón de las empresas (coste suelo ndustral), facldad para el acceso a comuncacones (cercanía a la captal de provnca, acceso a redes de transporte, dotacón en nfraestructuras del polígono) y presenca de Economías de Aglomeracón (grado de ocupacón de los polígonos y dsponbldad de suelo). Respecto a las varables relatvas a poblacón (tamaño y categoría de la poblacón) se han tomado de aquellos muncpos en los que exste al menos un polígono ndustral. 739

6 El cálculo del valor fnal que cada uno de los factores utlzados tene en cada una de las alternatvas o comarcas, ha requerdo de un proceso medante el cual se ha pasado de datos a nvel de polígono ndustral o muncpo, a datos a nvel de comarca y a una posteror normalzacón de estos datos. Los datos ncales están referdos a los polígonos ndustrales, excepto en los factores referdos a tamaño y categoría de la poblacón. Se han consderado dos tpos de factores: por un lado aquellos factores que se mden con una únca varable y aquéllos que se mden con varas varables. Respecto a aquellos factores que se mden con una únca varable, se ha proceddo a medr ese valor en los polígonos ndustrales y a contnuacón se ha pasado ese valor a nvel de la comarca. El factor Coste del suelo ndustral se ha calculado tomando el preco por metro cuadrado de cada polígono de la comarca, multplcado por la cantdad de metros cuadrados de ese polígono; con esos datos se ha calculado una meda de la comarca, relatvzado por los metros totales. La cercanía a la captal de provnca se ha calculado promedando la dstanca de los polígonos exstentes en una comarca a la captal de la provnca. El factor Dsponbldad del Suelo se ha calculado medante la suma de los metros cuadrados de los polígonos exstentes en cada comarca; el dato referdo a la comarca es, por lo tanto, la suma de esos metros cuadrados. El factor Grado de Ocupacón del Polígono se ha calculado medante la meda del grado de ocupacón de los polígonos de las comarcas, utlzando la relacón superfce ocupada en la comarca respecto al total de metros dsponbles en la comarca. Respecto al factor Tamaño de la Poblacón, se ha calculado según el padrón muncpal de los muncpos de cada comarca en los que exste un polígono ndustral, sendo el dato de la comarca la suma de la poblacón de esos muncpos. Para los factores que se han meddo utlzando varas varables se ha proceddo a medr el valor de esas varables respecto a cada polígono, calculando, posterormente, un índce que resumera los valores obtendos en una sola cfra para cada polígono. La accesbldad a redes de transporte de cada comarca se ha calculado promedando el índce que recoge la dstanca de los polígonos exstentes en una comarca a las dstntas redes de transporte (carretera naconal, autovía, puerto y aeropuerto más próxmos). La Infraestructura de cada comarca, se ha obtendo como una meda de las nfraestructuras de los polígonos de cada una de ellas, ponderada por los metros de que dspone cada polígono. Por últmo, el factor Categoría de la poblacón de una comarca se ha calculado como la meda de los ndcadores que utlzan las varables de la tabla 1 referdas a los muncpos de cada comarca que tenen polígono ndustral. 740

7 FACTOR VARIABLE DE MEDIDA FUENTE Coste del suelo ndustral Preco por metro cuadrado (meddo en euros) Insttuto Aragonés de Fomento (1), promotores públcos y prvados Cercanía a la Captal de la Provnca Accesbldad a redes de transporte Infraestructura Klómetros de dstanca hasta la captal de la provnca Mnstero de Fomento (2) Dstanca a la carretera naconal, autovía, puerto y aeropuerto más próxmos Comuncacones (redes telefóncas y fbra óptca), equpamentos (pavmentacón, lumnacón redes antncendos), agua (acceso a agua potable, acometdas y depóstos), energía (gas y electrcdad), gestón medoambental (redes de saneamentos, tratamento de aguas resduales, canon por utlzacón) Mnstero de Fomento (2) Insttuto Aragonés de Fomento (1) Dsponbldad de Suelo Superfce total del polígono (medda en m 2 ) Insttuto Aragonés de Fomento (1), Ayuntamentos Grado de ocupacón de los polígonos de la Comarca. Porcentae de ocupacón del polígono y posbldad o no de amplacón. Insttuto Aragonés de Fomento (1), Ayuntamentos Tamaño de la Poblacón Número de habtantes Insttuto Naconal de Estadístca (3) Categoría de la Poblacón Densdad de poblacón, peso del sector ndustral, crecmento vegetatvo, cualfcacón de mano de obra, nfraestructura del muncpo (nº de farmacas, nº bancos, nº de bblotecas, nº de establecmentos hosteleros) Tabla 1.- Factores de localzacón, varables de medda y referencas bblográfcas. Insttuto Naconal de Estadístca (3), Insttuto Aragonés de Estadístca (4), Anuaro de El País (1) (3) (2) (4) 741

8 Los modelos de decsón multcrtero utlzados exgen una ordenacón en las preferencas de los factores de localzacón que se reflea en las ponderacones otorgadas y, dado que no tenen la msma relevanca para todas las empresas, se procedó a recoger la opnón de los empresaros e nsttucones solctándoles la valoracón de los factores medante la asgnacón de una ponderacón comprendda entre 1 y 9. Una vez obtendas las respuestas, y con el fn de facltar la nterpretacón de los resultados, se ha calculado una meda artmétca de los valores asgnados a cada factor, cuyo resultado aparece en la tabla. 3. Resultados obtendos. FACTORES PONDERACIÓN Coste del suelo ndustral 7,67 Cercanía a la captal de provnca 5,53 Accesbldad a redes de transporte 6,47 Infraestructura 8,11 Dsponbldad de Suelo 7,27 Grado de ocupacón del polígono 4,73 Tamaño de la poblacón 5,27 Categoría de la poblacón 5,73 Tabla 2.- Ponderacón de los factores de localzacón Los resultados obtendos se presentan en la tabla 3. En ella se presentan las ordenacones de las alternatvas de localzacón para cada una de las metodologías utlzadas. Poscón ELECTRE III Poscón AHP MAUT 1 Rbera Alta del Ebro 1 Jalón Medo Rbera Alta Del Ebro 2 Cnca Medo 2 Rbera Alta Del Ebro Jalón Medo Bao Cnca 3 Cnca Medo Cnca Medo 3 Bao Martín 4 Zaragoza Cnco Vllas Rbera Baa del Ebro 5 Bao Martín Bao Aragón Teruel 6 Huesca Teruel 4 Cnco Vllas 7 Moncayo Rbera Baa Del Ebro Zaragoza 8 Rbera Baa Del Ebro Bao Martín 5 Bao Aragón 9 Carñena Moncayo 6 Huesca 10 Alto Gállego Huesca Moncayo 11 Bao Aragón Zaragoza 7 Calatayud 12 Cnco Vllas Calatayud Jalón Medo 13 Monegros Barbastro 8 Barbastro 14 Teruel Bao Cnca Andorra 15 Calatayud Alto Gallego 9 Carñena 16 Bao Cnca Aranda La Ltera 17 Calamocha Cuencas Mneras Aranda 18 Barbastro Carñena 10 Cuencas Mneras 19 Bora Monegros Monegros 20 La Ltera Andorra 11 Alto Gállego 21 Caspe Caspe 12 Daroca 22 Gúdar-Javalambre Daroca Belchte 23 Daroca Matarraña 13 Jloca 24 Andorra Calamocha Matarraña 25 Aranda La Ltera 742

9 14 Bora 26 Belchte Belchte Gúdar-Javalambre 27 Cuencas Mneras Gúdar-Javalambre 15 Caspe 28 Matarraña Bora 16 Albarracín 29 Albarracín Albarracín 17 Rbagorza 30 Rbagorza Rbagorza 18 Sobrarbe 31 Sobrarbe Sobrarbe Tabla 3.- Ordenacón fnal de las alternatvas utlzando el método Electre III, el método AHP y el método MAUT. A la vsta de los resultados obtendos, s el obetvo que persgue el decsor es nvertr en la meor alternatva, será en la Rbera Alta del Ebro, que es la que aparece en las prmeras poscones de las ordenacones. Aparece la prmera en los métodos Electre III y MAUT y la segunda en el método AHP. Tambén se puede aprecar en los resultados que las tres últmas poscones las ocupan las msmas comarcas con ndependenca de la metodología utlzada, (Sobrarbe, Rbagorza y Albarracín), lo que en prncpo supone que dsmnuye consderablemente la probabldad de ser elegdas como destno de una potencal nversón empresaral. Con el fn de obtener algún ndcador de síntess acerca de la coherenca de las tres ordenacones, se calcula una medda de correlacón por rangos entre pares de los resultados presentados. Concretamente se calcula el coefcente de correlacón de Spearman. Este coefcente es una medda de relacón lneal entre dos varables que sguen una escala ordnal. El valor de este coefcente puede osclar entre -1 y +1, ndcando mayor correlacón entre las varables cuanto más próxmo esté a alguno de esos valores y ausenca de correlacón cuanto más próxmo esté a 0. Además, el sgno postvo srve para aseverar que aquellas localzacones que tenen un alto valor utlzando uno de los métodos tambén lo tendrán en los resultados obtendos en el otro. La nterpretacón de un sgno negatvo sería la opuesta. En el test de sgnfcatvdad del coefcente la hpótess nula es la nexstenca de correlacón sgnfcatva entre las varables frente a la alternatva de exstenca de esa correlacón. La expresón del coefcente de correlacón de Spearman ( ) es: donde: es la dferenca entre los valores de la ordenacón atrbuda a cada comarca según cada par de métodos comparados. n es el número de comarcas analzadas. La tabla 4 presenta los resultados obtendos del coefcente de Correlacón entre las tres ordenacones obtendas. * sgnfcatvo al ELECTRE III AHP MAUT ELECTRE III 0,777* 0,898* AHP 0,833* Tabla 4.- Coefcentes de correlacón para las tres ordenacones obtendas. 743

10 Utlzando como varables, prmero la ordenacón obtenda a partr del método Electre III y el método AHP, el coefcente de correlacón obtendo es de 0,777. S por el contraro se utlza como varables el método Electre III y el método MAUT, el coefcente de correlacón obtendo es de 0,898. Por últmo, s se utlzan como varables las ordenacones del método AHP y del método MAUT, el coefcente de correlacón obtendo es 0,833. Todos estos resultados son sgnfcatvos al nvel de De los resultados obtendos con esta correlacón por rangos, se puede afrmar que exste una relacón sgnfcatva entre las tres ordenacones obtendas como resultado de los modelos planteados. Así, a pesar de que los modelos son dstntos tanto conceptual como metodológcamente, presentan un elevado grado de coherenca a la hora de ordenar las comarcas aragonesas como localzacones empresarales. Referencas: Auroles, J. y Pauelo, A. (1988): Factores Determnantes de la Localzacón Industral en España. Papeles de Economía Española, Vol. 35, pp Cotorruelo, R. y Vázquez, A. (1977): Nuevas Pautas de Localzacón de las Empresas Industrales y de Servcos a las Empresas en España, en A. Vázquez Barquero, G. Garofol y J.P. Glly: Gran Empresa y Desarrollo Económco, Síntess-Fundacón Duques de Sora, Madrd, pp Hezer, J. Y Render, B. (2001): Dreccón de la produccón. Decsones estratégcas, Perason Educaton, Madrd, sexta edcón. Moreno-Jménez, JM., Aguarón, J., Raluy, A., Turón, A, (2005): A Spreadsheet module for consensus buldng n AHP group decson mang. Group Decson and Negotaton. Vol. 14, pp Ravelo Mesa, T., González Martn, G., Moreno Perdgón, M.C. Y Sedeño Noda, A. (2002): La Localzacón Industral en Canaras. Una aproxmacón Multcrtero, Fundacón FYDE-Caa Canaras. Rodríguez-Uría, M. V.; Blbao Terol, A.; Arenas Parra, M.; Pérez Gladsh, B. Antoml Ibas J. (2004): Las matemátcas como soporte de las decsones en economía y empresa. Rect@, Vol. 1. Roy, B. (1968): Classement et Chox en présence de Ponts de Vue Multples, la Méthode ELECTRE, R.I.R.O., Vol. 2, num. 8, pp Saaty, T. (1977): A scalngmethod for prortes n Herarchcal structures. Journal of Mathematcal Psychology, Vol. 5, pp Saaty, T. (1980): The Analytc Herarchy Process. McGraw- Hll, Boo, N. Y. Keeney, R.., Raffa, H., (1976). Decsons wth Multple Obectves: Preferences and Value Tradeoffs. Wley, New Yor (reedtado, Cambrdge Unversty Press, New Yor, 1993). Saatay, T. (1998): Método Analítco Jerárquco (AHP): Prncpos Báscos. En Evaluacón y Decsón Multcrtero. Reflexones y Experencas, Edtoral Unversdad de Santago, pp Townroe, P.M. (1972): Some Behavoural Consderatons n the Industral Locatons Decson. Regonal Studes, Vol. 6, pp

Departamento de Economía y Dirección de Empresas Universidad de Zaragoza Correo electrónico: lgarcia@unizar.es

Departamento de Economía y Dirección de Empresas Universidad de Zaragoza Correo electrónico: lgarcia@unizar.es REVISTA DE MÉTODOS CUANTITATIVOS PARA LA ECONOMÍA Y LA EMPRESA (7). Págnas 31 56. Juno de 2009. ISSN: 1886-516X. D.L: SE-2927-06. URL: http://www.upo.es/revmetcuant/art26.pdf Localzacón empresaral en Aragón:

Más detalles

Diagnóstico de Fortalezas y Debilidades Comunales

Diagnóstico de Fortalezas y Debilidades Comunales Dagnóstco de Fortalezas y Debldades Comunales Introduccón Los avances y mayores nveles de desarrollo que el país ha mostrado durante los últmos 15 años, se han traducdo, entre otros aspectos, en un aumento

Más detalles

Estadística Descriptiva y Analisis de Datos con la Hoja de Cálculo Excel. Números Índices

Estadística Descriptiva y Analisis de Datos con la Hoja de Cálculo Excel. Números Índices Estadístca Descrptva y Analss de Datos con la Hoja de Cálculo Excel úmeros Índces úmeros Índces El número índce es un recurso estadístco para medr dferencas entre grupos de datos. Un número índce se puede

Más detalles

TEMA 1.- CONCEPTOS BÁSICOS

TEMA 1.- CONCEPTOS BÁSICOS TEMA 1.- CONCEPTOS BÁSICOS 1.1.- Cuestones tpo test 1.- En las encuestas personales puede codfcarse, por ejemplo, con un cero las que son contestadas por una mujer y con un uno las que lo son por un varón.

Más detalles

CAPÍTULO 4 MARCO TEÓRICO

CAPÍTULO 4 MARCO TEÓRICO CAPÍTULO 4 MARCO TEÓRICO Cabe menconar que durante el proceso de medcón, la precsón y la exacttud de cualquer magntud físca está lmtada. Esta lmtacón se debe a que las medcones físcas sempre contenen errores.

Más detalles

El Impacto de las Remesas en el PIB y el Consumo en México, 2015

El Impacto de las Remesas en el PIB y el Consumo en México, 2015 El Impacto de las Remesas en el y el Consumo en Méxco, 2015 Ilana Zárate Gutérrez y Javer González Rosas Cudad de Méxco Juno 23 de 2016 1 O B J E T I V O Durante muchos años la mgracón ha sdo vsta como

Más detalles

Tema 6. Estadística descriptiva bivariable con variables numéricas

Tema 6. Estadística descriptiva bivariable con variables numéricas Clase 6 Tema 6. Estadístca descrptva bvarable con varables numércas Estadístca bvarable: tpos de relacón Relacón entre varables cuanttatvas Para dentfcar las característcas de una relacón entre dos varables

Más detalles

Enlaces de las Series de Salarios. Metodología

Enlaces de las Series de Salarios. Metodología Enlaces de las eres de alaros Metodología ntroduccón La Encuesta de alaros en la ndustra y los ervcos (E, cuyo últmo cambo de base se produjo en 996) ha sufrdo certas modfcacones metodológcas y de cobertura,

Más detalles

NOTA METODOLÓGICA 1. CÁLCULO DEL IDH. METODOLOGÍA ONU

NOTA METODOLÓGICA 1. CÁLCULO DEL IDH. METODOLOGÍA ONU Desarrollo humano en España: 1980-2011 44 NOTA METODOLÓGICA 1. CÁLCULO DEL IDH. METODOLOGÍA ONU El IDH defndo por las Nacones Undas desde 2010 en sus nformes anuales mde los adelantos medos de un país

Más detalles

COLEGIO INGLÉS MEDIDAS DE DISPERSIÓN

COLEGIO INGLÉS MEDIDAS DE DISPERSIÓN COLEGIO IGLÉS DEPARTAMETO IVEL: CUARTO MEDIO PSU. UIDAD: ESTADISTICA 3 PROFESOR: ATALIA MORALES A. ROLADO SAEZ M. MIGUEL GUTIÉRREZ S. JAVIER FRIGERIO B. MEDIDAS DE DISPERSIÓ Las meddas de dspersón dan

Más detalles

Licenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL

Licenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL Relacón de Ejerccos nº 2 ( tema 5) Curso 2002/2003 1) Las cento trenta agencas de una entdad bancara presentaban, en el ejercco 2002, los sguentes datos correspondentes

Más detalles

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004)

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004) FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Xménez & San Martín, 004) Capítulo. Nocones báscas de álgebra de matrces Fe de erratas.. Cálculo de la transpuesta de una matrz

Más detalles

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Tabla de contendos Ap.A Apéndce A: Metodología

Más detalles

A. Una pregunta muy particular que se puede hacer a una distribución de datos es de qué magnitud es es la heterogeneidad que se observa.

A. Una pregunta muy particular que se puede hacer a una distribución de datos es de qué magnitud es es la heterogeneidad que se observa. MEDIDA DE DIPERIÓ A. Una pregunta muy partcular que se puede hacer a una dstrbucón de datos es de qué magntud es es la heterogenedad que se observa. FICHA º 18 Las meddas de dspersón generalmente acompañan

Más detalles

Problema: Existe relación entre el estado nutricional y el rendimiento académico de estudiantes de enseñanza básica?

Problema: Existe relación entre el estado nutricional y el rendimiento académico de estudiantes de enseñanza básica? Relacones entre varables cualtatvas Problema: xste relacón entre el estado nutrconal y el rendmento académco de estudantes de enseñanza básca? stado Nutrconal Malo Regular Bueno TOTAL Bajo 13 95 3 55 Rendmento

Más detalles

III CONGRESO COLOMBIANO Y I CONFERENCIA ANDINA INTERNACIONAL DE INVESTIGACIÓN DE OPERACIONES

III CONGRESO COLOMBIANO Y I CONFERENCIA ANDINA INTERNACIONAL DE INVESTIGACIÓN DE OPERACIONES III CONGRESO COLOMBIANO Y I CONFERENCIA ANDINA INTERNACIONAL DE INVESTIGACIÓN DE OPERACIONES TUTORIAL: ANÁLISIS MULTIOBJETIVO CONSIDERANDO INCERTIDUMBRE E IMPRECISIÓN Patrca Jaramllo A. y Rcardo A. Smth

Más detalles

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que

Más detalles

Objetivo del tema. Esquema del tema. Economía Industrial. Tema 2. La demanda de la industria

Objetivo del tema. Esquema del tema. Economía Industrial. Tema 2. La demanda de la industria Economía Industral Tema. La demanda de la ndustra Objetvo del tema Entender el modelo económco de comportamento del consumdor, fnalmente resumdo en la funcón de demanda. Comprender el carácter abstracto

Más detalles

Medidas de Variabilidad

Medidas de Variabilidad Meddas de Varabldad Una medda de varabldad es un ndcador del grado de dspersón de un conjunto de observacones de una varable, en torno a la meda o centro físco de la msma. S la dspersón es poca, entonces

Más detalles

CAPÍTULO IV. MEDICIÓN. De acuerdo con Székely (2005), existe dentro del período información

CAPÍTULO IV. MEDICIÓN. De acuerdo con Székely (2005), existe dentro del período información IV. Base de Datos CAPÍTULO IV. MEDICIÓN De acuerdo con Székely (2005), exste dentro del período 950-2004 nformacón representatva a nvel naconal que en algún momento se ha utlzado para medr la pobreza.

Más detalles

CAPÍTULO III ACCIONES. Artículo 9º Clasificación de las acciones. Artículo 10º Valores característicos de las acciones. 10.

CAPÍTULO III ACCIONES. Artículo 9º Clasificación de las acciones. Artículo 10º Valores característicos de las acciones. 10. CAÍTULO III ACCIONES Artículo 9º Clasfcacón de las accones Las accones a consderar en el proyecto de una estructura o elemento estructural serán las establecdas por la reglamentacón específca vgente o

Más detalles

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 6 de Junio de :00 horas. Pregunta 19 A B C En Blanco. Pregunta 18 A B C En Blanco

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 6 de Junio de :00 horas. Pregunta 19 A B C En Blanco. Pregunta 18 A B C En Blanco EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 6 de Juno de 3 9: horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e mal: Pregunta A B C En Blanco Pregunta

Más detalles

Economía de la Empresa: Financiación

Economía de la Empresa: Financiación Economía de la Empresa: Fnancacón Francsco Pérez Hernández Departamento de Fnancacón e Investgacón de la Unversdad Autónoma de Madrd Objetvo del curso: Dentro del contexto de Economía de la Empresa, se

Más detalles

VOTACIÓN E INTENSIDAD DE LAS PREFERENCIAS. UNA APROXIMACIÓN BASADA EN AHP*

VOTACIÓN E INTENSIDAD DE LAS PREFERENCIAS. UNA APROXIMACIÓN BASADA EN AHP* VOTACIÓN E INTENSIDAD DE LAS PREFERENCIAS. UNA APROXIMACIÓN BASADA EN AHP* José María Moreno Jménez María Teresa Escobar Urmeneta Grupo Decsón Multcrtero Zaragoza Facultad de Económcas. Unversdad de Zaragoza

Más detalles

PRECIOS MEDIOS ANUALES DE LAS TIERRAS DE USO AGRARIO (METODOLOGÍA)

PRECIOS MEDIOS ANUALES DE LAS TIERRAS DE USO AGRARIO (METODOLOGÍA) SECREARÍA ENERAL ÉCNICA MINISERIO DE ARICULURA, ALIMENACIÓN Y MEDIO AMBIENE SUBDIRECCIÓN ENERAL DE ESADÍSICA PRECIOS MEDIOS ANUALES DE LAS IERRAS DE USO ARARIO (MEODOLOÍA) OBJEIVO: Desde 1983 el Mnstero

Más detalles

B1. Metas de gestión para el caso de Proyectos financiados con recursos no reembolsables

B1. Metas de gestión para el caso de Proyectos financiados con recursos no reembolsables ANEXO N 1 1. METAS DE GESTION A. METAS DE GESTIÓN DE LA TARIFA BASICA Corresponde a las metas de gestón de los proyectos ejecutados y fnancados con recursos nternamente generados por la Empresa, comprenddos

Más detalles

Método de reponderación aplicado en la EPA

Método de reponderación aplicado en la EPA Método de reponderacón aplcado en la EPA La Encuesta de Poblacón Actva (EPA), como cualquer otra encuesta a hogares, puede tener dstorsones en las estmacones que produce, debdo a una sere de causas lgadas

Más detalles

El modelo neoclásico de crecimiento para una economía cerrada: modelo Solow-Swan.

El modelo neoclásico de crecimiento para una economía cerrada: modelo Solow-Swan. TEMA 4 E CRECIMIENTO REGIONA Análss de la evolucón de las economías regonales a largo plazo A largo plazo el crecmento depende de los factores reales por el lado de la oferta 41 a teoría del crecmento

Más detalles

EXPERIMENTACIÓN COMERCIAL(I)

EXPERIMENTACIÓN COMERCIAL(I) EXPERIMENTACIÓN COMERCIAL(I) En un expermento comercal el nvestgador modfca algún factor (denomnado varable explcatva o ndependente) para observar el efecto de esta modfcacón sobre otro factor (denomnado

Más detalles

ESTADÍSTICA. Definiciones

ESTADÍSTICA. Definiciones ESTADÍSTICA Defncones - La Estadístca es la cenca que se ocupa de recoger, contar, organzar, representar y estudar datos referdos a una muestra para después generalzar y sacar conclusones acerca de una

Más detalles

INTRODUCCIÓN. Técnicas estadísticas

INTRODUCCIÓN. Técnicas estadísticas Tema : Estadístca Descrptva Undmensonal ITRODUCCIÓ Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. (Ejemplo: lómetros recorrdos en un ntervalo de tempo a una velocdad

Más detalles

CONECTIVIDAD EN LOS MUNICIPIOS Y REGIONES DE JALISCO

CONECTIVIDAD EN LOS MUNICIPIOS Y REGIONES DE JALISCO ONETIVIDD EN LOS MUNIIPIOS Y REGIONES DE JLISO Introduccón Desde el año 2005 el tlas de amnos y arreteras está regstrando para el Sstema Informacón Terrtoral del Estado de Jalsco (SITEJ), el nventaro de

Más detalles

Población 1. Población 1. Población 2. Población 2. Población 1. Población 1. Población 2. Población 2. Frecuencia. Frecuencia

Población 1. Población 1. Población 2. Población 2. Población 1. Población 1. Población 2. Población 2. Frecuencia. Frecuencia MAT-3 Estadístca I Tema : Meddas de Dspersón Facltador: Félx Rondón, MS Insttuto Especalzado de Estudos Superores Loyola Introduccón Las meddas de tendenca central son ndcadores estadístcos que resumen

Más detalles

2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo

2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo Evaluacón Económca de Proyectos de Inversón 1 ANTECEDENTES GENERALES. La evaluacón se podría defnr, smplemente, como el proceso en el cual se determna el mérto, valor o sgnfcanca de un proyecto. Este proceso

Más detalles

Comparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó

Comparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó Comparacón entre dstntos Crteros de decsón (, TIR y PRI) Por: Pablo Lledó Master of Scence en Evaluacón de Proyectos (Unversty of York) Project Management Professonal (PMP certfed by the PMI) Profesor

Más detalles

Tema 6 El mercado de bienes y la función IS

Tema 6 El mercado de bienes y la función IS Tema 6 El mercado de benes y la funcón IS Macroeconomía I Sánchez Curso 2008-09 Bblografía para preparar este tema Apuntes de clase Capítulo 5, Macroeconomía, O. Blanchard, pp. 81-100 Objetvo del tema

Más detalles

Análisis Matemático en la Economía: Optimización y Programación. Augusto Rufasto

Análisis Matemático en la Economía: Optimización y Programación. Augusto Rufasto Análss Matemátco en la Economía: Optmzacón y Programacón arufast@yahoo.com-rufasto@lycos.com www.geoctes.com/arufast-http://rufasto.trpod.com La optmzacón y la programacón están en el corazón del problema

Más detalles

Problemas donde intervienen dos o más variables numéricas

Problemas donde intervienen dos o más variables numéricas Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa

Más detalles

Estas medidas serán más significativas cuanto más homogéneos sean los datos y pueden ser engañosas cuando mezclamos poblaciones distintas.

Estas medidas serán más significativas cuanto más homogéneos sean los datos y pueden ser engañosas cuando mezclamos poblaciones distintas. UIDAD 3: Meddas estadístcas Las meddas estadístcas o parámetros estadístcos son valores representatvos de una coleccón de datos y que resumen en unos pocos valores la normacón del total de datos. Estas

Más detalles

= Puntación del criterio económico, mínimo 50 puntos.

= Puntación del criterio económico, mínimo 50 puntos. CRITERIOS DE ADJUDICACIÓN CUYA VALORACIÓN ES AUTOMÁTICA: Los crteros de adjudcacón automátcos ncludo el preco deben superar el 60% del total de la puntuacón s se emplea la fórmula A la valoracón del preco

Más detalles

METODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS

METODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS SUBDIRECCIÓN TÉCNICA DEPARTAMENTO DE INVESTIGACIÓN Y DESARROLLO ÁREA DE ANÁLISIS ESTADÍSTICAS ECONÓMICAS METODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS Santago, Enero de 2008. Departamento

Más detalles

ANÁLISIS ESTADÍSTICO DE LA PRODUCCIÓN ARROCERA EN EL ECUADOR

ANÁLISIS ESTADÍSTICO DE LA PRODUCCIÓN ARROCERA EN EL ECUADOR 1 ANÁLISIS ESTADÍSTICO DE LA PRODUCCIÓN ARROCERA EN EL ECUADOR Dela E. Montalvo Roca 1, Gaudenco Zurta Herrera 1 Ingenera en Estadístca Informátca Drector de Tess. M.Sc. en Matemátcas, Unversty of South

Más detalles

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 0 INSTITUTO NACIONAL DE ESTADÍSTICAS 03 ÍNDICE I. METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE INTERURBANO DE PASAJEROS POR CARRETERA.

Más detalles

Tema 1. Conceptos generales

Tema 1. Conceptos generales Análss de Datos I Esquema del Tema Tema. Conceptos generales. COCEPTOS PREVIOS. DEFIICIÓ DE MEDICIÓ 3. DEFIICIÓ DE ESCALAS DE MEDIDA 4. VARIABLES CLASIFICACIÓ Y OTACIÓ REGLAS DEL SUMATORIO 5. EJERCICIOS

Más detalles

CÁNONES ANUALES DE DE ARRENDAMIENTOS RÚSTICOS (Metodología)

CÁNONES ANUALES DE DE ARRENDAMIENTOS RÚSTICOS (Metodología) SEREARÍA EERAL ÉA MSERO DE ARULURA, ALMEAÓ Y MEDO AMBEE SUBDREÓ EERAL DE ESADÍSA ÁOES AUALES DE DE ARREDAMEOS RÚSOS (Metodología) OBJEVO El canon de arrendamento rústco se defne como el pago que realza

Más detalles

SEGUNDA PARTE RENTAS FINANCIERAS

SEGUNDA PARTE RENTAS FINANCIERAS SEGUNDA PARTE RENTAS FINANCIERAS 5 INTRODUCCIÓN A LA TEORÍA DE RENTAS 5.1 CONCEPTO: Renta fnancera: conjunto de captales fnanceros cuyos vencmentos regulares están dstrbudos sucesvamente a lo largo de

Más detalles

Tema 1:Descripción de una variable. Tema 1:Descripción de una variable. 1.1 El método estadístico. 1.1 El método estadístico. Describir el problema

Tema 1:Descripción de una variable. Tema 1:Descripción de una variable. 1.1 El método estadístico. 1.1 El método estadístico. Describir el problema Tema :Descrpcón de una varable Tema :Descrpcón de una varable. El método estadístco. Descrpcón de conjuntos de datos Dstrbucones de frecuencas. Representacón gráfca Dagrama de barras Hstograma. Meddas

Más detalles

Relaciones entre variables

Relaciones entre variables Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.

Más detalles

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso.

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso. CARTAS DE CONTROL Las cartas de control son la herramenta más poderosa para analzar la varacón en la mayoría de los procesos. Han sdo dfunddas extosamente en varos países dentro de una ampla varedad de

Más detalles

La adopción y uso de las TICs en las Microempresas Chilenas

La adopción y uso de las TICs en las Microempresas Chilenas Subdreccón Técnca Depto. Investgacón y Desarrollo Estadístco Subdreccón de Operacones Depto. Comerco y Servcos INFORME METODOLÓGICO DISEÑO MUESTRAL La adopcón y uso de las TICs en las Mcroempresas Clenas

Más detalles

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA Alca Maroto, Rcard Boqué, Jord Ru, F. Xaver Rus Departamento de Químca Analítca y Químca Orgánca Unverstat Rovra Vrgl. Pl. Imperal Tàrraco,

Más detalles

Visión moderna del modelo de transporte clásico

Visión moderna del modelo de transporte clásico Vsón moderna del modelo de transporte clásco Zonfcacón y Red Estratégca Datos del Año Base Datos de Planfcacón Para el Año de Dseño Base de Datos año base futuro Generacón de Vajes Demanda Dstrbucón y

Más detalles

EJERCICIOS: Tema 3. Los ejercicios señalados con.r se consideran de conocimientos previos necesarios para la comprensión del tema 3.

EJERCICIOS: Tema 3. Los ejercicios señalados con.r se consideran de conocimientos previos necesarios para la comprensión del tema 3. EJERCICIOS: Tema 3 Los ejerccos señalados con.r se consderan de conocmentos prevos necesaros para la comprensón del tema 3. Ejercco 1.R Dos bblotecas con el msmo fondo bblográfco especalzado ofrecen las

Más detalles

TEMA 8: PRÉSTAMOS ÍNDICE

TEMA 8: PRÉSTAMOS ÍNDICE TEM 8: PRÉSTMOS ÍNDICE 1. CONCEPTO DE PRÉSTMO: SISTEMS DE MORTIZCIÓN DE PRÉSTMOS... 1 2. NOMENCLTUR PR PRÉSTMOS DE MORTIZCIÓN FRCCIOND... 3 3. CUDRO DE MORTIZCIÓN GENERL... 3 4. MORTIZCIÓN DE PRÉSTMO MEDINTE

Más detalles

Para construir un diagrama de tallo y hoja seguimos los siguientes pasos:

Para construir un diagrama de tallo y hoja seguimos los siguientes pasos: UNIDAD 2: Gráfcos estadístcos Los gráfcos muestran vsualmente y de forma rápda la dstrbucón de los datos y sus prncpales característcas, consttuyen un mportante complemento en la presentacón de la nformacón.

Más detalles

Generación de e Modelos 3D a Partir de e Datos de e Rango de e Vistas Parciales.

Generación de e Modelos 3D a Partir de e Datos de e Rango de e Vistas Parciales. Generacón de e Modelos 3D a Partr de e Datos de e Rango de e Vstas Parcales. Santago Salamanca Mño Escuela de Ingenerías Industrales Unversdad de Extremadura (UNED, UCLM, UEX) Introduccón (I) Qué es un

Más detalles

SEMANA 13. CLASE 14. MARTES 20/09/16

SEMANA 13. CLASE 14. MARTES 20/09/16 SEMAA 3. CLASE. MARTES 20/09/6. Defncones de nterés.. Estadístca descrptva. Es la parte de la Estadístca que se encarga de reunr nformacón cuanttatva concernente a ndvduos, grupos, seres de hechos, etc..2.

Más detalles

Maestría en Administración. Medidas Descriptivas. Formulario e Interpretación. Dr. Francisco Javier Cruz Ariza

Maestría en Administración. Medidas Descriptivas. Formulario e Interpretación. Dr. Francisco Javier Cruz Ariza Maestría en Admnstracón Meddas Descrptvas Formularo e Interpretacón Dr. Francsco Javer Cruz Arza A contnuacón mostramos el foco de atencón de las dstntas meddas que abordaremos en el presente manual. El

Más detalles

Tema 1: Estadística Descriptiva Unidimensional

Tema 1: Estadística Descriptiva Unidimensional Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. Fenómeno aleatoro: no es posble predecr el resultado. La estadístca se ocupa de aquellos fenómenos no determnstas donde

Más detalles

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1).

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1). TRABAJO 1: Varables Estadístcas Undmensonales (Tema 1). Técncas Cuanttatvas I. Curso 2016/2017. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: En los enuncados de los ejerccos que sguen aparecen

Más detalles

Capítulo 2: ANALISIS EXPLORATORIO de DATOS Estadística Computacional 1º Semestre 2003

Capítulo 2: ANALISIS EXPLORATORIO de DATOS Estadística Computacional 1º Semestre 2003 Unversdad Técnca Federco Santa María Departamento de Informátca ILI-80 Capítulo : ANALISIS EXPLORATORIO de DATOS Estadístca Computaconal º Semestre 003 Profesor :Héctor Allende Págna : www.nf.utfsm.cl/~hallende

Más detalles

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1 Tema 8 - Estadístca - Matemátcas CCSSI 1º Bachllerato 1 TEMA 8 - ESTADÍSTICA 8.1 NOCIONES GENERALES DE ESTADÍSTICA 8.1.1 INTRODUCCIÓN Objetvo: La estadístca tene por objeto el desarrollo de técncas para

Más detalles

Enfoque de la dominancia para el análisis de la evolución de la pobreza entre 1988 y 2004

Enfoque de la dominancia para el análisis de la evolución de la pobreza entre 1988 y 2004 Enfoque de la domnanca para el análss de la evolucón de la pobreza entre 1988 y 2004 Juan Dego Trejos S. Lus Ángel Ovedo C. Insttuto de Investgacones en Cencas Económcas Unversdad de Costa Rca Hechos 30

Más detalles

Slide 1. Slide 2 Organización y Resumen de Datos. Slide 3. Universidad Diego Portales. Tablas de Frecuencia. Estadística I

Slide 1. Slide 2 Organización y Resumen de Datos. Slide 3. Universidad Diego Portales. Tablas de Frecuencia. Estadística I Slde 1 Unversdad Dego Portales Estadístca I Seccón II: Dstrbucones de Frecuenca y Representacón Gráfca Sgla: EST2500 Nombre Asgnatura: Estadístca I Slde 2 Organzacón y Resumen de Datos Como recordará,

Más detalles

DISEÑO SEVERO. PALACIOS C. SEVERO Consultor Metalúrgico. Lima Perú

DISEÑO SEVERO. PALACIOS C. SEVERO Consultor Metalúrgico. Lima Perú DISEÑO SEVERO PALACIOS C. SEVERO Consultor Metalúrgco espc@yahoo.com Lma Perú RESUMEN: Se ha desarrollado un nuevo dseño de mucha utldad para los procesos ndustrales al cual he denomnado Dseño Severo.

Más detalles

ESTADISTÍCA. 1. Población, muestra e individuo. 2. Variables estadísticas. 3. El proceso que se sigue en estadística

ESTADISTÍCA. 1. Población, muestra e individuo. 2. Variables estadísticas. 3. El proceso que se sigue en estadística ESTADISTÍCA. Poblacón, muestra e ndvduo Las característcas de una dstrbucón se pueden estudar drectamente sobre la poblacón o se pueden nferr a partr de l estudo de una muestra. Poblacón estadístca es

Más detalles

3.- Programación por metas.

3.- Programación por metas. Programacón Matemátca para Economstas 1 3.- Programacón por metas. Una vez menconados algunos de los nconvenentes de las técncas generadoras, la ncorporacón de nformacón se va a traducr en una accón del

Más detalles

Tema 9. Análisis de Varianza de un factor. Análisis de la Varianza (ANOVA) Conceptos generales

Tema 9. Análisis de Varianza de un factor. Análisis de la Varianza (ANOVA) Conceptos generales Tema 9 Análss de la Varanza (ANOVA) Conceptos generales La técnca del Análss de la Varanza consste en descomponer la varabldad de una poblacón (representada por su varanza) en dversos sumandos según los

Más detalles

Capitalización y descuento simple

Capitalización y descuento simple Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los

Más detalles

Un ejemplo de Análisis Factorial de Correspondencias

Un ejemplo de Análisis Factorial de Correspondencias Estadístca Anàls de Dades (curs 001-00) Un ejemplo de Análss Factoral de Correspondencas Se trata de estudar la estructura de las ventas de una empresa que dstrbuye 10 productos en 8 mercados. Para ello

Más detalles

EL ANÁLISIS DE LA VARIANZA (ANOVA) 2. Estimación de componentes de varianza

EL ANÁLISIS DE LA VARIANZA (ANOVA) 2. Estimación de componentes de varianza EL ANÁLSS DE LA VARANZA (ANOVA). Estmacón de componentes de varanza Alca Maroto, Rcard Boqué Grupo de Qumometría y Cualmetría Unverstat Rovra Vrgl C/ Marcel.lí Domngo, s/n (Campus Sescelades) 43007-Tarragona

Más detalles

APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES

APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES Documento Preparado para la Cámara de Fondos de Inversón Versón 203 Por Rodrgo Matarrta Venegas 23 de Setembre del 204 2 Análss Industral

Más detalles

ÍNDICE. 1. Evolución de los precios de la tierra en la C. Valenciana. 2. Principales resultados de los precios de la tierra del año 2017

ÍNDICE. 1. Evolución de los precios de la tierra en la C. Valenciana. 2. Principales resultados de los precios de la tierra del año 2017 ÍNDICE 1. Evolucón de los precos de la terra 2011-2017 en la C. Valencana 2. Prncpales resultados de los precos de la terra del año 2017 3. Notas metodológcas Resumen: - En el año 2017, el preco medo de

Más detalles

) para toda permutación (p p 1 p

) para toda permutación (p p 1 p 09 Elena J. Martínez do cuat. 004 Análss de la varanza de dos factores El problema anteror consderaba la comparacón de muestras para detectar dferencas entre las respectvas poblacones. En el modelo de

Más detalles

ANEXO A: Método de Interpolación de Cokriging Colocado

ANEXO A: Método de Interpolación de Cokriging Colocado ANEXO A: Método de Interpolacón de Corgng Colocado A. Conceptos Báscos de Geoestadístca Multvarada La estmacón conunta de varables aleatoras regonalzadas, más comúnmente conocda como Corgng (Krgng Conunto),

Más detalles

CAPÍTULO IV. IV.1 Correlación de los resultados experimentales

CAPÍTULO IV. IV.1 Correlación de los resultados experimentales CAPÍTULO IV IV. Correlacón de los resultados expermentales La aplcacón de modelos de solucón para correlaconar los resultados que se obtenen en los expermentos, resulta de gran mportanca para amplar la

Más detalles

1. Lección 7 - Rentas - Valoración (Continuación)

1. Lección 7 - Rentas - Valoración (Continuación) Apuntes: Matemátcas Fnanceras 1. Leccón 7 - Rentas - Valoracón (Contnuacón) 1.1. Valoracón de Rentas: Constantes y Dferdas 1.1.1. Renta Temporal y Pospagable En este caso, el orgen de la renta es un momento

Más detalles

Instituto Nacional de Estadísticas Chile METODOLOGÍA. Encuesta Estructural de Transporte por Carretera Año contable 2012

Instituto Nacional de Estadísticas Chile METODOLOGÍA. Encuesta Estructural de Transporte por Carretera Año contable 2012 Insttuto Naconal de Estadístcas Cle METODOLOGÍA Encuesta Estructural de Transporte por Carretera Año contable 0 Insttuto Naconal de Estadístcas 04 ÍNDICE I. METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE

Más detalles

Tallerine: Energías Renovables. Fundamento teórico

Tallerine: Energías Renovables. Fundamento teórico Tallerne: Energías Renovables Fundamento teórco Tallerne Energías Renovables 2 Índce 1. Introduccón 3 2. Conceptos Báscos 3 2.1. Intensdad de corrente................................. 3 2.2. Voltaje..........................................

Más detalles

Optimización multicriterio. Andrés Ramos Universidad Pontificia Comillas

Optimización multicriterio. Andrés Ramos Universidad Pontificia Comillas Optmzacón multcrtero Andrés Ramos Unversdad Pontfca Comllas http://www.t.comllas.edu/aramos/ Andres.Ramos@comllas.edu Contendo 1. Conceptos báscos 2. Métodos contnuos 3. Métodos dscretos Escuela Técnca

Más detalles

ESTADÍSTICA BIDIMENSIONAL ÍNDICE GENERAL

ESTADÍSTICA BIDIMENSIONAL ÍNDICE GENERAL ESTADÍSTICA BIDIMESIOAL ÍDICE GEERAL 1.-Varable Estadístca Bdmensonal. Tablas de frecuenca... 1.1.- Concepto de varable estadístca bdmensonal. Eemplos.... 1..-Tablas bdmensonales de frecuencas. Tablas

Más detalles

ÍNDICE. 1. Evolución de los precios de la tierra en la C. Valenciana. 2. Principales resultados de los precios de la tierra del año 2016

ÍNDICE. 1. Evolución de los precios de la tierra en la C. Valenciana. 2. Principales resultados de los precios de la tierra del año 2016 ÍNDICE 1. Evolucón de los precos de la terra 2011-2016 en la C. Valencana 2. Prncpales resultados de los precos de la terra del año 2016 3. Notas metodológcas Resumen: - El preco medo de la terra de la

Más detalles

H 0 : La distribución poblacional es uniforme H 1 : La distribución poblacional no es uniforme

H 0 : La distribución poblacional es uniforme H 1 : La distribución poblacional no es uniforme Una hpótess estadístca es una afrmacón con respecto a una característca que se desconoce de una poblacón de nterés. En la seccón anteror tratamos los casos dscretos, es decr, en forma exclusva el valor

Más detalles

Operadores por Regiones

Operadores por Regiones Operadores por Regones Fltros por Regones Los fltros por regones ntentan determnar el cambo de valor de un píxel consderando los valores de sus vecnos I[-1,-1] I[-1] I[+1,-1] I[-1, I[ I[+1, I[-1,+1] I[+1]

Más detalles

Modelo de interacción espacial para estimar la cuota de mercado insular de Aqua Mágica

Modelo de interacción espacial para estimar la cuota de mercado insular de Aqua Mágica Modelo de nteraccón espacal para estmar la cuota de mercado nsular de Aqua Mágca Report de recerca Nº 4 Jorge Cerda Troncoso Agosto 009 Problema de nvestgacón La ampla lteratura exstente en el tema de

Más detalles

Modelos lineales Regresión simple y múl3ple

Modelos lineales Regresión simple y múl3ple Modelos lneales Regresón smple y múl3ple Dept. of Marne Scence and Appled Bology Jose Jacobo Zubcoff Modelos de Regresón Smple Que tpo de relacón exste entre varables Predccón de valores a partr de una

Más detalles

Mª Dolores del Campo Maldonado. Tel: :

Mª Dolores del Campo Maldonado. Tel: : Mª Dolores del Campo Maldonado Tel: : 918 074 714 e-mal: ddelcampo@cem.mtyc.es Documentacón de referenca nternaconalmente aceptada ISO/IEC GUIDE 98-3:008 Uncertanty of measurement Part 3: Gude to the n

Más detalles

Dicha tabla adopta la forma del diagrama de árbol del dibujo. En éste, a cada uno de los sucesos A y A c se les ha asociado los sucesos B y B c.

Dicha tabla adopta la forma del diagrama de árbol del dibujo. En éste, a cada uno de los sucesos A y A c se les ha asociado los sucesos B y B c. Estadístca robablístca 6. Tablas de contngenca y dagramas de árbol. En los problemas de probabldad y en especal en los de probabldad condconada, resulta nteresante y práctco organzar la nformacón en una

Más detalles

ANÁLISIS DE ACCESIBILIDAD E INTERACCIÓN ESPECIAL:

ANÁLISIS DE ACCESIBILIDAD E INTERACCIÓN ESPECIAL: Geografía y Sstemas de Informacón Geográfca (GEOSIG). Revsta dgtal del Grupo de Estudos sobre Geografía y Análss Espacal con Sstemas de Informacón Geográfca (GESIG). Programa de Estudos Geográfcos (PROEG).

Más detalles

Aspectos fundamentales en el análisis de asociación

Aspectos fundamentales en el análisis de asociación Carrera: Ingenería de Almentos Perodo: BR01 Docente: Lc. María V. León Asgnatura: Estadístca II Seccón A Análss de Regresón y Correlacón Lneal Smple Poblacones bvarantes Una poblacón b-varante contene

Más detalles

CAPÍTULO 1: VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES

CAPÍTULO 1: VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES CAÍTULO : VARIABLES ALEATORIAS SUS DISTRIBUCIONES En este capítulo el alumno debe abordar el conocmento de un mportante concepto el de VARIABLE ALEATORIA tpos de varables aleatoras cómo se dstrbue la funcón

Más detalles

Medidas de centralización

Medidas de centralización 1 Meddas de centralzacón Meda Datos no agrupados = x X = n = 0 Datos agrupados = x X = n = 0 Medana Ordenamos la varable de menor a mayor. Calculamos la columna de la frecuenca relatva acumulada F. Buscamos

Más detalles

VISIÓN POR COMPUTADOR

VISIÓN POR COMPUTADOR Escuela Poltécnca Superor de Elche VISIÓN POR COMPUTADOR Grado en Electrónca y Automátca Industral PRÁCTICAS TITERE Práctca 4: Segmentacón, Localzacón y Reconocmento de Obetos Departamento de Ingenería

Más detalles

Guía para la autoevaluación del del capítulo 6

Guía para la autoevaluación del del capítulo 6 Capítulo 6: EL BANCO CENTRAL Y LA POLÍTICA MONETARIA Guía para la autoevaluacón del del capítulo 6 1) Ante una recuperacón económca, cuál es el cambo que se produce en los valores de equlbro del mercado

Más detalles

Formulación y Evaluación de Proyectos

Formulación y Evaluación de Proyectos Formulacón y Evaluacón de Proyectos Académco Ttular Ingenero vl Industral Dplomado en Elaboracón y Evaluacón de Proyectos Pontfca Unversdad atólca de hle Académco Suplente Ingenero vl Industral Experto

Más detalles

Universidad Simón Bolívar Conversión de Energía Eléctrica - Prof. José Manuel Aller

Universidad Simón Bolívar Conversión de Energía Eléctrica - Prof. José Manuel Aller Unversdad Smón Bolívar Conversón de Energía Eléctrca Prof José anuel Aller 41 Defncones báscas En este capítulo se estuda el comportamento de los crcutos acoplados magnétcamente, fjos en el espaco El medo

Más detalles

GUÍA DE APOYO AL APRENDIZAJE N 1

GUÍA DE APOYO AL APRENDIZAJE N 1 GUÍA DE APOYO AL APRENDIZAJE N 1 1.- Dencones de conceptos báscos. Estadístca: la estadístca es un conjunto de métodos y procedmentos que srven para recolectar, organzar y presentar los datos obtendos,

Más detalles