El caso de hoy: el precio de la vivienda en España se dispara un 12,8% 📈
El precio de la vivienda en España ha subido un 12,8% en el último año, un ritmo que supera con creces —de hecho, más que duplica— la media de la Unión Europea. Así lo recoge la prensa económica a partir de las estadísticas oficiales de precios, como el Índice de Precios de Vivienda (IPV) del INE. Detrás del titular hay una historia de demanda creciente, oferta escasa y condiciones de financiación favorables; pero, para una clase de estadística, hay algo aún más jugoso: una comparación entre grupos pidiendo a gritos ser analizada.
Cuando decimos que España sube «más del doble que la UE», estamos comparando el comportamiento de un país con el de un conjunto de países. ¿Es esa diferencia real y sistemática, o podría ser fruto de la variabilidad natural entre mercados? Esa pregunta, tal cual, es la que responde una de las técnicas más clásicas de la estadística inferencial, y hoy la vamos a aplicar paso a paso. 🎯
Casos similares en otros lugares y años 🔎
Las subidas de dos dígitos no son un fenómeno exclusivamente español ni exclusivamente actual. La propia España vivió incrementos anuales superiores al 10% durante el boom de 2004-2007, e Irlanda experimentó algo parecido en la misma década, con la corrección posterior que ambos países recuerdan bien. En el ciclo actual, varios mercados europeos —Portugal, Hungría, Bulgaria o Croacia— muestran también crecimientos intensos, mientras que las grandes economías centrales, como Alemania o Francia, apenas registran variaciones tras su ajuste reciente.
Ese contraste sugiere una Europa inmobiliaria «a dos velocidades»: un grupo de países con el mercado muy caliente y otro con precios prácticamente estancados. Y cuando un problema se formula como «dos grupos que parecen comportarse de forma distinta», el analista de datos ya sabe qué caja de herramientas abrir: la comparación de medias entre grupos.
Tabla comparativa: el precio de la vivienda en España frente a la UE
Para trabajar en el aula construimos un pequeño conjunto de datos con diez países repartidos en dos grupos. El dato de España (12,8%) es el real de la noticia; el resto son datos ilustrativos para uso docente, inspirados en los órdenes de magnitud que publica el índice de precios de la vivienda de Eurostat.
| País | Grupo | Variación interanual del precio (%) |
|---|---|---|
| España (dato real de la noticia) | Crecimiento alto | 12,8 |
| Portugal | Crecimiento alto | 14,0 |
| Bulgaria | Crecimiento alto | 15,1 |
| Hungría | Crecimiento alto | 13,5 |
| Croacia | Crecimiento alto | 11,2 |
| Alemania | Crecimiento moderado | 3,2 |
| Francia | Crecimiento moderado | 0,9 |
| Italia | Crecimiento moderado | 4,1 |
| Suecia | Crecimiento moderado | 2,4 |
| Finlandia | Crecimiento moderado | 1,1 |
| Media grupo alto | — | 13,3 |
| Media grupo moderado | — | 2,3 |
Visualizar estos valores con un gráfico de barras (países en el eje horizontal, variación porcentual en el vertical) permite «ver» los dos grupos antes de hacer ningún cálculo:
Diferencias estadísticas relevantes
Con la tabla delante, los números descriptivos ya cuentan media historia. El grupo de crecimiento alto tiene una media del 13,3% con una desviación típica de unos 1,5 puntos; el grupo moderado, una media del 2,3% con desviación típica de unos 1,4 puntos. La brecha entre medias es de 11,0 puntos porcentuales, y España, con su 12,8%, se sitúa cómodamente dentro del grupo caliente, ligeramente por debajo de su media.
Ahora bien, «a ojo» no es un criterio científico. Dos grupos pequeños siempre tendrán medias distintas por puro azar muestral. La pregunta correcta es: ¿es la diferencia observada demasiado grande para atribuirla al azar? Para responderla usamos la comparación de medias, cuya herramienta más conocida es la prueba t de Student para dos muestras independientes (y su generalización a tres o más grupos, el ANOVA).
Modelo que captura las diferencias: la comparación de medias 🧮
Planteamos el contraste formalmente. La hipótesis nula H₀ afirma que la variación media del precio de la vivienda es igual en ambos grupos de países (μ₁ = μ₂); la alternativa H₁, que es distinta. El estadístico de la prueba t para muestras independientes es:
t = (x̄₁ − x̄₂) / √(s₁²/n₁ + s₂²/n₂)
Sustituyendo nuestros valores: t = (13,3 − 2,3) / √(2,11/5 + 1,86/5) ≈ 11,0 / 0,89 ≈ 12,3, con aproximadamente 8 grados de libertad. Un valor t tan grande arroja un p-valor inferior a 0,001: si ambos grupos crecieran realmente al mismo ritmo, observar una diferencia así sería extraordinariamente improbable. Además, el intervalo de confianza del 95% para la diferencia de medias va de 8,9 a 13,0 puntos: ni se acerca al cero. Rechazamos H₀ con contundencia. ✅
En clase, el mismo cálculo se ejecuta en una línea con t.test() en R o con scipy.stats.ttest_ind() en Python. Eso sí, conviene discutir los supuestos: normalidad aproximada dentro de cada grupo, varianzas similares (aquí lo son) e independencia de las observaciones. Y una advertencia honesta que convierte el ejercicio en oro didáctico: nuestros diez países no son una muestra aleatoria de ninguna población, así que la inferencia debe leerse como ilustración del método, no como conclusión oficial sobre el mercado europeo.
Lecciones para el aula: retos con el precio de la vivienda 💡
Esta noticia permite pasar del titular al análisis riguroso en una o dos sesiones. Con la tabla de este artículo —o con datos reales descargados del INE— el alumnado puede reproducir todo el proceso; además, en nuestros recursos interactivos de canaldocente.es hay actividades complementarias para practicar contrastes de hipótesis. Propuestas concretas:
- Calcular a mano la media y la desviación típica de cada grupo y comprobar que coinciden con las de la tabla. 🧮
- Reproducir el estadístico t paso a paso con la fórmula y comparar el resultado con el que devuelve
t.test()en R. - Construir el intervalo de confianza del 95% para la diferencia de medias e interpretar qué significa que no contenga el cero.
- Mover a España al grupo moderado (a propósito, mal clasificada) y repetir la prueba: ¿cómo cambian t y el p-valor? ¿Qué enseña esto sobre la sensibilidad del análisis a la definición de los grupos?
- Añadir un tercer grupo de países «intermedios» y sustituir la prueba t por un ANOVA de un factor.
- Debatir los límites del ejercicio: muestras pequeñas, países que no son una muestra aleatoria y datos parcialmente ilustrativos. ¿Qué haría falta para un estudio serio del precio de la vivienda?
- Como reto final, descargar la serie real del IPV del INE por comunidades autónomas y contrastar si las comunidades turísticas crecen en media más que las de interior.
Conclusión
El aumento del 12,8% del precio de la vivienda en España no es solo un dato de actualidad: es un caso de libro para enseñar comparación de medias. Hemos convertido un titular («España sube más del doble que la UE») en una hipótesis formal, la hemos contrastado con una prueba t (t ≈ 12,3; p < 0,001) y hemos aprendido que la diferencia entre la Europa inmobiliaria «caliente» y la «templada» es demasiado grande para deberse al azar de nuestros datos. ✅ Por el camino, el alumnado practica medias, desviaciones, intervalos de confianza y pensamiento crítico sobre la calidad de las muestras. Si quieres llevar más noticias como esta a tu clase de estadística, encontrarás guías y materiales en nuestra sección de recursos para profesores.