Documente Academic
Documente Profesional
Documente Cultură
𝑦 = 𝑓(𝑥1 , 𝑥2 , … , 𝑥𝑛 )
Según Bonilla (2004), las funciones de producción pueden tener variadas especificaciones:
cuadrática, cúbica, raíz cuadrada, Cobb-Douglas, Leontief, CES, transcendental y trans-
logarítmica, entre otras. En la economía agrícola todo investigador supone inicialmente una
forma particular de la función de producción, cuya especificación obedece al conocimiento
teórico que se tiene de las relaciones entre los factores y el producto.
𝑌 = 𝐴 ∗ 𝐾𝛽1 ∗ 𝐿𝛽2
Donde:
Y =Producción
A = Factor total de productividad
K = Cantidad de capital para la producción
L = Cantidad de trabajo para la producción
𝑌 = 𝛽1 + 𝛽2 ∗ log(𝐾) + 𝛽3 ∗ log(𝐿)
Taxonomía Durazno
Familia:Rosaceae
Género: Prunus
Especie: Persia
Nombre técnico:Prunus pérsinca
Nombre Común: Durazno
Variedades:
Pulpa Blanca
Pulpa Amarilla
Tipo Pavía
El incremento de la producción del duraznero estos últimos años tiene su principal explicación
en la renovación de plantaciones, incremento de la superficie en regadío y la mejora en las
técnicas de cultivo. Las plantaciones del duraznero están orientadas a zonas cálidas para
variedades de maduración temprana.
Suelo: Sus diferentes patrones le permiten cualquier tipo de suelo, sin embargo el duraznero
prefiere suelos profundos , frescos , de ph moderado y arenosos.
Factores climáticos: El duraznero es un frutal de zona templada y poco resistente al frío, ya que
a temperaturas menores a -15 grados centígrados se producen daños en sus yemas florales. El
óptimo de crecimiento se da entre 21 y 27 grados centígrados, y un máximo de 40.
Facilidad de Riego: Para obtener mayores producciones y de mejor calidad, es necesario riego,
principalmente en la época en que cuaja el fruto , hasta que inicien las lluvias, también es
necesario durante períodos prolongados de sequías. Es importante seleccionar sitios, donde sea
posible facilitar el riego suplementario, al menos los primeros 2 años del cultivo.
En terrenos secos, el riego además de asegurar una elevada y regular productividad, favorece
también la calidad de los frutos.
Pendiente del terreno: Para seleccionar el sistema de riego es determinante definir las medidas
y obras de conservación de suelo, las labores de cultivo y la forma de la futura fruta cosechada.
Limpieza del terreno: Eliminar la vegetación natural indeseable en forma manual o mecánica.
Plagas: Se debe contemplar un manejo integrado del cultivo, contemplándose una mezcla de
prácticas culturales, de control legal, biológico, genético, orgánico, mecánico y químico.
Por estos motivos planteados en base a la investigación mencionada se ha decidido diseñar las
siguientes variables tomando en cuenta la base de datos proporcionada:
Básicamente se pretende analizar la incidencia del uso del abono orgánico en la producción del
durazno, es decir, si su uso afecta positiva o negativamente en la producción de durazno.
Según Cultura Orgánica [2], Los abonos orgánicos aportan casi todos los nutrimentos que las
plantas necesitan para su desarrollo.
En comparación con los fertilizantes químicos, contienen bajas cantidades de nutrimentos; sin
embargo, la disponibilidad de dichos elementos es más constante durante el desarrollo del
cultivo por la mineralización gradual a que están sometidos.
Tiene Riego: Considerando que el factor riego es vital para el crecimiento de esta plantación se
ha definido una variable Dummie con el valor nro 1 con acceso a riego.
Mejor Riego: También se ha definido esta variable como una variable Dummie con valor 1 para
las fuentes de agua provenientes de represa y pozo (provisión fija de agua) y valor nro 0 para
otras fuentes de agua, de provisión variable.
Se pretende analizar como la procedencia del agua incide en la producción, es decir, el impacto
de la misma en la producción de durazno.
Se vio por conveniente analizar esta variable, ya que, en caso de que los agricultores se provean
de agua proveniente de pozos o represas, estas fuentes permiten almacenar la misma y reducir
el impacto de las sequías y por ende el impacto en la producción. Por su parte, el que los
agricultores se provean de agua directamente de ríos, vertientes, lagos, entre otros, hace que
su producción esté más propensa a ser afectada por los fenómenos naturales.
Semilla Buena: Se ha establecido una Variable Cuantitativa con Cantidad de Semilla Buena,
tomando en cuenta la utilización de semilla certificada.
Para el presente trabajo, la especificación del modelo econométrico para efectuar la estimación
de la producción, considera una función lineal, teniendo la siguiente expresión:
El valor bajo de R2 =11,3% es atribuible al hecho que algunas variables relevantes no hayan sido
consideradas en el modelo o la existencia en el modelo de variables no significativas como el
hecho de utilizar abono en el cultivo, la zona de producción, (temperatura), cantidad de semilla
buena y el acceso a riego.
La varianza total del modelo es de 112852,92, varianza total explicado por la suma de la varianza
de los residuos: 100098,03 y la varianza explicada: 12754,87
Valor Estadístico T según tablas con n=219 y K=7 (7 variables incluida la constante que tratan de
explicar el modelo): 1,65 a una cola con 95% de confianza
Valor del estadístico t de la variable 𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑠𝑒𝑚𝑖𝑙𝑙𝑎 𝑏𝑢𝑒𝑛𝑎 < 𝑒𝑠𝑡𝑎𝑑𝑖𝑠𝑡𝑖𝑐𝑜 ′𝑡′ , en tablas,
por lo tanto no se puede rechazar la hipótesis nula, misma que india la significancia de esta
variable en explicar la variable rendimiento del durazno.
Valor Estadístico T según tablas con 𝑛 = 219 𝑦 𝑘 = 7: 1.97 a dos colas con 95% de confianza.
Valor del estadístico t de la variable 𝑎𝑐𝑐𝑒𝑠𝑜 𝑎 𝑟𝑖𝑒𝑔𝑜 < 𝑒𝑠𝑡𝑎𝑑𝑖𝑠𝑡𝑖𝑐𝑜 ′𝑡′ en tablas, por lo tanto
no se puede rechazar la hipótesis nula, misma que indica la significancia de esta variable en
explicar la variable rendimiento del durazno.
Valor Estadístico T según tablas con 𝑛 = 219 𝑦 𝑘 = 7: 1.97 a dos colas con 95% de confianza
Valor del estadístico t de la variable temperatura (zona de producción del durazno) < al
estadístico t en tablas, por lo tanto no se puede rechazar la hipótesis nula, misma que india la
significancia de esta variable en explicar la variable rendimiento del durazno.
Valor Estadístico T según tablas con 𝑛 = 219 𝑦 𝑘 = 7: 1.97 a dos colas con 95% de confianza
Valor del estadístico t de la variable utilización de 𝑎𝑏𝑜𝑛𝑜 < 𝑒𝑠𝑡𝑎𝑑𝑖𝑠𝑡𝑖𝑐𝑜 ′𝑡′ en tablas, por lo
tanto no se puede rechazar la hipótesis nula, misma que indica la significancia de esta variable
en explicar la variable rendimiento del durazno.
Considerando estos valores se ha decido tomar en cuenta las variables significativas para el
modelo y que acompañan la teoría del rendimiento del durazno y descartar el modelo que
considera todas las variables creadas con el fin de explicar el rendimiento del cultivo.
Abono: Variable Dummie que considera como valor 1 a la utilización del abono orgánico y el
abono químico en las plantaciones, debido a que son elementos que cubren deficiencias
nutricionales específicas en las plantas
a. Variable Mejor Riego existe 95,7% de confianza para rechazar la hipótesis nula
formulada como, Ho: Mejor Riego no explica la variable de rendimiento de Durazno.
b. Para la variable Cantidad de Semilla el P-valor, nos explica existe un 100% de confianza
para rechazar la hipótesis nula formulada como; Ho: Cantidad de Semilla no explica la
variable de rendimiento de Durazno.
c. Para la variable Abono, el p-valor es 0.077, es decir existe un 92,3% de confianza para
rechazar la hipótesis nula formulada como; Ho: Abono no explica la variable de
rendimiento de Durazno. Por tanto estas tres variables, tomando en cuenta los valores
P-valor, son consideradas significativas. Caso contrario estaríamos asumiendo un error
de tipo I, es decir rechazar la hipótesis nula cuando en realidad es cierta.
Con este modelo se tiene un 𝑅 2 = 0.9056, por lo que podemos decir que el 90,56% de la
Varianza Muestral de la variable rendimiento del Durazno está siendo explicada por este
modelo, es decir nuestras variables Mejor Riego, Abono y Cantidad de semilla, explican el 90%
del comportamiento de la variable rendimiento.
La varianza total del modelo es de 424207,471 varianza total explicado por la suma de la varianza
de los residuos: 40038,81 la varianza explicada: 384168.657
Valor Estadístico T según tablas con n=253 y K=4 : 1,29 a una cola con 90% de confianza
Valor del estadístico t de la variable cantidad de semilla: 47,95 > al estadístico t en tablas, por lo
tanto se puede rechazar la hipótesis nula , misma que indica la significancia de esta variable en
explicar la variable rendimiento del durazno.
Valor Estadístico T según tablas con n=253 y K=4 : 1,65 a dos colas
Valor del estadístico t de la variable abono |1.78| > al estadístico t en tablas, por lo tanto
rechaza la hipótesis nula, misma que indica la significancia de esta variable en explicar la variable
rendimiento del durazno por hectárea.
Valor del estadístico t de la variable Mejor Riego 2,04 > al estadístico t en tablas, por lo tanto se
rechaza la hipótesis nula, misma que indica la significancia de esta variable en explicar la variable
rendimiento del durazno.
Considerando el analisis del intervalo de confianza se puede observar que habiendo tomado en
cuenta un valor de 90% para el intervalo, en 90 veces de cada 100 los intervalos reflejados para
cada variable van a contener el valor poblacional de los coeficientes definidos de nuestras
variables Mejor Riego, Cantidad de semilla y Abono.
CONCLUSIONES
El cultivo del durazno en nuestro tiene gran importancia en la economía, es decir en la parte
agrícola juega un papel importa porque es una de los principales cultivos del país. Y si tuviéramos
exactamente cuáles son las variables que implican el crecimiento de la producción del durazno
competiríamos con los grandes productores como Asia.
Las variables que explican el rendimiento de la producción del durazno son varios, pero por la
escasez o falta de especificación de datos lastimosamente no se ha logrado obtener significancia
en variables que tienen efecto teóricamente en la rendimiento del durazno como la variable
temperatura y otras. Pero se ha logrado ver la significancia de tres variables que si tiene un
efecto positivo. O tal vez la no significancia de algunas variables es porque unas pueden inferir
a otras si estaríamos cayendo en error de colinelidad o multicolinealidad.
Bibliografía