Mostrar el registro sencillo del ítem

dc.rights.licensehttp://creativecommons.org/licenses/by-nc-sa/3.0/ve/es_VE
dc.contributor.authorOrozco–Cirilo, Sergio
dc.contributor.authorVargas–Canales, Juan Manuel
dc.contributor.authorMedina–Cuéllar, Sergio Ernesto
dc.contributor.authorBautista, Juan Antonio
dc.date.accessioned2024-02-23T04:36:03Z
dc.date.available2024-02-23T04:36:03Z
dc.date.issued2024
dc.identifier.issn0798-2259
dc.identifier.urihttp://www.saber.ula.ve/handle/123456789/50207
dc.description.abstractLa investigación realizada es de tipo correlacional y estudió la influencia del precio del barril del crudo WTI, el bushel de Maíz y la tonelada de harina de Soya como variables independientes, sobre el precio de la libra de carne de cerdo mexicana, con el objetivo de hallar una función que explique dichas variaciones. Se utilizaron datos promedios mensuales de los precios, recolectados en un periodo de 10 años desde el 01/10/2012 hasta el 01/09/2022. En los datos hay una clara tendencia lineal entre el precio de la carne de cerdo con el precio del barril de crudo WTI, y el precio de la tonelada de harina de soya, más no tan clara o evidente con el precio del bushel de maíz, siendo esta variable excluida del modelo final por ser estadísticamente no significativa (Sig. 0,184). Las variables independientes del modelo final son estadísticamente significativas (Sig. 0,000), con valores de t–student de 4,999 para el crudo WTI y 3,697 para la harina de soya y no existen problemas de colinealidad entre ellas. El modelo obtenido es de regresión lineal múltiple, y tiene como predictores del precio de la carne de cerdo : el precio del barril de crudo WTI y el precio de la tonelada de harina de soya . Pronostica que el precio de la carne de cerdo no puede descender de 15,50 centavos de USD por libra, y puede explicar las variaciones de esta en un 61,4 %. Los residuos estandarizados del modelo presentan una distribución normal, corroborado mediante una prueba de Kolmogorov–Smirnov de 0,071, existiendo un par valores extremos positivos, que pueden informar sobre las circunstancias de las variables para el interés del investigador en los meses de mayo y junio del año 2021.es_VE
dc.language.isoeses_VE
dc.rightsinfo:eu-repo/semantics/openAccesses_VE
dc.subjectCorrelación lineales_VE
dc.subjectRegresión múltiplees_VE
dc.subjectCarne de cerdoes_VE
dc.subjectCrudo WTIes_VE
dc.subjectCerealeses_VE
dc.subjectPronósticoes_VE
dc.titlePronóstico de precios de la carne de cerdo mexicana, con base en el crudo WTI, Maíz y Soyaes_VE
dc.title.alternativeMexican pork price forecast, based on WTI crude oil and Corn and Soybean grainses_VE
dc.typeinfo:eu-repo/semantics/articlees_VE
dc.description.abstract1The research conducted is correlational and studied the influence of the price of a barrel of WTI crude oil, a bushel of Corn and a ton of Soybean meal as independent variables, on the price of a pound of Mexican pork, with the objective of finding a function that explains these variations. Monthly average price data, collected over a 10– year period, from 01/10/2012 to 01/09/2022, were used. In the data there is a clear linear trend between the price of pork with the price of a barrel of WTI crude oil, and the price of a ton of soybean meal, but not so clear or evident with the price of a bushel of corn, being this variable excluded from the final model for being statistically not significant (Sig. 0.184). The independent variables of the final model are statistically significant (Sig. 0.000), with t–student values of 4.999 for WTI crude oil and 3.697 for soybean meal, and there are no collinearity problems between them. The model obtained is multiple linear regression, and has as predictors of pork price: the price of a barrel of WTI crude oil and the price of a ton of soybean meal . It predicts that the price of pork cannot fall below 15.50 US cents per pound, and can explain the variations of pork by 61.4%. The standardized residuals of the model present a normal distribution, corroborated by a Kolmogorov–Smirnov test of 0.071, there being a pair of positive extreme values, which can inform about the circumstances of the variables for the researcher's interest in the months of May and June 2021.es_VE
dc.description.colacion1-9es_VE
dc.description.emailja.bautista@ugto.mxes_VE
dc.identifier.depositolegalpp199102ZU46
dc.identifier.edepositolegalppi201502ZU4665
dc.identifier.eissn2477-944X
dc.publisher.paisVenezuelaes_VE
dc.subject.institucionUniversidad del Zulia (LUZ)es_VE
dc.subject.institucionUniversidad de Los Andes (ULA)es_VE
dc.subject.keywordsLinear correlationes_VE
dc.subject.keywordsMultiple regressiones_VE
dc.subject.keywordsPork meates_VE
dc.subject.keywordsWTI crudees_VE
dc.subject.keywordsCerealses_VE
dc.subject.keywordsForecastes_VE
dc.subject.publicacionelectronicaRevista Científica
dc.subject.seccionRevista Científica: Artículoses_VE
dc.subject.thematiccategoryMedio Ambientees_VE
dc.subject.tipoRevistases_VE
dc.type.mediaTextoes_VE


Ficheros en el ítem

Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem