Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                

Estadistica Ii

Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Está en la página 1de 19

UNIVERSIDAD DE EL SALVADOR

FACULTAD DE CIENCIAS ECONOMICAS

ESCUELA DE ESTADISTICA Y MATEMATICA

ESTADISTICA II-CICLO 2-2021

LIC. WELMAN ROSA

GT: 17

GRUPO DE TRABAJO: 3

TEMA:

MONITOREO DE INDICADORES RELACIONADOS CON EL IMPACTO Y LAS IMPLICACIONES DE COVID-19 EN LA


AGRICULTURA, LOS MEDIOS DE VIDA Y LA SEGURIDAD ALIMENTARIA. EL SALVADOR

SEGUNDO AVANCE DE TAREA EX AULA

Estudiante Carnet Porcentaje de participación


Cristian Omar Garcia Alvarenga GA19032 100%
Verónica Raquel Guerra Gálvez GG19082 100%
Evelyn Hill González HG19025 100%
Jonathan Emmanuel Marroquín Escobar ME06008 100%

Ciudad Universitaria, 19 de noviembre de 2021


INDICE

INTRODUCCIÓN........................................................................................................................................................3
OBJETIVOS..................................................................................................................................................................4
MARCO TEÓRICO.....................................................................................................................................................5
DEFINICIÓN DE LAS VARIABLES........................................................................................................................7
VARIABLE DEPENDIENTE:................................................................................................................................7
VARIABLE INDEPENDIENTE:............................................................................................................................7
DATOS A UTILIZAR................................................................................................................................................10
ESTIMACIÓN DEL MODELO................................................................................................................................12
INTERPRETACIÓN DE LOS PARAMETROS ESTIMADOS........................................................................12
INTERPRETACIÓN DEL ERROR ESTANDAR..............................................................................................12
GRADOS DE AJUSTE DEL MODELO..................................................................................................................13
Coeficiente de correlación múltiple.......................................................................................................................13
Coeficiente de determinación.................................................................................................................................14
PRUEBA DE SIGNIFICANCIA GLOBAL.............................................................................................................14
CONCLUSIÓN...........................................................................................................................................................18
BIBLIOGRAFÍA........................................................................................................................................................19
INTRODUCCIÓN

El modelo de regresión lineal simple se refiere al ajuste de una línea recta a un grupo de
observaciones de tipo transversal o temporal. El propósito principal del análisis de regresión
es cuantificar la relación existente entre dos o más variables, para realizar estimaciones y
pronósticos; de tal manera que es necesario establecer la relación entre variables de manera
apropiada. La evidencia empírica y la teoría propiamente comprobada permite contrastar la
realidad sobre relaciones entre variables del ámbito socioeconómico para llevar a cabo
mediciones oportunas que permitan tomar decisiones de manera apropiada.
El trabajo consiste en una investigación de un tema económico de la realidad de nuestro país
con un mínimo de 2 variables independientes y una variable dependiente aplicando pruebas
estadísticas de validación del modelo. Los datos fueron sustraídos del informe de resultados
de la Digestyc (Dirección General de Estadísticas y Censos) emitida en febrero 2021 titulado
Monitoreo de Indicadores Relacionados con el Impacto y las Implicaciones de Covid-19 en
la Agricultura, los Medios de Vida y la Seguridad Alimentaria El Salvador.
Se realizaron los análisis e interpretaciones de los valores obtenidos en la salida de la
regresión en Excel, se escribió la función de estimación, también se interpretaron los
coeficientes de regresión (β0, β1 y β2), se definió e interpreto el error estándar de estimación,
el coeficiente de determinación múltiple (R2) y el coeficiente de correlación múltiple (R2),
por último, se elaboró la prueba de linealidad F y la prueba t sobre los parámetros.
OBJETIVOS

Objetivo General:
Evaluar el impacto de la agricultura y las consecuencias de esta en la economía salvadoreña,
estimar el impacto en grupos vulnerables como jóvenes desempleados, personas mayores y en
los negocios informales, el efecto económico de la pandemia del COVID 19 en el salvador y el
aumento de la desigualdad.

Objetivos específicos:

1. Evaluar la severidad del impacto del COVID -19 en la agricultura salvadoreña


2. Identifica del impacto en la seguridad alimenticia de los salvadoreños y el aumento de la
canasta básica y la dificultad para poder obtener la misma.
3. Analizar en grupos vulnerables cuales fueron sus afectaciones estadísticamente

MARCO TEÓRICO
El coronavirus tipo 2 del síndrome respiratorio agudo grave (SARS-CoV-2). La enfermedad que
causa se llama enfermedad por coronavirus 2019 (COVID-19). En marzo de 2020, la
Organización Mundial de la Salud (OMS) declaró el brote de la COVID-19 como pandemia. Los
grupos de salud pública, incluidos los Centros para el Control y la Prevención de Enfermedades
(CDC, por sus siglas en inglés) de los EE. UU. y la OMS, están controlando la pandemia y
publicando información actualizada en sus sitios web. Estos grupos también han emitido
recomendaciones para la prevención y el tratamiento de la enfermedad.

Debido a las medidas restrictivas tomadas para evitar los contagios masivos de COVID-19, las
principales fuentes de ingresos en los hogares agropecuarios del país se vieron afectadas, por
ejemplo, el empleo privado o de gobierno se perdió como principal fuente de ingresos en 3.2%
de hogares agropecuarios a nivel nacional, los hogares con negocio propio o familiar
disminuyeron en 1.4% y la agricultura de granos básicos se redujo en 1.3% de hogares. El 68%
de los hogares agropecuarios a nivel nacional, manifestaron la disminución de sus ingresos,
siendo las causas mayoritarias la falta de trabajo para todos los días, afectando de manera
significativa a los hogares de Usulután (39%) y La Unión (41%); la disminución en las ventas; la
pérdida de empleos, entre otras. Además, en 1.8% de hogares en el país, hubo migración a
Europa o Estados Unidos de América en los últimos 30 días previos a la entrevista, afectando
mayormente a los hogares de La Unión (4.2%) y Chalatenango (3%). Entre 23% y 38% de
hogares en todos los departamentos del país, se vieron afectados por la falta alimento al menos
una vez en los últimos doce meses por causa de COVID-19, y en 1 de cada 10 hogares
agropecuarios a nivel nacional, al menos una vez en los últimos 30 días previos a la entrevista, se
sufrió de hambre por no tener suficiente comida. El 30% de los hogares agropecuarios en el país
recibió ayuda en forma de alimentos en el último mes, y 19% recibieron dinero en efectivo.1

Cerca de 38% de hogares que cultivaron maíz en el país, sufrieron pérdidas de la mitad o más de
la producción, mayormente en La Unión y Morazán, y 56% de hogares perdieron la mitad o más
1
La Comisión Económica para América Latina y el Caribe (CEPAL)
de la producción de frijol, afectando enormemente a La Unión (79%). En 16% de hogares a nivel
nacional, las reservas de maíz se habían agotado debido a la pandemia de COVID-19 y 1 de cada
4 hogares se quedaron sin reservas debido a otras causas, mientras que el 55% de hogares no
contaban con reservas de frijol, de los cuales un 18% dijeron que fue por causa de COVID-19.
De los hogares que evidenciaron la crianza de algún animal, el 96% optó por las aves de corral y
aproximadamente 1 de cada 6 hogares manifestó la tenencia de ganado lechero. Los problemas
más comunes a los que los hogares se enfrentaron con su producción agrícola, pecuaria o
agroindustrial por la pandemia COVID-19 fueron, limitaciones con el transporte (48%), el
incremento de los precios en los insumos (47%) y la poca disponibilidad de estos. El 93% de los
hogares agropecuarios produjeron para el autoconsumo y 43% manifestaron la venta
comunitaria, mientras que el 78% de hogares dijeron no estar pagando un crédito al momento de
la entrevista, condicionado para el apoyo de su producción y 7 de cada 10 hogares que dijeron no
tener crédito, consideraban que al solicitarlo no se les aprobaría.

Una remesa en general se puede definir como el envío de dinero


en efectivo, cheques o transferencias de un país a otro.
También una remesa se puede entender como una transferencia internacional de dinero, debido a
que se envía de una persona a otra, es internacional porque para ser una remesa el destino del
dinero debe ser distinto al país de donde se originó.2

Sin duda, el ingreso de divisas por medio de las remesas ocupa un lugar muy importante,
especialmente en los países subdesarrollados, puesto que en estos países es donde se encuentra
el mayor número de emigrantes, que salen a residir y a producir en otros países donde encuentran
mejores oportunidades laborales.3

En efecto, las remesas ocupan el segundo lugar en el ingreso de dinero divisa en estos países
subdesarrollados y sólo son superadas por el ingreso de divisa proveniente de la ayuda
internacional.

2
PORTAL DE DATOS MUNDIALES SOBRE LA MIGRACIÓN
3
UNIVERSIDAD NACIONAL AUTONOMA DE MEXICO
Por lo tanto, los países que tienen un mayor grado de inestabilidad política, social o económica
son los que registran un mayor ingreso de remesas, comparados con los países que gozan en
general de un mayor grado de estabilidad.

DEFINICIÓN DE LAS VARIABLES

La investigación propuesta busca mediante la aplicación de conceptos teóricos, analíticos y


estadísticos sobre el impacto y las implicaciones de la pandemia COVID 19 en la agricultura, los
medios de vida y la seguridad alimentaria en El Salvador. Por medio de un monitoreo de
indicadores se encontrará la explicación a situaciones que han perjudicado los medios de vida
que hoy en día los salvadoreños están viviendo a causa de la pandemia.

Para lograr el cumplimiento de los objetivos propuestos, se acudirá al empleo de técnicas de


investigación, utilizando para ello la página como DYGESTIC dirigido al tema de agricultura,
seguridad alimentaria y los medios de vida de los/as salvadoreños/as. Posteriormente establecer
observaciones correctivas de acuerdos a las variables propuestas, los datos estadísticos y gráficos
para valorar en que medida ha sido el impacto que ha dejado la Pandemia, incluso hasta el día de
hoy. Su resultado permitirá encontrar alternativas de solución acorde a las necesidades del país,
micro, medianas o grandes empresas en El Salvador que se enfocan en la agricultura, en la
seguridad alimentarias o en los medios de vida de los salvadoreños. A continuación, se muestran
las variables a utilizar en dicha investigación.

VARIABLE DEPENDIENTE:
 Un miembro del hogar perdió el empleo (Y)

 El gobierno decretó estado de emergencia.


.

VARIABLE INDEPENDIENTE:
 Ventas disminuyeron (X1)

 Remesas disminuyeron (

ESPECIFICACIÓN DEL MODELO


En el trabajo investigativo usaremos el modelo de regresión lineal múltiple, así mismo hacer
constar la existencia de su modelo hermano el cual es la regresión lineal simple, ahora bien,
dicha regresión cumple con la función de predicción de variables dependientes (Y) las cuales
existen en función de su variable independiente (X). La regresión lineal nos permite estudiar de
manera resumida la relación estadística entre 2 variables continua y cuantitativas.

El modelo que usaremos en el trabajo, cumple con la misma función de estimación o predicción.
Salvo por la única diferencia la cual radica en el número de variables independientes estudiadas
para consolidar la relación que como su nombre lo indica es dos o más, es importante testar la
heterocedasticidad, la multicolineadad y la especificación.

γi=β 0 + β 1 X 1 + β 2 X 2

γi=¿Un miembro del hogar perdió el empleo.

β 0=¿ El gobierno decretó estado de emergencia.

β 0 >0

β 1=¿ Las ventas disminuyeron

β 1> 0

β 2=¿ Las Remesas disminuyeron

β 2> 0
DATOS A UTILIZAR
Variable Variable Variable
Dependiente Y Independiente Independiente
(X1) (X2)
Departamentos Un miembro del Ventas disminuyeron Remesas
hogar perdió el (X1) disminuyeron (X2)
empleo Y

Ahuachapán 18 29 0
Santa Ana 27 31 4
Sonsonate 24 20 1
Chalatenango 20 48 4
La Libertad 43 27 3
San Salvador 28 40 1
Cuscatlán 28 35 1
La Paz 20 41 2
Cabañas 16 34 8
San Vicente 24 39 5
Usulután 14 28 4
San Miguel 23 38 8
Morazán 16 42 3
La Unión 13 31 5

Fuente: Encuesta Nacional de Indicadores de Seguridad Alimentaria y Agricultura, El Salvador


2020.
Resumen
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.276964246
Coeficiente de determinación R^2 0.076709194
R^2 ajustado -0.091161862
Error típico 8.119443437
Observaciones 14

ANÁLISIS DE VARIANZA

Suma de Promedio de Valor crítico


  Grados de libertad cuadrados los cuadrados F de F
Regresión 2 60.2495925 30.1247963 0.45695307 0.64470615
Residuos 11 725.178979 65.9253617
Total 13 785.428571      

  Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95.0% Superior 95.0%
Intercepción 29.67408912 10.8086937 2.74539088 0.01904698 5.8843147 53.46386353 5.884314703 53.46386353
Ventas disminuyeron (X1) -0.140701982 0.31156823 -0.45159285 0.66033629 -0.82645902 0.54505506 -0.826459023 0.54505506
Remesas disminuyeron (X2) -0.683228376 0.92946453 -0.73507741 0.47767201 -2.728966 1.362509253 -2.728966004 1.362509253
ESTIMACIÓN DEL MODELO

Modelo de regresión lineal múltiple para las variaciones en el monitoreo de indicadores


relacionados con el impacto y las implicaciones de covid-19 en la agricultura, los medios de vida
y la seguridad alimentaria en El Salvador.

γ 1=¿ 29.67408912+-0.140701982 X 1 -0.683228376 X 2

INTERPRETACIÓN DE LOS PARAMETROS ESTIMADOS


β 0=¿ El impacto y las implicaciones de COVID-19 en la agricultura, los medios de vida y la
seguridad alimentaria podría crecer o disminuir cerca de 29.67% independientemente del
aumento de casos de COVID-19.

β 1=¿¿ De acuerdo a lo investigado el país ha tenido una disminución en las ventas de $-0.14 por
el motivo que muchos tuvieron que cerrar por el tiempo en cuarentena o por no estar aun
preparados para enfrentar el nuevo virus.

β 2=¿¿ Como sabemos El Salvador tiene un alto nivel de ingresos por las remesas que envían los
familiares extranjeros hacia el país. Durante esta pandemia hemos podido observar que
disminuyeron en -0.68%, esto fue así por los despidos de empleados y muchas familias fueron
perjudicadas, aumentaron la tasa de interés por envió de remesa en algunos bancos y muchos ya
no quisieron enviarlas durante ese tiempo sino decidieron esperar a que la situación mejorara o
buscar otra alternativa.

INTERPRETACIÓN DEL ERROR ESTANDAR


SCE
Sxy=
√ = ∑ ¿ ¿¿ ¿ 7.77377
n− 2 √

Tomando en cuenta los residuos de los datos de investigación y una muestra de 14


observaciones. Se obtiene como resultado que el error estándar es de 7.77377 con un nivel de
confianza del 95%, este error es así porque aún la pandemia COVID-19 no ha terminado y los
impactos que pueda seguir dejando en el país son imprescindibles y aleatorios.
GRADOS DE AJUSTE DEL MODELO

Estadísticas de la regresión

Coeficiente de correlación múltiple 0.276964246

Coeficiente de determinación R^2 0.076709194

R^2 ajustado -0.091161862

Error típico 8.119443437

Observaciones 14

Coeficiente de correlación múltiple

Es la medida de dependencia que existe entre la variable Y (dependiente) y las variables X


(independientes), para el presente modelo podemos observar que existe un nivel de relación de
un 28% aproximadamente entre las variaciones de la pandemia generada por el Covid-19 en
función a un miembro de la familia perdió el empleo ,el gobierno decreto un estado de
emergencia (cuarentena), las ventas disminuyeron y las remesas de igual manera disminuyeron
en El Salvador, este grado de correlación es un muy poco aceptable pero es de tomar en cuenta
que aun seguimos en Pandemia y los datos varían constantemente.
Coeficiente de determinación

Refleja la bondad o confianza del ajuste en el modelo que la regresión intenta explicar, en
otras palabras, podemos observar el 7% de las variaciones de la Pandemia y el impacto en el
país, se explica por la variación conjunta de la paralización del sector productivo
agropecuario e industrial ( X 1 ) y la perdida de empleos y reducción de salarios ( X 2 ).

PRUEBA DE SIGNIFICANCIA GLOBAL

PRUEBAS DE LINEALIDAD CONJUNTIVA PARA LOS PARAMETROS β1Y β2


Se trata de una prueba global entre las variables independientes ( X 1 Y X 2) y la variable
dependiente (Y), esta prueba es utilizada el estadístico F-Fischer.

PASO I: PLANTEAMIENTO DE LA HIPOTESIS NULA E HIPOTESIS


ALTERNATIVA.

H 0=β 1=β 2 0 Noexiste relacionlineal significativa entre un miembro de la familia perdio el empleo(Y )
y las variables en conjunto; las ventas disminuyeron ( X 1 ) y las remesas disminuyeron ( X 2 ).

H A =β 1 ≠ β 2 ≠ 0 ; Existe alguna relacion lineal significativa entre un miembro de la familia perdio el empleo
(Y) y las variables en conjunto; las ventas disminuyeron ( X 1 ) y las remesas disminuyeron ( X 2 ).

PASO II: APLICAR REGLA DE RECHAZO

Rechazar H 0 si el valor-p es menor que ∝

Se rechaza H 0 ya que el valor-p 0.002805 es menor que ∝=0.05

Promedio de Valor
Suma de los crítico de
Analisis ANOVA Grados de libertad cuadrados cuadrados F F Valor -p

Regresión 2 60.2495925 30.1247963 0.45695307 0.6447061 0.002805

Residuos 11 725.178979 65.9253617

Total 13 785.428571      
Se rechaza H 0 y se concluye acepta H A =β 1 ≠ β 2 ≠ 0; existe alguna relación lineal significativa
entre un miembro de la familia perdió el empleo y las variables en conjunto; las ventas
disminuyeron ( X 1 ) y las remesas disminuyeron ( X 2 ).

PRUEBAS DE T DE SIGNFICANCIA ESTADISTICA (PRUEBAS DE HIPOTESIS


PARA PARAMETROS ESTIMADOS).

 Prueba de linealidad individual entre Y y X 1 Prueba T

Paso 1: Planteamiento de Hipótesis nula e hipótesis alterna.

H 0 : β1 =0 ; No hay relación lineal entre un miembro de la familia perdió el empleo y una


disminución en las ventas

H 0 : β1 ≠ 0; Sí hay relación lineal entre un miembro de la familia perdió el empleo y una


disminución en las ventas

Paso 2: Especificación del nivel de significancia y definir el valor crítico.

Utilizamos el nivel de confianza de 95% esto implica una significancia para la prueba de 5% el
valor critico se ubica en la tabla T-Student con grados de libertad n-k-1

GRADOS DE LIBERTAD DEL NUMERADOR K 2

GRADOS DE LIBERTAD DEL DENOMINADOR n-k-1 14-2-1=11

Paso 3: Recolectar los datos de la muestra y calcular los estadísticos de prueba.

Datos procesados por Excel

  Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%

Intercepción 29.67408912 10.8086937 2.74539088 0.01904698 5.8843147 53.46386353

Ventas disminuyeron (X1) -0.140701982 0.31156823 -0.45159285 0.66033629 -0.826459 0.54505506

Remesas disminuyeron (X2) -0.683228376 0.92946453 -0.73507741 0.47767201 -2.728966 1.362509253

Paso 4: Emplear la regla de rechazo y analizar


T0.025, 11 t0.025,11

t=-0.45159285

Estadístico de prueba

Se concluye con una significancia del 5% no se rechaza la hipótesis nula que si hay una relación
lineal entre Pandemia Covid-19 y la emergencia o cuarentena que hubo durante ese tiempo lo
que provocó una disminución de remesas e ingresos en las familias salvadoreñas.

 Prueba de linealidad individual entre Y y X 2 Prueba t

Paso 1: Planteamiento de Hipótesis nula e Hipótesis Alternativa.

Ho: β1=0; No hay relación lineal entre el estado de emergencia y una reducción de remesas.

HA: β1 ≠ 0; Si hay relación lineal entre el estado y una reducción de remesas.

Paso 2: Especificación del nivel de significancia y definir el valor crítico.

Utilizamos el nivel de confianza de 95% esto implica una significancia para la prueba de 5% el
valor critico se ubica en la tabla T-Student con grados de libertad n-k-1

GRADOS DE LIBERTAD DEL NUMERADOR K 2


GRADOS DE LIBERTAD DEL DENOMINADOR n-k-1 14-2-1=11

Paso 3: Recolectar los datos de la muestra y calcular los estadísticos de prueba.

Datos procesados por Excel

  Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%

Intercepción 29.67408912 10.8086937 2.74539088 0.01904698 5.8843147 53.46386353

Ventas disminuyeron (X1) -0.140701982 0.31156823 -0.45159285 0.66033629 -0.826459 0.54505506

Remesas disminuyeron (X2) -0.683228376 0.92946453 -0.73507741 0.47767201 -2.728966 1.362509253

Paso 4: Emplear la Regla de rechazo y analizar.

T0.025, 11 t0.025,11

t=-0.73507741

Estadístico de prueba

Se concluye con una significancia del 5% no se rechaza la hipótesis nula y que si hay relación
lineal entre el estado de emergencia y una reducción de remesas.

 Prueba de linealidad individual entre Y y X 2 ( Prueba t)


CONCLUSIÓN

Se identificaron y caracterizaron las variables más relevantes que causaron el cambio de ingresos
en el hogar por pandemia de COVID-19 por departamento.

Se realizó la formulación del modelo de regresión lineal múltiple teniendo en cuenta las variables
más relevantes y a partir de este se procedió a ingresar los datos en Excel.

Los modelos de pronósticos son importantes para cualquier tipo de organización


independientemente de su actividad económica ya que estos ayudan a mejorar la productividad,
minimizar costos, disminuir fallas en los procesos entre otras.

El modelo de regresión lineal múltiple por medio del Software Excel permite identificar la
relación que existe entre las diferentes variables objeto de estudio y como estas afectan el
resultado de otra variable, es decir, permite identificar cual es la variable que más causa – efecto
tiene respecto a la variable independiente
BIBLIOGRAFÍA

COVID-19 | Gobierno de El Salvador. (s. f.). COVID-19. Recuperado 20 de octubre de 2021, de

https://covid19.gob.sv/

Implicaciones De Covid-19 En La Agricultura, Los Medios De Vida Y La Seguridad Alimentaria

- DIRECCION GENERAL DE ESTADISTICA Y CENSOS. (s. f.). DYGESTIC.

Recuperado 25 de octubre de 2021, de

http://www.digestyc.gob.sv/index.php/novedades/avisos/1031-implicaciones-de-covid-

19-en-la-agricultura-los-medios-de-vida-y-la-seguridad-alimentaria.html

Remesas en El Salvador. (s. f.). Remesas Familiares El Salvador en Covid19. Recuperado 1 de

noviembre de 2021, de https://fusades.org/publicaciones/ADEC_Remesas

%20familiares.pdf

También podría gustarte