Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Estimacion de la influencia de factores ambientales alojamientos rurales

550 views

Published on

Published in: Business
  • Be the first to comment

  • Be the first to like this

Estimacion de la influencia de factores ambientales alojamientos rurales

  1. 1. ESTIMACION DE LAINFLUENCIA DE FACTORESAMBIENTALES YSOCIOECONOMICOS EN LOSALOJAMIENTOS RURALESUm Flores, Erika
  2. 2. OBJETIVOS Examinar la existencia de factores de entorno y/o vecindad que influyan en la estimación del ingreso económico de los alojamientos rurales. Estimar la interpolación por el método Kriging y comparar el error con el de la estimación de regresión multivariante. Generar mapa de la distribución espacial de los ingreso económicos.
  3. 3. MARCO TEÓRICO AUTOCORRELACION METODO DE ESPACIAL INTERPOLACION Es la existencia de una  Son métodos geoestadístico relación funcional en un punto que consiste en la construcción determinado del espacio con de nuevos puntos partiendo los lugares cercanos o vecinos del conocimiento de un (Anselin, 1988). conjunto discreto de puntos. Test de Moran: Este test  Modelo Kriging: Este método indica la presencia o ausencia genera modelos de de un patrón estable interpolación a partir de por espacialmente para todo el medias ponderadas conjunto de datos
  4. 4. Georeferenciación de la base de datos de casas rurales Análisis de factoresMETODOLOGIA DE INVESTIGACION Análisis del ingreso económico Prueba de autocorrelación espacial - test de Moran I Modelación con método spatial analysis Kriging Análisis multivariante Estimación de modelos multivariantes
  5. 5. ZONA DE ESTUDIO•Se utilizaron 1346 operaciones de reservas ocupadas por turistas, en el año2006•Analizados un total de 30 casas rurales.
  6. 6. ANALISIS DE FACTORES35000,00 35000,0030000,00 30000,0025000,00 25000,00 20000,0020000,00 15000,0015000,00 10000,0010000,00 5000,00 5000,00 0,00 0,00 0 50 100 150 200 250 300 350 0 2 4 6 8 10 12 14 Ingreso vs capacidad Ingreso vs numero de noches
  7. 7. ANALISIS DEL INGRESO ECONÓMICODE ALOJAMIENTOS RURALES
  8. 8. ANALISIS DEL INGRESO ECONÓMICO DE ALOJAMIENTOS RURALES COMPARATIVA DE INGRESOS ECONOMICOS SEGÚN CAPACIDAD 35000.00INGRESO ECONOMICO EN EUROS 30000.00 25000.00 20000.00 15000.00 INGRESO POR CASA INGRESO/CAPACIDAD 10000.00 5000.00 0.00 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 CASAS RURALES EN LA ISLA Ingreso medio Capacidad Capacidad Precio máximo por Número de Ingreso Varianza del por cama € mínima máxima noche € noches medio por casa ingreso medio por promedio rural € casa rural 59 2 12 120 174 13402.00 7733,99
  9. 9. ANALISIS DE AUTOCORRELACIONTEST de Moran •Si Moran I > 0 es indicativo de autocorrelación espacial positiva. •Es decir que casas con ingresos altos están rodeados de otras casas con ingresos altos.
  10. 10. MODELO DE INTERPOLACION Mapa de Interpolación Método Mapa de error de interpolación kriging kriging Mode Vecinos Error Error Media Error % Error lo medio € cuadrado € Estandarizado cuadrado medio medio € estandarizado € I 30 -56 1245 -0,03088 1,083 19%
  11. 11. ANALISIS DE REGRESIONMULTIVARIANTE Descripción de variables Variable Tipo variable U Descripción INGRESO continua Є Ingresos económicos PLAYATU continua Km. Distancia media a playas importantes GOLF continua Km. Distancia media a centros de golf CC continua Km. Distancia media a centros comerciales PLAYALO continua Km. Distancia a playas locales ESPACNAT dummy Km 1 = ubicada en un espacio natural, excepto del parque rural. 0= ubicada en un parque rural VIA1 dummy Km 1 = próxima a una vía secundaria 0= no próxima a una vía secundaria VIA 2 dummy km 1 = próxima a una vía local 0= no próxima a una vía local
  12. 12. ANALISIS DE REGRESION MULTIVARIANTEMétodo OLS
  13. 13. MODELOS REGRESIÓN CON OLSModelo 1:Modelo 2:Modelo 3: Variable interpolados Modelo 0 Modelo 1 Modelo 2 Modelo 3de Ingresos económicosMínimo 958,06 847,95 675,58 601,97Cuartil 1 1918,00 2224,55 2339,99 2056,10Cuartil 2 2541,49 2618,11 2788,76 2676,44Cuartil 3 3713,26 3437,24 3291,20 3361,21Máximo 6532,28 5370,37 5482,44 5525,36
  14. 14. COMPARACION DE ERROR CONKRIGING Y REGRESION OLS Modelo Método Error cuadrático medio Modelo 0 Kriging 1245,00 Modelo 3 OLS 723,86
  15. 15. CONCLUSIONES Existe una evidente autocorrelación espacial de los ingresos. Los factores mas influyentes en la relación del incremento del ingreso económico es la zona de costas turísticas: zona de playa, servicios básicos al turista y espacios naturales en mayor grado. Si bien el método de interpolación Kriging es uno de los mas recomendados y utilizados en estos estudios se comprobó que el RMSE disminuía si se aplicaba funciones econométricas como es el método OLS. Finalmente se concluyó que los ayuntamientos más lucrativos donde se podrían localizar nuevas casas rurales se encuentran al oeste de la isla
  16. 16. GraciasErika.um101@doctorandos.ulpgc.es

×