E A UN ANÁLISIS ESPACIAL DEL DESEMPLEO POR MUNICIPIOS * OLGA ALONSO-VILLAR CORAL DEL RÍO Universidade de Vigo. LUIS TOHARIA Universidad de Alcalá

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

Download "E A UN ANÁLISIS ESPACIAL DEL DESEMPLEO POR MUNICIPIOS * OLGA ALONSO-VILLAR CORAL DEL RÍO Universidade de Vigo. LUIS TOHARIA Universidad de Alcalá"

Transcripción

1 Revsta de Economía Aplcada E Número 49 (XVII), 2009, págs. 47 a 80 A UN ANÁLISIS ESPACIAL DEL DESEMPLEO POR MUNICIPIOS * OLGA ALONSO-VILLAR CORAL DEL RÍO Unversdade de Vgo LUIS TOHARIA Unversdad de Alcalá En este trabajo se analza la dstrbucón espacal del desempleo en España explotando la nformacón dsponble a nvel muncpal. Con este objetvo, se utlzan procedmentos empírcos de la lteratura de geografía económca y dstrbucón de la renta que nos permten estudar la concentracón geográfca del desempleo. Además de analzar la dstrbucón del conjunto de poblacón parada, prestaremos especal atencón a las dferencas espacales que se puedan producr dentro de dcho colectvo cuando dstngumos por tamaño de muncpo y tramo de edad. Palabras clave: Desempleo, muncpos, concentracón geográfca, dstrbucón. Clasfcacón JEL: R12, J64, D30. Hasta la fecha, los numerosos estudos exstentes sobre el desempleo en España se han centrado en aspectos tan varados como la problemátca de su medcón, las causas de su duracón y persstenca, su ncdenca en determnados colectvos, la búsqueda de explcacones a su dnámca a lo largo del tempo, o los efectos económcos que pueden ocasonar los dferentes sstemas de proteccón por desempleo 1. Sn embargo, la vertente terrtoral ha sdo poco explorada hasta el momento. Con respecto a esta cuestón, la mayoría de los estudos se han nteresado por las dferencas regonales en tasas de paro, dejando a un lado la propa dstrbucón nterna de los parados dentro de cada comundad autónoma [Bentollla (1997), Tohara (2005)]. Sn embargo, como se pone de manfesto en dchos estudos, las dspardades regonales dentro de nuestro país son mportantes, lo que sugere que el nvel de desagregacón terrtoral debe- (*) Agradecemos al Servco Públco de Empleo Estatal (SPEE-INEM) el acceso a los datos utlzados en este estudo. Asmsmo, se agradece la ayuda fnancera del Mnstero de Educacón y Cenca y del FEDER a través de los proyectos SEJ C02-01/ECON y SEJ C03-02/ECON, así como de la Xunta de Galca (PGIDIT06PXIC300184PN y PGIDIP05PXIC30001PN). (1) Véase Dolado y Jmeno (1997), García y Tohara (2000), Gómez y Usabaga (2001), Ahn y García-Pérez (2002), Vaquero (2002), Fonseca y Muñoz (2003) y Bover y Gómez (2004), entre otros. 47

2 Revsta de Economía Aplcada ría gozar de un mayor protagonsmo en este tpo de análss. En este sentdo, López-Bazo et al. (2002, 2005) dan un paso más al analzar la dstrbucón espacal del desempleo a nvel provncal, combnando el análss de regresón con estmacones de la funcón de densdad de la dstrbucón de las tasas de desempleo, con el objeto de dentfcar el efecto de las dferentes varables explcatvas sobre la forma de dcha dstrbucón. En este trabajo pretendemos ahondar en la vertente espacal del desempleo a partr del análss de su dstrbucón a nvel muncpal. Este nterés entronca con una lteratura recente preocupada por los efectos de la aglomeracón sobre el mercado de trabajo. Así, Glaeser y Maré (2001) encuentran evdenca empírca de que los trabajadores urbanos ven ncrementar notablemente sus ngresos en relacón a los del rural, y justfcan esta prma salaral urbana por las externaldades dervadas de la acumulacón de captal humano en las cudades. Wheaton y Lews (2002) sostenen que la prma salaral podría explcarse, alternatvamente, por la exstenca de economías de localzacón, es decr, por las ventajas asocadas a la proxmdad geográfca entre empresas del msmo sector de actvdad. Por su parte, Yankow (2006) sostene que dos terceras partes de dcha prma podrían deberse a la atraccón haca las cudades de los ndvduos con mayor cualfcacón y habldad no observables (característcas éstas no recogdas en las bases de datos). Además, apunta que no sólo la hpótess del captal humano, sno tambén la mayor coordnacón entre empresas y trabajadores en las áreas urbanas podría estar detrás de dcha prma salaral. Al margen de las dferentes explcacones ofrecdas por dchos autores, lo que se constata es que la urbanzacón parece repercutr sobre los salaros que percben los trabajadores. Asmsmo, estos ncrementos salarales pueden afectar a otras varables laborales, por ejemplo la tasa de partcpacón, que tambén pueden presentar prmas urbanas, tal y como se recoge en Phmster (2005). Sn embargo, lo que dchos trabajos no analzan es s las cudades ofrecen ventajas en térmnos de empleo, y ésta es precsamente la cuestón que exploramos en este estudo. Es nnegable que la mayor densdad económca faclta la búsqueda de empleo e ncrementa las posbldades de encontrar una oferta aceptable. S además, como sostene Yankow (2006), los ndvduos más hábles se ven partcularmente atraídos haca las cudades, las posbldades de encontrar trabajo deberían aumentar en las msmas. Ahora ben, la aglomeracón tambén puede conllevar efectos contraros en la medda en que se produzca un efecto congestón. Así, D Addaro (2006) encuentra que las grandes urbes talanas (Roma, Mlán y Nápoles) parecen haber agotado las ventajas comparatvas en térmnos de empleo, de forma que en Itala la probabldad de encontrar trabajo aumenta con el nvel de urbanzacón, aunque sólo hasta un certo umbral a partr del cual parecen detectarse deseconomías de escala en este proceso. Tenendo esto presente, nuestro análss de la dstrbucón del desempleo para el caso español centra su atencón en dentfcar las posbles dferencas en los patrones dstrbutvos exstentes en los muncpos dependendo del tamaño de los msmos. Dada la mportanca del proceso descentralzador en las polítcas de empleo mostraremos s estas dspardades se mantenen en las dstntas comundades autónomas o s por el contraro las dferencas en tasas de paro regonales es- 48

3 Un análss espacal del desempleo por muncpos conden además patrones dstrbutvos dversos. Asmsmo, se prestará especal atencón a las dspardades espacales que se puedan dervar de la edad de los desempleados, mostrando la sngulardad del paro juvenl. El nterés por esta partcón no es casual ya que dentro de las meddas prortaras en el ámbto del empleo en la Unón Europea los colectvos de jóvenes y de mayores gozan de un especal protagonsmo 2. Para abordar estas cuestones utlzaremos un amplo abanco de metodologías procedentes tanto de la lteratura de geografía económca como de la de dstrbucón de la renta. Cada una de estas herramentas se centra en un aspecto dstnto de la dstrbucón del desempleo y, por lo tanto, ofrece un enfoque complementaro que nos permte enrquecer el análss. Así, dentro de la tradcón de geografía económca acudremos, en prmer lugar, al denomnado perfl de concentracón propuesto por Johnston et al. (2003). Este enfoque permte valorar, de forma senclla y gráfca, cómo se reparten los parados en el terrtoro en relacón con otros parados. El objetvo es determnar s los desempleados se encuentran aglutnados en localzacones con tasas de paro muy elevadas o s, por el contraro, están muy repartdos entre los dferentes muncpos. En segundo lugar, utlzaremos el índce que Maurel y Sédllot (1999) propuseron para analzar la concentracón geográfca del empleo por sectores de actvdad. En este trabajo nosotros planteamos un enfoque dual al orgnal, al estar nteresados en la dstrbucón espacal del desempleo en lugar de la del empleo. Como veremos, esto exgrá una adecuada renterpretacón del msmo. Este índce nos va a permtr cuantfcar el grado de concentracón espacal de los desempleados utlzando para ello un concepto de concentracón relatva, dado que la dstrbucón de los parados se compara con la dstrbucón de una poblacón de referenca (que puede ser la poblacón en general o, en nuestro caso, la poblacón en edad de trabajar). En partcular, este índce mde las dferencas, muncpo a muncpo, entre el porcentaje de parados que cada uno tene (en relacón con el total de parados) y la proporcón de poblacón que alberga, agregando dchas dferencas de tal forma que lo que ocurre en los muncpos grandes tene un mayor efecto en el índce que lo que sucede en los pequeños. Una forma alternatva de agregar dchas dferencas la ofrece la lteratura de dstrbucón de la renta (curva de Lorenz, índce de Gn y famla de índces de Thel) 3. Estas meddas de concentracón son neutrales a la dstrbucón de la poblacón de referenca entre los dstntos muncpos. Así, tanto s la poblacón se concentra en una únca localzacón, como s se encuentra repartda unformemente entre las dstntas localzacones sus valores no varían. Otra dferenca entre este enfoque y el anteror resde en el mayor protagonsmo que se otorga a la gra- (2) En cuanto a las dferencas espacales por razón de género, en Alonso-Vllar y Del Río (2007) se analzan en detalle las dstrbucones del desempleo masculno y femenno. (3) Estos ndcadores no sólo han sdo utlzados para medr las dferencas en nveles de renta entre ndvduos, sno que tambén se han empleado para cuantfcar, por ejemplo, el grado de concentracón geográfca de la actvdad económca [Krugman (1991), Amt (1999), Km (1995)] o de los servcos santaros [Quadrado et al. (2001), entre otros]. Además, Garrdo y Tohara (1996) han utlzado un índce de Thel en el análss del desempleo en España a nvel de comundades autónomas. 49

4 Revsta de Economía Aplcada vedad relatva del desempleo. En partcular, a la hora de comparar la dstrbucón espacal del desempleo con la de la poblacón de referenca, las herramentas de dstrbucón de la renta tenen en cuenta la poscón relatva que cada muncpo presenta en térmnos de tasa de desempleo. Además, esta lteratura ofrece útles descomposcones por subpoblacones con las que ahondar en la vertente dstrbutva de este fenómeno. En partcular, medante el procedmento desarrollado por Bshop et al. (2003) podremos determnar no sólo la contrbucón de cada grupo de muncpos (clasfcados por su tamaño) en cada una de las declas de la dstrbucón, sno el reparto de los desempleados dentro de cada uno de ellos. El trabajo está estructurado de la forma sguente. En la Seccón 1 se realzará una exploracón de los datos a partr de las funcones de densdad de las tasas de paro muncpales, así como de estadístcos descrptvos de su dstrbucón. A contnuacón, se calculará el perfl de concentracón propuesto por Johnston et al. (2003) con el objeto de tener una prmera aproxmacón de la concentracón geográfca de los parados en España. En la Seccón 2 nos adentraremos en el análss de la concentracón espacal sguendo el enfoque de Maurel y Sédllot (1999), mentras que en la Seccón 3 completaremos el análss con las herramentas de dstrbucón de la renta. La Seccón 4 se centrará en averguar s exsten dferencas espacales mportantes cuando el colectvo de desempleados se dvde en tres tramos de edad. Fnalmente, en la Seccón 5 se presentan los prncpales resultados obtendos. 1. LA DISTRIBUCIÓN DE LAS TASAS DE DESEMPLEO MUNICIPALES 1.1. Fuentes de datos Para la realzacón de este estudo necestamos nformacón de las tasas de desempleo a nvel muncpal, dado que tenemos nterés en dsponer del mayor nvel de desagregacón terrtoral posble. El Insttuto Naconal de Estadístca (INE), sguendo las drectrces de EUROSTAT, vene realzando desde hace varas décadas la Encuesta de Poblacón Actva (EPA), la cual se suele utlzar como referente en las comparacones nternaconales. A partr de esta encuesta tambén se pueden obtener las tasas de paro de las provncas y regones españolas, pero desgracadamente no ofrece nformacón a nvel muncpal. Por esta razón, hemos tendo que acudr a una fuente de tpo admnstratvo: los demandantes de empleo nscrtos en los servcos públcos de empleo, nformacón proporconada por el Servco Públco de Empleo Estatal (SPEE) (anterormente denomnado Insttuto Naconal de Empleo, INEM) 4. En partcular, el SPEE nos ha facltado dos tpos de datos correspondentes al últmo día del mes de enero de 2005 para todos los muncpos españoles: el paro regstrado, calculado según la nueva metodología basada en el sstema de gestón SISPE 5, y los Demandantes de Empleo No Ocupados (DENOs), (4) Nuestro acceso a estos datos se ha producdo en el marco del conveno frmado por el SPEE con la Unversdad de Alcalá para la elaboracón de las nuevas estadístcas del paro regstrado. (5) Estos datos corresponden a la estmacón retrospectva del paro según los crteros del SISPE, aunque a partr del proceso de gestón anteror denomnado SILE. El SISPE entró en pleno funconamento en mayo de Para más detalles sobre todo este proceso, véase Tohara y Malo (2005). Los datos del paro regstrado SISPE arrojan unas cfras que superan, para el conjunto de 50

5 Un análss espacal del desempleo por muncpos concepto más amplo que el tradconalmente utlzado de paro regstrado, ya que ncluye colectvos que serían consderados parados s se aplcaran estrctamente los crteros nternaconales adoptados en la EPA [Tohara (2005, 2006)] 6. Este nuevo concepto, que se vene utlzando desde 1998 para la puesta en práctca de los Planes Naconales de Accón para el Empleo (PNAEs), surge de la poca credbldad por parte de las autordades comuntaras del concepto de paro regstrado como dato de referenca para la cuantfcacón de los objetvos específcos de los PNAEs. En cualquer caso, para la realzacón de este estudo hemos utlzado ambos conceptos, lo que nos permtrá contrastar la robustez de los resultados. Este estudo se centra en la tasa absoluta de desempleo, que se calcula dvdendo el número de desempleados entre la poblacón en edad de trabajar (16 a 64 años), dado que no exsten datos fables sobre la poblacón actva a nvel muncpal 7. Para la obtencón del denomnador hemos acuddo a los datos del Padrón Contnuo del INE para 2004, dado que los datos para el 2005 a nvel muncpal aún no están dsponbles. De todas formas esto no debería generar demasadas alteracones s tenemos en cuenta que los datos de desempleo que hemos utlzado se corresponden con enero de La funcón de densdad Antes de adentrarnos en el análss de la concentracón espacal del desempleo convene mostrar cómo es nuestra varable de estudo. En prmer lugar se presentan las funcones de densdad de las tasas de paro muncpales estmadas con ambos conceptos de paro (gráfco 1) 8. La dstrbucón según DENOs es menos apuntada y presenta una mayor cola superor, lo que parece reflejar una meda y una dspersón más elevadas. De hecho, según el paro regstrado, la tasa de paro meda (ponderada por el tamaño de poblacón) es de 7,4% y la desvacón típca de 2,7%, mentras que según los DENOs los valores serían 8,6% y 3,8%, respectvamente 9. Este ncremento en la meda no se ha producdo a partr de un desplazamento paralelo haca la derecha de toda la funcón. Por el contraro, el crecmento de la cola superor parece ser consecuenca de España, en a la cfra anteror de paro regstrado y consttuyen una clara mejora en la forma de recoger esta nformacón a partr de los regstros admnstratvos de demandantes de empleo en los servcos públcos de empleo. (6) Hemos trabajado con ndvduos, según el concepto de paro regstrado, y con según los datos DENOs. (7) Incluso s hubésemos poddo dsponer de datos de poblacón actva de la EPA a nvel muncpal, su utlzacón como referente del paro regstrado habría carecdo de sentdo, ya que la poblacón actva de la EPA se calcula como la suma de los ocupados y los parados, calculados éstos según los crteros estadístcos nternaconales, que no tenen por qué concdr con los utlzados por las estadístcas basadas en fuentes admnstratvas [Tohara (2005)]. (8) Las funcones de densdad han sdo estmadas no paramétrcamente en 100 puntos medante el método kernel Epanechnkov, utlzando la anchura de ventana óptma. Las observacones no han sdo ponderadas. (9) Obsérvese que la meda de las tasas de paro muncpales ponderadas por el tamaño de la poblacón es la tasa de paro del conjunto del estado español. S calculamos la meda sn ponderar, que es lo que realmente se corresponde con las fguras que se muestran, la tasa meda según el paro regstrado sería del 5,8% y según DENOs del 7,2%. 51

6 Revsta de Economía Aplcada Gráfco 1: FUNCIONES DE DENSIDAD DE TASAS DE PARO 0,12 0,09 0,06 0, la pérdda de peso expermentada por los muncpos con bajos nveles de paro, permanecendo práctcamente ntacta la densdad en los nveles ntermedos. Además de conocer la dstrbucón de las tasas de paro muncpales tambén parece nteresante averguar s la stuacón de los muncpos grandes dfere o no de la de los muncpos pequeños o medos. Para ello los muncpos se han clasfcado en 5 grupos defndos por los sguentes tramos de poblacón: el grupo 1 representa los muncpos con menos de ndvduos en edad de trabajar; el grupo 2 representa el ntervalo [2.000, ); el 3 el ntervalo [10.000, ); el 4 el ntervalo [50.000, ) y el grupo 5 los muncpos con ndvduos o más, entre 16 y 64 años. Los valores medos y las desvacones típcas de las tasas de cada grupo (ponderados por el tamaño de su poblacón), el número de muncpos y el porcentaje de poblacón que cada grupo representa se muestran en el cuadro Como se puede observar, según el paro regstrado la tasa de paro más baja le corresponde al grupo 1 (con un 6,5%), y la más alta al grupo 4 (con un 8,4%). S (10) Se han elmnado de este estudo los muncpos con menos de 10 ndvduos entre 16 y 64 años. Estos muncpos suponen 39 de los exstentes. 52

7 Un análss espacal del desempleo por muncpos tomamos como referenca a los DENOs las tasas medas varían entre el 8% del grupo 5 y el 9,2% de los grupos 2 y 4. De lo anteror se deduce que el grupo 4 presenta las tasas de paro más elevadas con las dos varables analzadas, mentras que las cudades grandes mejoran su poscón relatva al utlzar el concepto DENOs. Asmsmo, los muncpos grandes son los que menos dspersón muestran, mentras que los pequeños (con menos de ndvduos) presentan los mayores nveles de dspersón, sendo además los que más ven ncrementadas sus tasas al pasar de paro regstrado a DENOs (alrededor de 2 puntos porcentuales). De hecho, por cada 100 parados regstrados en muncpos del grupo 1 se detectan 33 nuevos demandantes de empleo no ncludos en la defncón anteror, mentras que en los muncpos grandes esta cfra se reduce a 10. Cuadro 1: NÚMERO DE MUNICIPIOS, POBLACIÓN, TASA DE PARO MEDIA Y DESVIACIÓN TÍPICA DE CADA GRUPO Tasa paro regstrado Tasa paro DENOs Número Poblacón Meda Desvacón Meda Desvacón de años típca típca Muncpos % Grupo ,07 6,47 3,61 8,58 6,24 Grupo ,74 7,21 2,95 9,18 5,09 Grupo ,05 7,67 2,67 8,81 3,55 Grupo ,21 8,45 2,93 9,18 3,21 Grupo ,93 7,32 2,08 8,03 2,37 Total ,42 2,68 8,60 3, La curva de perfles de concentracón Contnuemos nuestra exploracón espacal del desempleo con un sencllo procedmento gráfco, denomnado perfl de concentracón, propuesto por Johnston et al. (2003). Esta curva nos nforma del porcentaje de parados (con respecto al total de los msmos) que resde en localzacones con tasas de desempleo por encma de un determnado umbral 11. Para dbujar la curva asocada al perfl de concentracón necestamos, en prmer lugar, defnr ntervalos de tasas de paro y calcular la proporcón de parados que vven en muncpos dentro de cada nter- (11) La representacón de esta curva guarda un fuerte paralelsmo con la funcón de dstrbucón, sólo que en lugar de acumular a los ndvduos que vven en muncpos con tasas de paro por debajo de un umbral, acumula a los parados que resden en muncpos con tasas superores al msmo. 53

8 Revsta de Economía Aplcada valo (columnas 1 y 3 del cuadro 2). Así, por ejemplo, observamos que más del 31% de los parados, según el concepto DENOs, vven en muncpos con tasas de paro entre un 6% y un 8%. A contnuacón se acumulan los parados que se encuentran por encma de cada umbral (columnas 2 y 4). Cuadro 2: PORCENTAJE DE PARADOS DENTRO DE CADA INTERVALO DE TASAS DE PARO MUNICIPALES Paro regstrado DENOs Intervalos % de parados % acumulado % de parados % acumulado 0 0,00 100,00 0,00 100,00 (0, 2] 0,10 99,90 0,05 99,95 (2, 4] 1,90 97,99 1,00 98,95 (4, 6] 22,98 75,01 8,60 90,35 (6, 8] 27,95 47,06 31,67 58,68 (8, 10] 20,40 26,66 14,02 44,67 (10, 12] 12,95 13,71 16,99 27,68 (12, 14] 10,72 2,99 11,31 16,37 (14, 16] 1,47 1,51 5,66 10,71 (16, 18] 0,72 0,79 2,98 7,73 (18, 20] 0,24 0,55 2,12 5,61 (20, 22] 0,40 0,15 1,82 3,80 (22, 24] 0,10 0,05 1,33 2,46 (24, 26] 0,02 0,03 0,89 1,58 (26, 28] 0,02 0,00 0,53 1,05 (28, 30] 0,00 0,00 0,62 0,43 (30, 32] 0,00 0,00 0,25 0,19 (32, 34] 0,00 0,00 0,12 0,07 (34, 36] 0,00 0,00 0,02 0,05 (36, 38] 0,00 0,00 0,04 0,01 (38, 40] 0,00 0,01 La nformacón de este cuadro da lugar a las curvas de perfl de concentracón del gráfco 2, de tal manera que en el eje horzontal se representan los umbrales de tasas de paro y en el eje vertcal la proporcón de poblacón parada que resde en muncpos con tasas de desempleo superores a dcho umbral. El des- 54

9 Un análss espacal del desempleo por muncpos plazamento mostrado por el perfl de concentracón de los DENOs refleja una dstrbucón del desempleo más concentrada que la que se derva del concepto de paro regstrado. De hecho, más del 90% de los DENOs resde en muncpos con tasas superores al 6% (frente a un 75%, según los datos del paro regstrado), y más del 10% (1,5%, respectvamente) se encuentra en muncpos con tasas superores al 16% (nvel que cas duplca la tasa de paro meda DENOs). Estas dferencas reflejan hasta qué punto los demandantes de empleo no ncorporados en el concepto de paro regstrado se reparten de manera desgual a nvel muncpal, alejándose notablemente del patrón dstrbutvo segudo por los parados regstrados. Así, mentras la funcón de densdad de la seccón anteror mostraba que el concepto DENOs asgna elevadas tasas de desempleo a un mayor número de muncpos, ahora podemos afrmar, además, que estos muncpos en su conjunto acogen a un porcentaje mportante del total de la poblacón desempleada. Gráfco 2: PERFIL DE CONCENTRACIÓN DEL DESEMPLEO Una vez dentfcadas las prncpales dferencas entre las varables DENOs y paro regstrado nos proponemos profundzar en la vertente espacal de la dstrbucón del desempleo. En partcular, estamos nteresados en analzar las posbles dferencas exstentes entre los muncpos según su tamaño a partr de metodologías de- 55

10 Revsta de Economía Aplcada sarrolladas en el ámbto de la geografía económca y dstrbucón de la renta. Como ya se ha comentado prevamente, mentras el prmer enfoque presta especal atencón a la concentracón del desempleo que pueda dervarse de la propa concentracón de la poblacón de referenca, el segundo enfoque pone más énfass en la ntensdad del fenómeno. Para facltar la fludez del texto, a partr de ahora nos centraremos en el comportamento de la varable DENOs, aunque se realzarán comentaros adconales sobre el paro regstrado para contrastar la robustez de los resultados alcanzados (los cuadros correspondentes a dcha varable se recogen en el anexo). 2. EL ENFOQUE TERRITORIAL DE LA CONCENTRACIÓN ESPACIAL 2.1. Aspectos metodológcos El análss anteror centraba el nterés en el reparto de los parados con relacón a otros ndvduos del msmo grupo. Ahora ben, es razonable esperar que la dstrbucón de los parados entre muncpos esté afectada por la propa dstrbucón de la poblacón en edad de trabajar. En este sentdo, estamos nteresados en utlzar meddas que recojan un concepto relatvo de concentracón, en el sentdo propuesto por Brülhart y Traeger (2005), donde el nvel de concentracón geográfca del desempleo tenga en cuenta el nvel de concentracón espacal alcanzado por el conjunto de la poblacón en edad de trabajar. Para abordar esta cuestón adaptamos el índce de concentracón ndustral de Maurel y Sédllot (1999) (M- S) 12. En concreto, utlzaremos la expresón: donde C = 1 C γ = N 1 1 N ( s ) ( x ) 1 x 2 2 ( ) 2 =, ( s x )( s + x ) 1 ( x ) 2, (12) En la revsón de la lteratura de Combes y Overman (2004), estos autores proponen una lsta de propedades que debería cumplr cualquer medda de concentracón espacal, y demuestran que no exste nnguna que satsfaga todas ellas a la vez. En cualquer caso, las ventajas específcas del índce de M-S frente a otros utlzados en la lteratura pueden verse en Maurel y Sédllot, (1999). Nosotros en este estudo aplcamos este índce, que ha sdo utlzado para analzar la concentracón del empleo ndustral en Franca y en España (Alonso-Vllar et al., 2003), porque el modelo de localzacón que subyace en el trabajo orgnal puede ser fáclmente renterpretado en térmnos de desempleo, en lugar de empleo. Esto es así porque el trabajo de Maurel y Sédllot (1999) no modelza propamente las decsones de localzacón de las empresas, sno la probabldad de que varas se encuentren en un msmo lugar debdo a las característcas naturales de la zona o a posbles externaldades entre empresas. En nuestro caso podemos renterpretar esta probabldad en térmnos de desempleo, ya que el nvel de paro en un determnado lugar tambén puede depender de las característcas de dcho terrtoro, como puede ser su estructura productva, el número de empresas, el volumen de actvdad, etc. 56

11 Un análss espacal del desempleo por muncpos n sendo s = la proporcón de parados en la localzacón, esto es, el cocente N entre el número de parados en (n ), y el número total de parados, N = n ; y p sendo x la proporcón de poblacón resdente en dcha localzacón, esto es, = P el cocente entre la poblacón en edad de trabajar de la localzacón, p, y la poblacón total en edad de trabajar P = p 13. Este índce recoge las dscrepancas entre la dstrbucón de parados y la dstrbucón de la poblacón en edad de trabajar, dándoles un peso tanto más elevado cuanto más tendan a ubcarse los parados en los lugares con mayor poblacón. La aglomeracón que se debe a la propa dstrbucón de la poblacón es, pues, un aspecto que este índce tene en cuenta, a dferenca de lo que ocurre con los índces de desgualdad que se utlzarán en la seccón sguente Resultados El índce de M-S para el conjunto de muncpos españoles toma un valor negatvo (cuadro 3, últma fla), lo cual sugere que aquellos núcleos con tasas de paro nferores a la meda (s x < 0) tenen un peso poblaconal mportante, con lo que su contrbucón al índce más que compensa el efecto de sgno contraro del resto de muncpos. Para poder dentfcar las posbles dferencas exstentes en los patrones de localzacón del desempleo hemos vuelto a clasfcar a los muncpos en los 5 grupos anterormente defndos según el tamaño de su poblacón y hemos calculado el índce de M-S para cada uno de ellos (cuadro 3, últma fla). Se observa que en los muncpos pequeños y medos el índce toma un valor postvo, de lo que se nfere que, dentro de estos grupos, aquellos núcleos que albergan a una proporcón de parados superor a su peso poblaconal representan un colectvo mportante 14. Por el contraro, el grupo 5 muestra un valor negatvo, lo cual sgnfca que en este grupo son las cudades más grandes las que presentan, en general, las menores tasas de paro 15. El análss realzado con el índce M-S para las dstntas CCAA refleja dferencas en la dstrbucón espacal del desempleo que parecen r más allá de la mera dspardad nterregonal en tasas medas de paro. La nterpretacón de estas dferencas requerría un estudo pormenorzado para cada una de ellas. En cualquer caso, lo que sí podemos afrmar es que, en general, se mantene el comportamento de las agrupacones muncpales mostrado anterormente, aunque con algunas excepcones. En partcular, sólo en aquellas CCAA que tenen grandes (13) En teoría este índce puede tomar valores entre -1 y 1, aunque la evdenca empírca en el caso de la localzacón ndustral muestra que el rango de valores entre los que se mueve es mucho más reducdo. (14) Recordemos que el valor del índce, en valor absoluto, depende fuertemente del tamaño de los muncpos nvolucrados, por lo que es lógco que en nuestra clasfcacón dcho valor sea mayor a medda que nos movemos a grupos de mayor poblacón. (15) Todos estos resultados tambén se detectan con la varable paro regstrado, tal y como se recoge en el cuadro A1 del anexo. 57

12 Revsta de Economía Aplcada Cuadro 3: ÍNDICE DE M-S POR GRUPOS (DENOS) Índce de M-S Tasa de paro Grupo 1 Grupo 2 Grupo 3 Grupo 4 Grupo 5 Total Meda Andalucía 0, , , , , , ,5 Aragón 0, , , , ,6 Asturas 0, , , , , ,6 Baleares 0, , , , ,9 Canaras 0, , , , , ,3 Cantabra 0, , , , ,8 Castlla-La Mancha 0, , , , , ,0 Castlla-León 0, , , , , , ,2 Cataluña 0, , , , , , ,4 Extremadura 0, , , , , ,6 Galca 0, , , , , , ,1 Madrd 0, , , , , , ,3 Murca 0, , , , , ,7 Navarra 0, , , , ,4 Roja 0, , , ,7 C. Valencana 0, , , , , ,1 País Vasco 0, , , , , , ,8 España 0, , , , , , ,6 Nota: El índce de M-S no está defndo s el número de localzacones es nferor a 2. De ahí que en algunas CCAA no se muestre el valor de dcho índce para algunas de sus agrupacones muncpales. En cualquer caso estos muncpos sí son tendos en cuenta en el valor total del índce de la correspondente comundad autónoma. 58

13 Un análss espacal del desempleo por muncpos urbes el grupo 5 sgue presentando sgno negatvo (Andalucía, Cataluña, Madrd y C. Valencana), lo que sugere la exstenca de un elevado umbral en el tamaño de las cudades a partr del cual parecen producrse ventajas en térmnos de empleo. 3. EL ENFOQUE DISTRIBUTIVO DE LA CONCENTRACIÓN ESPACIAL 3.1. Aspectos metodológcos Por últmo, acudmos a la lteratura de dstrbucón de la renta, en concreto a la curva de Lorenz y a los índces de Gn y Thel, para medr el grado de concentracón espacal de la poblacón desempleada. Para construr nuestra curva de Lorenz prmero ordenamos de forma crecente los dstntos muncpos de acuerdo s con el rato, donde recordemos que el numerador es la proporcón de parados x en la localzacón (respecto al total de parados), y el denomnador es la proporcón de poblacón en edad de trabajar de dcha localzacón. Este cocente es gual a la tasa de paro en, dvdda por la tasa de paro del conjunto de la economía, de forma que ordenar por la rato anteror es equvalente a hacerlo por las tasas de paro muncpales. A contnuacón, en el eje horzontal representamos la proporcón de poblacón así acumulada por muncpos, y en el eje vertcal la proporcón acumulada de parados. La curva de Lorenz puede ser descompuesta atendendo a dferentes grupos de poblacón (en nuestro caso grupos de muncpos defndos según su tamaño). En concreto, sguendo a Bshop et al. (2003), podemos calcular la rato ( k) ( k) s L( τ, u ) LC ( τ, u) = k L( τ, u) donde L(τ, u) representa la curva de Lorenz de la dstrbucón u en el percentl τ (es decr, la proporcón de parados acumulados hasta el percentl correspondente), K es el número total de grupos en el que hemos clasfcado la poblacón, s (k) representa la proporcón de parados que tene el grupo k (respecto al total de parados), y L(τ, u (k) ) es la proporcón acumulada de parados que dcho grupo tene hasta el percentl τ de la dstrbucón total. Esta rato nos nforma de la contrbucón del grupo k al valor de la ordenada de Lorenz en el percentl τ. Por otro lado, L(τ, u (k) ) la funcón nos va a permtr conocer cómo se dstrbuyen los parados del grupo k entre los dstntos percentles de la dstrbucón total. En partcular L(τ + 0,1, u (k) ) L(τ, u (k) ), nos nforma de la proporcón de parados que el grupo k tene en la decla τ. Cuando las curvas de Lorenz de dos dstrbucones se cortan no podemos afrmar cuál de ellas presenta un mayor nvel de concentracón/desgualdad y entonces hay que acudr a índces completos que sean consstentes con el crtero de domnanca de Lorenz 16. Uno de estos índces es el índce de Gn cuya expresón sería la sguente: (16) Algunos de los índces que aquí se menconan sólo serán utlzados en el análss de la dstrbucón del desempleo por grupos de edad. 59

14 Revsta de Economía Aplcada, j x x u u j j G =, 2U n donde u = representa la tasa de paro del muncpo, y la tasa de paro U = N p P en el conjunto de la economía. Otra medda de desgualdad consstente con Lorenz es la famla de índces de Thel, que según el valor del parámetro de aversón a la desgualdad que presente, α, ndca una mayor preocupacón por la cola alta o la cola baja de la dstrbucón. Las expresones utlzadas y adaptadas a nuestro estudo del desempleo, para valores de α guales a -1, 0, 1 y 2, son las sguentes: T 1 = 1 2 u x U 1 U 1, T = x 0 ln u, T x u 2 = u 1 u 1 ln U U, T = x U. Una ventaja de esta famla es que sus membros son descomponbles. En partcular utlzaremos la descomposcón por subgrupos de Thel 0 y Thel 1. Descomposcón adtva por subgrupos de poblacón. Un índce adtvamente descomponble puede expresarse como la suma de la desgualdad dentro de cada uno de los subgrupos que consttuyen la poblacón, componente wthn (nterno), y la desgualdad exstente entre dchos subgrupos, componente between (externo) [Shorrocks (1980)]. En nuestro caso estas descomposcones por grupos muncpales adoptan la sguente forma: ( k) ( k) U T = x T + x 0 0 x ( k ) ln k ( ) u, k k k T = s T ( ) ( k ) 1 1 k + u u, k k u ( )( k) ( )( k) x ( k ) ln ln U U k U U sendo x (k) el peso poblaconal que representa el grupo k, T (k) el índce de Thel de dcho grupo, y u (k) su tasa de paro. El prmer sumando de las expresones anterores representa el componente wthn, esto es, la suma ponderada de la desgualdad dentro de cada grupo de muncpos; mentras que el segundo sumando refleja el componente between Resultados El estudo de la dstrbucón del desempleo por declas de poblacón muestra que en la últma decla, que es donde se encuentra el 10% de la poblacón que resde en los muncpos con las mayores tasas de paro del país, están cas el 20% de los parados; mentras que en la prmera decla sólo está aproxmadamente el u 60

15 Un análss espacal del desempleo por muncpos 5% de los msmos, lo que nos da una dea de la magntud de las dferencas entre ambas colas de la dstrbucón (gráfco 3). Gráfco 3: DISTRIBUCIÓN DE PARADOS POR DECILAS (DENOS) Se observa además que tanto en la prmera como en la últma decla se encuentran fundamentalmente muncpos de menos de ndvduos (grupos 1, 2 y 3) 17. En la prmera decla, los parados de dchos grupos resden prncpalmente en muncpos de Cataluña, Valenca, Madrd y País Vasco. Por el contraro, los parados de los muncpos pequeños de la últma decla se encuentran en comundades con elevados nveles de paro medo, como Andalucía, Extremadura, Castlla-La Mancha y Galca. Destaca asmsmo el enorme peso relatvo del grupo 5 en la ter- (17) Aunque este patrón se mantene con el paro regstrado, en la últma decla se observa que el peso relatvo de los muncpos pequeños (grupos 1 y 2) dsmnuye consderablemente, mentras que el de los muncpos grandes aumenta (véase gráfco A1 del anexo). Tal y como se ha mostrado anterormente, los colectvos adconales que ncorpora el concepto DENOs parecen ncdr sobre todo en los muncpos pequeños. Además, ahora hemos constatado que dchos colectvos se encuentran aglutnados en dos vertentes más. En prmer lugar, buena parte de estos parados tenden a concentrarse en muncpos con altas tasas de paro, ya que su ncorporacón afecta cas exclusvamente al peso relatvo de la últma decla de la dstrbucón (compárense los gráfcos 3 y A1). Y en segundo lugar, hemos poddo comprobar que estos colectvos recaen fundamentalmente en (pequeños) muncpos de Andalucía y Extremadura. 61

16 Revsta de Economía Aplcada cera decla, debdo al efecto de cudades como San Sebastán y sobre todo Madrd. La presenca de este grupo en las últmas declas se debe fundamentalmente a cudades de Andalucía (en partcular Sevlla), Canaras y del cuadrante noroccdental del país (como Vgo, A Coruña, Gjón, Ovedo, Santander, Salamanca o Valladold). Para ahondar en esta cuestón, y sguendo a Bshop et al. (2003), se ha descompuesto la curva de Lorenz con el objeto de determnar cómo contrbuye cada grupo de muncpos al valor de su ordenada en cada decla acumulada (ver cuadro 4). S nos fjamos en la segunda decla acumulada (que se corresponde con el 20% de la poblacón que resde en los muncpos con menores tasas de desempleo del país), vemos que el grupo 5 empeza a cobrar más protagonsmo que el que tenía en la decla anteror (con un 22% frente al 5% ncal). Más aún, cas la mtad de los parados que se encuentran en la tercera decla acumulada resde en cudades grandes. A partr de ahí, el peso relatvo de los muncpos grandes se mantene en torno al 40% (excepto en la últma decla, donde baja notablemente) lo que parece ndcar que el grupo 5 presenta una dstrbucón del desempleo bastante gualtara 18. Como se observa en el cuadro 5, la descomposcón de cada grupo de muncpos por declas 19 nos permte constatar que dentro del grupo 1, el 41% de sus parados se encuentran en la últma decla, es decr, resden en muncpos con las tasas de paro más elevadas del país 20, mentras que en la prmera decla se encuentra el 15% de sus parados. De hecho, s tenemos en cuenta la aportacón de parados del grupo 1 en cada ventla (recogda en el gráfco 4), podríamos dbujar una funcón en forma de u, de tal manera que su aportacón en las ventlas ntermedas se muestra notablemente nferor a la prmera, y sobre todo, a la últma. El grupo 2 tambén presenta este tpo de patrón, aunque de forma menos acusada. Por el contraro, los parados de los muncpos más grandes (grupo 5) tenden a repartrse de manera más unforme a partr de la segunda ventla 21. Convene destacar, además, las notables dferencas que presentan las cudades medas y grandes (grupos 4 y 5). Así, mentras que en el grupo 4 el 43% de sus parados se encuentran en la últma ventla (véanse las declas 9 y 10 del cuadro 5), en el caso de los muncpos grandes este porcentaje cae al 22% (cas la mtad) 22. El análss de la dstrbucón de tasas de paro muncpales a partr de los índces de Thel permte constatar, en prmer lugar, que la desgualdad total se debe fundamentalmente a la que presentan nternamente los dstntos grupos de muncpos (componente wthn o nterno) y no tanto a la desgualdad provocada por las dferencas exstentes entre ellos (componente between o externo) tal y como se muestra en el cuadro 6. (18) Un patrón smlar se detecta con el paro regstrado (cuadro A2). (19) Estas declas venen determnadas por la curva de Lorenz de la dstrbucón u. (20) Este porcentaje cae a un 22% s analzamos el paro regstrado, lo cual refleja las enormes dferencas que DENOs y paro regstrado presentan en los muncpos más pequeños. El comportamento del grupo 2 presenta un patrón smlar, tal y como se puede ver en el cuadro A3 del anexo. (21) Obsérvese que este grupo apenas tene parados en la prmera decla, sendo además su porcentaje de parados en la últma decla el menor de todas las agrupacones muncpales. (22) Todos estos resultados se mantenen con el paro regstrado (cuadro A3). 62

17 Un análss espacal del desempleo por muncpos Cuadro 4: CONTRIBUCIÓN PORCENTUAL DE CADA GRUPO A LA ORDENADA DE LORENZ:LC K (DENOS) DENOs 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1 Grupo 1 27,98 16,61 10,57 9,08 8,29 7,56 7,56 6,97 6,63 9,05 Grupo 2 29,01 26,09 17,23 17,17 16,97 15,88 16,51 16,29 15,68 18,94 Grupo 3 28,81 27,74 19,81 23,99 23,23 25,55 27,54 27,64 27,81 27,71 Grupo 4 8,64 7,39 7,25 7,82 7,95 7,24 7,30 8,48 9,10 9,83 Grupo 5 5,56 22,17 45,14 41,93 43,56 43,77 41,10 40,63 40,78 34,48 Total: Cuadro 5: DISTRIBUCIÓN PORCENTUAL DE LOS PARADOS DE CADA GRUPO POR DECILAS (DENOS): L(τ + 0,1, u (k) ) L(τ, u (k) ) DENOs Decla 1 Decla 2 Decla 3 Decla 4 Decla 5 Decla 6 Decla 7 Decla 8 Decla 9 Decla 10 Total Grupo 1 15,01 6,1 0,65 4,43 5,43 4,77 8,57 5,92 7,86 41, Grupo 2 7,42 8,4 1,11 6,71 7,26 5,58 10,49 9,94 9,50 33, Grupo 3 5,07 6,46 1,78 9,30 6,31 11,23 13,37 12,51 14,49 19, Grupo 4 4,28 4,36 5,12 6,97 7,17 4,17 7,88 17,09 17,24 25, Grupo 5 0,79 6,61 16,98 7,36 11,83 11,68 8,95 13,80 16,90 5,

18 Revsta de Economía Aplcada Gráfco 4: DISTRIBUCIÓN PORCENTUAL DE LOS PARADOS DE CADA GRUPO POR VENTILAS (DENOS) Cuadro 6: DESCOMPOSICIÓN WITHIN-BETWEEN Thel 0 Thel 1 Wthn-Between (%) Wthn-Between (%) DENOs 98,16 1,84 98,24 1,76 En segundo lugar, en el cuadro 7, se observa que la contrbucón de los muncpos pequeños (grupos 1 y 2) a la concentracón/desgualdad wthn supera el 51%; la de los medanos (grupos 3 y 4) el 30%; mentras que los muncpos grandes sólo contrbuyen con un 16-17% 23. Obsérvese que las fuertes dspardades en tasas de paro de los muncpos pequeños, mostradas por los índces de Thel, explcan que la contrbucón de estos grupos a la desgualdad sea muy superor a la que le correspondería por peso demográfco y porcentaje de parados. Así, el grupo 1 contrbuye a la desgualdad (23) En líneas generales estos resultados se mantenen con los datos de paro regstrado (cuadros A4 y A5). 64

19 Un análss espacal del desempleo por muncpos wthn en un 24,5% según Thel 0 (cuadro 7, columna 2), mentras que su peso demográfco y la proporcón de parados que acumula se stúan en el 9% (véanse cuadros 1 y 4, segunda y últma columna, respectvamente) 24. Por el contraro, los muncpos grandes contrbuyen a la desgualdad wthn en mucha menor medda de lo les que correspondería, seguramente debdo a su bajo nvel de desgualdad nterna (cuyo valor del índce de Thel se stúa en torno al 0,04), que es el menor de todos. Por su parte, los muncpos de tamaño ntermedo contrbuyen a la desgualdad de forma bastante acorde con lo que cabría esperar. Cuadro 7: ÍNDICES DE THEIL POR GRUPOS (DENOS) DENOs Thel 0 Thel 0 Thel 1 Thel 1 (% s/ componente (% s/ componente wthn) wthn) Grupo 1 0, ,46 0, ,36 Grupo 2 0, ,51 0, ,41 Grupo 3 0, ,46 0, ,93 Grupo 4 0,0634 7,17 0,0605 7,01 Grupo 5 0, ,41 0, ,28 Total 0, , Nota: Para el cálculo de los índces de Thel ha sdo necesaro elmnar a aquellos muncpos con tasa de paro gual a cero, dado que algunos de ellos no están defndos para tener en cuenta dchos valores. 4. COMPARACIONES POR TRAMOS DE EDAD La Estratega de Lsboa en matera de empleo ha supuesto el relanzamento de polítcas actvas de empleo en las que jóvenes y mayores destacan como colectvos de atencón preferente, con el objeto de reducr sus nveles de desempleo. Es por ello que en esta seccón estamos nteresados en analzar la dstrbucón espacal de los parados tenendo en cuenta el grupo de edad al que pertenecen. Hemos consderado tres colectvos: los que tenen menos de 30 años (tramo 1), los que tenen entre 30 y 44 años (tramo 2) y los que tenen 45 años o más (tramo 3) 25. (24) La últma columna del cuadro 4 acumula al 100% de la poblacón y, por tanto, nos nforma de la proporcón de parados que provene de cada grupo. (25) Para poder calcular las tasas de paro en esta seccón hemos elmnado los muncpos con menos de 30 ndvduos entre 15 y 64 años porque en muchos de ellos no había poblacón en alguno de los colectvos consderados. Analzamos, por tanto, los muncpos restantes. Obsérvese que en este epígrafe consderamos la poblacón mayor de 15 años, y no de 16, debdo a que es la forma en que aparece desagregada la nformacón por grupos de edad en el Padrón Muncpal del INE. 65

20 Revsta de Economía Aplcada Las medas y desvacones típcas de las tasas de paro de cada grupo de muncpos y tramo de edad se muestran en el cuadro 8. Cuadro 8: MEDIAS Y DESVIACIONES TÍPICAS POR TRAMOS DE EDAD (DENOS) Tasa de paro Tasa de paro Tasa de paro Tramo 1 Tramo 2 Tramo 3 meda d. t. meda d. t. meda d. t. Grupo 1 7,08 4,65 9,20 6,82 9,02 8,43 Grupo 2 7,94 3,66 9,89 5,47 9,32 6,83 Grupo 3 7,89 3,05 9,45 3,99 8,63 4,18 Grupo 4 8,73 3,51 9,69 3,43 8,64 3,03 Grupo 5 7,09 2,35 8,35 2,50 8,26 2,64 Total 7,61 3,20 9,12 4,18 8,65 4,78 Se constata que las mayores tasas de paro se producen en el tramo 2 y las menores en el tramo 1. Además, mentras que los muncpos del grupo 4 son los que presentan las mayores tasas de desempleo juvenl, para el resto de parados la stuacón parece ser más grave en los muncpos pequeños 26. Debemos tener presente, sn embargo, que el colectvo de jóvenes puede verse más afectado que el de medana edad o mayores por el hecho de trabajar con tasas de paro absolutas, dado que la dferenca entre la poblacón en edad de trabajar y la poblacón actva puede ser mayor para este colectvo. Es por ello que en este estudo nos nteresa analzar la dstrbucón espacal de los parados de cada colectvo más que resaltar las dferencas en meda entre ellos. El análss de Lorenz para los tres tramos de edad muestra que la curva que se corresponde con los parados mayores (tramo 3) se stúa por debajo de las otras dos, lo cual ndca un mayor nvel de desgualdad en la dstrbucón del desempleo. Sn embargo, las curvas de Lorenz de los tramos 1 y 2 se cruzan, por lo que no podemos decr cuál de las dos dstrbucones presenta mayor concentracón. En este caso, y ante la falta de un resultado concluyente, acudmos al índce de Gn y a dferentes índces de la famla de Thel. No podemos afrmar que la dstrbucón del paro juvenl esté menos concentrada que la del paro de medana edad para todo índce, pero con el índce de Gn y con tres de los cuatro índces de Thel los resultados apuntan en esa dreccón (cuadro 9) 27. (26) Cuando se utlza el paro regstrado, la stuacón más grave se produce en los muncpos del grupo 4 para cualquera de los tramos de edad. Esto parece ndcar que los colectvos adconales que ncorpora el concepto DENOs afectan fundamentalmente a los ndvduos mayores y de medana edad de los muncpos pequeños. Véase cuadro A6. (27) Con el paro regstrado hay cruces entre las tres curvas de Lorenz, con lo que no se puede aplcar nngún crtero de domnanca. Los valores de Thel y Gn más altos nuevamente se detectan en el tramo 3. Sn embargo, ahora el tramo 2 presenta valores claramente nferores al tramo 1 con todos los índces estmados. Véase cuadro A7. 66

21 Un análss espacal del desempleo por muncpos Cuadro 9: ÍNDICES DE M-S, GINI Y THEIL (DENOS) DENOs M-S Gn Thel -1 Thel 0 Thel 1 Thel 2 Tramo 1-0,0028 0,2257 0,0928 0,0815 0,0797 0,0847 Tramo 2-0,0033 0,2329 0,0927 0,0867 0,0904 0,1042 Tramo 3-0,0021 0,2574 0,1237 0,1113 0,1191 0,1490 Asmsmo, el índce de M-S, que sgue un enfoque dferente a la hora de comparar las dscrepancas entre la dstrbucón de los parados y la de la poblacón en edad de trabajar, tambén apunta a que la concentracón del tramo 3 es superor a la del resto, al presentar un valor más elevado (cuadro 9). Cuando tenemos en cuenta el tamaño de los muncpos, y analzamos su mpacto en los dstntos tramos de edad, observamos que la desgualdad en tasas de paro de los mayores se debe fundamentalmente a lo que ocurre en los muncpos pequeños y no en los grandes, ya que son los prmeros los que contrbuyen fuertemente al componente wthn (véase cuadro 10, columnas 5 y 7). Algo smlar, aunque no tan pronuncado, se produce en los parados de medana edad. Por el contraro, tanto los muncpos grandes como los pequeños contrbuyen de forma mportante a las desgualdades exstentes en las tasas de paro juvenl (la contrbucón al componente wthn del grupo 5 se stúa alrededor del 22%). De todo lo cual se deduce que los muncpos pequeños (grupos 1 y 2) ven ncrementar su contrbucón a la desgualdad, en detrmento de los muncpos grandes (grupo 5), a medda que aumenta la edad de los parados (y muy por encma del ncremento expermentado por su peso demográfco, reflejado en las columnas 2 y 3 del cuadro 10) 28. La descomposcón por declas de las agrupacones muncpales (cuadro 11) nos permte comprobar que, dentro del tramo de edad 3, los parados del grupo 1 se reparten de forma más extrema entre las prmeras y, sobre todo, la últma decla que los del grupo 5. Esto podría ser la causa de que los núcleos de poblacón pequeños tendan a explcar mucho más la concentracón/desgualdad de los parados de más de 45 años que las cudades grandes. Las dferencas entre muncpos grandes y pequeños dentro del tramo 1 no resultan tan acusadas, como se puede aprecar en la dstrbucón por ventlas mostrada en el gráfco 5. Asmsmo, en el ámbto del paro juvenl destacan las cudades del grupo 4, que tenen al 38% de sus parados en la últma decla de la poblacón, mentras que en esa poscón sólo se encuentra el 8% de los parados mayores y el 18% de los parados de medana edad (cuadro 11, columna 10). Con lo que entre los jóvenes, las cudades del grupo 4 presentan la stuacón más grave en térmnos de empleo, al tener tasas de paro más elevadas y albergar a buena parte de sus parados en la cola superor de la dstrbucón. (28) Este fenómeno no se observa con tanta ntdez en el caso del paro regstrado. Véase cuadro A8. 67

22 Revsta de Economía Aplcada Cuadro 10: TASAS DE PARO, PESOS DEMOGRÁFICOS E ÍNDICES DE THEIL POR GRUPOS Y TRAMOS (DENOS) Tramo 1 Tasa de Poblacón (%) Parados (%) Thel 0 Thel 0 Thel 1 Thel 1 desempleo Wthn (%) Wthn (%) Grupo 1 7,50 7,86 7,66 0, ,84 0, ,33 Grupo 2 8,03 17,79 18,55 0, ,35 0, ,98 Grupo 3 7,94 27,87 28,72 0, ,72 0, ,51 Grupo 4 8,73 9,73 11,04 0, ,83 0, ,46 Grupo 5 7,13 36,75 34,04 0, ,26 0, ,71 Total 7, , , Tramo 2 Tasa de Poblacón (%) Parados (%) Thel 0 Thel 0 Thel 1 Thel 1 desempleo Wthn (%) Wthn (%) Grupo 1 9,39 8,56 8,85 0, ,01 0, ,06 Grupo 2 9,81 18,01 19,43 0, ,58 0, ,46 Grupo 3 9,38 27,76 28,64 0, ,27 0, ,99 Grupo 4 9,66 9,17 9,75 0,0642 6,98 0,0619 6,84 Grupo 5 8,30 36,49 33,33 0, ,16 0, ,65 Total 9, , , Tramo 3 Tasa de Poblacón (%) Parados (%) Thel 0 Thel 0 Thel 1 Thel 1 desempleo Wthn (%) Wthn (%) Grupo 1 9,10 9,56 10,11 0, ,22 0, ,63 Grupo 2 9,17 17,53 18,70 0, ,44 0, ,27 Grupo 3 8,56 25,77 25,66 0, ,41 0, ,24 Grupo 4 8,60 9,37 9,37 0,0562 4,77 0,0560 4,44 Grupo 5 8,23 37,78 36,16 0, ,17 0, ,42 Total 8, , ,

23 Un análss espacal del desempleo por muncpos Cuadro 11: DISTRIBUCIÓN PORCENTUAL DE LOS PARADOS DE CADA GRUPO Y TRAMO POR DECILAS (DENOS) Tramo 1 Decla 1 Decla 2 Decla 3 Decla 4 Decla 5 Decla 6 Decla 7 Decla 8 Decla 9 Decla 10 Total Grupo 1 12,16 3,19 3,99 5,57 5,29 8,85 10,30 10,14 10,62 29, Grupo 2 7,42 2,82 5,36 6,09 6,75 7,50 13,30 13,37 12,88 24, Grupo 3 4,59 2,90 6,20 7,97 8,12 10,29 15,63 12,89 12,60 18, Grupo 4 3,31 2,73 4,84 7,44 6,34 6,38 4,50 8,72 17,73 38, Grupo 5 1,71 13,22 9,21 9,02 11,19 11,09 7,97 13,32 17,30 5, Tramo 2 Decla 1 Decla 2 Decla 3 Decla 4 Decla 5 Decla 6 Decla 7 Decla 8 Decla 9 Decla 10 Total Grupo 1 13,69 3,90 1,73 4,17 5,48 5,58 8,30 6,97 8,21 41, Grupo 2 8,47 4,31 1,89 6,94 6,91 6,91 11,08 9,15 9,15 35, Grupo 3 4,94 5,26 2,39 8,63 8,06 9,74 14,42 10,38 15,47 20, Grupo 4 5,71 3,20 2,39 6,85 11,20 4,24 4,13 17,74 26,33 18, Grupo ,59 16,49 7,49 9,14 11,8 9,08 15,78 14,03 5, Tramo 3 Decla 1 Decla 2 Decla 3 Decla 4 Decla 5 Decla 6 Decla 7 Decla 8 Decla 9 Decla 10 Total Grupo 1 11,68 6,76 5,95 1,39 2,40 2,84 4,36 6,97 8,38 49, Grupo 2 6,87 9 9,27 2,19 1,73 4,46 7,68 10,05 9,52 39, Grupo 3 3,80 6,13 12,49 2,69 4,83 7,85 14,91 12,64 14,20 20, Grupo 4 1,92 6,56 7,60 4,22 9,86 5,94 11,97 14,84 29,35 7, Grupo 5 1,08 4,11 2,70 17,02 15,24 14,07 8,11 11,50 14,23 11, Nota: Estas declas venen determnadas por la curva de Lorenz de la dstrbucón u. 69

Un análisis espacial del desempleo a nivel municipal

Un análisis espacial del desempleo a nivel municipal Un análss espacal del desempleo a nvel muncpal Olga Alonso-Vllar* #, Coral del Río*, Lus Tohara** Unversdade de Vgo*, Unversdad de Alcalá** Novembre 2005 Resumen En este trabajo se analza la dstrbucón

Más detalles

a) Qué población (la de hombres o la de mujeres) presenta un salario medio mayor? b) Qué porcentaje de varones gana más de 900?

a) Qué población (la de hombres o la de mujeres) presenta un salario medio mayor? b) Qué porcentaje de varones gana más de 900? EJERCICIO 1. A contnuacón tene dos dstrbucones por sexo y salaro declarado en el prmer empleo tras obtener la lcencatura de un grupo de ttulados por la UNED. Salaro en Hombres en % Mujeres en % < de 600

Más detalles

Tema 21: Distribución muestral de un estadístico

Tema 21: Distribución muestral de un estadístico Análss de Datos I Esquema del Tema 21 Tema 21: Dstrbucón muestral de un estadístco 1. INTRODUCCIÓN 2. DISTRIBUCIÓN MUESTRAL DE LA MEDIA 3. DISTRIBUCIÓN MUESTRAL DE LA PROPORCIÓN Bblografía * : Tema 15

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

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

T. 5 Estadísticos de forma de la distribución

T. 5 Estadísticos de forma de la distribución T. 5 Estadístcos de forma de la dstrbucón 1 1. Asmetría 2. Apuntamento o curtoss Ya ha sdo abordado en temas precedentes el análss de la forma de la dstrbucón de frecuencas desde una aproxmacón gráfca.

Más detalles

En este caso, el valor actual de una unidad monetaria pagadera al final del año de fallecimiento de

En este caso, el valor actual de una unidad monetaria pagadera al final del año de fallecimiento de Parte III: Análss de la determnacón de las prmas en los seguros de vda y de la solvenca dnámca del asegurador cuando los tpos de nterés de valoracón venen estmados a través de números borrosos.4. SEGURO

Más detalles

Bloque 5. Probabilidad y Estadística Tema 2. Estadística descriptiva Ejercicios resueltos

Bloque 5. Probabilidad y Estadística Tema 2. Estadística descriptiva Ejercicios resueltos Bloque 5. Probabldad y Estadístca Tema. Estadístca descrptva Ejerccos resueltos 5.-1 Dada la sguente tabla de ngresos mensuales, calcular la meda, la medana y el ntervalo modal. Ingresos Frecuenca Menos

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

4. REPRESENTACIONES GRÁFICAS PARA DATOS CATEGÓRICOS.

4. REPRESENTACIONES GRÁFICAS PARA DATOS CATEGÓRICOS. 4. REPRESETACIOES GRÁFICAS PARA DATOS CATEGÓRICOS. Cuando se manejan fenómenos categórcos, se pueden agrupar las observacones en tablas de resumen, para después representarlas en forma gráfca como dagramas

Más detalles

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio. Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN La estadístca tene por objeto el desarrollo de técncas para el conocmento numérco

Más detalles

Pregunta Hoy está nublado, cuál es la probabilidad de que mañana continúe nublado? cuál es la probabilidad de que está nublado pasado mañana?

Pregunta Hoy está nublado, cuál es la probabilidad de que mañana continúe nublado? cuál es la probabilidad de que está nublado pasado mañana? Cadenas de Marov Después de mucho estudo sobre el clma, hemos vsto que s un día está soleado, en el 70% de los casos el día sguente contnua soleado y en el 30% se pone nublado. En térmnos de probabldad,

Más detalles

Organización y resumen de datos cuantitativos

Organización y resumen de datos cuantitativos Organzacón y resumen de datos cuanttatvos Contendos Organzacón de datos cuanttatvos: dagrama de tallos y hojas, tablas de frecuencas. Hstogramas. Polígonos. Ojvas ORGANIZACIÓN Y RESUMEN DE DATOS CUANTITATIVOS

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

CAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS

CAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS CAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS El conocmento de las meddas de centralzacón no es sufcente para caracterzar completamente a una dstrbucón por ejemplo: s las edades medas de

Más detalles

Análisis estadístico de incertidumbres aleatorias

Análisis estadístico de incertidumbres aleatorias Análss estadístco de ncertdumbres aleatoras Errores aleatoros y sstemátcos La meda y la desvacón estándar La desvacón estándar como error de una sola medda La desvacón estándar de la meda úmero de meddas

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

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

3.3 Caracterización de grupos: Estadísticos de forma de la distribución

3.3 Caracterización de grupos: Estadísticos de forma de la distribución 3.3 Caracterzacón de grupos: Estadístcos de forma de la dstrbucón 1. Smetría 2. Apuntamento o curtoss 3. Descrpcón estadístca de una varable: tabla resumen Ya ha sdo abordado en temas precedentes el análss

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

Las acciones a considerar en el proyecto de una estructura o elemento estructural se pueden clasificar según los criterios siguientes:

Las acciones a considerar en el proyecto de una estructura o elemento estructural se pueden clasificar según los criterios siguientes: CAÍTULO III ACCIONES Artículo 9º Clasfcacón de las accones Las accones a consderar en el proyecto de una estructura o elemento estructural se pueden clasfcar según los crteros sguentes: - Clasfcacón por

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

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

Tema 8: DESIGUALDAD, Xisco Oliver Economía del Bienestar (2º GECO)

Tema 8: DESIGUALDAD, Xisco Oliver Economía del Bienestar (2º GECO) Tema 8: DESIGUALDAD, REDISTRIBUCIÓN Y POBREZA Xsco Olver 20610 - Economía del Benestar (2º GECO) Motvacón Benestar: el objetvo últmo del Estado es maxmzar el benestar El benestar se obtene a partr de las

Más detalles

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2011 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. 3 y

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2011 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. 3 y ENUNCADOS DE LOS EJERCCOS PROPUESTOS EN 011 EN MATEMÁTCAS APLCADAS A LAS CENCAS SOCALES. EJERCCO 1 a (5 puntos Raconalce las epresones y. 7 b (5 puntos Halle el conjunto de solucones de la necuacón EJERCCO

Más detalles

ESTADÍSTICA (GRUPO 12)

ESTADÍSTICA (GRUPO 12) ESTADÍSTICA (GRUPO 2) CAPÍTULO II.-ANÁLISIS DE UNA CARACTERÍSTICA (DISTRIBUCIONES UNIDIMENSIONALES) TEMA.- DISTRIBUCIONES DE FRECUENCIAS DIPLOMATURA EN CIENCIAS EMPRESARIALES UNIVERSIDAD DE SEVILLA . DISTRIBUCIÓN

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

Estadísticos muéstrales

Estadísticos muéstrales Estadístcos muéstrales Hemos estudado dferentes meddas numércas correspondentes a conjuntos de datos, entre otras, estudamos la meda, la desvacón estándar etc. Ahora vamos a dstngur entre meddas numércas

Más detalles

Cuaderno de actividades 4º ESO

Cuaderno de actividades 4º ESO Estadístca Undmensonal 1 Conceptos báscos. Cuaderno de actvdades º ESO Cualquer elemento o ente que sea portador de nformacón sobre alguna propedad en la cual se está nteresado se denomna ndvduo. El conjunto

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

MODELOS DE SECUENCIACIÓN EN MÁQUINAS 1

MODELOS DE SECUENCIACIÓN EN MÁQUINAS 1 odelos de secuencacón de tareas en máqunas Andrés Ramos Unversdad Pontfca Comllas http://www.t.comllas.edu/aramos/ Andres.Ramos@comllas.edu ODELOS DE SECUENCIACIÓN EN ÁQUINAS odelos de secuencacón de tareas

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

PREGUNTAS TIPO TEST Y EJERCICIOS PRÁCTICOS PROPUESTOS EN EXÁMENES DE LOS CAPÍTULOS 2, 3 Y 4 (DISTRIBUCIONES DE FRECUENCIAS UNIDIMENSIONALES )

PREGUNTAS TIPO TEST Y EJERCICIOS PRÁCTICOS PROPUESTOS EN EXÁMENES DE LOS CAPÍTULOS 2, 3 Y 4 (DISTRIBUCIONES DE FRECUENCIAS UNIDIMENSIONALES ) TUTORÍA DE ITRODUCCIÓ A LA ESTADÍSTICA. (º A.D.E.) e-mal: mozas@el.uned.es PREGUTAS TIPO TEST Y EJERCICIOS PRÁCTICOS PROPUESTOS E EXÁMEES DE LOS CAPÍTULOS, Y 4 (DISTRIBUCIOES DE FRECUECIAS UIDIMESIOALES

Más detalles

-.GEOMETRÍA.- a) 37 cm y 45 cm. b) 16 cm y 30 cm. En estos dos, se dan la hipotenusa y un cateto, y se pide el otro cateto:

-.GEOMETRÍA.- a) 37 cm y 45 cm. b) 16 cm y 30 cm. En estos dos, se dan la hipotenusa y un cateto, y se pide el otro cateto: -.GEOMETRÍA.- Ejercco nº 1.- Calcula el lado que falta en este trángulo rectángulo: Ejercco nº 2.- En los sguentes rectángulos, se dan dos catetos y se pde la hpotenusa (s su medda no es exacta, con una

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

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

4 BALANZA DE MOHR: Contracción de mezcla alcohol/h2o

4 BALANZA DE MOHR: Contracción de mezcla alcohol/h2o 4 LNZ DE OHR: Contraccón de mezcla alcohol/h2o CONTENIDOS Defncones. Contraccón de una ezcla. olumen específco deal y real. Uso de la balanza de ohr. erfcacón de Jnetllos. Propagacón de Errores. OJETIOS

Más detalles

Estadística aplicada a las ciencias sociales. Examen Febrero de 2008 primera semana

Estadística aplicada a las ciencias sociales. Examen Febrero de 2008 primera semana Estadístca alcada a las cencas socales. Examen Febrero de 008 rmera semana Ejercco. - En la sguente tabla, se reresentan los datos de las edades de los trabajadores de una gran emresa. Gruos de edad Nº

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

Tema 1.3_A La media y la desviación estándar

Tema 1.3_A La media y la desviación estándar Curso 0-03 Grado en Físca Herramentas Computaconales Tema.3_A La meda y la desvacón estándar Dónde estudar el tema.3_a: Capítulo 4. J.R. Taylor, Error Analyss. Unv. cence Books, ausalto, Calforna 997.

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

Cálculo y EstadísTICa. Primer Semestre.

Cálculo y EstadísTICa. Primer Semestre. Cálculo y EstadísTICa. Prmer Semestre. EstadísTICa Curso Prmero Graduado en Geomátca y Topografía Escuela Técnca Superor de Ingeneros en Topografía, Geodesa y Cartografía. Unversdad Poltécnca de Madrd

Más detalles

CONTRIBUCIÓN A LA MEJORA DE RESOLUCIÓN DE LOS SISTEMAS DE OBTENCIÓN DE IMÁGENES POR ULTRASONIDOS

CONTRIBUCIÓN A LA MEJORA DE RESOLUCIÓN DE LOS SISTEMAS DE OBTENCIÓN DE IMÁGENES POR ULTRASONIDOS UNIVERSITAT POLITÈCNICA DE CATALUNYA Departament d Engnyera Electrònca CONTRIBUCIÓN A LA MEJORA DE RESOLUCIÓN DE LOS SISTEMAS DE OBTENCIÓN DE IMÁGENES POR ULTRASONIDOS Autor: Jord Salazar Soler Drector:

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

Un estimado de intervalo o intervalo de confianza ( IC

Un estimado de intervalo o intervalo de confianza ( IC Un estmado puntual, por ser un sólo número, no proporcona por sí msmo nformacón alguna sobre la precsón y confabldad de la estmacón. Debdo a la varabldad que pueda exstr en la muestra, nunca se tendrá

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

Ejercicios y Talleres. puedes enviarlos a

Ejercicios y Talleres. puedes enviarlos a Ejerccos y Talleres puedes envarlos a klasesdematematcasymas@gmal.com www.klasesdematematcasymas.com EJERCICIOS DE REGRESIONES Y ANALISIS DE COVARIANZA Analzar la nformacón recoplada por medo de los dferentes

Más detalles

GUÍA DE APOYO AL APRENDIZAJE N 2

GUÍA DE APOYO AL APRENDIZAJE N 2 GUÍA E APOYO AL APREIZAJE Meddas de Tendenca Central ó de Resumen Las meddas de resumen son valores de la varable que permten resumr la normacón que hay en una tabla undamentalmente estas meddas se usan

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

ESTADÍSTICA (GRUPO 12)

ESTADÍSTICA (GRUPO 12) ESTADÍSTICA (GRUPO 12) CAPÍTULO II.- ANÁLISIS DE UNA CARACTERÍSTICA (DISTRIBUCIONES UNIDIMENSIONALES) TEMA 7.- MEDIDAS DE CONCENTRACIÓN. DIPLOMATURA EN CIENCIAS EMPRESARIALES UNIVERSIDAD DE SEVILLA 1.

Más detalles

http://www.rubenprofe.com.ar biofisica@rubenprofe.com.ar RESISTENCIAS EN PARALELO

http://www.rubenprofe.com.ar biofisica@rubenprofe.com.ar RESISTENCIAS EN PARALELO bofsca@rubenprofe.com.ar El crcuto funcona así: ESISTENCIS EN PLELO.- Las cargas salen del extremo postvo de la fuente y recorren el conductor (línea negra) hasta llegar al punto, allí las cargas se dvden

Más detalles

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD Pág. 1 Págna 0 PRACTICA Meda y desvacón típca 1 Las edades de los estudantes de un curso de nformátca son: 17 17 18 19 18 0 0 17 18 18 19 19 1 0 1 19 18 18 19 1 0 18 17 17 1 0 0 19 0 18 a) Haz una tabla

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

Facultad de Ingeniería División de Ciencias Básicas Coordinación de Ciencias Aplicadas Departamento de Probabilidad y Estadística

Facultad de Ingeniería División de Ciencias Básicas Coordinación de Ciencias Aplicadas Departamento de Probabilidad y Estadística Facultad de Ingenería Dvsón de Cencas Báscas Coordnacón de Cencas Aplcadas Departamento de Probabldad y Estadístca Probabldad y Estadístca Prmer Eamen Fnal Tpo A Semestre: 00- Duracón máma:. h. Consderar

Más detalles

Matemáticas A 4º E.S.O. pág. 1

Matemáticas A 4º E.S.O. pág. 1 Matemátcas A º E.S.O. pág. HOJA : ESTADÍSTICA º.- Agrupa en ntervalos y construye una tabla de frecuencas (con la marca de clase ncluda) y la frecuenca absoluta de las sguentes alturas, meddas en centímetros,

Más detalles

DISTRIBUCION DE RENDIMIENTOS: APLICACIONES

DISTRIBUCION DE RENDIMIENTOS: APLICACIONES DISTRIBUCION DE RENDIMIENTOS: APLICACIONES Puntos a desarrollar Como es el modelo de dstrbucon normal de los rendmentos Como se puede utlzar para hacer predccones futuras sobre precos de actvos Como se

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

Distribuciones de probabilidad

Distribuciones de probabilidad Dstrbucones de probabldad Toda dstrbucón de probabldad es generada por una varable aleatora x, la que puede ser de dos tpos: Varable aleatora dscreta (x). Se le denomna varable porque puede tomar dferentes

Más detalles

CAPÍTULO IV METODOLOGÍA. Para llevar a cabo la investigación se ha tenido en cuenta el siguiente diseño:

CAPÍTULO IV METODOLOGÍA. Para llevar a cabo la investigación se ha tenido en cuenta el siguiente diseño: CAPÍTUL IV METDLGÍA 1. Dseño y técnca de nvestgacón Para llevar a cabo la nvestgacón se ha tendo en cuenta el sguente dseño: 1. Investgacón con medcón preva y posteror con grupo de control.. Las undades

Más detalles

DISTRIBUCIONES BIDIMENSIONALES

DISTRIBUCIONES BIDIMENSIONALES Matemátcas 1º CT 1 DISTRIBUCIONES BIDIMENSIONALES PROBLEMAS RESUELTOS 1. a) Asoca las rectas de regresón: y = +16, y = 1 e y = 0,5 + 5 a las nubes de puntos sguentes: b) Asgna los coefcentes de correlacón

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

AJUSTE DE LA CURVA DE PROBABILIDAD DEL ESCURRIMIENTO MEDIO HIPERANUAL ANUAL SEGÚN LA TEORÍA S B JOHNSON.

AJUSTE DE LA CURVA DE PROBABILIDAD DEL ESCURRIMIENTO MEDIO HIPERANUAL ANUAL SEGÚN LA TEORÍA S B JOHNSON. AJUSTE DE LA CURVA DE PROBABILIDAD DEL ESCURRIMIENTO MEDIO HIPERANUAL ANUAL SEGÚN LA TEORÍA S B JOHNSON. Revsta Voluntad Hdráulca No. 57, 98. Págnas 58-64 RESUMEN Se nforma sobre el desarrollo del método

Más detalles

Variables Aleatorias

Variables Aleatorias Varables Aleatoras VARIABLES ALEATORIAS. Varable aleatora. Tpos.... Dstrbucón de probabldad asocada a una varable aleatora dscreta... 4. Funcón de dstrbucón. Propedades... 5 4. Funcón de densdad... 7 5.

Más detalles

Regresión y correlación Tema 8. 1.1 Contraste sobre β 1.2 Regresión en formato ANOVA. 2. Correlación. Contraste sobre ρ xy

Regresión y correlación Tema 8. 1.1 Contraste sobre β 1.2 Regresión en formato ANOVA. 2. Correlación. Contraste sobre ρ xy Unversdad Autónoma de Madrd 1 Regresón y correlacón Tema 8 1. Regresón lneal smple 1.1 Contraste sobre β 1. Regresón en formato ANOVA. Correlacón. Contraste sobre ρ xy Análss de Datos en Pscología II Tema

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

SEMANA 5 MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN

SEMANA 5 MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN Estadístca SEMANA 5 MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN LOGRO DE APRENDIZAJE: Al fnalzar la sesón, el estudante estará en la capacdad de calcular e nterpretar meddas de tendenca central y poscón de

Más detalles

8 MECANICA Y FLUIDOS: Calorimetría

8 MECANICA Y FLUIDOS: Calorimetría 8 MECANICA Y FLUIDOS: Calormetría CONTENIDOS Dencones. Capacdad caloríca. Calor especíco. Equlbro térmco. Calormetría. Calorímetro de las mezclas. Marcha del calorímetro. Propagacón de Errores. OBJETIVOS

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

Material realizado por J. David Moreno y María Gutiérrez Universidad Carlos III de Madrid Asignatura: Economía Financiera

Material realizado por J. David Moreno y María Gutiérrez Universidad Carlos III de Madrid Asignatura: Economía Financiera Economía Fnancera- Unversdad Carlos III de Madrd Tema 3- Caracterzacón de los actvos y carteras: Rentabldad resgo Materal realzado por J. Davd Moreno y María Gutérrez Unversdad Carlos III de Madrd Asgnatura:

Más detalles

TEMA 14. ESCALAMIENTO CONJUNTO. INTRODUCCIÓN A LA TEORÍA DE LA RESPUESTA A LOS ITEMS (TRI)

TEMA 14. ESCALAMIENTO CONJUNTO. INTRODUCCIÓN A LA TEORÍA DE LA RESPUESTA A LOS ITEMS (TRI) TEMA 14. ESCALAMIENTO CONJUNTO. INTRODUCCIÓN A LA TEORÍA DE LA RESPUESTA A LOS ITEMS (TRI) 14.1. La Curva Característca de los ítems (CCI) 14.. Los errores típcos de medda 14.3. La Funcón de Informacón

Más detalles

Diseño de la Muestra. Introducción. Tipo de muestreo y estratificación

Diseño de la Muestra. Introducción. Tipo de muestreo y estratificación Dseño de la Muestra A Introduccón Sguendo las orentacones dadas por la Ofcna Estadístca de la Unón Europea (EUROSTAT) se a selecconado una muestra probablístca representatva de la poblacón de los ogares

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

EJERCICIOS PROPUESTOS TEMAS 1 Y 2

EJERCICIOS PROPUESTOS TEMAS 1 Y 2 EJERCICIOS PROPUESTOS TEMAS 1 Y 2 1.- Indca para los sguentes caracteres s son varables (dferencando entre dscretas y contnuas) o atrbutos, y la escala de medda a la que pertenecen: a) Nvel de estudos

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

Variables Aleatorias

Variables Aleatorias Varables Aleatoras VARIABLES ALEATORIAS. Varable aleatora. Tpos.... Dstrbucón de probabldad asocada a una varable aleatora dscreta... 4. Funcón de dstrbucón. Propedades... 5 4. Funcón de densdad... 7 5.

Más detalles

Agrupa los datos en intervalos de amplitud 8. Elabora una tabla similar a la anterior !!!""#""!!!

Agrupa los datos en intervalos de amplitud 8. Elabora una tabla similar a la anterior !!!#!!! Undad 15 REPASO DE ESTADÍSTICA! 11 Resuelve tú ( Pág "#$ ) sdo: Las puntuacones de una prueba de ntelgenca aplcada a los 75 alumnos anterores han 87 105 88 103 114 15 108 107 118 114 19 100 106 113 105

Más detalles

UNIDAD 1: Tablas de frecuencias

UNIDAD 1: Tablas de frecuencias UIDAD : Tablas de recuencas Cuando sobre una poblacón hemos realzado una encuesta o cualquer regstro para conocer los valores que toman las varables, nos encontramos ante una gran cantdad de datos que

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

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

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

ANÁLISIS REGIONAL DE LA POBREZA PARA EL COLECTIVO DE LA TERCERA EDAD: INFERENCIA CLÁSICA vs. TÉCNICAS BOOTSTRAP

ANÁLISIS REGIONAL DE LA POBREZA PARA EL COLECTIVO DE LA TERCERA EDAD: INFERENCIA CLÁSICA vs. TÉCNICAS BOOTSTRAP ANÁLISIS REGIONAL DE LA POBREZA PARA EL COLECTIVO DE LA TERCERA EDAD: INFERENCIA CLÁSICA vs. TÉCNICAS BOOTSTRAP Ortz Serrano, Salvador Unversdad Autónoma de Madrd. Departamento de Economía Aplcada. Tlfn.:

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

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

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS P L V S V LT R A BANCO DE ESPAÑA OPERACIONES Gestón de la Informacón ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS El proceso de ntegracón fnancera dervado de la Unón Monetara exge la

Más detalles

ELECTROSTÁTICA. CAMPO ELÉCTRICO EN EL VACÍO.

ELECTROSTÁTICA. CAMPO ELÉCTRICO EN EL VACÍO. ELECTROSTÁTICA. CAMPO ELÉCTRICO EN EL VACÍO..- PERSPECTIVA HISTÓRICA MATERIA { MOLÉCULAS } { ÁTOMOS}, sendo los átomos y/o moléculas estables por la nteraccón electromagnétca. Desde la perspectva electromagnétca

Más detalles

Estimación del consumo del consumo diario de gas a partir de lecturas periódicas de medidores

Estimación del consumo del consumo diario de gas a partir de lecturas periódicas de medidores Estmacón del consumo del consumo daro de gas a partr de lecturas peródcas de meddores S.Gl, 1, A. Fazzn, 3 y R. Preto 1 1 Gerenca de Dstrbucón del ENARGAS, Supacha 636- (18) CABA- Argentna Escuela de Cenca

Más detalles

Clase 25. Macroeconomía, Sexta Parte

Clase 25. Macroeconomía, Sexta Parte Introduccón a la Facultad de Cs. Físcas y Matemátcas - Unversdad de Chle Clase 25. Macroeconomía, Sexta Parte 12 de Juno, 2008 Garca Se recomenda complementar la clase con una lectura cudadosa de los capítulos

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

Utilizar sumatorias para aproximar el área bajo una curva

Utilizar sumatorias para aproximar el área bajo una curva Cálculo I: Guía del Estudante Leccón 5 Apromacón del área bajo la curva Leccón 5: Apromacón del área bajo una curva Objetvo: Utlzar sumatoras para apromar el área bajo una curva Referencas: Stewart: Seccón

Más detalles

EJERCICIOS RESUELTOS TEMA 2

EJERCICIOS RESUELTOS TEMA 2 EJERCICIOS RESUELTOS TEMA.1. La Moda, para el grupo de Varones de la Tabla 1, es: A) 4,5; B) 17; C) 60.. Con los datos de la Tabla 1, la meda en para las Mujeres es: A) gual a la meda para los Varones;

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

Variables Aleatorias. Variables Aleatorias. Variables Aleatorias. Objetivos del tema: Al final del tema el alumno será capaz de:

Variables Aleatorias. Variables Aleatorias. Variables Aleatorias. Objetivos del tema: Al final del tema el alumno será capaz de: Varables Aleatoras Varables Aleatoras Objetvos del tema: Concepto de varable aleatora Al fnal del tema el alumno será capaz de: Varables aleatoras dscretas y contnuas Funcón de probabldad Funcón de dstrbucón

Más detalles

Análisis de Varianza no paramétricos

Análisis de Varianza no paramétricos Capítulo VII Análss de Varanza no paramétrcos Anova de Kruskal-Walls Anova de Fredman Anova de Q de Cochran Introduccón Las técncas de análss de varanza no paramétrcos son útles cuando los supuestos de:

Más detalles

ESTADÍSTICA. x es el cociente entre la frecuencia absoluta del valor

ESTADÍSTICA. x es el cociente entre la frecuencia absoluta del valor el blog de mate de ada: ESTADÍSTICA pág. 1 ESTADÍSTICA La estadístca es la cenca que permte acer estudos de grandes poblacones escogendo sólo un pequeño grupo de ndvduos, lo que aorra tempo y dnero. Poblacón

Más detalles

El Modelo IS-LM. El modelo IS-LM

El Modelo IS-LM. El modelo IS-LM El Modelo IS-LM El modelo IS-LM 4. Introduccón 4.2 La demanda agregada: La funcón de nversón 4.3 Equlbro del mercado de benes: La curva IS 4.4 Equlbro del mercado de dnero: La curva LM 4.5 Equlbro de la

Más detalles

ACTIVIDADES ESTADÍSTICA UNIDIMENSIONAL. a) Calcula la temperatura media y la temperatura mediana de la semana.

ACTIVIDADES ESTADÍSTICA UNIDIMENSIONAL. a) Calcula la temperatura media y la temperatura mediana de la semana. Matemátcas Aplcadas a las Cencas Socales I ACTIVIDADES ESTADÍSTICA UNIDIMENSIONAL 1) Se ha meddo la temperatura en grados centígrados la presón atmosférca en mm en una cudad durante una semana obtenéndose

Más detalles