Factores que influyen en la producción pecuaria en el Departamento de Cusco, período 2018: Un análisis microeconométrico – Función Cobb Douglas

• Autores: Ferro Surco, Yelsin Felio, Quispillo Huaman, Javier
• Formato: tesis de grado
• Fecha de Publicación: 2021
• Institución: Universidad Nacional de San Antonio Abad del Cusco
• Repositorio: UNSAAC-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unsaac.edu.pe:20.500.12918/5724
• Enlace del recurso: http://hdl.handle.net/20.500.12918/5724
• Nivel de acceso: acceso abierto
• Materia: Sector pecuario; Modelo microeconométrico; Funcion Cobb Douglas; Microeconomía; http://purl.org/pe-repo/ocde/ford#5.02.02

El objetivo principal de la investigación es describir la influencia de los factores productivos (capital, mano de obra, tecnología y financiamiento) sobre la producción pecuaria en el departamento del Cusco en el periodo 2018 a través de un análisis microeconométrico – función Cobb Douglas, es analizar los factores (capital, mano de obra, tecnología y el financiamiento) que influyen en la producción pecuaria (cantidad de animales producida relacionados a la actividad pecuaria) en el año 2018. La investigación se realizó con datos secundarios obtenidos de la Encuesta Nacional Agropecuaria del 2018 y Estadísticas de Empleo 2018 realizada por Instituto Nacional de Estadística e Informática. Luego de la captación de datos, análisis e interpretación de resultados a través de la teoría de microeconomía y la microeconometría, en este caso la función de producción Cobb Douglas, con estudios de cross section (corte transversal). El modelo analizado por medio de indicadores para cada variable es = 0 ̂ + 1 ̂ _ + 2 ̂_ + 3 ̂_ + 4 ̂_ + 1 ̂ + 2 ̂_ + ̂ + ̂ + , estimado por los métodos de Mínimos Cuadrados Ordinarios (MCO) y Mínimos Cuadrados Generalizados (MCG). Corrigiendo los problemas es pertinente confirmar con los gráficos de dispersión en logaritmo natural y con el test de White, que existe heterocedasticidad, este último se puede disminuir con el Método de Mínimos Cuadrados Generalizados. De seis modelos encontrados la mejor es la que tiene menor (AIC) Akaike information criterion y (BIC) Bayesian information criterion, por lo tanto, el mejor modelo econométrico es la segunda regresión