Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Taller 3 Eespacial
Taller 3 Eespacial
Tercer Taller
¿Existe alguna relación estadística entre la tasa de homicidios y los cultivos ilícitos de hoja de
coca en el país? Para esta misma relación, ¿existe algún efecto de dependencia o
heterogeneidad espacial que podamos cuantificar para la muestra de municipios con cultivos de
hoja de coca?
nearstat _CY _CX, near (_CY _CX) distvar(distancia) kth (1) cart
spwmatrix gecon _CY _CX1, wn(K1) knn (5) cart row eignval(E) xport(K1,txt) replace
spwmatrix gecon _CY _CX1, wn(I1) wtype(inv) dband (0 1.5) cart row xport(I1,txt) replace
Matriz de Contigüidad:
1. Realice una estimación del modelo por MCO. Guarde los resultados. Sobre esta estimación,
realice la prueba de Moran (estat moran) para determinar presencia de autocorrelación
espacial. Reporte el valor -p. ¿Qué puede concluir sobre el contraste?
Dada la base final para la estimación de los modelos, se genera el modelo simple multivariado
por mínimos cuadrados ordinarios, obteniendo los siguientes resultados:
La interpretación de los coeficientes es la siguiente:
Cultivos: Un aumento de una unidad en hectáreas cultivadas en coca aumenta en promedio
un 0.007 el indicador de tasa de homicidio por cada 100.00 habitantes, manteniendo todo lo
demás constante.
Discapital: Ante un aumento de un kilometro en la distancia del municipio a la capital del
departamento, aumenta en promedio un 0.02 el indicador de tasa de homicidio por cada
100.00 habitantes, manteniendo todo lo demás constante.
Gandina: Pertenecer a la región andina aumenta en 4.29% la probabilidad de aumentar la tasa
de homicidio por cada 100.00 habitantes, manteniendo todo lo demás constante.
Gpacifica: Pertenecer a la región pacifica aumenta en 21.95% la probabilidad de aumentar la
tasa de homicidio por cada 100.00 habitantes, manteniendo todo lo demás constante.
Prueba de Moran:
A un grado de significancia del 0.01, 0.05 y 0.1 se rechaza la Ho, por lo que se infiere que hay
un esquema espacial detrás del error, y las variables incluidas.
Antes de lo solicitado, se generan los estadísticos del multiplicador Lagrangeano para saber si es
importante incluir efectos especiales, y, además, evaluar el P valor menor para saber a qué factor
(variable dependiente, independiente o error) se aplica los efectos espaciales:
Se escoge el que tenga el menor valor P, dados los resultados anteriores para la prueba de
Lagrange, se concluye que es importante incluir efectos espaciales.
- Aun no se puede hacer inferencia sobre estos coeficientes ya que estan estimados bajo
MCO siendo efectos espaciales, por lo que posteriormente, cuando se generen los efectos
marginales, se interpretaran para la variable cultivo.
Como se puede observar, los criterios ACAICE y bayesianos son muy bajos, por lo que el
criterio final de selección será con el R cuadrado ajustado, adoptando finalmente el modelo
SAR como mejor opción.
- Efectos marginales para la variable cultivo
Dada la banda de tolerancia .69940054 esta medido en kilómetros y los consideramos como la
banda optima, esta es la que se debería escoger. Aceptamos estacionariedad ya que el p valor es
mayor que los grados de significancia considerados, siendo este de un 0.24.
- Conclusión: Si existe una relación entre los cultivos y las tasa de homicidio, sin embargo,
según los resultados no es muy drástica la influencia de estos, es por ello que la tasa
puede estar explicada por muchos mas factores estacionales y paramétricos de la realidad
municipal.