Please use this identifier to cite or link to this item: http://hdl.handle.net/2445/124254
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorMarco Almagro, Lluís-
dc.contributor.advisorTermes, Montserrat-
dc.contributor.authorCortejana Retamozo, Augusto-
dc.date.accessioned2018-09-04T10:39:00Z-
dc.date.available2018-09-04T10:39:00Z-
dc.date.issued2018-07-
dc.identifier.urihttp://hdl.handle.net/2445/124254-
dc.descriptionTreballs Finals de Grau en Estadística UB-UPC, Facultat d'Economia i Empresa (UB) i Facultat de Matemàtiques i Estadística (UPC), Curs: 2017-2018, Tutors: Lluís Marco; Montserrat Termesca
dc.description.abstract(spa) El presente trabajo analiza el mercado aéreo doméstico de los Estados Unidos. Primero de todo, se investiga la evolución de su estructura y grado de competencia de las aerolíneas en los últimos años a través de los indicadores de concentración, volatilidad y variables claves del propio mercado como el factor de carga o precio de los billetes. Después se procede a explotar la base de datos de los 5,8 millones de vuelos domésticos en el año 2015 a partir de gráficos, tests y el Análisis de Correspondencias Múltiples. Debido al gran coste que suponen los retrasos para toda la economía, se realiza un modelo logístico para clasificar el estado de un vuelo y predecir la probabilidad que un vuelo sufra retraso. Por último, se crea una aplicación dashboard en Shiny orientada a los pasajeros donde pueden consultar información de las aerolíneas, aeropuertos y rutas.ca
dc.description.abstract(eng) The following project analyzes the USA domestic air industry. First, the evolution of the structure and level of competence between airlines in the last fifteen years is analyzed through concentration, volatility indexes and key factors of the market such as the passenger load factor and the airfares. After that, using graphical tools, statistical tests and the Correspondence Multiple Analysis the 5.8 million flights database of 2015 is examined. Due to the big costs that flight delays imply for all the economy, a logistic regression is built to classify the flight status and predict the probability of delays. In the last chapter, a Shiny dashboard app is implemented for the passengers to collect more information about airlines, airports and flight routes.ca
dc.format.extent84 p.-
dc.format.mimetypeapplication/pdf-
dc.language.isospaca
dc.rightscc-by-nc-nd (c) Augusto Cortejana Retamozo, 2018-
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/es/*
dc.sourceTreballs Finals de Grau (TFG) - Estadística UB-UPC-
dc.subject.classificationEstadísticacat
dc.subject.classificationTransport aericat
dc.subject.classificationEstats Units d'Amèricacat
dc.subject.classificationTreballs de fi de grau-
dc.subject.otherStatisticseng
dc.subject.otherCommercial aeronauticseng
dc.subject.otherUnited States of Americaeng
dc.subject.otherBachelor's theseseng
dc.titleAnálisis del mercado aéreo doméstico de Estados Unidosspa
dc.typeinfo:eu-repo/semantics/bachelorThesisca
dc.rights.accessRightsinfo:eu-repo/semantics/openAccessca
Appears in Collections:Treballs Finals de Grau (TFG) - Estadística UB-UPC

Files in This Item:
File Description SizeFormat 
TFG_Cortejana_Retamozo_Augusto.pdf3.36 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons