Modelos basados en grafos: una aplicación al estudio del gasto de cruceristas en Uruguay
DOI:
https://doi.org/10.46661/revmetodoscuanteconempresa.2890Palabras clave:
modelos de grafos, gasto de los turistas, cruceros, Uruguay, graph-based models, tourists' expenditure, cruiseResumen
Este trabajo introduce el uso de grafos en el análisis de los determinantes del gasto de los turistas y lo aplica al estudio del comportamiento de los pasajeros de cruceros que desembarcan en Uruguay en los puertos de Montevideo y Punta del Este. Este enfoque ofrece un abordaje alternativo a los usualmente empleados para analizar los determinantes del gasto turístico al introducir una representación gráfica que permite sintetizar y visualizar las relaciones entre el conjunto de variables que caracterizan a los turistas o grupos de turistas y los determinantes de su nivel de gasto. En particular, la metodología permite representar las relaciones de dependencia entre variables (entre nodos adyacentes) e independencias condicionadas (entre nodos no adyacentes). Para su aplicación, se consideran datos individuales de las encuestas realizadas a cruceristas correspondientes a la temporada de cruceros comprendida entre noviembre de 2014 y abril de 2015, ambos incluidos, en Uruguay. Se estudia la existencia de dependencias de las variables relativas a registrar el gasto de los cruceristas con otras variables (sociodemográficas, de contexto, etc.). El estudio muestra que las variables que mejor explican el comportamiento de los visitantes son las vinculadas al puerto de desembarco y al gasto. Asimismo, los resultados muestran que las variables socioeconómicas no están vinculadas al gasto en forma directa.
Descargas
Citas
Abbruzzo, A.; Brida, J.G. & Scuderi, R. (2014): “Determinants of individual tourist expenditure as a network: Empirical findings from Uruguay”. Tourism Management, 43, 36–45.
Brida, J.G.; Bukstein, D.; Garrido, N.; Tealde, E. & Zapata-Aguirre, S. (2010): “Cruise passengers expenditure in the Caribbean port of call Cartagena de Indias: A cross-section data analysis”. Estudios y Perspectivas de Turismo, 19, 607–634.
Brida, J.G.; Bukstein, D. & Tealde, E. (2013): “Exploring cruise ship passenger spending patterns in two Uruguayan ports of call”. Current Issues in Tourism, 18(7), 684–700.
Brida, J.G.; Fasone, V.; Scuderi, R. & Zapata-Aguirre, S. (2014a): “ClustOfVar and the segmentation of cruise passengers from mixed data: Some managerial implications”. Knowledge-Based Systems 70: 128–136.
Brida, J.G.; Garrido, N. & Such Devesa, M.J. (2012a): “Cruise passengers satisfaction: Cartagena de Indias”. Benchmarking: An International Journal, 19(1), 55–69.
Brida, J.G.; Pulina, M.; Riaño, E. & Zapata-Aguirre, S. (2012b): “Cruise passenger’s experience embarking in a Caribbean Home Port.” Ocean and Coastal Management, 55, 135–145.
Brida, J.G. & Scuderi, R. (2013): “Determinants of tourist expenditure: A review of microeconometric models”. Tourism Management Perspectives, 6, 28–40.
Brida, J.G.;Scuderi, R. & Seijas, M.N. (2014b): “Segmenting cruise passengers visiting Uruguay: A factor-cluster analysis”. International Journal of Tourism Research, 16, 209–222.
Brida, J.G. & Zapata-Aguirre, S. (2010): “Cruise tourism: economic, socio-cultural and environmental impacts”. International Journal Leisure and Tourism Marketing, 1 (3), 205–226.
Cameron, A.C. & Trivedi, P.K. (2005): Microeconometrics: Methods and applications. Cambridge: Cambridge University Press.
Chow, C. & Liu, C. (1968): “Approximating discrete probability distributions with dependence trees”. IEEE Transactions on Information Theory, 14(3), 462–467.
Dwyer, L. & Forsyth, P. (1998): “Economic significance of cruise tourism”. Annals of Tourism Research, 25 (2), 393–415.
Edwards, D. (2000): Introduction to graphical modeling. New York: Springer.
Edwards, D.; de Abreu, G.C.G. & Labouriau, R. (2010): “Selecting high-dimensional mixed graphical models using minimal AIC or BIC forests”. BMC Bioinformatics, 11(18), 13 pp.
FCCA (2016): Cruise Industry Overview 2016. Pembroke Pines: Florida-Caribbean Cruise Association. Disponible en http://www.f-cca.com/downloads/2016-FCCA-Cruise-Industry-Overview-Cruises-Statistics.pdf .
Foygel, R. & Drton, M. (2010): “Extended Bayesian Information Criteria for Gaussian Graphical Models”. Advances in Neural Information Processing Systems, 23, 2020–2028.
Frydenberg, M. & Steffen, L.L. (1989): “Decomposition of maximum likelihood in mixed graphical interaction models”. Biometrika, 76(3), 539–555.
Henthorne, T.L. (2000): “An Analysis of Expenditures by Cruise Ship Passengers in Jamaica”. Journal of Travel Research, 38(3), 246–250.
Hojsgaard, S.; Edwards, D. & Lauritzen, S. (2012): Graphical models with R. New York: Springer Verlag.
Jackson, M. (2008): Social and Economic Networks. New Jersey: Princeton University Press.
Kang, H.J.; Kim, K. & Kim, J.H. (1997): “Optimal approximation of discrete probability distribution with kth-order dependency and its application to combining multiple classifiers”. Pattern Recognition Letters, 18(6), 515–523.
Kruskal, J. (1956): “On the shortest spanning subtree of a graph and the traveling salesman problem”. Proceedings of the American Mathematical Society, 7(1), 48–50.
Lauritzen, S.L. (1992): “Propagation of probabilities, means, and variances in mixed graphical association models”. Journal of the American Statistical Association, 87(420), 1098–1108.
Lauritzen, S.L. (1996): Graphical models . Oxford Statistical Science Series Vol. 17. New York: Oxford University Press.
MINTUR (2015): Temporada de Cruceros 2104-2015. Montevideo: Ministerio de Turismo de Uruguay. Disponible en: http://mintur.gub.uy/index.php/component/jdownloads/summary/11-turismo-de-cruceros/37-2014-2015 .
MINTUR (2016): Anuario de Turismo 2015. Montevideo: Área de Investigación y Estadísticas. Ministerio de Turismo de Uruguay.
Morrison, A.M.; Chunghui, C.; O’Leary, J.T. & Nadkarni, N. (1996): “Comparative profiles of travelers on cruises and land-based resort vacations”. Journal of Tourism Studies, 7(2), 15–27.
Risso, W.A. (2012): “El gasto de los cruceristas en Uruguay 2008–2010”. Revista de Turismo y Patrimonio, 10 (3), 393–406.
Seidl, A.; Guiliano, F. & Pratt, L. (2006): “Cruise tourism and community economic development in Central America and the Caribbean: The case of Costa Rica”. Revista de Turismo y Patrimonio Cultural, 4 (2), 213–224.
Seidl, A.; Guiliano, F. & Pratt, L. (2007): “Cruising for colones: cruise tourism economics in Costa Rica”. Tourism Economics, 13(1), 67–85.
Wang, Y. & Davidson, M. (2010): “A review of micro-analyses of tourist expenditure”. Current Issues in Tourism, 13(6), 507–524.
Whittaker, J. (1990): Graphical models in applied multivariate statistics. New York: Wiley.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2017 Revista de Métodos Cuantitativos para la Economía y la Empresa

Esta obra está bajo una licencia internacional Creative Commons Atribución-CompartirIgual 4.0.
El envío de un manuscrito a la Revista supone que el trabajo no ha sido publicado anteriormente (excepto en la forma de un abstract o como parte de una tesis), que no está bajo consideración para su publicación en ninguna otra revista o editorial y que, en caso de aceptación, los autores están conforme con la transferencia automática del copyright a la Revista para su publicación y difusión. Los autores retendrán los derechos de autor para usar y compartir su artículo con un uso personal, institucional o con fines docentes; igualmente retiene los derechos de patente, de marca registrada (en caso de que sean aplicables) o derechos morales de autor (incluyendo los datos de investigación).
Los artículos publicados en la Revista están sujetos a la licencia Creative Commons CC-BY-SA de tipo Reconocimiento-CompartirIgual. Se permite el uso comercial de la obra, reconociendo su autoría, y de las posibles obras derivadas, la distribución de las cuales se debe hacer con una licencia igual a la que regula la obra original.
Hasta el volumen 21 se ha estado empleando la versión de licencia CC-BY-SA 3.0 ES y se ha comenzado a usar la versión CC-BY-SA 4.0 desde el volumen 22.