Estructura de preferencias del consumidor de tomate en Castilla-La Mancha y estimación de la disposición al pago por tomate ecológico
|
|
- Emilio Franco Márquez
- hace 6 años
- Vistas:
Transcripción
1 Estructura de preferencas del consumdor de tomate en Castlla-La Mancha y estmacón de la dsposcón al pago por tomate ecológco R. Bernabéu 1,2, M. Olmeda 1,2, R. Olvas 2 y M. Díaz 2 1 E.T.S. Ingeneros Agrónomos. Unversdad de Castlla-La Mancha. Campus Unverstaro s/n, Albacete (España) 2 Insttuto de Desarrollo Regonal. Unversdad de Castlla-La Mancha. Campus Unverstaro s/n, Albacete (España) Palabras clave: análss conjunto, comportamento consumdor, dsposcón máxma al pago, marketng agroalmentaro, segmentacón Resumen Mentras que la superfce de cultvo de tomate convenconal en España en 2007 ha caído en un 4,58% con respecto a 2006, la superfce dedcada al cultvo ecológco de hortalzas y tubérculos ha aumentado un 39,78% en 2007 en relacón a 2006 (MAPA, 2007a). Una forma de dferencar es medante la produccón ecológca. No obstante, como dcha dferencacón no parece resultar sufcente para ncrementar el consumo, parece convenente analzar cuáles son las preferencas del consumdor de tomate así como determnar cuál es la dsposcón máxma al pago (DMP) de los consumdores por el tomate ecológco, respecto a otro convenconal. Para ello se realzaron 400 encuestas personales a consumdores de tomate de Castlla-La Mancha en 2004 (nvel de confanza del 95,5% y un error máxmo ±5%). El tratamento de los datos ha consstdo en: análss conjunto, segmentacón de consumdores y análss logt. Los resultados ndcan que los prncpales atrbutos preferdos son: el preco (bajo) y el orgen (Castlla-La Mancha), y la DMP por un tomate ecológco, respecto a otro convenconal, es del 15,6% cuando el tpo de tomate es pera. INTRODUCCIÓN Las exgencas de los consumdores haca productos preferentemente nuevos, de caldad y con garantías santaras, está provocando una adaptacón de las empresas agroalmentaras, para satsfacer estas demandas y así poder competr en el mercado. En este sentdo, las empresas productoras y comercalzadoras de tomate están ante un proceso de adaptacón compettva en funcón de las nuevas demandas de mercado. Mentras que la superfce de cultvo de tomate convenconal en España en 2007 ha caído en un 4,58% con respecto a 2006, la superfce dedcada al cultvo ecológco de hortalzas y tubérculos ha aumentado un 39,78% en 2007 en relacón a Castlla-La Mancha aporta el 10,47% de la superfce de hortalzas y tubérculos ecológcos del total naconal, véndose ncrementada en un 86,81% la superfce de la regón dedcada al cultvo de hortalzas y tubérculos ecológcos en 2007 con respecto a 2006 (MAPA, 2007a). Se ha producdo un descenso del consumo per cápta de tomate en fresco en España del 2,5% entre 2006 y Sn embargo, en Castlla-La Mancha la cantdad comprada per cápta de tomates en fresco fue de 14,0 kg per cápta en 2006, superando esta cantdad a la meda naconal que fue de 13,46 kg per cápta (MAPA, 2007b). 1050
2 Así pues, este trabajo persgue los sguentes objetvos; en prmer lugar, conocer la estructura de preferencas del consumdor de tomate en sus decsones de compra, determnando la mportanca relatva que tene el atrbuto ecológco como elemento dferencador, en segundo lugar, realzar una segmentacón de consumdores en funcón de dchas preferencas y en tercer lugar, determnar cuál es la máxma dsposcón al pago que tenen los consumdores por un tomate ecológco respecto a otro convenconal. MATERIAL Y MÉTODOS En ese trabajo se encuestó a 400 consumdores de tomate de Castlla-La Mancha durante el mes de septembre de Para el dseño de la muestra se utlzaron los datos de poblacón de Castlla-La Mancha del año 2003 según el Insttuto Naconal de Estadístca de España (INE, 2004). El muestreo se ha realzado de forma aleatora y estratfcada (Parasuraman, 1991), por comarcas, sexo y grupo de edad (entre 18 y 24 años, entre 25 y 34 años, entre 35 y 49 años, entre 50 y 64 años y más de 64 años) a personas que se dsponían a comprar almentos para su consumo en el hogar en tendas, supermercados e hpermercados, para un nvel de error nferor al ±5% y un nvel de confanza al 95,5% (p=q=0,5; k=2). Prevamente al trabajo de campo se realzó un pretest a 15 personas (Tabla 1). El método de análss conjunto se ha convertdo en una mportante herramenta en la evaluacón de las preferencas asgnadas por un consumdor a los dferentes atrbutos que componen un ben (Ruz de Maya y Munuera, 1993). Para ello, el análss conjunto parte de la hpótess de que la conducta de compra puede nterpretarse como una eleccón entre dferentes productos o marcas que, a su vez, poseen un conjunto de atrbutos o característcas dferencadas. En el caso del presente estudo y para el caso del tomate, a través de la bblografía exstente, entrevstas con expertos y de un cuestonaro prevo se han selecconado los atrbutos y nveles más representatvos del proceso de compra de tomate por el consumdor. Los atrbutos (y sus nveles) dentfcados como más mportantes han sdo: el preco (bajo, medo y alto), el tpo (lso, acostllado y cherry), el orgen (Castlla-La Mancha, naconal y extranjero) y, fnalmente, el sstema de produccón (ecológco y convenconal). Con estos cuatro atrbutos y sus once nveles se han obtendo 54 perfles, lo que supone un número elevado de productos a mostrar al consumdor, por lo que se ha utlzado un dseño ortogonal (SPSS, 2006) que ha permtdo reducr las combnacones a nueve. La especfcacón del modelo de análss conjunto parte de la hpótess de que las preferencas de las personas entrevstadas, o la valoracón global del tomate se obtene a partr de las puntuacones ndvduales de cada atrbuto, de tal manera que la suma de dchas puntuacones genera la valoracón global (Steenkamp, 1987). Se partó de un modelo adtvo ya que explca, en cas todos los casos, un porcentaje muy elevado (entre el 80% ó 90%) de la varacón de la preferenca de los ndvduos (Har et al., 1999). Su formulacón se muestra en la sguente ecuacón: Valoracón = β β D1 + β j D2 j + β k D3k + = 1 j= 1 k = 1 l= 1 donde β 1, β 2j, β 3k y β 4l son los coefcentes asocados a los nveles (=1,2,3); j (j=1,2,3), k (k=1,2,3), y l (l=1,2) de los atrbutos preco (1), tpo (2), orgen (3) y sstema (4), respectvamente, y donde D 1, D 2j, D 3k y D 4l son las varables fctcas por cada atrbuto, consderando los nveles de cada atrbuto como categórcos. 3 2 β D l 4l 1051
3 El resultado fnal del programa Conjont permte estmar las utldades parcales de cada uno de los atrbutos y la utldad total de cada perfl. Con las utldades parcales de cada persona entrevstada y para determnar la estructura de preferencas de los consumdores, se calculó la mportanca relatva (I.R.) de los atrbutos de cada una de ellas, así como la proporcón de rango asgnada a cada atrbuto sobre la varacón de rangos total (Halbrendt et al., 1991; Har et al., 1999); maxu mnu IR( %) = 100 ( maxu mnu ) donde: IR, es la mportanca relatva, max U, es la utldad máxma, mn U es la utldad mínma. Posterormente y en funcón de la mportanca relatva de los atrbutos, se realzó un análss multvarante de segmentacón de conglomerados de K-medas sobre la estructura de preferencas (preco, tpo, orgen y sstema) utlzando el algortmo Quck Segmentaton Analyss (SPSS, 2006). Para determnar la máxma dsposcón al pago (MDP) se utlzó la regresón logístca. La regresón logístca es una técnca multvarante por medo de la cual se pretende estudar las relacones de asocacón entre una varable dcotómca y una o varas varables ndependentes (cuanttatvas o categórcas). Con base en la regresón logístca, el método de valoracón contngente (MVC) consste smplemente en preguntar a un grupo de personas cuánto estarían dspuestas a pagar para obtener un determnado ben, o como hceron Bshop y Heberlen (1979), en plantear s a un preco determnado el consumdor adquere o no un determnado ben. La propuesta de Hanemann (1984) es el método más habtual para calcular la máxma dsposcón al pago. Según este autor, exste una relacón entre los modelos de respuesta dcotómca y la teoría de la maxmzacón de la utldad que permte calcular la dsposcón a pagar por un ben como medda del benestar de los ndvduos, partendo de la consderacón de que el consumdor conoce, con certeza, su funcón de utldad ncal. Para calcular la dferenca de preco entre el tomate ecológco y convenconal, el consumdor responde a una sere de preguntas sobre la dsposcón al pago. Sguendo a Gl et al. (2000) se opta por una forma mxta, con preguntas de tpo bnaro y preguntas con formato aberto. La prmera pregunta consste en averguar s el encuestado está dspuesto o no a pagar un determnado sobrepreco (10%, 25%, 50% y 100% por encma del tomate convenconal), establecendo aleatoramente proporconal cuatro grupos para cada uno de los ncrementos de preco. Dependendo de s la respuesta a la pregunta anteror ha sdo postva o negatva, se le formula una nueva pregunta, en el sentdo de que ndque cuanto más estaría dspuesto a pagar, en el prmer caso, y cuál sería el máxmo sobrepreco que estaría dspuesto a pagar en el segundo caso. De acuerdo con Hanemann (1984), la MDP se calcula medante la estmacón de la sguente funcón logarítmca: D = 1 + u 1+ l + ( a ba ) donde D es una varable dcotómca que toma el valor untaro se el consumdor está dspuesto a pagar el sobrepreco y cero en caso contraro, A recoge los precos de partda 1052
4 ofrecdos a los encuestados (10%, 25%, 50% y 100%), a y b son los parámetros a estmar y u el térmno de error. A partr de la funcón logarítmca anteror se calcula la dsposcón a pagar meda de la sguente manera: ( a + ba) E = MDP 1 ( MDP) (1 G ( A)) d A = (1 + e ) da = a b 0 RESULTADOS Y DISCUSIÓN Los resultados de la estmacón del modelo de análss conjunto se muestran en la Tabla 2. Consderando la poblacón total, el atrbuto con mayor I.R. es el preco (47,76%), segudo del tpo del orgen (22,68%), del tpo (20,85%) y del sstema (8,71%). Las utldades calculadas de cada uno de los nveles de los atrbutos, muestran que los consumdores de tomate se decantan por tomates de tpo lso, a ser posble con orgen Castlla-La Mancha, con un preco bajo y cultvados ecológcamente. A partr de la mportanca relatva concedda a los atrbutos se procedó a la segmentacón de la poblacón total y se detectaron tres segmentos de consumdores que dferen en su estructura de preferencas haca el tomate. El prmer segmento (18,4% de los consumdores), valora sobre todo el preco; el segundo segmento (16,6% de los consumdores), consdera como atrbuto más mportante el orgen y el tercer segmento (65,0% de los consumdores) consdera como atrbutos más mportantes el preco y el orgen. Se han encontrado dferencas sgnfcatvas entre los consumdores de tomate de los tres segmentos en las I.R. asgnadas a los atrbutos. El análss de dchas dferencas revela que el preco más bajo (2 ) es valorado por encma de la meda por los consumdores del segmento 1 y 3, y por debajo de la meda por los consumdores del segmento 2. El preco de 4, es valorado negatvamente por los tres segmentos, aunque para los consumdores que basan su decsón en el preco, la utldad es más negatva que para quenes basan su decsón en el orgen o en el preco/orgen. Las prncpales dferencas aparecen entre los segmentos 1 y 2, confrmándose que los consumdores que se orentan por el atrbuto orgen al comprar el tomate, conceden menos mportanca a los precos altos que los consumdores que basan su decsón en el preco. En el atrbuto tpo de tomate, las dferencas más sgnfcatvas aparecen entre los segmentos 1 y 3; el segmento 1 valora más los tomates de tpo acostllado y menos los de tpo lso. Los segmentos 2 y 3 valoran por debajo de la meda los tomates de tpo cherry. Respecto a los nveles del atrbuto orgen, las prncpales dferencas aparecen entre los segmentos 1 y 2. El segmento 2 valora más el orgen, concede una utldad por encma de la meda a los tomates castellanomanchegos y a los naconales. Sn embargo, los consumdores preocupados por el preco (segmento 1), valoran los tomates de Castlla-La Mancha y naconales por debajo de la meda. Los tomates de procedenca extranjera, pese a tener una utldad negatva para todos los consumdores, son menos valorados por los consumdores que conceden mayor mportanca al orgen, que por quenes valoran fundamentalmente el preco. En el atrbuto sstema de produccón, las dferencas más sgnfcatvas aparecen entre los segmentos 1 y 2. Los segmentos 1 y 3 valoran por encma de la meda los tomates procedentes de agrcultura ecológca, mentras que el segmento 2 los valora por
5 debajo. En defntva, el sstema de elaboracón convenconal es valorado negatvamente por los segmentos 1 y 3, al contraro que los consumdores del segmento 2. Respecto a la DMP por un tomate ecológco, en general se observa que el sobrepreco máxmo sería para el tomate de tpo pera (4,62 ), que se corresponde con un ncremento del 15,62%, respecto a otro tomate de tpo pera convenconal. No obstante, los consumdores del segmento 3 estarían dspuestos al pago como máxmo de 4,75 /kg, lo que supone un ncremento del 18,71% (Tabla 3). Para fnalzar y según se desprende de los resultados obtendos, la estratega de dferencacón que parece resultar más adecuada es la del preco y el orgen del tomate que la de la produccón ecológca, al menos en Castlla-La Mancha. En este sentdo, la dferencacón del tomate en funcón de su orgen de produccón parece concederle una ventaja comparatva a los tomates producdos en Castlla-La Mancha, al menos para los consumdores de los segmentos 2 y 3. Referencas Bshop, R.C. y Heberlen, T.A Measurng values of Extra-Market goods: Are Indrect Measures Based? Amercan Journal of Agrcultural Economcs, 61: Gl, J.M.; Soler, F.; Díez, I.; Sánchez, M.; Sanjuán, A.I.; Ben Kaaba, M. y Graca, A Potencal de mercado de los productos ecológcos en Aragón. Ed. Dputacón General de Aragón. Zaragoza. Har, J.F., Aanderson, R.E., Tatham, R.L., Black, W.C Análss multvarante. Ed. Prentce-Hall. Madrd. Halbrendt, C.K.; Wrth, E.F. y Vaughn, G.F Conjont analyss of the Md-Atlantc food-fsh market for farm-rased hybrd strpted bass. Southtern Journal of Agrcultural Economcs, July: Hanemann, W.M Welfare Evaluaton n Contngent Valuaton Experments wth Dscrete Response. Amercan Journal of Agrcultural Economcs, 66: Insttuto Naconal de Estadístca (INE) Cfras de poblacón. [En línea]: (Consulta realzada el 24 de febrero de 2004). Mnstero de Agrcultura, Pesca y Almentacón (MAPA) 2007a. Estadístcas 2006 Agrcultura Ecológca. España. [En línea]: /pdf/2006.pdf (Consulta realzada el 9 de octubre de 2007). Mnstero de Agrcultura, Pesca y Almentacón (MAPA) 2007b. La almentacón en España [En línea] panel- 06.pdf (Consulta realzada el 19 de marzo de 2007). Parasuraman, A Marketng Research. Addson Wesley. 2 nd Ed. Ruz de Maya, S. y Munuera, J.L Las preferencas del consumdor: Estudo de su composcón a través del Análss Conjunto. Revsta de Estudos sobre Consumo, 28: SPSS Inc SPSS Categores. Verson Chcago. Steenkamp, J.B Conjont measurement n ham qualty evaluaton. Journal of Agrcultural Economcs, 38:
6 Tabla 1. Fcha técnca ÁMBITO Castlla-La Mancha UNIVERSO Consumdores de tomate mayores de edad TAMAÑO MUESTRAL 400 encuestas ERROR MUESTRAL < (±5%) NIVEL DE CONFIANZA 95,5% (k=2) MUESTREO Aleatoro estratfcado con afjacón proporconal por poblacón, género y edad CONTROL De coherenca y establdad CUESTIONARIO PREVIO Pretest a 15 personas TRABAJO DE CAMPO Septembre de 2004 Tabla 2. Utldades asgnadas a los nveles de los atrbutos Segmento 1 Segmento 2 Segmento 3 Atrbutos y Poblacón total (18,4%) 1 (16,6%) 1 (65,0%) 1 nveles IR (%) Utl. IR (%) Utl. IR (%) Utl. IR (%) Utl. Preco*** 47,76 94,15 29,37 52, ,304 4,607-6,911 4,580-1,781-2,799 1,187-0,126-1,061 2,629-0,832-1,797 Tpo*** 20,85 0,60 16,11 17,95 Lso Acostllado Cherry 0,388 0,265-0,653-0,023 0,023 0,000 0,101 0,566-0,667 Orgen*** 22,68 3,44 53,32 24,31 CLM Naconal Extranjero 0,862 0,246-1,108 0,105 0,059-0,164 1,535 1,010-2,545 Sstema*** 8,71 1,80 1,20 1,50 Ecológco Convenconal 0,044-0,044 0,072-0,072-0,046 0,046 1 Tamaño del segmento *** Indca dferencas sgnfcatvas con un error máxmo de un 1% IR = Importanca Relatva; Utl.= Utldad 0,578 0,257-0,835 0,904 0,103-1,007 0,058-0,058 Tabla 3. Dsposcón máxma al pago por un tomate ecológco por los consumdores de Castlla-La Mancha (%) Segmento 1 Segmento 2 Segmento 3 Poblacón total Tpo de tomate (Preco) (Orgen) (Preco/Orgen) Δ (%) Δ (%) Δ (%) Δ (%) Lso*** 2,25 12,69 2,23 11,45 2,21 10,55 2,27 13,35 Acostllado** 2,26 12,91 2,20 9,78 2,28 13,84 2,26 13,03 Pera 4,62 15,62 4,39 9,71 4,49 12,24 4,75 18,71 Cherry** 6,75 12,57 6,47 7,90 6,84 13,95 6,80 13,37 ** y *** Indcan dferencas sgnfcatvas con un error máxmo de un 5% y un 1%, respectvamente. 1055
OPORTUNIDADES DE LOS VINOS TINTOS PRODUCIDOS EN CASTILLA-LA MANCHA EN EL MERCADO DE MADRID (ESPAÑA) 1
OPORTUNIDADES DE LOS VINOS TINTOS PRODUCIDOS EN CASTILLA-LA MANCHA EN EL MERCADO DE MADRID (ESPAÑA) 1 Bernabéu, R.*; Olmeda, M.; Castllo, S.; Olvas, R.; Díaz, M.; Montero, F. *e-mal: Rodolfo.Bernabeu@uclm.es
Más detallesLa 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 detallesPRACTICA 4. Asignatura: Economía y Medio Ambiente Titulación: Grado en ciencias ambientales Curso: 2º Semestre: 1º Curso
PRACTICA 4 Asgnatura: Economía y Medo Ambente Ttulacón: Grado en cencas ambentales Curso: º Semestre: 1º Curso 010-011 Profesora: Inmaculada C. Álvarez Ayuso Inmaculada.alvarez@uam.es PREGUNTAS TIPO TEST
Más detallesProblemas 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 detallesEL 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 detallesObjetivo del tema. Esquema del tema. Economía Industrial. Tema 2. La demanda de la industria
Economía Industral Tema. La demanda de la ndustra Objetvo del tema Entender el modelo económco de comportamento del consumdor, fnalmente resumdo en la funcón de demanda. Comprender el carácter abstracto
Más detallesENCUESTA 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 detallesEn un mercado hay dos consumidores con las siguientes funciones de utilidad:
En un mercado hay dos consumdores con las sguentes funcones de utldad: U ( + y, y = ln( + U ( = + y con a >,, y a ln( + donde, =,, es la cantdad del ben consumda por el ndvduo, y es la cantdad de renta
Más detallesCARTAS 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 detallesH 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 detalles12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández
MEMORIA DE LA ESTANCIA CON EL GRUPO DE VISIÓN Y COLOR DEL INSTITUTO UNIVERSITARIO DE FÍSICA APLICADA A LAS CIENCIAS TECNOLÓGICAS. UNIVERSIDAD DE ALICANTE. 1-16 de Novembre de 01 Francsco Javer Burgos Fernández
Más detallesReconciliación 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 detallesEjemplo: 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 detallesPRECIOS MEDIOS ANUALES DE LAS TIERRAS DE USO AGRARIO (METODOLOGÍA)
SECREARÍA EERAL ÉCCA MSERO DE ARCULURA, ALMEACÓ Y MEDO AMBEE SUBDRECCÓ EERAL DE ESADÍSCA PRECOS MEDOS AUALES DE LAS ERRAS DE USO ARARO (MEODOLOÍA) OBJEVO: Desde 1983 el Mnstero de Agrcultura, Almentacón
Más detallesFE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004)
FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Xménez & San Martín, 004) Capítulo. Nocones báscas de álgebra de matrces Fe de erratas.. Cálculo de la transpuesta de una matrz
Más detallesTema 6 El mercado de bienes y la función IS
Tema 6 El mercado de benes y la funcón IS Macroeconomía I Sánchez Curso 2008-09 Bblografía para preparar este tema Apuntes de clase Capítulo 5, Macroeconomía, O. Blanchard, pp. 81-100 Objetvo del tema
Más detalles1.Variables ficticias en el modelo de regresión: ejemplos.
J.M.Arranz y M.M. Zamora.Varables fctcas en el modelo de regresón: ejemplos. Las varables fctcas recogen los efectos dferencales que se producen en el comportamento de los agentes económcos debdo a dferentes
Más detallesMedidas 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 detallesAnálisis cuantitativo aplicado al Comercio Internacional y el Transporte
Máster de Comerco, Transporte y Comuncacones Internaconales Análss cuanttatvo aplcado al Comerco Internaconal y el Transporte Ramón úñez Sánchez Soraya Hdalgo Gallego Departamento de Economía Introduccón
Más detallesTema 6 El mercado de bienes y la función IS
Tema 6 El mercado de benes y la funcón IS Macroeconomía I Prof. Anhoa Herrarte Sánchez Curso 2007-08 Bblografía para preparar este tema Apuntes de clase Capítulo 3, Macroeconomía, O. Blanchard Prof. Anhoa
Más detallesTRABAJO 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 detallesTODO ECONOMETRIA. Variables cualitativas
TODO ECONOMETRIA Varables cualtatvas Índce Defncón de las varables dummy (o varables fctcas) Regresón con varables explcatvas dummy Varables dummy S queremos estudar s los hombres ganan más que las mujeres,
Más detallesProblema: 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 detallesTema 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 detallesCinemática 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 detalles2ª Colección Tema 2 La oferta, la demanda y el mercado
Cuestones y problemas de Introduccón a la Teoría Económca Carmen olores Álvarez Albelo Mguel Becerra omínguez Rosa María Cáceres Alvarado María del Plar Osorno del Rosal Olga María Rodríguez Rodríguez
Más detallesESTADÍSTICA. 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 detallesCada uno da lo que recibe, Y luego recibe lo que da, Nada es más simple, No hay otra norma: Nada se pierde, Todo se transforma.
Cada uno da lo que recbe, Y luego recbe lo que da, Nada es más smple, No hay otra norma: Nada se perde, Todo se transforma. Todo se transforma (Jorge Drexler, cantautor uruguayo) Estadístca Básca - Manuel
Más detallesINTRODUCCIÓN. 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 detallesPRECIOS 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 detallesMETODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS
SUBDIRECCIÓN TÉCNICA DEPARTAMENTO DE INVESTIGACIÓN Y DESARROLLO ÁREA DE ANÁLISIS ESTADÍSTICAS ECONÓMICAS METODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS Santago, Enero de 2008. Departamento
Más detallesHistogramas: 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 detalles6 Impacto en el bienestar de los beneficiarios del PAAM
6 Impacto en el benestar de los benefcaros del PAAM Con el fn de evaluar el efecto del PAAM sobre sus benefcaros, se consderó como hpótess que el Programa ha nfludo en el mejoramento de la caldad de vda
Más detallesSegmentación de consumidores de tomate ecológico en Castilla La Mancha en función de sus características socioeconómicas
Segmentación de consumidores de tomate ecológico en Castilla La Mancha en función de sus características socioeconómicas M. Díaz 2, R. Bernabéu 1,2, M. Olmeda 1,2,R. Olivas 2 1 E.T.S. Ingenieros Agrónomos
Más detallesMUESTREO EN POBLACIONES FINITAS
MUESTREO EN POBLACIONES FINITAS Antono Morllas A.Morllas: Muestreo 1 MUESTREO EN POBLACIONES FINITAS 1. Conceptos estadístcos báscos. Etapas en el muestreo 3. Tpos de error 4. Métodos de muestreo 5. Tamaño
Más detallesModelos unifactoriales de efectos aleatorizados
Capítulo 4 Modelos unfactorales de efectos aleatorzados En el modelo de efectos aleatoros, los nveles del factor son una muestra aleatora de una poblacón de nveles. Este modelo surge ante la necesdad de
Más detallesEstimación 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 detallesCÁNONES ANUALES DE DE ARRENDAMIENTOS RÚSTICOS (Metodología)
SEREARÍA EERAL ÉA MSERO DE ARULURA, ALMEAÓ Y MEDO AMBEE SUBDREÓ EERAL DE ESADÍSA ÁOES AUALES DE DE ARREDAMEOS RÚSOS (Metodología) OBJEVO El canon de arrendamento rústco se defne como el pago que realza
Más detallesTema 1. Conceptos generales
Análss de Datos I Esquema del Tema Tema. Conceptos generales. COCEPTOS PREVIOS. DEFIICIÓ DE MEDICIÓ 3. DEFIICIÓ DE ESCALAS DE MEDIDA 4. VARIABLES CLASIFICACIÓ Y OTACIÓ REGLAS DEL SUMATORIO 5. EJERCICIOS
Más detallesVida Util, características de la Fiabilidad e Inviabilidad y distribuciones teóricas en el terreno de la fiabilidad
Vda Utl, característcas de la Fabldad e Invabldad y dstrbucones teórcas en el terreno de la fabldad Realzado por: Mgter. Leandro D. Torres Vda Utl Este índce se refere a una vda útl meda nomnal y se puede
Más detallesTÍTULO I Aspectos Generales TÍTULO II Alcance TÍTULO III Metodología de Cálculo de FECF... 3
PROCEDIMIENTO DO DESEMPEÑO DEL CONTROL DE FRECUENCIA EN EL SIC DIRECCIÓN DE OPERACIÓN ÍNDICE TÍTULO I Aspectos Generales... 3 TÍTULO II Alcance... 3 TÍTULO III Metodología de Cálculo de FECF... 3 TÍTULO
Más detallesREGRESION 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 detallesRelaciones 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 detallesEstadísticos 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 detallesEconometría de corte transversal. Pablo Lavado Centro de Investigación de la Universidad del Pacífico
Econometría de corte transversal Pablo Lavado Centro de Investgacón de la Unversdad del Pacífco Contendo Defncones báscas El contendo mínmo del curso Bblografía recomendada Aprendendo econometría Defncones
Más detallesRelación 2: Regresión Lineal.
Relacón 2: Regresón Lneal. 1. Se llevó a cabo un estudo acerca de la cantdad de azúcar refnada (Y ) medante un certo proceso a varas temperaturas dferentes (X). Los datos se codfcan y regstraron en el
Más detallesEl 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 detallesDETERMINANTES Y DIFERENCIAS DE SALUD ENTRE LAS REGIONES DE COSTA RICA. UN ANÁLISIS DESDE LA ENCUESTA NACIONAL DE SALUD
DETERMINANTES Y DIFERENCIAS DE SALUD ENTRE LAS REGIONES DE COSTA RICA. UN ANÁLISIS DESDE LA ENCUESTA NACIONAL DE SALUD 2006. Juan Rafael Vargas, Yanra Xrnachs-Salazar, Melvn Morera, Amada Aparco y Karla
Más detallesREGRESION 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 detallesESTADISTÍCA. 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 detallesAPLICACIÓN 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 detallesUNIVERSIDAD: Universidad de Extremadura/Universitat de València
TÍTULO DE LA COMUNICACIÓN: Valor económco y percepcón socal de los benefcos ambentales de no mercado dervados de la Drectva Marco del Agua: el caso de la cuenca del río Guadana AUTOR 1: JULIAN RAMAJO HERNÁNDEZ
Más detallesTEMA 3. VARIABLE ALEATORIA
TEMA 3. VARIABLE ALEATORIA 3.. Introduccón. 3... Dstrbucón de Probabldad de una varable aleatora 3... Funcón de Dstrbucón de una varable aleatora 3.. Varable aleatora dscreta 3... Funcón masa de probabldad
Más detallesREGRESION Y CORRELACION
nav Estadístca (complementos) 1 REGRESION Y CORRELACION Fórmulas báscas en la regresón lneal smple Como ejemplo de análss de regresón, descrbremos el caso de Pzzería Armand, cadena de restaurantes de comda
Más detallesGuía de Electrodinámica
INSTITITO NACIONAL Dpto. de Físca 4 plan electvo Marcel López U. 05 Guía de Electrodnámca Objetvo: - econocer la fuerza eléctrca, campo eléctrco y potencal eléctrco generado por cargas puntuales. - Calculan
Más detallesApéndice 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 detallesDiseño 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 detallesMª Dolores del Campo Maldonado. Tel: :
Mª Dolores del Campo Maldonado Tel: : 918 074 714 e-mal: ddelcampo@cem.mtyc.es Documentacón de referenca nternaconalmente aceptada ISO/IEC GUIDE 98-3:008 Uncertanty of measurement Part 3: Gude to the n
Más detallesEJERCICIO 1 1. VERDADERO 2. VERDADERO (Esta afirmación no es cierta en el caso del modelo general). 3. En el modelo lineal general
PRÁCTICA 6: MODELO DE REGRESIÓN MÚLTIPLE SOLUCIÓN EJERCICIO. VERDADERO. VERDADERO (Esta afrmacón no es certa en el caso del modelo general. 3. En el modelo lneal general Y =X β + ε, explcar la forma que
Más detallesEXPERIMENTOS ANIDADOS O JERARQUICOS NESTED
EXPERIMENTOS ANIDADOS O JERARQUICOS NESTED Exsten ocasones donde los nveles de un factor B son smlares pero no déntcos para dferentes nveles del factor A. Es decr, dferentes nveles del factor A ven nveles
Más detallesEconomía de la Empresa: Financiación
Economía de la Empresa: Fnancacón Francsco Pérez Hernández Departamento de Fnancacón e Investgacón de la Unversdad Autónoma de Madrd Objetvo del curso: Dentro del contexto de Economía de la Empresa, se
Más detallesEstadística 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 detallesCorrelación 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 detallesCapitalización 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 detallesTEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE
TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE LECTURA OBLIGATORIA Regresón Lneal Múltple. En Ral, A. y Varela, J. (008). Estadístca Práctca para la Investgacón en Cencas de la Salud. Coruña: Netbblo.
Más detallesCÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA
CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA Alca Maroto, Rcard Boqué, Jord Ru, F. Xaver Rus Departamento de Químca Analítca y Químca Orgánca Unverstat Rovra Vrgl. Pl. Imperal Tàrraco,
Más detallesLa elasticidad como una aplicación de análisis de oferta y demanda
La elastcdad como una aplcacón de análss de oerta y demanda por Aracel Ramírez Zamora La elastcdad mde la sensbldad de una varable a otra, nos ndca la varacón porcentual que expermentará la cantdad demandada
Más detallesCondiciones Generales TestQual 2013
Condcones Generales TestQual 2013 Ejerccos TestQual 2013: En el presente documento se descrben las Condcones Generales de aplcacón en los Programas de Intercomparacón de TestQual. Con la solctud de uno
Más detallesA. 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 detallesLa Relación existente entre Gasto y Déficit Público en Latinoamérica ( )
La Relacón exstente entre Gasto y Défct Públco en Latnoamérca (1960-2004) XXV Encuentro de Economstas Banco Central de Reserva del Perú Rodolfo Baca Gómez- Sánchez Lma, Dcembre 2007 1 Resumen Estudar cómo
Más detallesPara dos variables x1 y x2, se tiene el espacio B 2 el que puede considerarse definido por: {0, 1}X{0, 1} = {(00), (01), (10), (11)}
Capítulo 4 1 N-cubos 4.1. Representacón de una funcón booleana en el espaco B n. Los n-cubos representan a las funcones booleanas, en espacos n-dmensonales dscretos, como un subconjunto de los vértces
Más detallesFORMA TRADICIONAL DE CÁLCULO DE DESPLAZAMIENTOS Y FUERZAS EN ESTRUCTURAS SIN MAMPOSTERÍA RESUMEN
CAPITULO 1 FORMA TRADICIONAL DE CÁLCULO DE DESPLAZAMIENTOS Y FUERZAS EN ESTRUCTURAS SIN MAMPOSTERÍA RESUMEN En la actualdad los métodos de dseño estructural y las consderacones que se realzan prevas al
Más detallesFORMULARIO 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 detallesMétodos cuantitativos de análisis gráfico
Métodos cuanttatvos de análss gráfco Método de cuadrados mínmos Regresón lneal Hemos enfatzado sobre la mportanca de las representacones gráfcas hemos vsto la utldad de las versones lnealzadas de los gráfcos
Más detallesEfectos 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 detallesMetodología 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 detallesEXPERIMENTACIÓN 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 detallesCálculo 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 detalles2. 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 detallesDESEMPEÑO DEL CONTROL DE FRECUENCIA PROCEDIMIENTO DO
Clascacón: Emtdo para Observacones de los Coordnados Versón: 1.0 DESEMPEÑO DEL CONTROL DE FRECUENCIA PROCEDIMIENTO DO Autor Dreccón de Operacón Fecha Creacón 06-04-2010 Últma Impresón 06-04-2010 Correlatvo
Más detallesPronósticos. Humberto R. Álvarez A., Ph. D.
Pronóstcos Humberto R. Álvarez A., Ph. D. Predccón, Pronóstco y Prospectva Predccón: estmacón de un acontecmento futuro que se basa en consderacones subjetvas, en la habldad, experenca y buen juco de las
Más detalles1 + e z. 1 + e. 1 + e = 1 0 2
Tema 7. Regresón Logístca Pedro Larrañaga, Iñak Inza, Abdelmalk Moujahd Departamento de Cencas de la Computacón e Intelgenca Artfcal Unversdad del País Vasco Euskal Herrko Unbertstatea 7. Introduccón En
Más detallesOptimización no lineal
Optmzacón no lneal José María Ferrer Caja Unversdad Pontfca Comllas Planteamento general mn f( x) x g ( x) 0 = 1,..., m f, g : n R R La teoría se desarrolla para problemas de mnmzacón, los problemas de
Más detallesInferencia 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( ) 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 detallesConsideraciones empíricas del consumo de los hogares: el caso del gasto en electricidad y alimentos
Consderacones empírcas del consumo de los hogares: el caso del gasto en electrcdad y almentos Emprcal Consderatons of the Famles Consumpton: the Case uf the Expense n Electrcty and Food Maro Andrés Ramón
Más detallesEJERCICIOS REPASO I. Profesor: Juan Antonio González Díaz. Departamento Métodos Cuantitativos Universidad Pablo de Olavide
EJERCICIOS REPASO I Profesor: Juan Antono González Díaz Departamento Métodos Cuanttatvos Unversdad Pablo de Olavde 1 EJERCICIO 1: Un nversor se plantea realzar varas operacones de las que desea obtener
Más detallesEJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL.
EJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL. 1. Una cofradía de pescadores regstra la cantdad de sardnas que llegan al puerto (X), en klogramos, el preco de la subasta en la lonja (Y), en euros por klo, han
Más detallesGERENCIA DE OPERACIONES Y PRODUCCIÓN DISEÑO DE NUEVOS PRODUCTOS Y SERVICIOS ESTRATEGIAS DE OPERACIONES
GERENCIA DE OPERACIONES Y PRODUCCIÓN DISEÑO DE NUEVOS PRODUCTOS Y SERVICIOS ESTRATEGIAS DE OPERACIONES PRONÓSTICOS PREDICCIÓN, PRONÓSTICO Y PROSPECTIVA Predccón: estmacón de un acontecmento futuro que
Más detallesGUÍA DE APOYO AL APRENDIZAJE N 1
GUÍA DE APOYO AL APRENDIZAJE N 1 1.- Dencones de conceptos báscos. Estadístca: la estadístca es un conjunto de métodos y procedmentos que srven para recolectar, organzar y presentar los datos obtendos,
Más detallesDe factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado
Análss de la varanza con dos factores. Introduccón Hasta ahora se ha vsto el modelo de análss de la varanza con un factor que es una varable cualtatva cuyas categorías srven para clasfcar las meddas de
Más detallesEfectos de la certificación ecoturística en el Parque Natural Tayrona, Colombia: Aplicación de un modelo conjoint
RIAT REVISTA INTERAMERICANA DE AMBIENTE Y TURISMO. VOLÚMEN 6, NÚMERO, PP. -8, 00 INTERAMERICAN JOURNAL OF ENVIRONMENT AND TOURISM INVESTIGACIÓN / RESEARCH Efectos de la certfcacón ecoturístca en el Parque
Más detallesPARTICIPACIÓN LABORAL DE LAS MUJERES EN LAS REGIONES DE CHILE
Revsta UNIVERSUM Nº 25 Vol. 2 2010 Unversdad de Talca Partcpacón laboral de las mujeres en las regones de Chle Luz María Ferrada Bórquez Plar Zarzosa Espna Pp. 79 a 99 PARTICIPACIÓN LABORAL DE LAS MUJERES
Más detallesDescripción 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 detallesPoblación: 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 detallesMuestra: 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 detallesPoblación: 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 detallesPráctica 12 - Programación en C++ Pág. 1. Practica Nº 12. Prof. Dr. Paul Bustamante. Informática II Fundamentos de Programación - Tecnun
Práctca 1 - Programacón en C++ Pág. 1 Práctcas de C++ Practca Nº 1 Informátca II Fundamentos de Programacón Prof. Dr. Paul Bustamante Práctca 1 - Programacón en C++ Pág. 1 INDICE ÍNDICE... 1 1.1 Ejercco
Más detallesREVISTA INVESTIGACION OPERACIONAL VOL. 32, NO. 2, , 2012
REVISTA INVESTIGACION OPERACIONAL VOL., NO., 7-79, MODELOS MATEMÁTICOS PARA EL PRONÓSTICO DE INDICADORES CUANTITATIVOS QUE MIDEN LA CALIDAD DE LA EDUCACIÓN SUPERIOR EN LA CARRERA DE AGRONOMÍA DE LA UNIVERSIDAD
Más detalles1 EY ( ) o de E( Y u ) que hace que g E ( Y ) sea lineal. Por ejemplo,
Modelos lneales generalzados En los modelos no lneales (tanto en su formulacón con coefcentes fjos o coefcentes aleatoros) que hemos vsto hasta ahora, exsten algunos que se denomnan lnealzables : son modelos
Más detalles