Un análisis espacial del desempleo a nivel municipal

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

Download "Un análisis espacial del desempleo a nivel municipal"

Transcripción

1 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 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, defndo éste según dos conceptos dferentes: paro regstrado y DENOs. 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 tramos de edad. Palabras clave: desempleo, muncpos, concentracón geográfca, dstrbucón Clasfcacón JEL: R12, J64, D30 Agradecemos al SPEE 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. # Dreccón: Unversdade de Vgo; Departamento de Economía Aplcada; Campus Lagoas-Marcosende s/n; Vgo; Tel.: ; fax: ; e-mal: ovllar@uvgo.es

2 1. Introduccón 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 ha 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 debería gozar de un mayor protagonsmo en este tpo de análss. 2 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 proponemos ahondar en la vertente espacal del paro a partr del análss de la concentracón geográfca de los desempleados a nvel muncpal. Así, analzaremos la dstrbucón del conjunto de la poblacón parada, prestando especal atencón a las dferencas espacales que se puedan producr dentro de dcho colectvo cuando dstngumos por tramos de edad y tamaño de muncpo. Para ello, utlzaremos procedmentos empírcos tanto de la lteratura de geografía económca como de dstrbucón de la renta. 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. 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. 2 A modo de ejemplo, en 2004 la dferenca entre la mayor y la menor tasa de desempleo entre regones era de 13 puntos porcentuales en térmnos absolutos, stuándose Andalucía (que superaba el 19%) y Aragón (con un 6%) en los dos extremos de la dstrbucón (véase Tohara, 2005). 1

3 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 planteamos un enfoque dual al orgnal, en la medda en que nos nteresa la dstrbucón espacal del desempleo en lugar de la del empleo, lo que exgrá una adecuada renterpretacón del msmo. Este índce nos va a permtr ahondar en la vertente terrtoral ya que cuantfca las dferencas, muncpo a muncpo, entre el porcentaje de parados que cada uno tene (con relacón al total de parados) y la proporcón de poblacón que alberga. Por últmo, las herramentas de la lteratura de dstrbucón de la renta nos van a permtr profundzar en la vertente dstrbutva a la hora de comparar el reparto terrtoral de parados y poblacón. 3 Además de estmar la curva de Lorenz, el índce de Gn y varos membros de la famla de índces de entropía generalzada (Thel), tambén utlzaremos descomposcones que nos van a permtr ahondar en la explcacón 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. Además, se utlzará la descomposcón por factores del índce de Thel para determnar la contrbucón de cada grupo de edad a la concentracón total. El trabajo está estructurado de la forma sguente. En la Seccón 2 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 3 nos adentraremos en el análss de la concentracón espacal sguendo el enfoque de Maurel y Sédllot (1999), mentras que en la Seccón 4 completaremos el análss con las herramentas de dstrbucón de la renta. La Seccón 5 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 6 se presentan los prncpales resultados obtendos. 3 En cualquer caso, estos ndcadores no sólo han sdo utlzados para medr las dferencas en nveles de renta entre ndvduos de una economía, 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. 2

4 2. La dstrbucón de tasas de desempleo muncpales 2.1. 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), 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). 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 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 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. 3

5 datos fables sobre la poblacón actva a nvel muncpal. 6 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 (Fgura 1) Tasas de paro Paro regstrado DENOs Fgura 1.Tasas de paro con paro regstrado y DENOs: Densdades 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 6 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). 7 Se han elmnado de este estudo los muncpos con menos de 10 ndvduos entre 16 y 64 años, al ser dfícl analzar partcones relevantes de la poblacón parada por debajo de dcho umbral. Estos muncpos suponen 39 de los 8109 exstentes. 4

6 típca de 2,7%, mentras que según los DENOs los valores serían 8,6% y 3,8%, respectvamente. 8 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 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: 1 representa los muncpos con menos de ndvduos; 2 representa el ntervalo [2.000,10.000); 3 el ntervalo [10.000, ); 4 el ntervalo [50.000, ) y 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 poblacón de los muncpos, se muestran en la Tabla 1. Tasa paro regstrado Tasa paro DENOs Meda Desvacón típca Meda Desvacón típca Grupo 1 6,47 3,61 8,58 6,24 Grupo 2 7,21 2,95 9,18 5,09 Grupo 3 7,67 2,67 8,81 3,55 Grupo 4 8,45 2,93 9,16 3,21 Grupo 5 7,32 2,08 8,03 2,37 Total 7,42 2,68 8,60 3,83 Tabla 1. Meda y desvacón típca de cada grupo Como se puede observar, según el paro regstrado la tasa de paro más baja le corresponde al grupo 1 (con un valor del 6,5%), y la más alta al grupo 4 (con un 8,4%). S 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 8 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%. 5

7 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 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. 9 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 Tabla 2. Porcentaje de parados dentro de cada ntervalo de tasas de paro muncpales 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 9 La representacón de esta curva guarda un fuerte paralelsmo con la funcón de dstrbucón, sólo que en lugar de acumular 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. 6

8 de cada ntervalo (columnas 1 y 3 de la Tabla 2). Así, por ejemplo, según los datos del paro regstrado, cas el 23% de los parados vven en muncpos con tasas de paro entre un 4% y un 6%, y cerca de un 28% están en muncpos con tasas entre un 6% y un 8%. A contnuacón se acumulan los parados que se encuentran por encma de cada umbral (columnas 2 y 4). La nformacón de esta tabla da lugar a la curva de perfles de concentracón, 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. La Fgura 2 muestra estas curvas para paro regstrado y DENOs. 100 Porcentaje de parados que supera cada umbral Tasas de paro muncpales Paro regstrado DENOs Fgura 2. Perfl de concentracón del desempleo El desplazamento mostrado por el perfl de concentracón de los DENOSs 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. En la seccón anteror comprobamos en qué medda el concepto DENOs asgna elevadas tasas de desempleo a un mayor número de muncpos. Ahora 7

9 podemos afrmar, además, que estos muncpos en su conjunto acogen a un porcentaje mportante del total de la poblacón desempleada. 3. El enfoque terrtoral de la concentracón espacal 3.1. 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, aspecto que el perfl de concentracón sólo tene en cuenta parcalmente. Condconar el nvel de concentracón geográfca de un subgrupo por la del conjunto de la poblacón sgnfca utlzar un concepto relatvo de concentracón, como apuntan Brülhart y Traeger (2005) en su análss de la dstrbucón del empleo. Para abordar esta cuestón adaptamos el índce de concentracón ndustral de Maurel y Sédllot (1999) para cuantfcar las dscrepancas, muncpo a muncpo, entre su peso demográfco y la proporcón de parados que representan (respecto al total de parados). 10 En concreto, utlzaremos la expresón: donde C = ( s ) 1 γ = 2 ( x ) ( x 2 1 C N 1 1 N ) 2 =, ( s 1 x )( s ( x ) + x 2 ), sendo n s = la proporcón de parados en la localzacón, esto es, el cocente entre el N número de parados en ( n ), y el número total de parados, N = n ; y sendo x p P = la proporcón de poblacón resdente en dcha localzacón, esto es, el cocente entre la poblacón de la localzacón, p, y la poblacón total, P. = p 10 Este índce ha sdo utlzado para analzar la concentracón del empleo ndustral en Franca (Maurel y Sédllot, 1999), y en España (Alonso-Vllar et al., 2003). 8

10 Este índce se derva de un modelo de localzacón en el que los parados (en el trabajo de referenca, serían las empresas de un determnado sector) estarían ubcados en una localzacón u otra, dependendo de las característcas de la msma. 11 S los parados (respectvamente, las empresas del sector) estuveran dstrbudos de manera aleatora en el terrtoro, esperaríamos que donde hubese el doble de poblacón (respectvamente, actvdad económca) se ubcase el doble de parados (respectvamente, empresas del sector) y este índce tomaría entonces el valor 0. S, por el contraro, la dstrbucón no fuese aleatora se producrían dscrepancas entre la dstrbucón de parados y la de la poblacón de referenca. Este índce recoge precsamente dchas dscrepancas, dándole un peso tanto más elevado cuanto más tendan a ubcarse los parados (empresas) en los lugares con mayor poblacón (actvdad ndustral en general). Así, el índce γ toma un valor postvo elevado s en las cudades grandes la proporcón de parados, respecto al total de parados, es superor a su peso poblaconal. S los muncpos pequeños tenen una proporcón de parados superor a su peso demográfco, su contrbucón tambén será postva, aunque en general de mucha menor cuantía, a no ser que la proporcón de parados que tenga dcho muncpo sea extraordnaramente alta. 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. 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. En cualquer caso, este índce no ofrece un valor que pueda ser nterpretado de forma aslada, sno en comparacón con otros Resultados Para tratar de dentfcar patrones de localzacón dferentes, hemos vuelto a agrupar los muncpos en las 5 clases anterores. Los resultados del índce de Maurel y Sédllot (1999) ndcan que la concentracón espacal de los parados en todos los grupos, excepto en el 5, es mayor con la varable DENOs (Tabla 3). Por otro lado, tanto con el paro regstrado como con 11 En Maurel y Sédllot (1999) la ubcacón de una empresa podía depender de las característcas naturales de la zona o de posbles externaldades con otras empresas ya establecdas, que podían afectar a su nvel de benefcos. En nuestro caso podemos nterpretar que la probabldad de que un parado se encuentre en un determnado lugar puede depender de las característcas de dcho terrtoro, como puede ser su estructura productva, el número de empresas, volumen de actvdad, etc. 9

11 los DENOs, el grupo 5 presenta un valor negatvo, lo cual sgnfca que en este grupo tenen un peso mportante, en número y/o poblacón, las cudades con una proporcón de parados nferor al peso demográfco que representan. Además, tambén se observa que el índce en el resto de los grupos toma un valor postvo, con lo que dentro de los muncpos pequeños y medos tenen un mayor peso aquellos núcleos que albergan a una proporcón de parados superor a su tamaño poblaconal. 12 Por lo tanto, esto apunta a que el patrón de las cudades grandes resulta bastante dferente al resto, ndependentemente del concepto de paro utlzado. Vsto todo lo anteror no debería resultar sorprendente que el índce sea negatvo para el conjunto de muncpos. Por otro lado, el hecho de que su valor sea menor con la varable DENOs tal vez sea debdo al menor peso que los colectvos no ncludos en el paro regstrado tenen en los muncpos grandes, que son precsamente los que más determnan el valor del índce en el total. Índce M-S Grupo 1 Grupo 2 Grupo 3 Grupo 4 Grupo 5 Total PARO REGISTRADO DENOs Tabla 3. Índce de M-S por grupos 4. El enfoque dstrbutvo de la concentracón espacal 4.1. 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. De esta forma tambén tenemos en cuenta, de manera explícta, la propa dstrbucón de la poblacón, pero a partr de índces que verfcan dferentes propedades axomátcas, asocadas a dferentes conceptos normatvos de desgualdad que han sdo dscutdos en la lteratura. Para construr nuestra curva de Lorenz prmero ordenamos de forma crecente los dstntos muncpos de acuerdo con el rato s x, donde recordemos que el numerador es la proporcón de parados en respecto al total de parados, y el denomnador es la proporcón de poblacón 12 Recordemos que las dferencas, en valor absoluto, en el valor del índce de los dstntos grupos dependen fuertemente del tamaño de los muncpos nvolucrados. 10

12 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 el 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 de parados acumulados respecto del total de parados exstente. Acumular parados a nvel muncpal es equvalente a acumular tasas de paro, asgnadas artfcalmente a un ndvduo representatvo de cada muncpo, ponderadas por la poblacón resdente en cada uno de ellos. 13 Así, el número de parados de cada muncpo jugaría el papel de la varable renta muncpal en un hpotétco análss de dstrbucón del ngreso, mentras que su tasa de paro sería equvalente a la renta ndvdual de cada uno de sus resdentes. Como es lógco, en nuestro caso a todos los ndvduos de un muncpo les corresponde la msma tasa de paro, es decr, el msmo nvel de renta medo de su muncpo. 14 Esto nos permte una doble nterpretacón de la curva de Lorenz, al poder pensar tanto en térmnos de proporcones acumuladas de parados, como en proporcones acumuladas de tasas de paro (ponderadas por su peso poblaconal). Por lo tanto, cuando la curva de Lorenz se aleja de la bsectrz podemos decr que la poblacón parada se encuentra concentrada espacalmente, 15 o ben podemos decr que exste desgualdad entre los nveles de tasas de paro muncpales. S la curva de Lorenz de una dstrbucón fuera superor en todos los puntos a la de otra dstrbucón alternatva, la robustez del crtero de Lorenz nos permtría afrmar no sólo que la prmera dstrbucón presenta menores nveles de desgualdad/concentracón según Lorenz, sno de acuerdo con cualquer índce completo de desgualdad que sea consstente con él. Uno de estos índces es el índce de Gn, que mde la dstanca de la curva de Lorenz a la bsectrz. En concreto la expresón que hemos utlzado es la sguente: G =, j x x j 2U u u j, 13 Obsérvese que el número de parados en una localzacón no es sno su tasa de paro multplcada por su poblacón. 14 Esta stuacón tambén se produce en los análss dstrbutvos del ngreso cuando contamos con datos agrupados, por ejemplo, por hogares. Así, la renta que asgnamos a cada uno de los membros del hogar es la renta per cápta o, en general, la renta equvalente obtenda a partr de alguna escala de equvalenca. 15 Obsérvese que la bsectrz representa la stuacón de máxma equdad en el reparto del desempleo, donde todos los muncpos tenen exactamente la msma tasa de paro y por lo tanto éste se reparte de forma unforme a como lo hace la poblacón en edad de trabajar. 11

13 donde n u = representa la tasa de paro del muncpo, y p conjunto de la economía. N U = la tasa de paro en el P Por otro lado, la curva de Lorenz puede ser descompuesta atendendo a dferentes grupos de poblacón (en nuestro caso grupos de muncpos defndos según su tamaño), de tal forma que en cada percentl de poblacón acumulada podamos averguar cuánto contrbuye cada uno de dchos grupos al valor alcanzado por Lorenz. En concreto, sguendo a Bshop et al. (2003), podemos escrbr K L( τ, u) = s L( τ, u ), k = 1 ( k) 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), s ( k ) representa la proporcón de parados que tene el grupo k (respecto al total de parados), K es el número total (k) de grupos en el que hemos clasfcado la poblacón, y L( τ, u ) es la proporcón acumulada de parados que dcho grupo tene hasta el percentl τ de la dstrbucón total. Obsérvese que las (k) funcones L( τ, u ) no son propamente las curvas de Lorenz de cada grupo, ya que esto requerría calcular el porcentaje acumulado de parados que dcho grupo tene hasta su propo percentl, y no hasta el de la poblacón total. Esta descomposcón resulta de gran nterés porque nos va a permtr enrquecer nuestro análss en un doble sentdo. Por un lado, la expresón ( k) LC k = s ( k) L( τ, u L( τ, u) ( k) ) nos nforma de la contrbucón de cada grupo al valor de Lorenz en el percentl (k) correspondente. Por otro lado, la funcón L( τ, u ) nos va a permtr conocer cómo se dstrbuyen los parados del grupo k entre los dstntos percentles de la dstrbucón total. Otro ndcador de desgualdad al que nos referremos en la aplcacón empírca es la famla de índces de Thel. Aunque estos índces no ofrecen una nterpretacón tan ntutva en térmnos de la curva Lorenz como el índce de Gn, son gualmente consstentes con este 12

14 crtero 16 y verfcan propedades que los hacen especalmente atractvos en el estudo de la desgualdad. Estos índces consttuyen una famla porque, según el valor del parámetro de aversón a la desgualdad elegdo, α, verfcan propedades normatvas gradualmente dferentes, lo que permte comparar resultados y extraer conclusones sobre posbles dscrepancas en stuacones empírcas concretas. Las expresones utlzadas y adaptadas a nuestro estudo del desempleo, para valores de α guales a -1, 0, 1 y 2, son las sguentes: 1 1 u U T 1 = x 1, 2 U T = x ln u 0, u u T = 1 x ln U U, 2 1 u T = x 1 2 U 2. Estos índces permten ahondar en el análss dstrbutvo obtendo a través de la curva de Lorenz. En prmer lugar, al ser índces completos, nos permten cuantfcar el nvel de desgualdad y realzar comparacones en aquellos casos en los que el crtero de Lorenz no es concluyente, al producrse cruces entre las curvas. 17 En segundo lugar, otra ventaja de esta famla es que sus membros son descomponbles. Ésta es una propedad nteresante para el trabajo empírco, donde es relevante conocer en qué grupos poblaconales se concentra la desgualdad y qué factores contrbuyen en mayor medda a explcarla. En este sentdo, la lteratura de desgualdad se ha preocupado de caracterzar dos tpos de descomposcones: ) Descomposcón por subgrupos de poblacón. Un índce descomponble puede expresarse como una funcón de la desgualdad dentro de cada uno de los subgrupos que consttuyen la poblacón (componente wthn) y de la desgualdad exstente entre dchos subgrupos (componente between). El concepto más utlzado de descomposcón por subgrupos es el denomnado descomposcón adtva, propuesto por Shorrocks (1980). Es conocdo que los índces de Thel con parámetro de aversón a la desgualdad gual a 0 y 1 verfcan esta propedad a partr de una descomposcón que permte una nterpretacón ntutva de las ponderacones del componente wthn. Las descomposcones que se dervan de cada uno de ellos se pueden expresar en nuestro caso de la forma sguente: 16 En otras palabras, s una curva de Lorenz refleja más desgualdad que otra, los índces de Thel tomarán en el prmer caso un valor más elevado que en el segundo. 17 Lo msmo ocurre con el índce de Gn. Sólo cuando no se producen cruces en las curvas de Lorenz todos estos índces mostrarán resultados consstentes entre sí. 13

15 ( k) ( k) U T0 = x T + x 0 ln ( k), u k ( k) ( k) ( k) ( k) u = + u T1 s T1 x ln U, k U sendo x (k) el peso poblaconal que representa el subgrupo k, T (k) el índce de Thel de dcho (k) subgrupo, y u 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 subgrupo poblaconal; mentras que el segundo sumando refleja el componente between. En nuestro caso esto se hará a partr de una partcón dseñada en funcón del tamaño de los muncpos. ) Descomposcón por componentes/factores. En este estudo estamos nteresados en analzar la varable edad para evaluar las dferencas en concentracón del desempleo de jóvenes, mayores y parados de medana edad, como se reflejará en la seccón sguente. Para ello descompondremos la poblacón total desempleada de cada muncpo en estos tres componentes. Esta descomposcón da lugar a cuatro dstrbucones de desempleo dferentes: la total y la de cada uno de estos colectvos. Llamaremos u c a la dstrbucón que resulta de dvdr el número de ndvduos parados del colectvo c en cada muncpo entre la poblacón total del msmo. Y seguremos reservando la varable u para la dstrbucón de tasas de paro muncpales. La proporcón en la que el factor-componente c contrbuye a la desgualdad total, según la propuesta por Shorrocks (1980), se puede expresar en nuestro caso a partr del índce T 2 de la sguente forma: 18 S c uc = ρ c U T T 2c 2, donde el subíndce c representa al colectvo correspondente, y ρ c es el coefcente de correlacón entre la dstrbucón u y la dstrbucón u c. T 2 c es el índce de Thel de parámetro 2 aplcado a la dstrbucón u c, y u c es la meda (ponderada por el tamaño de los muncpos) de dcha dstrbucón. Esta meda concde con el cocente entre el número de ndvduos parados del colectvo correspondente dvddo por la poblacón total de los msmos. Esto es, recoge el componente edad de la tasa agregada de paro, ya que: U = u. c c 18 En Brülhart y Traeger (2005) se utlza esta descomposcón para analzar la concentracón de la actvdad económca en Europa por sectores. 14

16 4.2. Resultados Según se muestra en la Fgura 3, la curva de Lorenz obtenda a partr del paro regstrado está por encma de la obtenda con los DENOs en todos los puntos de la dstrbucón, con lo que la concentracón/desgualdad es mayor en el segundo caso que en el prmero (como tambén se constata usando el índce de Gn y los índces de Thel, cuyos valores se muestran en la Tabla 4). 19 Además, a partr de este análss se deduce que en la últma decla de la poblacón, que es donde están los muncpos con las tasas de paro más elevadas, se encuentran el 19% de los DENOs (el 17% de los parados según el paro regstrado), mentras que en la prmera decla sólo están aproxmadamente el 5% de los msmos, lo que nos da dea de la magntud de las dferencas entre ambas colas de la dstrbucón. 1 Proporcón acumulada de parados Proporcón acumulada de poblacón Paro regstrado DENOs Fgura 3. Curvas de Lorenz del desempleo Gn Thel -1 Thel 0 Thel 1 Thel 2 Thel 0 W-B (%) Thel 1 W-B (%) PARO REGISTRADO 0,1954 0,0697 0,0624 0,0614 0, ,20-2,80 97,14 2,86 DENOs 0,2260 0,0895 0,0831 0,0862 0, ,16-1,84 98,24 1,76 Tabla 4. Índces de Gn y Thel. Descomposcón Wthn-Between Es nteresante averguar qué muncpos, de acuerdo con el tamaño de su poblacón, contrbuyen más a la desgualdad en el desempleo y en qué medda lo hacen. A partr de ahora 19 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. Estos muncpos tampoco se tenen en cuenta en el cálculo de las tasas de paro de la Tabla 5. 15

17 nos centraremos en el comportamento de la varable DENOs, aunque se añadrán algunos comentaros adconales a lo que ocurre con el paro regstrado para contrastar la robustez de los resultados (las tablas correspondentes se recogen en el Apéndce). En la Tabla 5 se ofrece la descomposcón por tamaño muncpal para los índces de Thel 0 y 1. Las tasas medas que se ndcan se referen a las ponderadas por el tamaño poblaconal. Tasa de Poblacón Parados Thel 0 Thel 1 DENOs Thel 0 Thel 1 desempleo (%) (%) wthn (%) wthn (%) Grupo 1 8,67 8,99 9,05 0, ,46 0, ,36 Grupo 2 9,18 17,75 18,94 0, ,51 0, ,41 Grupo 3 8,81 27,08 27,71 0, ,46 0, ,93 Grupo 4 9,18 9,22 9,83 0,0634 7,17 0,0605 7,01 Grupo 5 8,03 36,97 34,48 0, ,41 0, ,28 Total 8, Tabla 5. Tasas de paro, pesos demográfcos e índces de Thel por grupos (DENOs) En prmer lugar, se constata que la desgualdad total se debe fundamentalmente a la que presentan nternamente los dstntos grupos de muncpos (componente wthn) y no tanto a la desgualdad provocada por las dferencas exstentes entre ellos (componente between) (tal y como se muestra en las columnas 6 y 7 de la Tabla 4). En segundo lugar, 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% (véanse columnas 5 y 7). 20 En tercer lugar, los resultados muestran que los muncpos pequeños presentan una fuerte desgualdad nterna en tasas de paro (como se constata en las columnas 4 y 6). Esto conlleva que su contrbucón a la desgualdad sea muy superor a la que le correspondería dado su peso demográfco y su porcentaje de parados (columnas 2 y 3). En concreto, el grupo 1 contrbuye a la desgualdad wthn en un 24,5% según Thel 0, mentras que su peso demográfco y la proporcón de parados que acumula se stúan en el 9%. Sn embargo, los muncpos grandes contrbuyen a la desgualdad wthn en mucha menor medda de lo que correspondería, seguramente debdo a su bajo nvel de desgualdad nterna (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. 20 En líneas generales estos resultados se mantenen con los datos de paro regstrado. 16

18 Para ahondar en esta cuestón, se ha descompuesto la curva de Lorenz para así determnar cómo contrbuye cada grupo al valor de la ordenada de Lorenz en cada decla (ver Tabla 6). La últma columna de dcha tabla acumula al 100% de la poblacón y, por tanto, nos nforma de la proporcón de parados que provene de cada grupo, es decr, ndca los valores de ( k ) s. 21 Observamos que la mayor contrbucón de parados procede de los muncpos grandes (grupo 5) con un 34% de los msmos. En cualquer caso, la contrbucón de los grupos 1, 2, 3 y 4 al total de parados se aproxma bastante a su contrbucón al conjunto de la poblacón (recogda en la últma columna de la Tabla 7) mentras que la del grupo 5 es nferor en dos puntos porcentuales a la que le correspondería. 22 DENOs Grupo1 27,98 16,61 10,57 9,08 8,29 7,56 7,56 6,97 6,63 9,05 Grupo2 29,01 26,09 17,23 17,17 16,97 15,88 16,51 16,29 15,68 18,94 Grupo3 28,81 27,74 19,81 23,99 23,23 25,55 27,54 27,64 27,81 27,71 Grupo4 8,64 7,39 7,25 7,82 7,95 7,24 7,30 8,48 9,10 9,83 Grupo5 5,56 22,17 45,14 41,93 43,56 43,77 41,10 40,63 40,78 34,48 Total: Tabla 6. Contrbucón porcentual de cada grupo a la ordenada de Lorenz: LC k (DENOs) DENOs Grupo1 32,40 20,40 13,87 11,75 10,58 9,60 9,31 8,70 8,29 9,07 Grupo2 28,7 26,40 18,57 18,13 17,82 16,77 17,10 16,91 16,43 17,74 Grupo3 26,4 26,75 20,13 23,58 23,04 24,90 26,50 26,78 26,96 27,05 Grupo4 8 7,25 7,17 7,63 7,80 7,25 7,29 8,08 8,50 9,21 Grupo5 4,6 19,25 40,27 38,95 40,78 41,48 39,80 39,55 39,82 36,93 Total: Tabla 7. Proporcón de parados de cada grupo en cada decla acumulada de Lorenz (DENOs) S nos fjamos sólo en la prmera decla (que es donde están los muncpos con menores tasas de paro) observamos que ahí se encuentran fundamentalmente los muncpos de los grupos 1, 2 y 3 (según se desprende de la prmera columna de la Tabla 6). Cada uno de los grupos aporta una proporcón smlar al total de parados (alrededor del 28-29%), 23 s ben en el grupo 1 esto supone una contrbucón varos puntos por debajo de su peso poblaconal. 21 Esta nformacón tambén se mostró en la columna correspondente al porcentaje de parados de la Tabla 5. Pueden exstr, sn embargo, pequeñas varacones debdo a que en dcha tabla se elmnaron los muncpos con paro gual a cero, como ya se apuntó anterormente y, sn embargo, esto no es necesaro en el análss de Lorenz. 22 Con el paro regstrado la contrbucón a la desgualdad del grupo 5 y su peso demográfco son, sn embargo, smlares, como se muestra en el Apéndce. 23 Según el paro regstrado los porcentajes de los grupos 1, 2 y 3 en la prmera decla se stúan en torno al por cento. 17

19 Como se observa en la Tabla 8, la descomposcón de cada grupo por declas, ( k) ( k) L( τ + 0.1, u ) L( τ, u ), nos permte asmsmo 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 más elevadas de paro del total de muncpos, 24 mentras que en la prmera decla se encuentra el 15% de sus parados, lo que permte explcar la fuerte contrbucón de este grupo a la desgualdad total que reflejaba la descomposcón de Thel, mostrada anterormente. DENOs Decla 1 Decla 2 Decla 3 Decla 4 Decla 5 Decla 6 Decla 7 Decla 8 Decla 9 Decla 10 Total Grupo1 15,01 6,1 0,65 4,43 5,43 4,77 8,57 5,92 7,86 41, Grupo2 7,42 8,4 1,11 6,71 7,26 5,58 10,49 9,94 9,5 33, Grupo3 5,07 6,46 1,78 9,3 6,31 11,23 13,37 12,51 14,49 19, Grupo4 4,28 4,36 5,12 6,97 7,17 4,17 7,88 17,09 17,24 25, Grupo5 0,79 6,61 16,98 7,36 11,83 11,68 8,95 13,8 16,9 5,1 100 Tabla 8. Dstrbucón porcentual de los parados de cada grupo por declas (DENOs) Grupo 1 Grupo 2 Grupo 3 Grupo 4 Grupo 5 Ventla 1 Ventla 2 Ventla 3 Ventla 4 Ventla 5 Fgura 4. Dstrbucón porcentual de los parados de cada grupo por ventlas: DENOs De hecho, s tenemos en cuenta la aportacón de parados del grupo 1 en cada ventla (Fgura 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. 26 El grupo 2 tambén presenta este tpo de patrón, aunque de forma menos acusada. En el extremo opuesto se encuentran los muncpos más grandes (grupo 5), ya que su aportacón de parados tendría forma de u nvertda (obsérvese que este grupo apenas tenen parados en la 24 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 pequeños. Véase el Apéndce. 25 Estas declas venen determnadas por la curva de Lorenz de la dstrbucón u. 26 Con el paro regstrado tambén se observa el msmo fenómeno. 18

20 prmera decla, sendo además su porcentaje de parados en la últma decla el menor de todas las agrupacones muncpales, lo que es acorde con la nformacón proporconada por el índce de Thel). 27 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, en el caso de los muncpos grandes este porcentaje cae al 22% (cas la mtad) Comparacones por tramos de edad 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). 29 Hemos calculado las tasas de paro de los DENOs para cada tramo y hemos obtendo las sguentes funcones de densdad: Tasas de paro Tramo 1 Tramo 2 Tramo 3 Fgura 5. Tasas de paro por tramos de edad (DENOs) 27 S analzamos el paro regstrado, el patrón del grupo 5 es menos claro, mostrando pequeños ascensos y descensos en las ventlas ntermedas. En cualquer caso, la aportacón de la prmera ventla es tambén muy nferor a la de la segunda. 28 Estos porcentajes tomando como referenca el paro regstrado serían, respectvamente, el 54% y 25%. 29 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 7687 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. 19

21 En la Fgura 5 se constata que las densdades de los tramos 1 y 2 son menos apuntadas y se encuentran lgeramente desplazadas haca la derecha en relacón con los valores bajos e ntermedos del tramo 3. En el caso del tramo 2 esto resulta más evdente al poseer además una cola superor que agrupa a una proporcón de parados muy superor a la del tramo 1. De hecho, ese colectvo presenta la mayor tasa de paro de los tres, con un 9,1%, frente al 8,6% del tramo 3, y al 7,6% del tramo Cuando se analza la dstrbucón de los parados en relacón con otros parados, se observa que los jóvenes son los que presentan una concentracón espacal más baja (Fgura 6) Porcentaje de parados que supera cada umbral Tasas de paro Tramo 1 Tramo 2 Tramo 3 Fgura 6. Dstrbucón de parados por tasas muncpales (DENOs) En concreto, según los datos de los DENOs, mentras que el 20% de los jóvenes parados resden en muncpos donde las tasas de paro juvenl superan el 12%, en los otros tramos de edad sus porcentajes ascenden al 33%. Más aún, un 10% de los parados del tramo 3 resde en muncpos con tasas de paro de superores al 20%, mentras que cas no hay parados del tramo 1 en esas crcunstancas Las medas y desvacones típcas de las tasas de paro de cada grupo de muncpos y tramo de edad se muestran en la Tabla A5 del Apéndce. 31 Esto tambén se constata con los datos de paro regstrado. 32 Para tasas de paro bajas, el perfl de concentracón de los parados de medana edad supera al de los mayores, mentras que para tasas altas ocurre lo contraro. Esto parece ndcar que los parados mayores están relatvamente más localzados en muncpos con tasas de paro elevadas que los de medana edad. Sn embargo, según los datos 20

22 El análss de Lorenz para los tres tramos de edad ndca 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 para todo índce de desgualdad consstente con este crtero (ver Tabla 9). 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 (Tabla 9). Thel 2 descomposcón por tramos 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, ,08 Tramo 2-0,0033 0,2329 0,0927 0,0867 0,0904 0, ,56 Tramo 3-0,0021 0,2574 0,1237 0,1113 0,1191 0, ,36 Tabla 9. Índces de M-S, Gn y Thel y descomposcón por tramos de edad (DENOs) 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. 33 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 de 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 parámetros de aversón a la desgualdad habtualmente consderados en los índces de Thel, los resultados apuntan en esa dreccón. 34 Sólo el índce con parámetro gual a -1 refleja una mayor desgualdad en el caso de los jóvenes, aunque la dferenca es muy pequeña, lo que parece ser consstente con las escasas dscrepancas que ambas curvas de Lorenz presentan en las prmeras declas, dado que en este índce tene un mayor peso la cola baja de la dstrbucón. Por el contraro, cuanto mayor es el valor del parámetro, mayor preocupacón refleja el índce de Thel por lo que sucede en la cola alta. Dadas las dferencas que se constatan en las últmas declas de sus curvas de Lorenz no es de extrañar que, para los de paro regstrado, en práctcamente todos los puntos, la curva del paro de medana edad es superor a la del paro de mayores, lo cual es consstente con la menor dspersón y meda que presenta el tramo 3 frente al 2 en ese caso. 33 Con el paro regstrado hay cruces entre las tres curvas, con lo que no se puede aplcar nngún crtero de domnanca. 34 Con el paro regstrado, los valores de Thel y Gn más altos nuevamente se detectan en el tramo 3. Sn embargo, el tramo 2 presenta valores claramente nferores al tramo 1con todos estos índces. 21

23 valores del parámetros 0, 1 y 2, el índce de Thel del tramo 2 sea claramente superor al del tramo 1. Por otro lado, s descomponemos el índce de Thel con parámetro gual a 2 (últma columna de la Tabla 9) tambén comprobamos que la contrbucón a la desgualdad total de los parados de medana edad y de los mayores (con valores en torno al 37% en ambos casos) es superor a la de los jóvenes (25%). El hecho de que la contrbucón del tramo 2 sea tan elevada, a pesar de que no ser el grupo con mayor desgualdad nterna, puede deberse al mayor peso que este colectvo tene entre los parados, con un 38%, frente al 34% del tramo 3 y el 28% del tramo Cuando tenemos en cuenta el tamaño de los muncpos, y analzamos su mpacto en los dstntos tramos de edad, volvemos a constatar que en todos ellos los muncpos pequeños (grupos 1 y 2) contrbuyen a la desgualdad en mucha mayor medda de lo que les correspondería por su peso poblaconal, mentras que a los muncpos grandes (grupo 5) les ocurre lo contraro (véase la Tabla 10). La novedad en este caso radca en que en el tramo de edad 3 (parados mayores), tanto la contrbucón del grupo 1 como la del grupo 2 llegan a duplcar la del grupo 5 (que sólo alcanza el 14%), lo que parece ndcar 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. Algo smlar, aunque no tan pronuncado, se produce en los parados de medana edad (tramo 2). Por el contraro, tanto los muncpos grandes como los pequeños contrbuyen de forma mportante a las desgualdades exstentes en las tasas de paro juvenl (tramo 1). De todo lo cual se deduce que el grupo 1 ve ncrementar su contrbucón, en detrmento del grupo 5, a medda que aumenta la edad de los parados (y muy por encma del ncremento expermentado por su peso demográfco) Estos resultados se mantenen con los datos de paro regstrado. 36 Lo que tambén se constata con paro regstrado. 22

24 Tramo 1 Tasa de Poblacón Parados Thel 0 Thel 1 Thel 0 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 1 Thel 0 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 1 Thel 0 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, , , Tabla 10. Tasas de paro, pesos demográfcos e índces de Thel por grupos y tramos (DENOs) Tramo 1 Decla 1 Decla 2 Decla 3 Decla 4 Decla 5 Decla 6 Decla 7 Decla 8 Decla 9 Decla 10 Total Grupo1 12,16 3,19 3,99 5,57 5,29 8,85 10,3 10,14 10,62 29, Grupo2 7,42 2,82 5,36 6,09 6,75 7,5 13,3 13,37 12,88 24, Grupo3 4,59 2,9 6,2 7,97 8,12 10,29 15,63 12,89 12,6 18, Grupo4 3,31 2,73 4,84 7,44 6,34 6,38 4,5 8,72 17,73 38, Grupo5 1,71 13,22 9,21 9,02 11,19 11,09 7,97 13,32 17,3 5, Tramo 2 Decla 1 Decla 2 Decla 3 Decla 4 Decla 5 Decla 6 Decla 7 Decla 8 Decla 9 Decla 10 Total Grupo1 13,69 3,9 1,73 4,17 5,48 5,58 8,3 6,97 8,21 41, Grupo2 8,47 4,31 1,89 6,94 6,91 6,91 11,08 9,15 9,15 35, Grupo3 4,94 5,26 2,39 8,63 8,06 9,74 14,42 10,38 15,47 20, Grupo4 5,71 3,2 2,39 6,85 11,2 4,24 4,13 17,74 26,33 18, Grupo5 0 10,59 16,49 7,49 9,14 11,8 9,08 15,78 14,03 5,6 100 Tramo 3 Decla 1 Decla 2 Decla 3 Decla 4 Decla 5 Decla 6 Decla 7 Decla 8 Decla 9 Decla 10 Total Grupo1 11,68 6,76 5,95 1,39 2,4 2,84 4,36 6,97 8,38 49, Grupo2 6,87 9 9,27 2,19 1,73 4,46 7,68 10,05 9,52 39, Grupo3 3,8 6,13 12,49 2,69 4,83 7,85 14,91 12,64 14,2 20, Grupo4 1,92 6,56 7,6 4,22 9,86 5,94 11,97 14,84 29,35 7, Grupo5 1,08 4,11 2,7 17,02 15,24 14,07 8,11 11,5 14,23 11, Tabla 11. Dstrbucón porcentual de los parados de cada grupo y tramo por declas (DENOs) Estas declas venen determnadas por la curva de Lorenz de la dstrbucón u. 23

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

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

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

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

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

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos. ESTADÍSTICA I. Recuerda: Poblacón: Es el conjunto de todos los elementos que cumplen una determnada propedad, que llamamos carácter estadístco. Los elementos de la poblacón se llaman ndvduos. Muestra:

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

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

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

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

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

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

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

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

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 Objetvo: La estadístca tene por objeto el desarrollo de técncas para el conocmento

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

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

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

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

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

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

Tema 4: Variables aleatorias

Tema 4: Variables aleatorias Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son

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

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

FORMULARIO PARA LA PRESENTACIÓN DE RESUMEN DE PONENCIA

FORMULARIO PARA LA PRESENTACIÓN DE RESUMEN DE PONENCIA FORMULARIO PARA LA PRESENTACIÓN DE RESUMEN DE PONENCIA TÍTULO DE LA PONENCIA: Heterogenedad en los perfles de ngreso y retornos a la educacón superor en el Perú AUTOR: Gustavo Yamada, Juan F. Castro y

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

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

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

Figura 1

Figura 1 5 Regresón Lneal Smple 5. Introduccón 90 En muchos problemas centífcos nteresa hallar la relacón entre una varable (Y), llamada varable de respuesta, ó varable de salda, ó varable dependente y un conjunto

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

Ejemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias

Ejemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias Ejemplo: Consumo - Ingreso Ingreso Consumo Poblacón 60 famlas ( YX ) P = x [ YX ] E = x Línea de regresón poblaconal 80 60 Meda Condconal 40 20 00 [ X = 200] EY o o o o [ X = 200] EY 80 o o o 60 o 40 8

Más detalles

Tema 1: Análisis de datos unidimensionales

Tema 1: Análisis de datos unidimensionales Tema : Análss de datos undmensonales. Varables estadístcas undmensonales. Representacones gráfcas.. Característcas de las dstrbucones de frecuencas undmensonales.. Varables estadístcas undmensonales. Representacones

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

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

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

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

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

Introducción a la Física. Medidas y Errores

Introducción a la Física. Medidas y Errores Departamento de Físca Unversdad de Jaén Introduccón a la Físca Meddas y Errores J.A.Moleón 1 1- Introduccón La Físca y otras cencas persguen la descrpcón cualtatva y cuanttatva de los fenómenos que ocurren

Más detalles

Modelos triangular y parabólico

Modelos triangular y parabólico Modelos trangular y parabólco ClassPad 0 Prof. Jean-Perre Marcallou INTRODUCCIÓN La calculadora CASIO ClassPad 0 dspone de la Aplcacón Prncpal para realzar los cálculos correspondentes a los modelos trangular

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

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

PROYECTO DE TEORIA DE MECANISMOS. Análisis cinemático y dinámico de un mecanismo plano articulado con un grado de libertad.

PROYECTO DE TEORIA DE MECANISMOS. Análisis cinemático y dinámico de un mecanismo plano articulado con un grado de libertad. Nombre: Mecansmo: PROYECTO DE TEORIA DE MECANISMOS. Análss cnemátco y dnámco de un mecansmo plano artculado con un grado de lbertad. 10. Análss dnámco del mecansmo medante el método de las tensones en

Más detalles

Nos interesa asignar probabilidades a valores numéricos obtenidos a partir de fenómenos aleatorios, es decir a variables aleatorias.

Nos interesa asignar probabilidades a valores numéricos obtenidos a partir de fenómenos aleatorios, es decir a variables aleatorias. Estadístca (Q) Dana M. Kelmansky 5 Varables Aleatoras Nos nteresa asgnar probabldades a valores numércos obtendos a partr de fenómenos aleatoros, es decr a varables aleatoras. Por ejemplo, calcular la

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

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

Estadísticos muéstrales

Estadísticos muéstrales Estadístcos muéstrales Una empresa dedcada al transporte y dstrbucón de mercancías, tene una plantlla de 50 trabajadores. Durante el últmo año se ha observado que 5 trabajadores han faltado un solo día

Más detalles

REGRESION LINEAL SIMPLE

REGRESION LINEAL SIMPLE REGREION LINEAL IMPLE Jorge Galbat Resco e dspone de una mustra de observacones formadas por pares de varables: (x 1, y 1 ) (x, y ).. (x n, y n ) A través de esta muestra, se desea estudar la relacón exstente

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

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

Estadística Unidimensional: SOLUCIONES

Estadística Unidimensional: SOLUCIONES 4ª SesónFecha: Estadístca Undmensonal: SOLUCIOES Varables estadístca dscreta 1 Con los datos del ejercco de Pág 19 nº 3 determna: a) Tabla de Frecuencas b) Dagrama de barras Gráfco acumulado c) Meddas

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

Tema 1 Descripción de datos: Estadística descriptiva unidimensional Estadística descriptiva

Tema 1 Descripción de datos: Estadística descriptiva unidimensional Estadística descriptiva Descrpcón de datos: Estadístca descrptva undmensonal Estadístca descrptva Objetvos: Ordenar, clasfcar, resumr grandes conjuntos de datos de modo que puedan ser fáclmente nterpretables Defncones báscas:

Más detalles

Descripción de una variable

Descripción de una variable Descrpcón de una varable Tema. Defncones fundamentales. Tabla de frecuencas. Datos agrupados. Meddas de poscón Meddas de tendenca central: meda, medana, moda Ignaco Cascos Depto. Estadístca, Unversdad

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

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

unidad 12 Estadística

unidad 12 Estadística undad 1 Estadístca Qué es una tabla de frecuencas Págna 1 Al número de veces que se repte un dato se le denomna frecuenca de ese dato. Una tabla de frecuencas es una tabla en la que cada valor de la varable

Más detalles

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis Tema. Estadístcos unvarados: tendenca central, varabldad, asmetría y curtoss 1. MEDIDA DE TEDECIA CETRAL La meda artmétca La medana La moda Comparacón entre las meddas de tendenca central. MEDIDA DE VARIACIÓ

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

3. VARIABLES ALEATORIAS.

3. VARIABLES ALEATORIAS. 3. VARIABLES ALEATORIAS. Una varable aleatora es una varable que toma valores numércos determnados por el resultado de un epermento aleatoro (no hay que confundr la varable aleatora con sus posbles valores)

Más detalles

Vectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales:

Vectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales: VECTOES 1.- Magntudes Escalares y Magntudes Vectorales. Las Magntudes Escalares: son aquellas que quedan defndas úncamente por su valor numérco (escalar) y su undad correspondente, Eemplo de magntudes

Más detalles

2. EL TENSOR DE TENSIONES. Supongamos un cuerpo sometido a fuerzas externas en equilibrio y un punto P en su interior.

2. EL TENSOR DE TENSIONES. Supongamos un cuerpo sometido a fuerzas externas en equilibrio y un punto P en su interior. . EL TENSOR DE TENSIONES Como se explcó prevamente, el estado tensonal en un punto nteror de un cuerpo queda defndo por 9 componentes, correspondentes a componentes por cada una de las tensones nternas

Más detalles

Hidrología superficial

Hidrología superficial Laboratoro de Hdráulca Ing. Davd Hernández Huéramo Manual de práctcas Hdrología superfcal 7o semestre Autores: Héctor Rvas Hernández Juan Pablo Molna Agular Rukmn Espnosa Díaz alatel Castllo Contreras

Más detalles

1. Variable aleatoria. Clasificación

1. Variable aleatoria. Clasificación Tema 7: Varable Aleatora Undmensonal 1. Varable aleatora. Clasfcacón. Caracterzacón de una varable aleatora. Varable Aleatora dscreta. Varable Aleatora contnua 3. Característcas de una varable aleatora.

Más detalles

Correlación y regresión lineal simple

Correlación y regresión lineal simple . Regresón lneal smple Correlacón y regresón lneal smple. Introduccón La correlacón entre dos varables ( e Y) se refere a la relacón exstente entre ellas de tal manera que a determnados valores de se asocan

Más detalles

ESTADÍSTICA UNIDIMENSIONAL

ESTADÍSTICA UNIDIMENSIONAL ESTADÍSTICA UNIDIMENSIONAL La estadístca undmensonal trata de resumr la nformacón contenda en una tabla que contene nformacón de una sola varable en unos pocos números. Las meddas de poscón pueden ser:

Más detalles

METODOLOGÍA MUESTRAL ENCUESTA LONGITUDINAL DE EMPRESAS AÑO CONTABLE 2009

METODOLOGÍA MUESTRAL ENCUESTA LONGITUDINAL DE EMPRESAS AÑO CONTABLE 2009 METODOLOGÍA MUESTRAL ENCUESTA LONGITUDINAL DE EMPRESAS AÑO CONTABLE 009 INSTITUTO NACIONAL DE ESTADÍSTICAS Novembre / 0 DEPARTAMENTO DE INVESTIGACIÓN Y DESARROLLO Metodología Muestral Encuesta Longtudnal

Más detalles

Media es la suma de todas las observaciones dividida por el tamaño de la muestra.

Media es la suma de todas las observaciones dividida por el tamaño de la muestra. Estadístcos Los estadístcos son valores calculados con los datos de una varable cuanttatva y que mden alguna de las característcas de la dstrbucón muestral. Las prncpales característcas son: tendenca central,

Más detalles

Inferencia en Regresión Lineal Simple

Inferencia en Regresión Lineal Simple Inferenca en Regresón Lneal Smple Modelo de regresón lneal smple: Se tenen n observacones de una varable explcatva x y de una varable respuesta y, ( x, y)(, x, y),...,( x n, y n ) el modelo estadístco

Más detalles

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos Reconclacón de datos expermentales MI5022 Análss y smulacón de procesos mneralúgcos Balances Balances en una celda de flotacón En torno a una celda de flotacón (o un crcuto) se pueden escrbr los sguentes

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

5.0 ESTADÍSTICOS PARA DATOS AGRUPADOS.

5.0 ESTADÍSTICOS PARA DATOS AGRUPADOS. 5.0 ESTADÍSTICOS PARA DATOS AGRUPADOS. Para organzar los datos a medda que el número de observacones crece, es necesaro condensar más los datos en tablas apropadas, a fn de presentar, analzar e nterpretar

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA Estadístca descrptva. ESTADÍSTICA DESCRIPTIVA POBLACIÓN Y MUESTRA. VARIABLES ESTADÍSTICAS DISTRIBUCIÓN DE FRECUENCIAS DE UNA MUESTRA AGRUPACIÓN DE DATOS REPRESENTACIONES GRÁFICAS DE LAS MUESTRAS PRINCIPALES

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

Metodología del Índice de Excedente Bruto Unitario de la Industria Exportadora (IEBU) 1

Metodología del Índice de Excedente Bruto Unitario de la Industria Exportadora (IEBU) 1 Metodología del Índce de Excedente Bruto Untaro de la Industra Exportadora (IEBU) 1 En forma general, el rato del Excedente Bruto de Explotacón por undad de costos para la ndustra exportadora para el período

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

Cinemática del Brazo articulado PUMA

Cinemática del Brazo articulado PUMA Cnemátca del Brazo artculado PUMA José Cortés Parejo. Enero 8. Estructura del brazo robótco El robot PUMA de la sere es un brazo artculado con artculacones rotatoras que le proporconan grados de lbertad

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

CyRCE: Un modelo de Riesgo de Crédito para Mercados Emergentes.

CyRCE: Un modelo de Riesgo de Crédito para Mercados Emergentes. CyRCE: Un modelo de Resgo de Crédto para Mercados Emergentes. Javer Márquez Dez-Canedo. DICIEMBRE 2004 Índce I. Introduccó cón II. CyRCE 1. El Modelo General 2. Segmentacón del Portafolo 3. Índce de Concentracón

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

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

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

Guía para el Trabajo Práctico N 5. Métodos Estadísticos en Hidrología

Guía para el Trabajo Práctico N 5. Métodos Estadísticos en Hidrología Guía para el Trabajo Práctco 5 Métodos Estadístcos en Hdrología er. PASO) Realzar el ajuste de la funcón de dstrbucón normal a una muestra de datos totales anuales de una varable (caudal, precptacón, etc.)

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

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma Estadístca Tema 1: Estadístca Descrptva Undmensonal Undad 2: Meddas de Poscón, Dspersón y de Forma Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Septembre 2010 Contendos...............................................................

Más detalles

Estadistica No Parametrica

Estadistica No Parametrica Estadstca No Parametrca CLASE 3 Pruebas Basadas en la Dstrbucon Bnomal JAIME MOSQUERA RESTREPO Bnomal Test La prueba bnomal es quzás la prueba mas antgua encontrada en al lteratura. Se encuentra asocada

Más detalles

Regresión Lineal Simple y Correlación

Regresión Lineal Simple y Correlación 4 Regresón Lneal Smple y Correlacón 4.1. Fundamentos teórcos 4.1.1. Regresón La regresón es la parte de la estadístca que trata de determnar la posble relacón entre una varable numérca, que suele llamarse

Más detalles

SISTEMA DIÉDRICO I Intersección de planos y de recta con plano TEMA 8 INTERSECCIONES. Objetivos y orientaciones metodológicas. 1.

SISTEMA DIÉDRICO I Intersección de planos y de recta con plano TEMA 8 INTERSECCIONES. Objetivos y orientaciones metodológicas. 1. Objetvos y orentacones metodológcas SISTEMA DIÉDRICO I Interseccón de planos y de recta con plano TEMA 8 Como prmer problema del espaco que presenta la geometría descrptva, el alumno obtendrá la nterseccón

Más detalles

Efectos fijos o aleatorios: test de especificación

Efectos fijos o aleatorios: test de especificación Cómo car?: Montero. R (2011): Efectos fjos o aleatoros: test de especfcacón. Documentos de Trabajo en Economía Aplcada. Unversdad de Granada. España Efectos fjos o aleatoros: test de especfcacón Roberto

Más detalles

Muestra: son datos de corte transversal correspondientes a 120 familias españolas.

Muestra: son datos de corte transversal correspondientes a 120 familias españolas. Capítulo II: El Modelo Lneal Clásco - Estmacón Aplcacones Informátcas 3. APLICACIONES INFORMÁTICAS Fchero : cp.wf (modelo de regresón smple) Seres: : consumo famlar mensual en mles de pesetas RENTA: renta

Más detalles

( ) MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas ) y Y. N n. S y. MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas )

( ) MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas ) y Y. N n. S y. MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas ) MUETREO ALEATORIO IMPLE I Este esquema de muestreo es el más usado cuando se tene un marco de muestreo que especfque la manera de dentfcar cada undad en la poblacón. Además no se tene conocmento a pror

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

Además podemos considerar diferentes tipos de medidas de resumen. Entre ellas tenemos:

Además podemos considerar diferentes tipos de medidas de resumen. Entre ellas tenemos: MEDIDAS DE POSICIÓN Y DISPERSIÓN Estadístca En la clase anteror vmos como resumr la nformacón contenda en un conjunto de datos medante tablas y gráfcos. En esta clase vamos a ver como resumrlos medante

Más detalles

4º DE ESO MATEMÁTICAS-B CURSO UNIDAD 14: ESTADÍSTICA

4º DE ESO MATEMÁTICAS-B CURSO UNIDAD 14: ESTADÍSTICA UNIDAD 14: ESTADÍSTICA INTRODUCCIÓN La presenca de la Estadístca es habtual en multtud de contextos de la vda real: encuestas electorales, sondeos de opnón, etc. La mportanca de la Estadístca en la socedad

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

REGRESION LINEAL SIMPLE

REGRESION LINEAL SIMPLE REGREION LINEAL IMPLE Jorge Galbat Resco e dspone de una muestra de observacones formadas por pares de varables: (x 1, y 1 ), (x, y ),.., (x n, y n ) A través de esta muestra, se desea estudar la relacón

Más detalles

Análisis de Resultados con Errores

Análisis de Resultados con Errores Análss de Resultados con Errores Exsten dos tpos de errores en los expermentos Errores sstemátcos errores aleatoros. Los errores sstemátcos son, desde lejos, los más mportantes. Errores Sstemátcos: Exsten

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

3 LEYES DE DESPLAZAMIENTO

3 LEYES DE DESPLAZAMIENTO eyes de desplazamento EYES DE DESPAZAMIENTO En el capítulo dos se expone el método de obtencón de las leyes de desplazamento dseñadas por curvas de Bézer para mecansmos leva palpador según el planteamento

Más detalles

Reconocimiento de Locutor basado en Procesamiento de Voz. ProDiVoz Reconocimiento de Locutor 1

Reconocimiento de Locutor basado en Procesamiento de Voz. ProDiVoz Reconocimiento de Locutor 1 Reconocmento de Locutor basado en Procesamento de Voz ProDVoz Reconocmento de Locutor Introduccón Reconocmento de locutor: Proceso de extraccón automátca de nformacón relatva a la dentdad de la persona

Más detalles

E A ÍNDICES TERRITORIALES DE ESFUERZO FISCAL EN EL IRPF * A. ZABALZA Universidad de Valencia. M.A. LASHERAS Comisión del Sistema Eléctrico Nacional

E A ÍNDICES TERRITORIALES DE ESFUERZO FISCAL EN EL IRPF * A. ZABALZA Universidad de Valencia. M.A. LASHERAS Comisión del Sistema Eléctrico Nacional Revsta de Economía Aplcada E Número 22 (vol. VIII), 2000, págs. 95 a 129 A ÍNDICES TERRITORIALES DE ESFUERZO FISCAL EN EL IRPF * A. ZABALZA Unversdad de Valenca M.A. LASHERAS Comsón del Sstema Eléctrco

Más detalles

Una renta fraccionada se caracteriza porque su frecuencia no coincide con la frecuencia de variación del término de dicha renta.

Una renta fraccionada se caracteriza porque su frecuencia no coincide con la frecuencia de variación del término de dicha renta. Rentas Fnanceras. Renta fracconada 6. RETA FRACCIOADA Una renta fracconada se caracterza porque su frecuenca no concde con la frecuenca de varacón del térmno de dcha renta. Las característcas de la renta

Más detalles