Modelo de regresión logística para el análisis del riesgo agrícola en la zona Sud del Departamento de Potosí
Logistic regression model for the analysis of agricultural risk in the Southern zone of the Department of PotosíContenido principal del artículo
La regresión logística es un modelo estadístico utilizado para predecir el resultado de una variable categórica. El objetivo de este artículo es relacionar una serie de aspectos importantes para la aplicación de un modelo estadístico a la investigación de la gestión del riesgo agrícola. Se orientó en la investigación cuantitativa y el paradigma positivista tipo proyectiva, diseño no experimental, de campo. Utilizando como población la provincia Sud Chichas, Nor Chichas y Modesto Omiste. Se emplearon encuestas, análisis de riesgos. Se utilizaron la tabulación de encuestas mediante el SPSS. Los resultados fueron que las tres provincias sometidas a estudio cuentan con aproximadamente la misma ponderación en cuanto a su número de habitantes y se hace notar que no se toma en cuenta los datos del municipio de Atocha. Se concluye que, la variable dependiente refiere a 0 como la ausencia de la característica que interesa al estudio o llamado también control y se denota con 1 a la característica presente, vale decir el riesgo agrícola.
Logistic regression is a statistical model used to predict the outcome of a categorical variable. The objective of this article is to list a series of important aspects for the application of a statistical model to research in agricultural risk management. It was guided by quantitative research and the positivist paradigm. Using the provinces of Sud Chichas, Nor Chichas and Modesto Omiste as population. Research and risk analysis were used. Survey tabulation was used using SPS. The results were that the three provinces under study have approximately the same weight in terms of number of inhabitants and it is observed that the data from the municipality of Atocha are not taken into account. It is concluded that the dependent variable refers to 0 as the absence of the characteristic that is of interest in the study or also called control and 1 denotes the present characteristic that is, agricultural risk.
Detalles del artículo
Álvarez, C. Herrera, M., Herrera, E., y Araya, G. (2021). Investigation of Variables that Determine Levels of Self-Esteem in Central American Schoolchildren: A Binary Logistic Regression Model. MHSalud, 18(2). 1-22. DOI: https://doi.org/10.15359/mhs.18-2.2
Andrade, G., y Arteaga, M. (2021). Riesgos laborales: Causas y consecuencias en tiempos de Covid-19. Revista Dominio de las Ciencias, 7(3). 247-265. http://dominiodelasciencias.com/ojs/index.php/es/index
Barreiro M., y Useche, L. (2023). Métodos multivariantes para la construcción de índices compuestos en la gestión cultural: una revisión de la literatura. Minerva Journal, 9(10). 31-39. https://doi.org/10.47460/minerva.v4i10.93
Camacho, J. (2022). Análisis de regresión logística aplicado al modelamiento espacial de las causas de deforestación en el departamento del Guaviare durante el periodo 2005-2020 y proyección de escenarios de deforestación a 2030.” Cuadernos de Geografía: Revista Colombiana de Geografía 31(2). 255-280. https://doi.org/10.15446/rcdg.v31n2.98012
Departamento de Agricultura de Estados Unidos. (21 de abril de 2019). El Departamento de Agricultura de los Estados Unidos (USDA) Extiende su Iniciativa del Strike Force para impulsar el Crecimiento Rural y Oportunidades para Construir Economías Rurales. https://www.usda.gov/media/news-archives/informacion-y-servicios-del-united-states-department-agriculture-usda-por-sus
García, R. García, G. González, D., y García, R. (2020). Modelo de regresión logística para estimar la dependencia según la escala de Lawton y Brody. Medicina de Familia. SEMERGEN, 36(7). 365-371. https://www.elsevier.es/es-revista-medicina-familia-semergen-40-articulo-modelo-regresion-logistica-estimar-dependencia-S1138359310001322
Hernández, R., Fernández, C. y Baptista, P. (2014). Metodología de la investigación. México: Mc Graw Hill.
Hurtado, J. (2006). El Proyecto de Investigación. Metodología de la investigación Holística. 4ª Edición ampliada. Quirón, Sypal, Caracas. 168 pp. https://www.geocities.ws/inesotilia28873/fase3/t3m3.html
Llaugel, F., y Fernández, A. (2021). Evaluación del uso de modelos de regresión logística para el diagnóstico de instituciones financieras. Revista Ciencia y Sociedad, 36(4). 590-627. file:///Evaluacion_del_uso_de_modelos_de_regresion_logisti.pdf
Organización para la Cooperación y el Desarrollo Económicos. (06 de julio 2023). Informe OCDE-FAO Perspectivas agrícolas 2023-2032 describe las principales tendencias en la producción, el consumo y el comercio. https://www.fao.org/venezuela/noticias/detail-events/fr/c/1644151/
Ouorou, M. Aleixo, J., Caraciolo, R., y Álvarez, D. (2021). Modelos de Regresión Logística Multinomial Ordinal y Redes Neuronales Artificiales para la clasificación de madera aserrada. Revista Forestal Mesoamericana Kurú, 18(43).29-40. file:///Dialnet ModelosDeRegresionLogisticaMultinomialOrdinalYRede-8131067.pdf