Universidad Distrital Francisco José de Caldas.

DETERMINACIÓN DE LA SATURACIÓN DE AGUA EN EL SUELO 1

DETERMINACIÓN DE LA SATURACIÓN DE AGUA EN

EL SUELO
DETERMINATION OF WATER SATURATION IN THE SOIL
Carrillo Duran, Iván Darío. Acosta Agudelo, Natalia. Ruiz Morales, Tania Lorena
idcarrillod@correo.udistrital.edu.co, jnacostaa@correo.udistrital.edu.co, tlruizm@correo.udistrital.edu.co
Universidad Distrital Francisco José de Caldas

econométrico, cuáles son los procedimientos para

Resumen— En el presente artículo se desarrolla un obtener estas variables ya se en campo o en
modelo que intenta predecir la saturación de agua del laboratorio, luego realizaremos una regresión lineal
suelo a partir de otras variables como lo son: la múltiple a partir de datos obtenidos del estudio de
densidad aparente, la microporosidad, el contenido suelos del IGAC y posteriormente se examinaran los
de humedad, el porcentaje de carbono y el grado de resultados obtenidos con el propósito de identificar si
tensión, a partir de datos obtenidos de un estudio de es posible explicar la saturación de agua en el suelo a
suelos para todo el departamento de Cundinamarca partir de los datos empleados y con estos resultados
realizado por el IGAC. Se realizara una regresión obtener varias conclusiones que nos permitirán
lineal múltiple y se evaluara si el modelo propuesto decidir si podemos determinar la saturación de agua
cumple con todos los supuestos de un modelo en el suelo a partir de otras variables físicas y
econométrico. químicas del suelo que están ligadas con la cantidad
de agua en su interior.
Palabras clave— Densidad aparente, Estudio de
suelos, Humedad, Saturación de agua en el suelo. II. ANTEDECENTES
El estudio de un suelo permite identificar qué
Abstract: In this article, it develops a model that ventajas y desventajas presenta un suelo para
attempts to predict of water saturation in the soil from diversas aplicaciones que se adelanten sobre él, en
other variables such as: bulk density, microporosity, este caso se ha realizado un énfasis especial en la
the moisture content, the percentage of carbon and capacidad del suelo para la actividad agrícola, por lo
the degree of tension, from data obtained from a soil tanto es muy importante conocer la distribución y
survey for the department of Cundinamarca by the tipos de poros al interior del suelo, puesto que estos
IGAC. It will be performed a Multiple linear determinaran la cantidad de agua retenida al interior
regression and will be evaluated if the proposed del mismo, esta característica es muy importante si se
model meets all the assumptions of an econometric tiene en cuenta que las raíces de las plantas deben
model. tener un buen suministro de agua. La distribución
interna de la porosidad del suelo es un parámetro que
Key words: Bulk dnsity, Soil Study, humidity, debe ser evaluado periódicamente, sobre todo en
water saturation in the soil. suelos sometidos a usos intensivos. Los cambios en
esta propiedad pueden ser indicativos de deterioro
I. INTRODUCCIÓN físico del suelo, como lo muestran los resultados
El presente trabajo intenta determinar la relación presentados por [1], [2] y [3]. Además la saturación
entre la saturación de agua en el suelo con otras del agua que mide la cantidad de agua retenida en los
variables físicas y químicas del suelo que son más poros es una aproximación realizada en un
fáciles de determinar que la propia saturación la cual laboratorio especializado [4], por lo tanto se ha
se obtiene mediante rigurosas pruebas en un intentado explicar la saturación de agua en el suelo a
laboratorio de suelos, por lo tanto iniciaremos partir de otras variables físicas y químicas del mismo
comprendiendo teóricamente cual es el significado que están muy relacionadas con la cantidad de agua
de cada variable empleadas en nuestro modelo del mismo[4].
Universidad Distrital Francisco José de Caldas. DETERMINACIÓN DE LA SATURACIÓN DE AGUA EN EL SUELO 2

III. MARCO TEORICO En la ecuación (4), 𝑉𝑤 es el volumen del agua en el suelo

A. Saturación de agua en el Suelo. y 𝑉𝑡 es el volumen total [4].

La saturación de agua en el suelo, hace referencia a E. Porcentaje de Carbono.

que tanto espacio poroso del suelo está ocupado por Según el Soil Survey Laboratory [7], la materia
la parte liquida, se determina por la siguiente orgánica del suelo, llamada también humus, se define
ecuación: como la fracción orgánica que posee el suelo,
𝑉𝑤 excluyendo los residuos vegetales y animales sin
𝑆(%) = 𝑥100 (1) descomponer. Para fines prácticos, el estudio se
𝑉𝑝
centra en determinar la cantidad de materia orgánica
En la ecuación (1), 𝑉𝑤 es el volumen del agua en el suelo total que presenta el suelo, sin establecer su
y 𝑉𝑝 es el volumen de los poros. [4]
composición El contenido de materia orgánica total
B. Densidad Aparente. del suelo se puede determinar de varias maneras: por
Es la densidad del suelo que se calcula teniendo en calcinación de la muestra, por oxidación de la
cuenta el espacio ocupado por los poros al cuantificar muestra con dicromato de potasio y por oxidación de
el volumen de la muestra de suelo, razón por la cual la muestra con peróxido de hidrógeno [8].
depende de la organización que presente la fracción F. Grado de Tensión.
solida del mismo, afectada principalmente por la Nos permite determinar la relación entre el potencial
textura, estructura, contenido de materia orgánica y total del suelo y el contenido de humedad del mismo,
grado de compactación [5], se determina por la se ve afectada por la textura del suelo, las tensiones
siguiente ecuación: se realizan generalmente con un tensiómetro a
𝑃𝑠 diferentes presiones (0.1, 0.3, 1, 5, 10 y 15 atm) y
𝐷𝑎 = (2)
𝑉𝑡 cuando se llega al equilibrio, se determina el
En la ecuación (2), 𝑃𝑠 es el peso gravimétrico del suelo y contenido de humedad que presenta la muestra por el
𝑉𝑡 es el volumen total del suelo. método gravimétrico. En conclusión es la presión con
C. Microporosidad. la cual esta retenida el agua en el suelo [6].
La porosidad total del suelo es el volumen de éste que
IV. DATOS
no está ocupado por solidos; es el volumen
disponible en el suelo para líquidos y gases, por lo La regresión se realizó con datos proporcionados por
tanto la microporosidad está compuesta por el el estudio de suelos realizado por el instituto
volumen de los poros más finos que se encuentran al geográfico Agustín Codazzi [9], es una recopilación
interior del suelo. (Son los encargados de almacenar de estudios de suelos general (escala 1:100000),
agua). Para encontrarla se han desarrollado formulas estudios semidetallados y detallados (Escalas
aproximadas [6] como: 1:25000) para el departamento de Cundinamarca.
Para cada suelo, se les determino principalmente las
𝑚 = 𝐻𝑒 ∙ 𝐷𝑎 ∙ 𝑓 (3)
variables físicas y químicas más importantes, de
En la ecuación (3), 𝐻𝑒1, es la humedad equivalente, todos los estudios realizados tomamos una muestra
𝐷𝑎 , es la densidad aparente y 𝑓 mide la cantidad de de 52 tipos de suelo distribuidos en todo el
tierra fina en el suelo (<2mm) y se mide en %/100. departamento y de ellos cogimos los datos referentes
D. Contenido de Humedad. a saturación de agua en el suelo, microporosidad,
Es la proporción de volumen de agua en el suelo densidad aparente ,% de CO, y la prueba de tensión a
respecto del volumen total en el mismo, se determina 1 atm, las primeras 4 mencionadas son determinadas
siguiéndola siguiente formula: por lo general en el laboratorio de suelos del IGAC
𝑉𝑤 con sede en Bogotá, la prueba de tensión es aplicada
𝜃(%) = 𝑥100 directamente en campo.
𝑉𝑡

1
Porcentaje de Humedad que queda en el suelo después de
centrifugarlo por media hora, a 1000 veces la fuerza de gravedad (%).
[6].
Universidad Distrital Francisco José de Caldas. DETERMINACIÓN DE LA SATURACIÓN DE AGUA EN EL SUELO 3

Tabla I. Estadísticas de los Datos. saturación de 26,26% y un máximo de 222.22% lo

Saturación de agua en el suelo cual indica que en el estudio de suelos se encontraron
Media 81,1563
Mediana 61.165
suelos muy secos y otros que están ya en condiciones
Kurtosis 3.552599 de encharcamiento. Esta variable está muy
Varianza 2277.311 relacionada con la humedad como se puede
Min y Max 26.26 y 222.22 evidenciar en las ecuaciones (1) y (4), por lo tanto el
Desviación Estándar 47.72118
Densidad Aparente
valor mínimo de 6,16% indica suelos con poca
Media 0.9873077 humedad que pueden estar ubicados en zonas de
Mediana 0.99 clima caído seco y el valor máximo de 80,62% indica
Kurtosis 1.692793 suelos con alta humedad ubicados en climas fríos
Varianza 0.1422397 muy húmedos.
Min y Max 0.39 y 1.68
Desviación Estándar 0.3771468
Partiendo de este análisis de estadística descriptiva
Microporosidad de los datos, realizaremos la estimación de la
Media 44.89558 Saturación de agua en el suelo a partir de densidad
Mediana 47.06 aparente, microporosidad, contenido de humedad,
Kurtosis 1.838817
Varianza 201.988
porcentaje de carbono y grado de tensión.
Min y Max 20.42 Y 69.59
Desviación Estándar 14.21225
V. METODOLOGIA
Contenido de Humedad Con los datos obtenidos del estudio de suelos del
Media 26.47577 IGAC, procedemos a realizar nuestra regresión lineal
Mediana 20.455
Kurtosis 3.619799
múltiple, para ello consideramos que la regresión
Varianza 265.8126 lineal múltiple tiene la siguiente forma:
Min y Max 6.16 Y 80.62
Desviación Estándar 16.30376 𝑦𝑖 = 𝛽0 + 𝛽1 ∙ 𝑥1𝑖 + 𝛽2 ∙ 𝑥2𝑖 + ⋯ + 𝛽𝑘 ∙ 𝑥𝑘𝑖 + 𝑒𝑖 (5)
Porcentaje de Carbono
Media 4.180577 Pero nuestro modelo nos exige describir la
Mediana 1.885 saturación de agua en el suelo por medio de la
Kurtosis 6.730005 siguiente relación:
Varianza 30.31248
Min y Max 0.19 Y 25.43 𝑆𝑎𝑡𝑢𝑟𝑎𝑐ó𝑛 𝑑𝑒𝑙 𝑠𝑢𝑒𝑙𝑜 = 𝑓(𝑑𝑒𝑛𝑠𝑖𝑑𝑎𝑑 𝑎𝑝𝑎𝑟𝑒𝑛𝑡𝑒, 𝑚𝑖𝑐𝑟𝑜𝑝𝑜𝑟𝑜𝑠𝑖𝑑𝑎𝑑,
Desviación Estándar 5.505677 𝑐𝑜𝑛𝑡𝑒𝑛𝑖𝑑𝑜 𝑑𝑒 ℎ𝑢𝑚𝑒𝑑𝑎𝑑, %𝐶𝑜, 𝐺𝑟𝑎𝑑𝑜 𝑑𝑒 𝑇𝑒𝑛𝑠𝑖ó𝑛) (6)
Grado de Tensión
Media 52.03077 Y por lo tanto nuestra ecuación para predecir la
Mediana 0,00807 Saturación de agua en el suelo tendrá la siguiente
Kurtosis 3.350649
Varianza 1299.168
estructura:
Min y Max 15.8 Y 161 𝑦 = 𝐵0 + 𝐵1 ∙ 𝑥1 + 𝐵2 ∙ 𝑥2 + 𝐵3 ∙ 𝑥3 + 𝐵4 ∙ 𝑥4 + 𝐵5 ∙ 𝑥5 (7)
Desviación Estándar 36.04397 y=Saturación de agua en el suelo, 𝑥1 =Densidad aparente,
Fuente: Construcción Propia de los autores. 𝑥2 =Microporosidad, 𝑥3 =Contenido de Humedad. , 𝑥4 =%CO,
𝑥5 =Grado de Tensión.
Las estadísticas de los datos mostrados en la Tabla Para determinar los parámetros 𝛽0 , 𝛽1 , 𝛽2 , 𝛽3 , 𝛽4 , 𝛽5 de
1 corresponden a datos de tipo corte transversal la ecuación (7), nos ayudaremos del programa Stata
agrupados, muestran que la menor dispersión se y con el mismo, evaluaremos cada uno de los
encuentra en los datos de densidad aparente, supuestos para la estimación de un modelo
podemos observar también que el porcentaje de econométrico.
carbono ha tenido un mínimo de 0,19% y un máximo
del 25.43% con una tendencia del 1,885%. Que aun
así es un valor muy bajo, se puede observar que la
saturación de agua en el suelo presenta una alta
variabilidad, ya que la desviación estándar es de
47.72%, además se puede observar un mínimo de
Universidad Distrital Francisco José de Caldas. DETERMINACIÓN DE LA SATURACIÓN DE AGUA EN EL SUELO 4

VI. RESULTADOS Y ANALISIS Interpretación Bondad del Ajuste.

Los resultados y análisis obtenidos se basaron en la Aunque 𝑅 2 dice que las variables independientes
teoría explicada en el libro Econometría de Gujarati explican en un 98% aproximadamente el
Damodar [10]. comportamiento de "𝑦", estas tan solo explican el
97,78% aproximadamente como lo verifica 𝑅̃ 2 .
Regresión
Comando en Stata: Intervalos de Confianza para los parámetros.
reg saturacion aparente humedad microporosidad carbono tension1
Como se puede observar en la figura I, Stata nos da
los intervalos de confianza para los parámetros con
un nivel de significancia del 5%.
𝐵̃0 = Pr(99.73078 ≤ 𝐵0 ≤ 157.5931) = 95% (9)
̃
𝐵1 = Pr( −66.70503 ≤ 𝐵1 ≤ −37.28841) = 95% (10)
𝐵̃2 = Pr( −1.735638 ≤ 𝐵2 ≤ −1.073962) = 95% (11)
𝐵̃3 = Pr(0 .2638187 ≤ 𝐵3 ≤ 1.03166) = 95% (12)
̃
𝐵4 = Pr(−1.237292 ≤ 𝐵4 ≤ −0.0946259) = 95% (13)
𝐵̃5 = Pr( 0.8528854 ≤ 𝐵5 ≤ 1.166504) = 95% (14)
Figura I. Salida Gráfica de la Regresión en Stata. Fuente:
Elaboración Propia Interpretación:

En la figura I, podemos observar la regresión Si construimos 100 intervalos como los anteriores
obtenida para nuestros datos, por ende nuestra para cada parámetro en 95% de los casos (se
regresión será: encontraran) dichos parámetros poblacionales.
𝑦 = 128.6619 − 51.99672 ∙ 𝑥1 + 0.6477395 ∙ 𝑥2 −
1.4048 ∙ 𝑥3 − 0.6659591 ∙ 𝑥4 + 1.009694 ∙ 𝑥5 (8)
Intervalo de Confianza para la Varianza
y=Saturación de agua en el suelo, 𝑥1 =Densidad aparente, Poblacional 𝜎 2
𝑥2 =Microporosidad, 𝑥3 =Contenido de Humedad. , 𝑥4 =%CO,
𝑥5 =Grado de Tensión.
 Desviación estándar del modelo es 7.1131
Interpretación:  Grados de libertad 50
 𝑋𝛼2 = 71,42019519
2
 Si 𝐵0 =128.6619, cuando las demás variables toman en  2
𝑋1−𝛼 = 32,3573637
valor de cero, 𝑦 tomara un valor de 128.6619, es decir 2
representa el punto de corte o valor autónomo de 𝑦.  𝜎 2 = 50.5960274
 Si 𝐵1 =−51.99672, cuando las demás variables son
constantes y 𝑥1 aumenta una unidad, 𝑦 cambia 50 ∗ 50.596027 50 ∗ 50.596027 (15)
−51.99672 unidades. 𝑃𝑟 ( ≤ 𝜎2 ≤ )
71,42019519 32,3573637
 Si 𝐵2 =0.6477395 , cuando las demás variables son = 1 − 0,05
constantes y 𝑥2 aumenta una unidad, 𝑦 aumenta 𝑃𝑟( 35,4213 ≤ 𝜎 2 ≤ 78,1831) = 1 − 0,05 (16)
0.6477395 unidades.
 Si 𝐵3 =−1.4048, cuando las demás variables son Interpretación: si se construyen 100 intervalos como
constantes y 𝑥3 aumenta una unidad, 𝑦 cambia el (16), el 95% de los casos se encontrara el valor
−1.4048 unidades. poblacional de la varianza.
 Si 𝐵4 =−0.6659591, cuando las demás variables son
constantes y 𝑥4 aumenta una unidad, 𝑦 cambia
−0.6659591 unidades.
 Si 𝐵5 =1.009694, cuando las demás variables son Significancia Individual
constantes y 𝑥5 aumenta una unidad, 𝑦 aumenta
1.009694 unidades. Ho: Bi =0
Hi: Bi ≠0
t tablas (5,46)=2
Universidad Distrital Francisco José de Caldas. DETERMINACIÓN DE LA SATURACIÓN DE AGUA EN EL SUELO
Dado que los tcalculados no se encuentran dentro del
intervalo (-2,2) como se puede observar en la figura
1. Se concluye que no existe evidencia estadística
para aceptar Ho, es decir B1, B2, B3, B4, B5 y B6son
estadísticamente significativos.
Significancia Global
Ho: B2=B3= B4= B5= B6=0
Hi: B2= B3= B4= B5= B6≠0
Fcalculado= 449,90
Ftablas (5,46)=2,41736
Dado que el Fcalculado es mayor al F teórico se
concluye que no existe evidencia estadística para
aceptar Ho, es decir el modelo es significativo.
Test de Shapiro Wilk - Normalidad
Figura II. Salida Gráfica del Test de Shapiro Wilk en Stata.
Fuente: Elaboración Propia
Ho: Hay normalidad
Hi: No hay normalidad
Como el p valor en todas las variables (Prob>z) es
significativo, es decir es menor al porcentaje de
significancia (0,05) como se puede observar en la
figura II. no hay evidencia estadística para aceptar
Ho, por lo tanto ninguna de las variables tiene un
comportamiento normal.
Prueba Stepwise
Figura III. Salida Gráfica de la Prueba Stepwise en Stata.
Fuente: Elaboración Propia
5
La prueba Stepwise hacia atrás, muestra que con una
significancia del 0.05, todas las variables incluidas en
el modelo si explican a la variable dependiente,
saturación de agua en el suelo, al verificar que el p
valor de cada una de ellas es menor a 𝛼 que es del 5%
Prueba MWD
Esta prueba se realizara para escoger el mejor modelo
econométrico, las pruebas de hipótesis son las
siguientes:
Ho= modelo lineal  Y=B1+B2x2+B3x3+U (MODELO
CAMBIOS MARGINALES)
H1= modelo logarítmico  LNY= B1+B2LNX2+U
(MODELO DE CAMBIOS RELATIVOS DE
ELASTICIDAD)
Cálculo del valor de z1
Figura IV. Calculo z1, Fuente: Elaboración propia.
Podemos ver en la figura IV al incluir z1 en la
regresión el R ajustado mejora a un 98% y el P valor
se hace 0 en todas las demás variables que antes
tenían un valor diferente de 0.
Cálculo del valor de z2
Figura V: Calculo z2, Fuente: Elaboración propia.
Podemos ver en la figura V que Z2 es significativo,
ya que el P valor toma un valor menor al 0.15 en
todas las variables.
Universidad Distrital Francisco José de Caldas. DETERMINACIÓN DE LA SATURACIÓN DE AGUA EN EL SUELO 6

Como z1 y z2 son significativos el modelo no decide Grados de Libertad= 46

por tanto nosotros escogeremos el lineal, ya que todas
las variables son significativas, mientras que en el Predicción Puntual
modelo logaritmico no todas las variables son
¿A qué valor asciende la saturación del agua, de un
significativas, y además los signos en el intervalo de
suelo con:
la variable lnhumedad no son coherentes.
 Densidad aparente = 0.9873077
Predicción puntual y por intervalo de Y  Porcentaje de humedad = 26.47577
Matriz Medias  Microporosidad = 44.89558
 Porcentaje de carbono = 4.180577
 Tensión 1 atmosfera = 52.03077 ?
Mediante los cálculos realizados, se concluye que la
Figura VI. Salida Gráfica Matriz de Medias de las variables saturación de agua para un suelo con estas
explicativas en Stata. Fuente: Elaboración Propia
características equivale a 81.15634%.
Matriz 𝑦 de Saturación del Agua (Hasta 52 Predicción Por Intervalo= Pr (80.9949979≤Yo≤81.31768204)=0,95 (17)
muestras).
Test de Chow para el Cambio Estructural en el
Modelo.
Ho: no hay cambio estructural
H1: hay cambio estructural

Figura VII. Salida Gráfica de la Matriz Saturación del Agua en

Stata. Fuente: Elaboración Propia

Matriz Variables Independientes (Hasta 52

muestras)

Figura IX. Test de Chow en grelt. Fuente: Elaboración propia.

Interpretación: como el P valor del test > α (5%)

concluimos que no existe evidencia para rechazar Ho
es decir el modelo no tiene cambio estructural.

Figura VIII. Salida Gráfica de la Matriz Saturación del Agua

en Stata. Fuente: Elaboración Propia

Desviación estándar del error de predicción= 0,0801542

Universidad Distrital Francisco José de Caldas. DETERMINACIÓN DE LA SATURACIÓN DE AGUA EN EL SUELO
Test FIV y TOL Multicolinealidad
Figura X. Salida Gráfica del Test FIV y TOL en Stata. Fuente:
Elaboración Propia
Según el test FIV mostrado en la figura X, todas las
variables: porcentaje de humedad, tensión 1
atmosfera, densidad aparente, microporosidad y
porcentaje de carbono presentan una
multicolinealidad media, la magnitud de FIV se
encuentra entre 2 y 10, así mismo se corrobora con el
test de TOL (columna 1/VIF) en el que todos los
valores se encuentran entre 0,1 y 0,5
Test de Breusch Pagan-Heteroscedasticidad
Ho: No hay heteroscedasticidad
Hi: Hay heteroscedasticidad
F tablas (1,50) = 4,03431
Figura XI. Salida Gráfica del Test de Breusch Pagan en Stata.
Fuente: Elaboración Propia
Como el Fcalculado es mayor al Ftablas, no hay evidencia
estadística para aceptar Ho, es decir existe
heteroscedasticidad. De esta manera se busca
eliminar las variables no tan relevantes que nos
arrojan este problema con la sentencia robust.
7
Figura XII. Salida Gráfica de la regresión para determinar
variables explicativas no relevantes en Stata. Fuente:
Elaboración Propia
Se elimina la variable carbono, ya que no es tan
relevante para el modelo, como se puede observar en
la figura VIII.
Test de White-Heteroscedasticidad
Figura XIII. Salida Gráfica del Test de White en Stata. Fuente:
Elaboración Propia
Ho: No hay heteroscedasticidad
Hi: Hay heteroscedasticidad
𝜒2tablas = 31, 4104
Como el 𝜒2calculado excede el 𝜒2tablas, se concluye que
no existe evidencia para aceptar Ho, en consecuencia
el modelo presenta heteroscedasticidad en los
errores, lo que se corrobra con el p valor menor al
porcentaje de significancia, 0,0194<0,05
Corrección Heterocedasticidad
Aplicar Robust al modelo resultante
Figura XIV. Corrección heterocedasticidad, fuente: Elaboración
propia.
Por tanto el modelo resultante solo tendrá las
siguientes variables exógenas:
 Humedad
 Microporosidad
 Tension 1
Universidad Distrital Francisco José de Caldas. DETERMINACIÓN DE LA SATURACIÓN DE AGUA EN EL SUELO
 Densidad aparente
Se elimina la variable carbono, ya que no es tan
relevante para el modelo.
Autocorrelación de Primer Orden al Modelo
Resultante.
Valores críticos al 5% del estadístico de Durbin-
Watson, n = 52, k = 4
dL = 1,3929
dU = 1,7223
Figura XV. Test de Watson, fuente: Elaboración propia.
Figura XVI. Tabla para definir autocorrelación, fuente: Elaboración
propia.
Como el valor del test de durbin watson nos arrojó un
resultado de 2.222863, concluimos que no existe
autocorrelación en el modelo, ya que cae dentro de
esta región. Como se puede observar en la figura
XVI.
Autocorrelación de Segundo Orden al Modelo
Resultante.
Test de Breud Godfrey
Se aumenta el número de rezagos, para nuestro caso
utilizaremos 2 ya que la toma de los datos es irregular
entre 1973 y 1999. Los datos son de tipo corte
transversal agrupado.
estat bgodfrey, lags(2)
Figura XVII. Test de Godfrey, fuente: Elaboración propia.
8
Interpretación: Como el P valor de la prueba >α (5%)
concluimos que no existe evidencia para rechazar Ho
es decir no hay correlación serial en el modelo.
Test de Buena Especificación.
Ho: Buena especificación
H1: no hay buena especificación
Figura XVIII. Test de Ramsey. Fuente: Elaboración propia.
Interpretación: como P valor del test > α (5%)
concluimos que no existe evidencia para rechazar Ho
es decir el modelo tiene buena especificación.
VII. CONCLUSIONES
 Puede concluirse que la construcción del
modelo econométrico es adecuada, ya que en
el modelo, estimado por mínimos cuadrados
ordinarios, se cumplió la verificación de las 3
condiciones en su gran mayoría, la
significancia individual de los estimadores, la
significancia global del modelo y el
cumplimiento en la mayor parte de los
supuestos, lo cual indica que el modelo
predice de forma aproximada el porcentaje de
saturación de agua en el suelo.
 La bondad del ajuste del modelo es realmente
apreciable, ya que el coeficiente de
determinación R2 es muy alto, así mismo el R2
ajustado que es más preciso por tener en
cuenta los grados de libertad del modelo sigue
siendo alto, a pesar de que las variables
exógenas no presentan una alta
multicolinealidad.
 Centrándose en la verificación del modelo, en
general cumple con los supuestos y podrían
generarse aplicaciones a partir de este, ya que
está bien especificado, es decir no le faltan
variables, no presenta autocorrelación en los
errores, no presenta endogeneidad y no hay
cambio estructural, que son los errores más
graves al momento de no cumplirse; por otro
lado presenta multicolinealidad media,
heteroscedasticidad y no normalidad en los
Universidad Distrital Francisco José de Caldas. DETERMINACIÓN DE LA SATURACIÓN DE AGUA EN EL SUELO
errores, supuestos que no son graves o
pudieron corregirse a lo largo del
procedimiento.
 El empleo de las variables físicas y químicas
empleadas para determinar el porcentaje de
saturación de agua en el suelo nos permiten
con gran aproximación determinarla ya que
según el test de Ramsey encontramos que al
modelo no le faltan variables y por lo tanto el
modelo econométrico propuesto es aplicable
para encontrar la saturación de agua en el
suelo de manera muy precisa.
REFERENCIAS
[1] BOELS, D. 1982. Physical soil degradation in the
Netherlands. Technical Bulletins new series No. 12. Institute
for Land and Water Managements Research. Wageningen.
Land Use Seminar on Soil. Degradation. pp. 47-65.
[2] KLUTE, A. 1982. Tillage effects on the hydraulic properties
of soil: a review. In: Predicting tillage effects on soil physical
properties and processes. Michigan. Cap. 3. pp. 29-43.
[3] CENTURION, J. F. y J. L. I. DEMATTÉ. 1985. Efeitos de
sistemas de preparo nas propriedades físicas de un solo sob
cerrado cultivado com soja. Rev. Bras. Ci. Solo. 9: 263-266.
9
[4] Jaramillo, J. Daniel. Introducción a la ciencia del suelo.
Universidad Nacional de Colombia. Facultad de Ciencias,
Medellín 2002. 620 p.
[5] MONTENEGRO, H. y D. MALAGÓN. 1990. Propiedades
físicas de los suelos. Instituto Geográfico Agustín Codazzi
(IGAC). Bogotá. 813 p.
[6] OLARTE, R. L. et al. 1979. Métodos analíticos de
laboratorio de suelos. 4ª. Ed. IGAC. Bogotá. 644 p
[7] SOIL SURVEY LABORATORY (SSL). 1995. Information
manual. Soil Survey Investigations Report Nº 45. Version
1.0. USDA. Lincoln. 305 p.
[8] RAWLS, W. J. 1983. Estimating soil bulk density from
particle size analysis and organic matter content. Soil
Science. 135 (2): 123-125.
[9] INSTITUTO GEOGRÁFICO AGUSTÍN CODAZZI.
Recopilación de estudios de suelos para Cundinamarca desde
el año 170 hasta el año 1993. Bogotá: IGAC. 285 p.
[10] G. Damodar, Econometría, Edición: 5. México:
McGraw-Hill Interamericana de España S.L., 2010.
Autores
Los autores Ivan Carrillo, Tania Ruiz y Natalia Acosta,
actualmente se encuentran realizando la carrera de
pregrado de Ingeniería Catastral y Geodesia en la
Universidad Distrital Francisco José de Caldas, están
cursando 7 semestre.