La investigación de mercados, audiencias y estadística

La investigación de mercados es una herramienta cada vez más utilizada y necesaria en la gestión de todo tipo de empresas u organizaciones. Se basa en metodologías que utilizan técnicas estadísticas y sus resultados son de gran ayuda para la toma de decisiones empresariales. Desgraciadamente, en ocasiones no se tienen en cuenta determinados aspectos o detalles que pueden inducir a falsas conclusiones, en especial cuando se desconocen los fundamentos teóricos sobre las técnicas más frecuentemente utilizadas. En esta exposición, breve resumen de la ponencia impartida en las “III Jornadas de Comunicación”, se exponen las bases estadísticas de la investigación de mercados aplicada a la investigación de medios, y, en particular, a la investigación de las audiencias de televisión. Los puntos que se comentarán son los siguientes:  La investigación de mercados: su necesidad y utilidad  La investigación de medios aplicada a la televisión: la audimetría  La teoría de muestreo y las audiencias: conceptos básicos  Conclusiones

Métodos de estadística espacial para evaluar la influencia de factores medioambientales sobre la incidencia y mortalidad por cáncer

Los objetivos de la tesis son: 1.- Estudiar la relación entre la incidencia y mortalidad por cáncer y los factores medioambientales, en particular la contaminación atmosférica, controlando por factores socioeconómicos. 2.- Utilizar aquellos métodos de estadística espacial apropiados para cada tipo de diseño. 3.- Distinguir en los modelos las diferentes fuentes de extra-variabilidad espacial. 4.- Controlar el problema de exceso de ceros inherente a alguna de las neoplasias de interés medioambientales. Conclusiones: - Tanto la incidencia como la mortalidad de las neoplasias, presentaron dos fuentes de extravariación. La extravariaicón espacial, por la que unidades vecinas tienden a presentar razones de incidencia/mortalidad similares, y la heterogeneidad no espacial. En general la extravariabilidad espacial ha resultado ser mucho mayor que la no espacial. - Para suavizar las RIE/RME correspondientes a variables con un porcentaje de ceros superior al40-50% debe utilizarse un modelo que capture este comportamiento. - El mejor modelo en términos de ajuste para recoger el exceso de ceros en las variables de interés ha resultado ser el modelo mixto de riesgo relativo. - Las RIE/RME suavizadas presentan un patrón geográfico claro sólo en algunas neoplasias de interés medioambiental. - Parte de la variabilidad remanente en las RIE/RME suavizadas pudo ser explicada mediante la introducción de variables explicativas, en particular la contaminación atmosférica y variables socioeconómicas. -Como los contaminantes atmosféricos fueron observados en un diseño geoestadístico y las neoplasias de interés mediambiental lo fueron en un diseño en rejilla se modelizó la superficie de exposición. - El efecto del contaminante en cada municipio/sección censal se aproximó introduciendo en el modelo el valor promedio en cada área y la variabilidad intra-área. - El efecto del contaminante se consideró aleatorio, en el sentido de que podría ser diferente en cada una de las áreas. - Las condiciones socioeconómicas fueron otra de las variables que redujeron la variabilidad remanente en las RIE/RME suavizadas. -Las variables explicativas observadas con un diseño en rejilla, como el índice de privación, se introdujeron en el modelo como efectos fijos. - El efecto de la privación sobre la incidencia y/o mortalidad por cáncer de tráquea, bronquios y pulmón, controlando por contaminantes atmosféricos, fue mayor en las mujeres que en los hombres. -Altas concentraciones de contaminantes atmosféricos aumentan el riesgo de padecer neoplasias de interés medioambiental, controlando por condiciones socioeconómicas.

A priori ratemaking using bivariate poisson regression models

In automobile insurance, it is useful to achieve a priori ratemaking by resorting to gene- ralized linear models, and here the Poisson regression model constitutes the most widely accepted basis. However, insurance companies distinguish between claims with or without bodily injuries, or claims with full or partial liability of the insured driver. This paper exa- mines an a priori ratemaking procedure when including two di®erent types of claim. When assuming independence between claim types, the premium can be obtained by summing the premiums for each type of guarantee and is dependent on the rating factors chosen. If the independence assumption is relaxed, then it is unclear as to how the tari® system might be a®ected. In order to answer this question, bivariate Poisson regression models, suitable for paired count data exhibiting correlation, are introduced. It is shown that the usual independence assumption is unrealistic here. These models are applied to an automobile insurance claims database containing 80,994 contracts belonging to a Spanish insurance company. Finally, the consequences for pure and loaded premiums when the independence assumption is relaxed by using a bivariate Poisson regression model are analysed.

Price level convergence, purchasing power parity and multiple structural breaks: an application to US cities

This article provides a fresh methodological and empirical approach for assessing price level convergence and its relation to purchasing power parity (PPP) using annual price data for seventeen US cities. We suggest a new procedure that can handle a wide range of PPP concepts in the presence of multiple structural breaks using all possible pairs of real exchange rates. To deal with cross-sectional dependence, we use both cross-sectional demeaned data and a parametric bootstrap approach. In general, we find more evidence for stationarity when the parity restriction is not imposed, while imposing parity restriction provides leads toward the rejection of the panel stationar- ity. Our results can be embedded on the view of the Balassa-Samuelson approach, but where the slope of the time trend is allowed to change in the long-run. The median half-life point estimate are found to be lower than the consensus view regardless of the parity restriction.

Calculation of the variance in surveys of the economic climate

Public opinion surveys have become progressively incorporated into systems of official statistics. Surveys of the economic climate are usually qualitative because they collect opinions of businesspeople and/or experts about the long-term indicators described by a number of variables. In such cases the responses are expressed in ordinal numbers, that is, the respondents verbally report, for example, whether during a given trimester the sales or the new orders have increased, decreased or remained the same as in the previous trimester. These data allow to calculate the percent of respondents in the total population (results are extrapolated), who select every one of the three options. Data are often presented in the form of an index calculated as the difference between the percent of those who claim that a given variable has improved in value and of those who claim that it has deteriorated. As in any survey conducted on a sample the question of the measurement of the sample error of the results has to be addressed, since the error influences both the reliability of the results and the calculation of the sample size adequate for a desired confidence interval. The results presented here are based on data from the Survey of the Business Climate (Encuesta de Clima Empresarial) developed through the collaboration of the Statistical Institute of Catalonia (Institut d’Estadística de Catalunya) with the Chambers of Commerce (Cámaras de Comercio) of Sabadell and Terrassa.

Health care utilization among immigrants and native-born populations in 11 European countries. Results from the Survey of Health, Ageing and Retirement in Europe

Objective: This study examines health care utilization of immigrants relative to the native-born populations aged 50 years and older in eleven European countries. Methods. We analyzed data from the Survey of Health Aging and Retirement in Europe (SHARE) from 2004 for a sample of 27,444 individuals in 11 European countries. Negative Binomial regression was conducted to examine the difference in number of doctor visits, visits to General Practitioners (GPs), and hospital stays between immigrants and the native-born individuals. Results: We find evidence those immigrants above age 50 use health services on average more than the native-born populations with the same characteristics. Our models show immigrants have between 6% and 27% more expected visits to the doctor, GP or hospital stays when compared to native-born populations in a number of European countries. Discussion: Elderly immigrant populations might be using health services more intensively due to cultural reasons.

An Introduction to parametric and non-parametric models for bivariate positive insurance claim severity distributions

We present a real data set of claims amounts where costs related to damage are recorded separately from those related to medical expenses. Only claims with positive costs are considered here. Two approaches to density estimation are presented: a classical parametric and a semi-parametric method, based on transformation kernel density estimation. We explore the data set with standard univariate methods. We also propose ways to select the bandwidth and transformation parameters in the univariate case based on Bayesian methods. We indicate how to compare the results of alternative methods both looking at the shape of the overall density domain and exploring the density estimates in the right tail.

Modelling dependence in a ratemaking procedure with multivariate Poisson regression models

When actuaries face with the problem of pricing an insurance contract that contains different types of coverage, such as a motor insurance or homeowner's insurance policy, they usually assume that types of claim are independent. However, this assumption may not be realistic: several studies have shown that there is a positive correlation between types of claim. Here we introduce different regression models in order to relax the independence assumption, including zero-inflated models to account for excess of zeros and overdispersion. These models have been largely ignored to multivariate Poisson date, mainly because of their computational di±culties. Bayesian inference based on MCMC helps to solve this problem (and also lets us derive, for several quantities of interest, posterior summaries to account for uncertainty). Finally, these models are applied to an automobile insurance claims database with three different types of claims. We analyse the consequences for pure and loaded premiums when the independence assumption is relaxed by using different multivariate Poisson regression models and their zero-inflated versions.

Parental education and family characteristics: educational opportunities across cohorts in Italy and Spain

Drawing on data contained in the 2005 EU-SILC, this paper investigates the disparities in educational opportunities in Italy and Spain. Its main objective is to analyse the predicted probabilities of successfully completing upper-secondary and tertiary education for individuals with different parental backgrounds, and the changes in these probabilities across birth cohorts extending from 1940 to 1980. The results suggest that the disparities in tertiary education opportunities in Italy tend to increase over time. By contrast, the gap in educational opportunity in Spain shows a marked decrease across the cohorts. Moreover, by using an intuitive decomposition strategy, the paper shows that a large part of the educational gap between individuals of different backgrounds is “composed” of the difference in the endowment of family characteristics. Specifically, it seems that more highly educated parents are more able to endow their children with a better composition of family characteristics, which accounts for a significant proportion of the disparities in educational opportunity.

Mixture of bivariate Poisson regression models with an application to insurance

In a recent paper Bermúdez [2009] used bivariate Poisson regression models for ratemaking in car insurance, and included zero-inflated models to account for the excess of zeros and the overdispersion in the data set. In the present paper, we revisit this model in order to consider alternatives. We propose a 2-finite mixture of bivariate Poisson regression models to demonstrate that the overdispersion in the data requires more structure if it is to be taken into account, and that a simple zero-inflated bivariate Poisson model does not suffice. At the same time, we show that a finite mixture of bivariate Poisson regression models embraces zero-inflated bivariate Poisson regression models as a special case. Additionally, we describe a model in which the mixing proportions are dependent on covariates when modelling the way in which each individual belongs to a separate cluster. Finally, an EM algorithm is provided in order to ensure the models’ ease-of-fit. These models are applied to the same automobile insurance claims data set as used in Bermúdez [2009] and it is shown that the modelling of the data set can be improved considerably.

Local Distance-Based Generalized Linear Models using the dbstats package for R

This paper introduces local distance-based generalized linear models. These models extend (weighted) distance-based linear models firstly with the generalized linear model concept, then by localizing. Distances between individuals are the only predictor information needed to fit these models. Therefore they are applicable to mixed (qualitative and quantitative) explanatory variables or when the regressor is of functional type. Models can be fitted and analysed with the R package dbstats, which implements several distancebased prediction methods.

Testing extreme value copulas to estimate the quantile

Testing weather or not data belongs could been generated by a family of extreme value copulas is difficult. We generalize a test and we prove that it can be applied whatever the alternative hypothesis. We also study the effect of using different extreme value copulas in the context of risk estimation. To measure the risk we use a quantile. Our results have motivated by a bivariate sample of losses from a real database of auto insurance claims. Methods are implemented in R.

La programació de la televisió en la transició del segle XXI

La programació, en televisió, consisteix a situar els diferents espais en uns horaris d’emissió determinats segons diversos patrons que depenen, entre d’altres, dels objectius empresarials de les diferents cadenes. Els espais esmentats es poden catalogar en gèneres, que evolucionen constantment per adequar-se a les preferències de l’audiència. En aquest article, es presenta una anàlisi de la programació per gèneres de les principals cadenes de televisió en l’àmbit de Catalunya, en el període 1998-2003, segons la classificació utilitzada per Taylor Nelson Sofres (TNS). Es comenten les similituds i les diferències observades en les diferents cadenes, tenint-ne en compte la titularitat i l’àmbit de cobertura.

Estimating extreme value cumulative distribution functions using bias-corrected kernel approaches

We propose a new kernel estimation of the cumulative distribution function based on transformation and on bias reducing techniques. We derive the optimal bandwidth that minimises the asymptotic integrated mean squared error. The simulation results show that our proposed kernel estimation improves alternative approaches when the variable has an extreme value distribution with heavy tail and the sample size is small.

Estudi de mètodes de classificació borrosa i la seva aplicació a l'agrupació de zones geogràfiques en base a diverses característiques incertes

Aquesta memòria està estructurada en sis capítols amb l'objectiu final de fonamentar i desenvolupar les eines matemàtiques necessàries per a la classificació de conjunts de subconjunts borrosos. El nucli teòric del treball el formen els capítols 3, 4 i 5; els dos primers són dos capítols de caire més general, i l'últim és una aplicació dels anteriors a la classificació dels països de la Unió Europea en funció de determinades característiques borroses. En el capítol 1 s'analitzen les diferents connectives borroses posant una especial atenció en aquells aspectes que en altres capítols tindran una aplicació específica. És per aquest motiu que s'estudien les ordenacions de famílies de t-normes, donada la seva importància en la transitivitat de les relacions borroses. La verificació del principi del terç exclòs és necessària per assegurar que un conjunt significatiu de mesures borroses generalitzades, introduïdes en el capítol 3, siguin reflexives. Estudiem per a quines t-normes es verifica aquesta propietat i introduïm un nou conjunt de t-normes que verifiquen aquest principi. En el capítol 2 es fa un recorregut general per les relacions borroses centrant-nos en l'estudi de la clausura transitiva per a qualsevol t-norma, el càlcul de la qual és en molts casos fonamental per portar a terme el procés de classificació. Al final del capítol s'exposa un procediment pràctic per al càlcul d'una relació borrosa amb l'ajuda d'experts i de sèries estadístiques. El capítol 3 és un monogràfic sobre mesures borroses. El primer objectiu és relacionar les mesures (o distàncies) usualment utilitzades en les aplicacions borroses amb les mesures conjuntistes crisp. Es tracta d'un enfocament diferent del tradicional enfocament geomètric. El principal resultat és la introducció d'una família parametritzada de mesures que verifiquen unes propietats de caràcter conjuntista prou satisfactòries. L'estudi de la verificació del principi del terç exclòs té aquí la seva aplicació sobre la reflexivitat d'aquestes mesures, que són estudiades amb una certa profunditat en alguns casos particulars. El capítol 4 és, d'entrada, un repàs dels principals resultats i mètodes borrosos per a la classificació dels elements d'un mateix conjunt de subconjunts borrosos. És aquí on s'apliquen els resultats sobre les ordenacions de les famílies de t-normes i t-conormes estudiades en el capítol 1. S'introdueix un nou mètode de clusterització, canviant la matriu de la relació borrosa cada vegada que s'obté un nou clúster. Aquest mètode permet homogeneïtzar la metodologia del càlcul de la relació borrosa amb el mètode de clusterització. El capítol 5 tracta sobre l'agrupació d'objectes de diferent naturalesa; és a dir, subconjunts borrosos que pertanyen a diferents conjunts. Aquesta teoria ja ha estat desenvolupada en el cas binari; aquí, el que es presenta és la seva generalització al cas n-ari. Més endavant s'estudien certs aspectes de les projeccions de la relació sobre un cert espai i el recíproc, l'estudi de cilindres de relacions predeterminades. Una aplicació sobre l'agrupació de les comarques gironines en funció de certes variables borroses es presenta al final del capítol. L'últim capítol és eminentment pràctic, ja que s'aplica allò estudiat principalment en els capítols 3 i 4 a la classificació dels països de la Unió Europea en funció de determinades característiques borroses. Per tal de fer previsions per a anys venidors s'han utilitzat sèries temporals i xarxes neuronals. S'han emprat diverses mesures i mètodes de clusterització per tal de poder comparar els diversos dendogrames que resulten del procés de clusterització. Finalment, als annexos es poden consultar les sèries estadístiques utilitzades, la seva extrapolació, els càlculs per a la construcció de les matrius de les relacions borroses, les matrius de mesura i les seves clausures.