Introducción a la Estadı́stica
Cáceres, 23 de Junio de 2014
Estadı́stica Descriptiva
Un analista inmobiliario cree que el aumento en el precio de la vivienda antes de la crisis
financiera del año 2008, pudo ser debido en gran medida al tipo de interés real aplicado. Los datos
para ambas variables (Pt precio del metro cuadrado en cientos de euros, e It el tipo de interés real)
desde el año 1992 hasta el 2007 están recogidos en la siguiente tabla:
Año (t) 1992 1993 1994 1995 1996 1997 1998 1999
Pt 10.4 9.2 11.1 11.8 12.6 12.7 12.9 13.2
It 3.8 4.0 4.2 3.9 4.3 4.3 4.0 6.0
Año (t) 2000 2001 2002 2003 2004 2005 2006 2007
Pt 13.4 14.1 14.3 14.8 15.2 15.4 16.9 17.9
It 4.2 4.3 4.3 4.3 3.8 4.0 4.5 5.0
1 Realice un análisis descriptivo de la variable tipo de interés real (It ):
a Calcule la media. ¿Es representativa?.
Solución: La media de It es x̄ = 4,30625. El coeficiente de variación es 0,1213530, por
lo que la representatividad de la media no es alta.
b ¿Cómo afectarı́a en el coeficiente de variación una bajada de un punto en el tipo de
interés?.
Solución: Y = X − 1. Por tanto:
ȳ = x̄ − 1, var(y) = var(x).
Por tanto el coeficiente de variación será mayor:
SY SX
cvY = = .
ȳ x̄ − 1
c Calcula los cuartiles. ¿Es asimétrica?
Solución: Cuartiles: Q1 = 4,0, Q2 = 4,25, Q3 = 4,3. Es asimétrica a la derecha ya que
su coeficiente de asimetrı́a es positivo (2,0956). Además la mediana Q2 es menor que la
media.
d ¿Existe algún valor anómalo?, ¿por qué?. Representa la caja de bigotes.
Solución: Rango Intercuantı́lico: RI = Q3 − Q1 = 0,3.
[Q1 − 1,5 ∗ RI, Q3 + 1,5 ∗ RI] = [4 − 0,45, 4,3 + 0,45] = [3,55, 4,75].
Hay dos valores anómalos: 5 y 6.
2 Realice un ajuste lineal entre el precio del metro cuadrado y el interés medio real aplicado.
Solución: ȳ = P̄t = 13,49375, x̄ = I¯t = 4,30625, b = SSXY
2 = 1,322987, y el coeficiente a es
X
ȳ − b ∗ x̄ = 7,796639. El ajuste lineal es:
Pt = 7,796639 + 1,322987It .
Conteste a las siguientes cuestiones:
a ¿Cuál es la pendiente de la recta lineal?. Interprete su significado.
Solución: Pendiente positiva, relación lineal directa. La recta lineal es creciente. Por
cada aumento de una unidad en la variable X (un punto en el tipo de interés), se produce
un aumento de 1,32 (132 euros el precio de venta del metro cuadrado) unidades en la
variable Y .
1
6.0
5.5
5.0
4.5
4.0
Figura 1: Box-plot
b Determine el coeficiente de correlación lineal del ajuste. Interprete su significado.
Solución: ρ = 0,3115921. La relación lineal entre X e Y es directa, pero no es muy
buena.
c Descomponga la variabilidad de la variable dependiente. ¿Cuál es el tanto por ciento de
la variabilidad explicada por el modelo?.
Solución: Su coeficiente de determinación es R = ρ2 = 0,09708964. Por lo que el modelo
explica el 9,71 % de la variabilidad. La descomposición de SY2 es:
SY2 = SError
2 2
+ SModelo ,
2
donde SModelo = R ∗ SY2 = 0,09708964 ∗ 4,923086 = 0,4779806, y SError
2
= 4,923086 −
0,4779806 = 4,445105
d Estime, según el modelo lineal, la predicción del precio por metro cuadrado de una
vivienda, suponiendo que exista un interés del 2,5.
Solución: El ajuste lineal es: Pt = 7,796639+1,322987It . Por tanto y(2,5) = 7,796639+
1,322987 ∗ 2,5 = 11,10. Es decir 1110 euros el metro cuadrado.
3 Considera la serie temporal relativa al precio de venta del metro cuadrado (Pt ) de las viviendas
antes del año 2007 .
a Analiza la serie temporal descomponiéndola en su tendencia y en la componente irregular
por el método que consideres más adecuado (método de regresión o de la media móvil).
Solución: El método más apropiado para analizar la serie es el de la media móvil debido
a que se observa que hay periodos de crecimiento y decrecimiento. Es más apropiado
realizar ajustes lineales por periodos de tiempo de 3 o 5 años.
2
Año (t) 1992 1993 1994 1995 1996 1997 1998 1999
Pt 10.4 9.2 11.1 11.8 12.6 12.7 12.9 13.2
m3 (Tt ) 10.23 10.7 11.83 12.36 12.73 12.93 13.16
It -1.03 0.40 -0.03 0.23 -0.03 -0.03 0.03
Año (t) 2000 2001 2002 2003 2004 2005 2006 2007
Pt 13.4 14.1 14.3 14.8 15.2 15.4 16.9 17.9
m3 (Tt ) 13.56667 13.93 14.40 14.76 15.13 15.83 16.73
It -0.16 0.16 -0.10 0.03 0.06 -0.43 0.16
Se observa claramente que existe una tendencia creciente en el precio.
b Calcula el ı́ndice simple de base variable del precio de venta. ¿Qué representa el ı́ndice
en el año 2002?.
Solución: El ı́ndice simple de base variable se calcula:
Pt
It = .
Pt−1
I2002 = 1,014 representa que en el año 2002 ha aumentado el precio del metro cuadrado
en un 1,4 %, respecto al año anterior.
Probabilidad
4 Según cierto estudio el 33 % de las multinacionales en España realiza operaciones comerciales
en el mercado A, el 40 % en el mercado B, y el 20 % realizan operaciones en ambos mercados.
Se selecciona al azar una multinacional en España.
Solución: Definimos los sucesos:
• A: Realizar operaciones en el mercado A.
• B: Realizar operaciones en el mercado B.
Sabemos que P (A) =0.33, P (B) =0.4 y P (A ∩ B) =0.2.
a ¿Cuál es la probabilidad de que únicamente opere en el mercado B?.
Solución: P (B − A) = P (B ∩ Ā) = P (B) − P (B ∩ A) = 0.4-0.2=0.2.
b ¿Cuál es la probabilidad de que no opere en ninguno de los dos mercados?.
Solución: P (Ā ∩ B̄) = P (A ∪ B) = 1 − P (A ∪ B) = 1− (0.33+0.4-0.2)=1-0.53=0.47.
c Sabiendo que opera en el mercado A, ¿cuál es la probabilidad de que realice operaciones
también en el mercado B?.
Solución: P (B|A) = P P(A∩B) 0,2
(A) = 0,33 = 0,606.
