Modelos de regresión espacio-temporal Bayesianos aplicados al mercado de alojamiento AirBnB y HomeAway en Bogotá para el periodo 2015-2019

Las plataformas digitales como Airbnb y HomeAway han crecido de manera significativa en los últimos años en el mercado de alojamiento turístico en Bogotá. El presente trabajo analiza el comportamiento de la tasa de ocupación, el número de propiedades y el ingreso total que reciben estos alojamientos...

Full description

Autores:
Moreno Veloza, Gabriel Eduardo
Tipo de recurso:
Masters Thesis
Fecha de publicación:
2022
Institución:
Universidad Santo Tomás
Repositorio:
Repositorio Institucional USTA
Idioma:
spa
OAI Identifier:
oai:repository.usta.edu.co:11634/44134
Acceso en línea:
http://hdl.handle.net/11634/44134
Palabra clave:
Spatial Statistics
Spatio-Temporal Models
Beta Regression Model
Poisson Regression Model
Gamma Regression Model
Bayesian Statistics
Estadísticas Espacial
Turismo
Mercadeo
Estadística espacial
Modelos Espacio Temporales
Modelo de Regresión Beta
Modelo de Regresión Poisson
Modelo de Regresión Gamma
Estadística Bayesiana
Rights
openAccess
License
Atribución-NoComercial-SinDerivadas 2.5 Colombia
id SANTTOMAS2_6e6743665d1c537e88c30d7d32501eef
oai_identifier_str oai:repository.usta.edu.co:11634/44134
network_acronym_str SANTTOMAS2
network_name_str Repositorio Institucional USTA
repository_id_str
dc.title.spa.fl_str_mv Modelos de regresión espacio-temporal Bayesianos aplicados al mercado de alojamiento AirBnB y HomeAway en Bogotá para el periodo 2015-2019
title Modelos de regresión espacio-temporal Bayesianos aplicados al mercado de alojamiento AirBnB y HomeAway en Bogotá para el periodo 2015-2019
spellingShingle Modelos de regresión espacio-temporal Bayesianos aplicados al mercado de alojamiento AirBnB y HomeAway en Bogotá para el periodo 2015-2019
Spatial Statistics
Spatio-Temporal Models
Beta Regression Model
Poisson Regression Model
Gamma Regression Model
Bayesian Statistics
Estadísticas Espacial
Turismo
Mercadeo
Estadística espacial
Modelos Espacio Temporales
Modelo de Regresión Beta
Modelo de Regresión Poisson
Modelo de Regresión Gamma
Estadística Bayesiana
title_short Modelos de regresión espacio-temporal Bayesianos aplicados al mercado de alojamiento AirBnB y HomeAway en Bogotá para el periodo 2015-2019
title_full Modelos de regresión espacio-temporal Bayesianos aplicados al mercado de alojamiento AirBnB y HomeAway en Bogotá para el periodo 2015-2019
title_fullStr Modelos de regresión espacio-temporal Bayesianos aplicados al mercado de alojamiento AirBnB y HomeAway en Bogotá para el periodo 2015-2019
title_full_unstemmed Modelos de regresión espacio-temporal Bayesianos aplicados al mercado de alojamiento AirBnB y HomeAway en Bogotá para el periodo 2015-2019
title_sort Modelos de regresión espacio-temporal Bayesianos aplicados al mercado de alojamiento AirBnB y HomeAway en Bogotá para el periodo 2015-2019
dc.creator.fl_str_mv Moreno Veloza, Gabriel Eduardo
dc.contributor.advisor.none.fl_str_mv Pineda Ríos, Wilmer Darío
dc.contributor.author.none.fl_str_mv Moreno Veloza, Gabriel Eduardo
dc.contributor.orcid.spa.fl_str_mv https://orcid.org/ 0000-0001-7774-951X
dc.contributor.googlescholar.spa.fl_str_mv https://scholar.google.com/citations?hl=es&user=5KmOl5oAAAAJ
dc.contributor.cvlac.spa.fl_str_mv https://scienti.minciencias.gov.co/gruplac/jsp/visualiza/visualizagr.jsp?nro=00000000007553
dc.subject.keyword.spa.fl_str_mv Spatial Statistics
Spatio-Temporal Models
Beta Regression Model
Poisson Regression Model
Gamma Regression Model
Bayesian Statistics
topic Spatial Statistics
Spatio-Temporal Models
Beta Regression Model
Poisson Regression Model
Gamma Regression Model
Bayesian Statistics
Estadísticas Espacial
Turismo
Mercadeo
Estadística espacial
Modelos Espacio Temporales
Modelo de Regresión Beta
Modelo de Regresión Poisson
Modelo de Regresión Gamma
Estadística Bayesiana
dc.subject.lemb.spa.fl_str_mv Estadísticas Espacial
Turismo
Mercadeo
dc.subject.proposal.spa.fl_str_mv Estadística espacial
Modelos Espacio Temporales
Modelo de Regresión Beta
Modelo de Regresión Poisson
Modelo de Regresión Gamma
Estadística Bayesiana
description Las plataformas digitales como Airbnb y HomeAway han crecido de manera significativa en los últimos años en el mercado de alojamiento turístico en Bogotá. El presente trabajo analiza el comportamiento de la tasa de ocupación, el número de propiedades y el ingreso total que reciben estos alojamientos por barrio, tomadas como variables dependientes, a través de modelos de regresión Beta, Poisson y Gamma espacio-temporales Bayesianos, para estimar y caracterizar posibles dinámicas de este mercado en el sector turístico de la ciudad entre el año 2015 y 2019. El estudio encuentra correlación lineal espacial y temporal entre las variables dependientes y las independientes en los años evaluados, especialmente en los barrios ubicados en las localidades de Chapinero, Teusaquillo, Santafé y Candelaria.
publishDate 2022
dc.date.accessioned.none.fl_str_mv 2022-04-22T18:04:55Z
dc.date.available.none.fl_str_mv 2022-04-22T18:04:55Z
dc.date.issued.none.fl_str_mv 2022-04-12
dc.type.local.spa.fl_str_mv Tesis de maestría
dc.type.version.none.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_bdcc
dc.type.drive.none.fl_str_mv info:eu-repo/semantics/masterThesis
format http://purl.org/coar/resource_type/c_bdcc
status_str acceptedVersion
dc.identifier.citation.spa.fl_str_mv Moreno Veloza, G. (2021). Modelos de regresión espacio-temporales Bayesianos aplicados al mercado de alojamiento AirBnB y HomeAway en Bogotá para el periodo 2015-2019. [Magister, Universidad Santo Tomás, Colombia]. Repositorio Institucional.
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/11634/44134
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional Universidad Santo Tomás
dc.identifier.instname.spa.fl_str_mv instname:Universidad Santo Tomás
dc.identifier.repourl.spa.fl_str_mv repourl:https://repository.usta.edu.co
identifier_str_mv Moreno Veloza, G. (2021). Modelos de regresión espacio-temporales Bayesianos aplicados al mercado de alojamiento AirBnB y HomeAway en Bogotá para el periodo 2015-2019. [Magister, Universidad Santo Tomás, Colombia]. Repositorio Institucional.
reponame:Repositorio Institucional Universidad Santo Tomás
instname:Universidad Santo Tomás
repourl:https://repository.usta.edu.co
url http://hdl.handle.net/11634/44134
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.references.spa.fl_str_mv Andersson H. y Hoffmann R. (2008). Spatial competition and farm tourism. A hedonic pricing model, American Agricultural Economics Association Annual Meeting.
Batista F., Marín A., Rosina K., Ribeiro R., Freire S. y Schiavina M. (2018). Analysing spatiotemporal patterns of tourism in Europe at high-resolution with conventional and big data sources, Tourism Management, Volume 68, Pages 101-115,ISSN 0261-5177
Banerjee S., Carlin B. y Gelfand A. (2004). Hierarchical modeling and analysis for spatial data, ISBN 1-58488-410-X.
Bernardinelli L., Clayton D., Pascutto C., Montomoli C., Ghislandi M., y Songini, M.(1995). Bayesian analysis of space-time variation in disease risk. Statistics in Medicine,14(21–22), 2433–2443.
Besag J., York J. y Mollié A.(1991). Bayesian image restoration, with two applications in spatial statistics. Annals of the Institute of Statistical Mathematics, 43(1): 1–20.
Blangiardo M, y Cameletti M.(2015). Spatial and spatio-temporal Bayesian models with R-INLA,John Wiley & Sons, Ltd, p.308
Caldeira A., Kastenholz E. (2015). Spatiotemporal behaviour of the urban multi-attraction tourist: does distance travelled from country of origin make a difference?, Tourism & Management Studies, 11(1), en: https://www.redalyc.org/pdf/3887/388743883011.pdf
Carlin, B., Banerjee, S., y Gelfand, A. (2014). Hierarchical Modeling and Analysis for Spatial Data (2nd ed.). Chapman and Hall/CRC. https://doi.org/10.1201/b17115
Cepeda, E. (2001). Modelagem da variabilidad em modelos lineares generalizados, Ph.D. thesis, Universidade Federal Do Rio De Janeiro.
Cepeda E. y Gamerman D. (2005). Bayesian methodology for modeling parameters in the twoparameter exponential family, Estadistica 57, 93–105.
Cepeda E. y Garrido L. (2011). Bayesian Beta Regression Models Joint Mean and Precision Modelling, http://www.bdigital.unal.edu.co/5947/1/BayesianBetaRegresion.pdf.
Chen Q., Hu Z., Su H., Tang X., y Yu K. (2018). Understanding Travel Patterns of Tourists from Mobile Phone Data: A Case Study in Hainan, IEEE International Conference on Big Data and Smart Computing (BigComp), 2018, pp. 45-51, doi: 10.1109/BigComp.2018.00016.
Cuervo E, y Achcar J. (2010). Heteroscedastic nonlinear regression models, Communications en Statistics USimulation and Computation, 39(2), 405–419.
Decreto Ley 897 de 2017 (2017). Por el cual se modifica la estructura de la Agencia Colombiana para la Reintegración de Personas y Grupos Alzados en Armas y se dictan otras disposiciones, Presidencia de la República de Colombia.
Deller S. (2010). Rural poverty, tourism and spatial heterogeneity, Annals of Tourism Research, Vol. 37(1), p. 180-205.
Demšar U.,, Harris P., Brunsdon C., Fotheringham S., y McLoone S. (2013). Principal Component Analysis on Spatial Data: An Overview, Annals of the Association of American Geographers, 103:1, 106-128, DOI: 10.1080/00045608.2012.689236.
Díaz, A., y Sánchez, F. (2008). Los efectos del conflicto armado en el desarrollo social colombiano. Sánchez, Fabio. Las cuentas de la violencia. Bogotá. Universidad de los Andes-Editorial Norma.
Ferrari, S. y Cribari-Neto, F. (2004). Beta regression for modelling rates and proportions, Journal of Applied Statistics 31(7), 799–815.
Fotheringham, A., Brunsdon, C. y Charlton, M. (2002). Geographically weighted Regression: the analysis of spatially varying relationships. Chiceste:Wiley,196-202.
Gallagher L. (2018). La historia de Airbnb,Penguin Random House Grupo Editoria, México.
Glass, R. (1964). London, Aspects of Change. Londres, Macgibbon & Kee.
Gelman A.,Hwang J., y Vehtari A. (2014). Understanding predictive information criteria for Bayesian models, en: http://www.stat.columbia.edu/~gelman/research/published/waic_understand3.pdf
Gilks W., Richardson S., y Spiegelhalter D. (1996). Markov Chain Monte Carlo in Practice,ISBN 9780412055515 Published December 1, 1995 by Chapman and Hall/CRC, en:https://www.routledge.com/Markov-Chain-Monte-Carlo-in-Practice/Gilks-Richardson-Spiegelhalter/p/book/9780412055515
Gómez-Rubio V. (2020). Bayesian Inference with INLA, DOI:10.1201/9781315175584, edition: 1stPublisher: CRC PressISBN: 9781138039872
Gordziejczuk M., y Lucero P. (2019). Turismo y calidad de vida: un estudio de autocorrelación espacial aplicado a la ciudad de Mar del Plata, provincia de Buenos Aires, Argentina, Cuaderos de geografía, Revista Colombiana de Geografía, en: https://doi.org/10.15446/rcdg.v28n1.67275
Gutierrez A. (2014). The Use of Working Variables in the Bayesian Modeling of Mean and Dispersion Parameters in Generalized Nonlinear Models with Random Eects, en: http://www.tandfonline.com
Harris P., Brunsdon C. y Charlton M. (2011). Geographically weighted principal components analysis. International Journal of Geographical Information Science, 25 (10),1717-1736.
Harris P., Clarke A., Juggins S., Brunsdon C., y Charlton M. (2015). Enhancements to a geographically weighted principal components analysis in the context of an application to an environmental data set. Geographical Analysis, 47: 146-172.
Hidalgo G. (2019). Uso del Índice de Moran y LISA para explicar el ausentismo electoral rural en Ecuador, Revista Geográfica 160 | ISSN (impresa) 0031-0581 | ISSN (en línea) 2663-399X.
Banerjee S., Carlin B., y Gelfand A. (2004). Hierarchical modeling and analysis for spatial data, Monographs on Statistics and Applied Probability 101
Hinde, J. y Demetrio H. (2007). Overdispersion: Models y Estimation,Computational Statistics & Data Analysis Volume 27, Issue 2, 3 April 1998, Pages 151-170
Hoef J., Hans E., y Hooten M. (2017). On the Relationship between Conditional (CAR) and Simultaneous(SAR) Autoregressive Models,arXiv:1710.07000v1 [math.ST] 19 Oct 2017,\\ en: https://arxiv.org/pdf/1710.07000.pdf
Instituto Distrital de Turismo de Bogotá (IDT) (2019). Base de Datos Airbnb por Barrios,\\ en: https://datosabiertos.bogota.gov.co/dataset/barrios_airbnb
Instituto Distrital de Turismo de Bogotá (IDT) (2020). Encuesta de Viajeros de Bogotá 2019, Observatorio de Turismo, en: http://www.idt.gov.co
Instituto Distrital de Turismo de Bogotá (IDT) (2020). Comparación de Prestadores de Servicios Turísticos 2019 vs. 2020, Observatorio de Turismo, en: http://www.idt.gov.co
Inside Airbnb (2019). en: http://insideairbnb.com/about.html
Jeffers J. (1967). Two case studies in the application of principal component analysis.Journal of the Royal Statistical Society Series C (Applied Statistics),16 (3):225-236.
Junsheng L., Cui L., Jinqing T., Yaofeng M., y Xiaojin W. (2019). Spatiotemporal Coupling Factors and Mode of Tourism Industry, Urbanization and Ecological Environment: A Case Study of Shaanxi, China, Sustainability 11, no. 18: 4923, en: https://doi.org/10.3390/su11184923
Knorr-Held L. (2000) Bayesian modeling of inseparable space-time variation in disease risk. Statistics in Medicine, 19(17–18), 2555–2567.
Kullback S., y Leibler R.(1951) On Information and Sufficiency. The Annals of Mathematical Statistics, 22(1), p. 79–86.
Kumar S., Lal, R., y Lloyd C. (2012) Assessing spatial variability in soil characteristics with geographically weighted principal component analysis. Computational Geosciences,16(3),827-835.
Liljenstolpe C.(2011) Valuation of environmental impacts of the Rural Development Program – A hedonic model with application of GIS, 122nd EAAE Seminar Evidence-Based Agricultural and Rural Policy Making: Methodological and Empirical Challenges of Policy Evaluation.
Liu J., Wang J., Wang S., Wang J., y Deng G. (2018) Analysis and simulation of the spatiotemporal evolution pattern of tourism lands at the Natural World Heritage Site Jiuzhaigou, China, Habitat International, Volume 79, Pages 74-88, ISSN 0197-3975,\\ en: https://www.sciencedirect.com/science/article/pii/S019739751830049
Lloyd, C. (2010) Analysing population characteristics using geographically weighted principal components analysis: a case study of Northern Ireland in 2001. Computers,\\ Environment and Urban Systems,34(5),389-399.
Martino S. (2007) approximate Bayesian Inference for Latent Gaussian Models, Doctoral Theses at \\ NTNU,2007:214, en: https://ntnuopen.ntnu.no/ntnu-xmlui/bitstream/handle/11250/258135/123679\\_FULLTEXT01.pdf?sequence=1
McCullagh P., y Nelder J. (1989). Generalized Linear Models (Chapman & Hall/CRC Monographs on Statistics & Applied Probability). 2nd Edition, Chapman and Hall/CRC, UK.
Morales M., y López L. (2008). Estudio de homogeneidad de la dispersion en diseños a una via de clasificación para datos de proporciones y conteo. Revista Colombiana de Estadística, 32:59–71.
Moran P. (1950). A Test for the Serial Independence of Residuals. Biometrika, 37, 178-18, en:\\ http://dx.doi.org/10.1093/biomet/37.1-2.178
Naimat U., Wanggen W., y Shui Y. (2020). Spatiotemporal Analysis of Tourists and Residents in Shanghai Based on Location-Based Social Network’s Data from Weibo, ISPRS Int. J. Geo-Inf. 9, no. 2: 70. https://doi.org/10.3390/ijgi9020070
Niavis S.(2020). Evaluating the spatiotemporal performance of tourist destinations: the case of Mediterranean coastal regions, Journal of Sustainable Tourism Volume 28 - Issue 9 , en:\\ https://www.tandfonline.com/doi/full/10.1080/09669582.2020.1736087?needAccess=true
Nelder J., y Wedderburn R. (1972). Generalized linear models. Journal of the American Statistical Society, A, 135(3):370 – 384.
Nocedal J., Wright J. (1999). Quasi-Newton Methods. Numerical Optimization. New York: Springer. pp. 192–221. ISBN 0-387-98793-2.
Página oficial HomeAway España (2020). en: https://www.homeaway.es/discoverycentre/sugerencias-y-recursos/lograr-resultados-satisfactorios-en-homeaway/pagos-homeaway-respuestas-a-preguntas-frecuentes
Portal web medium, (2018). medium.com, en: https://medium.com/airbnb-engineering
Revista La Agencia de Viajes Colombia (LADEVI), (2017). en: http://ladevi.info/articles/3266
Riebler A., Sorbye S., Simpson D., y Rue H. (2016). An intuitive Bayesian spatial model for disease mapping that accounts for scaling, Cornell University, en: https://arxiv.org/abs/1601.01180v1
Roos M., y Held L. (2011). Sensitivity analysis in Bayesian generalized linear mixed models for binary data, Bayesian Analysis, Number 2, pp. 259–278, en:\\ https://projecteuclid.org/download/pdf_1/euclid.ba/1339612046
Rubalcaba J. (2020). Cosas que conviene saber al usar AIC, DIC y otros criterios de información, en: https://jrubalcaba.github.io/posts/information_criterion/#:~:text=Criterio
Rue H., Marino S., y Chopin N. (2009). Approximate Bayesian inference for latent Gaussian models by using integrated nested Laplace approximations, Department of Mathematical Sciences, Norwegian University for Science and Technology, N‐7491 Trondheim, Norway, en: \\https://rss.onlinelibrary.wiley.com/doi/10.1111/j.1467-9868.2008.00700.x
Rue H., y Held L. (2005). Gaussian Markov Random Fields: Theory and Applications, volume 104 of Monographs on Statistics and Applied Probability. Chapman & Hall, London.
Sanchez, M. (2008). Análisis Espacial de Datos y Turismo Nuevas Técnicas para el Análisis Turístico. Una Aplicación al Caso Extremeño,Revista de Estudios Empresariales. Segunda época. Número: 2 (2008). Páginas: 48 - 66
Sauleau E., Mameli V., y Musio M. (2010). Using Integrated Nested Laplace Approximation for Modeling Spatial Healthcare Utilization, arXiv:1006.3764, Cornell University, en:https://arxiv.org/abs/1006.3764
Simas, A., Barreto–Souza, W., y Rocha, A. (2010). Improved Estimator for a General Class of Beta Regression Models, Computational Statistics and Data Analysis Vol: 54 (2), p. 348–366.
Schrödle, B. y Held, L. (2011). A primer on disease mapping and ecological regression using INLA. Computational Statistics, 26, 241–258
Sun Y., Fan H., Helbich M., y Zipf A. (2013). Analyzing Human Activities Through Volunteered Geographic Information: Using Flickr to Analyze Spatial and Temporal Pattern of Tourist Accommodation, Progress in Location-Based Services, ISBN : 978-3-642-34202-8, en:\\ https://link.springer.com/chapter/10.1007/978-3-642-34203-5_4
Torres, A. (2011). Estudio en bloques completos vía regresión Poisson en presencia de sobredispersión, Tesis Maestría Estadística, Facultad de Estadística, Universidad Nacional de Colombia.
Wu, Q., Cheng, J., Chen, G., Hammel, D. y Wu, X. (2014). Socio-spatial differentiation and residential segregation in the Chinese city based on the 2000 community-level census data: A case study of the inner city of Nanjing. Cities,39,109-119.
Xin L., Zuolin X., y Rui L. (2019). A Spatio-Temporal Bayesian Model for Estimating the Effects of Land Use Change on Urban Heat Island, ISPRS Int. J. Geo-Inf. 8, no. 12: 522. https://doi.org/10.3390/ijgi8120522
Yang Y., y Zhang H. (2019). Spatial-temporal forecasting of tourism demand,January, Annals of Tourism Research 75:106-119 en:\\ https://www.researchgate.net/publication/330357975_Spatial-temporal_forecasting_of_tourism_demand
Zhang S., Liu X., Tang J., Cheng S., Qi Y., y Wang Y. (2018). Spatio-temporal modeling of destination choice behavior through the Bayesian hierarchical approach, Physica A: Statistical Mechanics and its Applications, Volume 512, Pages 537-551, ISSN 0378-4371,en:\\ https://www.sciencedirect.com/science/article/pii/S037843711830983X
dc.rights.*.fl_str_mv Atribución-NoComercial-SinDerivadas 2.5 Colombia
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.rights.local.spa.fl_str_mv Abierto (Texto Completo)
dc.rights.accessrights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.none.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Atribución-NoComercial-SinDerivadas 2.5 Colombia
http://creativecommons.org/licenses/by-nc-nd/2.5/co/
Abierto (Texto Completo)
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.coverage.campus.spa.fl_str_mv CRAI-USTA Bogotá
dc.publisher.spa.fl_str_mv Universidad Santo Tomás
dc.publisher.program.spa.fl_str_mv Maestría Estadística Aplicada
dc.publisher.faculty.spa.fl_str_mv Facultad de Estadística
institution Universidad Santo Tomás
bitstream.url.fl_str_mv https://repository.usta.edu.co/bitstream/11634/44134/1/2021gabrielmoreno.pdf
https://repository.usta.edu.co/bitstream/11634/44134/2/Carta_autorizacion_autoarchivo_autor_2021.pdf
https://repository.usta.edu.co/bitstream/11634/44134/3/aprobacion%20Facultad.pdf
https://repository.usta.edu.co/bitstream/11634/44134/4/license_rdf
https://repository.usta.edu.co/bitstream/11634/44134/5/license.txt
https://repository.usta.edu.co/bitstream/11634/44134/6/2021gabrielmoreno.pdf.jpg
https://repository.usta.edu.co/bitstream/11634/44134/7/Carta_autorizacion_autoarchivo_autor_2021.pdf.jpg
https://repository.usta.edu.co/bitstream/11634/44134/8/aprobacion%20Facultad.pdf.jpg
bitstream.checksum.fl_str_mv 35aef7af305b093e945870fe8599994f
12f1b304ee4c0c47a69dbde9fa3f6ad4
b688100bc8e9ca8d491502b5abd6bfd8
217700a34da79ed616c2feb68d4c5e06
aedeaf396fcd827b537c73d23464fc27
89a6c517bb17c398193d45794b71531a
c6a2336fbce970e689f5c01ce277c17c
d1da2395c13059f9c61d6092f7cfdb9a
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Universidad Santo Tomás
repository.mail.fl_str_mv repositorio@usantotomas.edu.co
_version_ 1782026378226434048
spelling Pineda Ríos, Wilmer DaríoMoreno Veloza, Gabriel Eduardohttps://orcid.org/ 0000-0001-7774-951Xhttps://scholar.google.com/citations?hl=es&user=5KmOl5oAAAAJhttps://scienti.minciencias.gov.co/gruplac/jsp/visualiza/visualizagr.jsp?nro=000000000075532022-04-22T18:04:55Z2022-04-22T18:04:55Z2022-04-12Moreno Veloza, G. (2021). Modelos de regresión espacio-temporales Bayesianos aplicados al mercado de alojamiento AirBnB y HomeAway en Bogotá para el periodo 2015-2019. [Magister, Universidad Santo Tomás, Colombia]. Repositorio Institucional.http://hdl.handle.net/11634/44134reponame:Repositorio Institucional Universidad Santo Tomásinstname:Universidad Santo Tomásrepourl:https://repository.usta.edu.coLas plataformas digitales como Airbnb y HomeAway han crecido de manera significativa en los últimos años en el mercado de alojamiento turístico en Bogotá. El presente trabajo analiza el comportamiento de la tasa de ocupación, el número de propiedades y el ingreso total que reciben estos alojamientos por barrio, tomadas como variables dependientes, a través de modelos de regresión Beta, Poisson y Gamma espacio-temporales Bayesianos, para estimar y caracterizar posibles dinámicas de este mercado en el sector turístico de la ciudad entre el año 2015 y 2019. El estudio encuentra correlación lineal espacial y temporal entre las variables dependientes y las independientes en los años evaluados, especialmente en los barrios ubicados en las localidades de Chapinero, Teusaquillo, Santafé y Candelaria.Digital platforms such as Airbnb and HomeAway have grown significantly in recent years in the tourist accommodation market in Bogotá. This paper analyzes the behavior of the occupancy rate, the number of properties and the total income received by these accommodations by neighborhood, taken as dependent variables, through Bayesian space-time Beta, Poisson and Gamma regression models, to estimate and characterize possible dynamics of this market in the tourism sector of the city between 2015 and 2019. The study finds linear spatial and temporal correlation between the dependent and independent variables in the years evaluated, especially in the neighborhoods located in the towns of Chapinero, Teusaquillo, Santafe and Candelaria.Magister en Estadística AplicadaMaestríaapplication/pdfspaUniversidad Santo TomásMaestría Estadística AplicadaFacultad de EstadísticaAtribución-NoComercial-SinDerivadas 2.5 Colombiahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Modelos de regresión espacio-temporal Bayesianos aplicados al mercado de alojamiento AirBnB y HomeAway en Bogotá para el periodo 2015-2019Spatial StatisticsSpatio-Temporal ModelsBeta Regression ModelPoisson Regression ModelGamma Regression ModelBayesian StatisticsEstadísticas EspacialTurismoMercadeoEstadística espacialModelos Espacio TemporalesModelo de Regresión BetaModelo de Regresión PoissonModelo de Regresión GammaEstadística BayesianaTesis de maestríainfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_bdccinfo:eu-repo/semantics/masterThesisCRAI-USTA BogotáAndersson H. y Hoffmann R. (2008). Spatial competition and farm tourism. A hedonic pricing model, American Agricultural Economics Association Annual Meeting.Batista F., Marín A., Rosina K., Ribeiro R., Freire S. y Schiavina M. (2018). Analysing spatiotemporal patterns of tourism in Europe at high-resolution with conventional and big data sources, Tourism Management, Volume 68, Pages 101-115,ISSN 0261-5177Banerjee S., Carlin B. y Gelfand A. (2004). Hierarchical modeling and analysis for spatial data, ISBN 1-58488-410-X.Bernardinelli L., Clayton D., Pascutto C., Montomoli C., Ghislandi M., y Songini, M.(1995). Bayesian analysis of space-time variation in disease risk. Statistics in Medicine,14(21–22), 2433–2443.Besag J., York J. y Mollié A.(1991). Bayesian image restoration, with two applications in spatial statistics. Annals of the Institute of Statistical Mathematics, 43(1): 1–20.Blangiardo M, y Cameletti M.(2015). Spatial and spatio-temporal Bayesian models with R-INLA,John Wiley & Sons, Ltd, p.308Caldeira A., Kastenholz E. (2015). Spatiotemporal behaviour of the urban multi-attraction tourist: does distance travelled from country of origin make a difference?, Tourism & Management Studies, 11(1), en: https://www.redalyc.org/pdf/3887/388743883011.pdfCarlin, B., Banerjee, S., y Gelfand, A. (2014). Hierarchical Modeling and Analysis for Spatial Data (2nd ed.). Chapman and Hall/CRC. https://doi.org/10.1201/b17115Cepeda, E. (2001). Modelagem da variabilidad em modelos lineares generalizados, Ph.D. thesis, Universidade Federal Do Rio De Janeiro.Cepeda E. y Gamerman D. (2005). Bayesian methodology for modeling parameters in the twoparameter exponential family, Estadistica 57, 93–105.Cepeda E. y Garrido L. (2011). Bayesian Beta Regression Models Joint Mean and Precision Modelling, http://www.bdigital.unal.edu.co/5947/1/BayesianBetaRegresion.pdf.Chen Q., Hu Z., Su H., Tang X., y Yu K. (2018). Understanding Travel Patterns of Tourists from Mobile Phone Data: A Case Study in Hainan, IEEE International Conference on Big Data and Smart Computing (BigComp), 2018, pp. 45-51, doi: 10.1109/BigComp.2018.00016.Cuervo E, y Achcar J. (2010). Heteroscedastic nonlinear regression models, Communications en Statistics USimulation and Computation, 39(2), 405–419.Decreto Ley 897 de 2017 (2017). Por el cual se modifica la estructura de la Agencia Colombiana para la Reintegración de Personas y Grupos Alzados en Armas y se dictan otras disposiciones, Presidencia de la República de Colombia.Deller S. (2010). Rural poverty, tourism and spatial heterogeneity, Annals of Tourism Research, Vol. 37(1), p. 180-205.Demšar U.,, Harris P., Brunsdon C., Fotheringham S., y McLoone S. (2013). Principal Component Analysis on Spatial Data: An Overview, Annals of the Association of American Geographers, 103:1, 106-128, DOI: 10.1080/00045608.2012.689236.Díaz, A., y Sánchez, F. (2008). Los efectos del conflicto armado en el desarrollo social colombiano. Sánchez, Fabio. Las cuentas de la violencia. Bogotá. Universidad de los Andes-Editorial Norma.Ferrari, S. y Cribari-Neto, F. (2004). Beta regression for modelling rates and proportions, Journal of Applied Statistics 31(7), 799–815.Fotheringham, A., Brunsdon, C. y Charlton, M. (2002). Geographically weighted Regression: the analysis of spatially varying relationships. Chiceste:Wiley,196-202.Gallagher L. (2018). La historia de Airbnb,Penguin Random House Grupo Editoria, México.Glass, R. (1964). London, Aspects of Change. Londres, Macgibbon & Kee.Gelman A.,Hwang J., y Vehtari A. (2014). Understanding predictive information criteria for Bayesian models, en: http://www.stat.columbia.edu/~gelman/research/published/waic_understand3.pdfGilks W., Richardson S., y Spiegelhalter D. (1996). Markov Chain Monte Carlo in Practice,ISBN 9780412055515 Published December 1, 1995 by Chapman and Hall/CRC, en:https://www.routledge.com/Markov-Chain-Monte-Carlo-in-Practice/Gilks-Richardson-Spiegelhalter/p/book/9780412055515Gómez-Rubio V. (2020). Bayesian Inference with INLA, DOI:10.1201/9781315175584, edition: 1stPublisher: CRC PressISBN: 9781138039872Gordziejczuk M., y Lucero P. (2019). Turismo y calidad de vida: un estudio de autocorrelación espacial aplicado a la ciudad de Mar del Plata, provincia de Buenos Aires, Argentina, Cuaderos de geografía, Revista Colombiana de Geografía, en: https://doi.org/10.15446/rcdg.v28n1.67275Gutierrez A. (2014). The Use of Working Variables in the Bayesian Modeling of Mean and Dispersion Parameters in Generalized Nonlinear Models with Random Eects, en: http://www.tandfonline.comHarris P., Brunsdon C. y Charlton M. (2011). Geographically weighted principal components analysis. International Journal of Geographical Information Science, 25 (10),1717-1736.Harris P., Clarke A., Juggins S., Brunsdon C., y Charlton M. (2015). Enhancements to a geographically weighted principal components analysis in the context of an application to an environmental data set. Geographical Analysis, 47: 146-172.Hidalgo G. (2019). Uso del Índice de Moran y LISA para explicar el ausentismo electoral rural en Ecuador, Revista Geográfica 160 | ISSN (impresa) 0031-0581 | ISSN (en línea) 2663-399X.Banerjee S., Carlin B., y Gelfand A. (2004). Hierarchical modeling and analysis for spatial data, Monographs on Statistics and Applied Probability 101Hinde, J. y Demetrio H. (2007). Overdispersion: Models y Estimation,Computational Statistics & Data Analysis Volume 27, Issue 2, 3 April 1998, Pages 151-170Hoef J., Hans E., y Hooten M. (2017). On the Relationship between Conditional (CAR) and Simultaneous(SAR) Autoregressive Models,arXiv:1710.07000v1 [math.ST] 19 Oct 2017,\\ en: https://arxiv.org/pdf/1710.07000.pdfInstituto Distrital de Turismo de Bogotá (IDT) (2019). Base de Datos Airbnb por Barrios,\\ en: https://datosabiertos.bogota.gov.co/dataset/barrios_airbnbInstituto Distrital de Turismo de Bogotá (IDT) (2020). Encuesta de Viajeros de Bogotá 2019, Observatorio de Turismo, en: http://www.idt.gov.coInstituto Distrital de Turismo de Bogotá (IDT) (2020). Comparación de Prestadores de Servicios Turísticos 2019 vs. 2020, Observatorio de Turismo, en: http://www.idt.gov.coInside Airbnb (2019). en: http://insideairbnb.com/about.htmlJeffers J. (1967). Two case studies in the application of principal component analysis.Journal of the Royal Statistical Society Series C (Applied Statistics),16 (3):225-236.Junsheng L., Cui L., Jinqing T., Yaofeng M., y Xiaojin W. (2019). Spatiotemporal Coupling Factors and Mode of Tourism Industry, Urbanization and Ecological Environment: A Case Study of Shaanxi, China, Sustainability 11, no. 18: 4923, en: https://doi.org/10.3390/su11184923Knorr-Held L. (2000) Bayesian modeling of inseparable space-time variation in disease risk. Statistics in Medicine, 19(17–18), 2555–2567.Kullback S., y Leibler R.(1951) On Information and Sufficiency. The Annals of Mathematical Statistics, 22(1), p. 79–86.Kumar S., Lal, R., y Lloyd C. (2012) Assessing spatial variability in soil characteristics with geographically weighted principal component analysis. Computational Geosciences,16(3),827-835.Liljenstolpe C.(2011) Valuation of environmental impacts of the Rural Development Program – A hedonic model with application of GIS, 122nd EAAE Seminar Evidence-Based Agricultural and Rural Policy Making: Methodological and Empirical Challenges of Policy Evaluation.Liu J., Wang J., Wang S., Wang J., y Deng G. (2018) Analysis and simulation of the spatiotemporal evolution pattern of tourism lands at the Natural World Heritage Site Jiuzhaigou, China, Habitat International, Volume 79, Pages 74-88, ISSN 0197-3975,\\ en: https://www.sciencedirect.com/science/article/pii/S019739751830049Lloyd, C. (2010) Analysing population characteristics using geographically weighted principal components analysis: a case study of Northern Ireland in 2001. Computers,\\ Environment and Urban Systems,34(5),389-399.Martino S. (2007) approximate Bayesian Inference for Latent Gaussian Models, Doctoral Theses at \\ NTNU,2007:214, en: https://ntnuopen.ntnu.no/ntnu-xmlui/bitstream/handle/11250/258135/123679\\_FULLTEXT01.pdf?sequence=1McCullagh P., y Nelder J. (1989). Generalized Linear Models (Chapman & Hall/CRC Monographs on Statistics & Applied Probability). 2nd Edition, Chapman and Hall/CRC, UK.Morales M., y López L. (2008). Estudio de homogeneidad de la dispersion en diseños a una via de clasificación para datos de proporciones y conteo. Revista Colombiana de Estadística, 32:59–71.Moran P. (1950). A Test for the Serial Independence of Residuals. Biometrika, 37, 178-18, en:\\ http://dx.doi.org/10.1093/biomet/37.1-2.178Naimat U., Wanggen W., y Shui Y. (2020). Spatiotemporal Analysis of Tourists and Residents in Shanghai Based on Location-Based Social Network’s Data from Weibo, ISPRS Int. J. Geo-Inf. 9, no. 2: 70. https://doi.org/10.3390/ijgi9020070Niavis S.(2020). Evaluating the spatiotemporal performance of tourist destinations: the case of Mediterranean coastal regions, Journal of Sustainable Tourism Volume 28 - Issue 9 , en:\\ https://www.tandfonline.com/doi/full/10.1080/09669582.2020.1736087?needAccess=trueNelder J., y Wedderburn R. (1972). Generalized linear models. Journal of the American Statistical Society, A, 135(3):370 – 384.Nocedal J., Wright J. (1999). Quasi-Newton Methods. Numerical Optimization. New York: Springer. pp. 192–221. ISBN 0-387-98793-2.Página oficial HomeAway España (2020). en: https://www.homeaway.es/discoverycentre/sugerencias-y-recursos/lograr-resultados-satisfactorios-en-homeaway/pagos-homeaway-respuestas-a-preguntas-frecuentesPortal web medium, (2018). medium.com, en: https://medium.com/airbnb-engineeringRevista La Agencia de Viajes Colombia (LADEVI), (2017). en: http://ladevi.info/articles/3266Riebler A., Sorbye S., Simpson D., y Rue H. (2016). An intuitive Bayesian spatial model for disease mapping that accounts for scaling, Cornell University, en: https://arxiv.org/abs/1601.01180v1Roos M., y Held L. (2011). Sensitivity analysis in Bayesian generalized linear mixed models for binary data, Bayesian Analysis, Number 2, pp. 259–278, en:\\ https://projecteuclid.org/download/pdf_1/euclid.ba/1339612046Rubalcaba J. (2020). Cosas que conviene saber al usar AIC, DIC y otros criterios de información, en: https://jrubalcaba.github.io/posts/information_criterion/#:~:text=CriterioRue H., Marino S., y Chopin N. (2009). Approximate Bayesian inference for latent Gaussian models by using integrated nested Laplace approximations, Department of Mathematical Sciences, Norwegian University for Science and Technology, N‐7491 Trondheim, Norway, en: \\https://rss.onlinelibrary.wiley.com/doi/10.1111/j.1467-9868.2008.00700.xRue H., y Held L. (2005). Gaussian Markov Random Fields: Theory and Applications, volume 104 of Monographs on Statistics and Applied Probability. Chapman & Hall, London.Sanchez, M. (2008). Análisis Espacial de Datos y Turismo Nuevas Técnicas para el Análisis Turístico. Una Aplicación al Caso Extremeño,Revista de Estudios Empresariales. Segunda época. Número: 2 (2008). Páginas: 48 - 66Sauleau E., Mameli V., y Musio M. (2010). Using Integrated Nested Laplace Approximation for Modeling Spatial Healthcare Utilization, arXiv:1006.3764, Cornell University, en:https://arxiv.org/abs/1006.3764Simas, A., Barreto–Souza, W., y Rocha, A. (2010). Improved Estimator for a General Class of Beta Regression Models, Computational Statistics and Data Analysis Vol: 54 (2), p. 348–366.Schrödle, B. y Held, L. (2011). A primer on disease mapping and ecological regression using INLA. Computational Statistics, 26, 241–258Sun Y., Fan H., Helbich M., y Zipf A. (2013). Analyzing Human Activities Through Volunteered Geographic Information: Using Flickr to Analyze Spatial and Temporal Pattern of Tourist Accommodation, Progress in Location-Based Services, ISBN : 978-3-642-34202-8, en:\\ https://link.springer.com/chapter/10.1007/978-3-642-34203-5_4Torres, A. (2011). Estudio en bloques completos vía regresión Poisson en presencia de sobredispersión, Tesis Maestría Estadística, Facultad de Estadística, Universidad Nacional de Colombia.Wu, Q., Cheng, J., Chen, G., Hammel, D. y Wu, X. (2014). Socio-spatial differentiation and residential segregation in the Chinese city based on the 2000 community-level census data: A case study of the inner city of Nanjing. Cities,39,109-119.Xin L., Zuolin X., y Rui L. (2019). A Spatio-Temporal Bayesian Model for Estimating the Effects of Land Use Change on Urban Heat Island, ISPRS Int. J. Geo-Inf. 8, no. 12: 522. https://doi.org/10.3390/ijgi8120522Yang Y., y Zhang H. (2019). Spatial-temporal forecasting of tourism demand,January, Annals of Tourism Research 75:106-119 en:\\ https://www.researchgate.net/publication/330357975_Spatial-temporal_forecasting_of_tourism_demandZhang S., Liu X., Tang J., Cheng S., Qi Y., y Wang Y. (2018). Spatio-temporal modeling of destination choice behavior through the Bayesian hierarchical approach, Physica A: Statistical Mechanics and its Applications, Volume 512, Pages 537-551, ISSN 0378-4371,en:\\ https://www.sciencedirect.com/science/article/pii/S037843711830983XORIGINAL2021gabrielmoreno.pdf2021gabrielmoreno.pdfTesis de Gradoapplication/pdf919121https://repository.usta.edu.co/bitstream/11634/44134/1/2021gabrielmoreno.pdf35aef7af305b093e945870fe8599994fMD51open accessCarta_autorizacion_autoarchivo_autor_2021.pdfCarta_autorizacion_autoarchivo_autor_2021.pdfCarta Derechos de Autorapplication/pdf920910https://repository.usta.edu.co/bitstream/11634/44134/2/Carta_autorizacion_autoarchivo_autor_2021.pdf12f1b304ee4c0c47a69dbde9fa3f6ad4MD52metadata only accessaprobacion Facultad.pdfaprobacion Facultad.pdfCarta de Aprobación Facultadapplication/pdf206908https://repository.usta.edu.co/bitstream/11634/44134/3/aprobacion%20Facultad.pdfb688100bc8e9ca8d491502b5abd6bfd8MD53metadata only accessCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repository.usta.edu.co/bitstream/11634/44134/4/license_rdf217700a34da79ed616c2feb68d4c5e06MD54open accessLICENSElicense.txtlicense.txttext/plain; charset=utf-8807https://repository.usta.edu.co/bitstream/11634/44134/5/license.txtaedeaf396fcd827b537c73d23464fc27MD55open accessTHUMBNAIL2021gabrielmoreno.pdf.jpg2021gabrielmoreno.pdf.jpgIM Thumbnailimage/jpeg7807https://repository.usta.edu.co/bitstream/11634/44134/6/2021gabrielmoreno.pdf.jpg89a6c517bb17c398193d45794b71531aMD56open accessCarta_autorizacion_autoarchivo_autor_2021.pdf.jpgCarta_autorizacion_autoarchivo_autor_2021.pdf.jpgIM Thumbnailimage/jpeg7761https://repository.usta.edu.co/bitstream/11634/44134/7/Carta_autorizacion_autoarchivo_autor_2021.pdf.jpgc6a2336fbce970e689f5c01ce277c17cMD57open accessaprobacion Facultad.pdf.jpgaprobacion Facultad.pdf.jpgIM Thumbnailimage/jpeg9151https://repository.usta.edu.co/bitstream/11634/44134/8/aprobacion%20Facultad.pdf.jpgd1da2395c13059f9c61d6092f7cfdb9aMD58open access11634/44134oai:repository.usta.edu.co:11634/441342022-12-26 03:14:59.331open accessRepositorio Universidad Santo Tomásrepositorio@usantotomas.edu.coQXV0b3Jpem8gYWwgQ2VudHJvIGRlIFJlY3Vyc29zIHBhcmEgZWwgQXByZW5kaXphamUgeSBsYSBJbnZlc3RpZ2FjacOzbiwgQ1JBSS1VU1RBCmRlIGxhIFVuaXZlcnNpZGFkIFNhbnRvIFRvbcOhcywgcGFyYSBxdWUgY29uIGZpbmVzIGFjYWTDqW1pY29zIGFsbWFjZW5lIGxhCmluZm9ybWFjacOzbiBpbmdyZXNhZGEgcHJldmlhbWVudGUuCgpTZSBwZXJtaXRlIGxhIGNvbnN1bHRhLCByZXByb2R1Y2Npw7NuIHBhcmNpYWwsIHRvdGFsIG8gY2FtYmlvIGRlIGZvcm1hdG8gY29uCmZpbmVzIGRlIGNvbnNlcnZhY2nDs24sIGEgbG9zIHVzdWFyaW9zIGludGVyZXNhZG9zIGVuIGVsIGNvbnRlbmlkbyBkZSBlc3RlCnRyYWJham8sIHBhcmEgdG9kb3MgbG9zIHVzb3MgcXVlIHRlbmdhbiBmaW5hbGlkYWQgYWNhZMOpbWljYSwgc2llbXByZSB5IGN1YW5kbwptZWRpYW50ZSBsYSBjb3JyZXNwb25kaWVudGUgY2l0YSBiaWJsaW9ncsOhZmljYSBzZSBsZSBkw6kgY3LDqWRpdG8gYWwgdHJhYmFqbyBkZQpncmFkbyB5IGEgc3UgYXV0b3IuIERlIGNvbmZvcm1pZGFkIGNvbiBsbyBlc3RhYmxlY2lkbyBlbiBlbCBhcnTDrWN1bG8gMzAgZGUgbGEKTGV5IDIzIGRlIDE5ODIgeSBlbCBhcnTDrWN1bG8gMTEgZGUgbGEgRGVjaXNpw7NuIEFuZGluYSAzNTEgZGUgMTk5Mywg4oCcTG9zIGRlcmVjaG9zCm1vcmFsZXMgc29icmUgZWwgdHJhYmFqbyBzb24gcHJvcGllZGFkIGRlIGxvcyBhdXRvcmVz4oCdLCBsb3MgY3VhbGVzIHNvbgppcnJlbnVuY2lhYmxlcywgaW1wcmVzY3JpcHRpYmxlcywgaW5lbWJhcmdhYmxlcyBlIGluYWxpZW5hYmxlcy4K

Publicaciones similares