Modelo 2 De Los Factores Determinantes De La Emisión De Gas Metano (CH 4 ) Con Logaritmo

Para el planteamiento del modelo de regresión múltiple se utilizarán datos de todos los departamentos del país, aplicándoles logaritmo natural a las variables de entrada de la Tabla 35 (como dependiente: Y = ln de gas metano (lnCH4) y como variables independientes, X1: ln de

Cantidad de residuos sólidos orgánicos (lnQRSo), y X2: ln % de rellenos sanitarios (lnPRSa); utilizando el software estadístico Statgraphics, donde se aplicó análisis multivariado y una prueba T de Student, empleando una matriz de correlación con un análisis de varianza.

Según estudios del Banco Interamericano de Desarrollo (BID) y la Organización Panamericana de la Salud (OPS), realizados por: Guido, et al. (1997), así como otros estudios, tales como: los del DNP (2004) y estudios de la Universidad de Antioquia, realizados por: Jaramillo y Zapata (2008), la fracción de los residuos sólidos orgánicos (RSo) en Colombia es de 52.3% de los residuos sólidos totales, así mismo se estima para el año 2016 de estudio.

El modelo se especifica de la siguiente forma: 𝒍𝒏𝒀𝒊= 𝒍𝒏𝜷𝒊𝑿𝒊 + 𝒖𝒊 (4)

𝒍𝒏𝑪𝑯𝟒= 𝜷𝟏𝒍𝒏𝑷𝑹𝑺𝑶 + 𝜷𝟐𝒍𝒏𝑷𝑹𝑺𝒂 + 𝒖 (5)

Con el fin de analizar el comportamiento estadístico , en este proceso se determinaron los datos atípicos con el fin de darle ajuste al modelo y obtener una buena predicción de este; inicialmente se planteó entonces el modelo con datos de 29 departamentos, adicionalmente se excluyeron 3 datos atípicos correspondientes a los 3 departamentos más industrializados de Colombia, que distorsionan el modelo, puesto que emiten más porcentaje de CH4 al medio

ambiente; para este caso se utilizó el software estadístico Statgraphics a las variables de estudio identificadas en cada departamento de la región norte y centro; para identificar el grado de significancia y establecer el nivel de confiabilidad de los datos obtenidos del Departamento Nacional de Estadísticas “DANE”.

Tabla 35 Datos con logaritmos de entrada de la contaminación atmosférica y sus factores No. Departamentos CH4 PRSA QRSO LCH4 LQRSO LPRSA

1 Boyacá 14,37 92,48 225,83 2,67 5,42 4,53 2 Caldas 18,5 99,23 299,57 2,92 5,70 4,60 3 Huila 15,95 97,13 221,39 2,77 5,40 4,58 4 Quindío 20,56 100 230,64 3,02 5,44 4,61 5 Risaralda 23,66 100 217,57 3,16 5,38 4,61 6 Santander 16,87 96,4 529,28 2,83 6,27 4,57 7 Tolima 20,25 94,4 328,44 3,01 5,79 4,55 8 Atlántico _{11,4 97,3 505,22 2,43 6,22 4,58} 9 Bolívar 16,59 78,2 528,75 2,81 6,27 4,36 10 Cesar 36,77 83,7 216,99 3,60 5,38 4,43 11 Córdoba 33,28 67,7 329,71 3,50 5,80 4,22 12 La Guajira 45,2 3,4 156,59 3,81 5,05 1,22 13 Magdalena 27,04 90,38 250,46 3,30 5,52 4,50 14 Norte de Santander 18,11 98,7 382,52 2,90 5,95 4,59 15 San Andrés 8,94 100 40,40 2,19 3,70 4,61 16 Sucre 35,46 89 166,78 3,57 5,12 4,49 17 Meta 12,06 99 2,38 2,49 0,87 4,60 18 Casanare 32,61 99,63 0,96 3,48 -0,05 4,60 19 Arauca 24,08 83,86 0,37 3,18 -1,00 4,43 20 Vichada 7,64 100 0,03 2,03 -3,37 4,61 21 Chocó 4,34 10 0,50 1,47 -0,70 2,30 22 Nariño _{9,05 18,75 4,67 2,20 1,54 2,93} 23 Cauca 14,8 32,5 1,73 2,69 0,55 3,48 24 Amazonas 0,46 4,8 0,14 - 0,78 -1,96 1,57 25 Caquetá 6,61 75 0,86 1,89 -0,15 4,32 26 Guainía 1,04 0 0,67 0,04 -0,40 #¡NUM! 27 Vaupés 0,14 63,3 0,01 - 1,97 -4,72 4,15 28 Guaviare 2,35 91,5 0,13 0,85 -2,06 4,52 29 Putumayo _{4,81 83,05 0,37 1,57 -0,99 4,42} Fuente: Calculo con base a estadísticas del DANE.

Para estos efectos, el modelo permitirá determinar parámetros de reducción de gases de efecto invernadero generados en los rellenos sanitarios, es decir si se disminuye el porcentaje de residuos generados en Colombia, a través de prácticas de segregación en la fuente en los planes de

manejo integral de residuos municipales, por medio de prácticas en los sectores urbanos, como reducir , reciclar, y reutilizar, disminuiría la tasa de incidencia en la producción de CH4, de igual

manera al incrementarse la construcción de áreas de disposición de rellenos sanitarios, incidiría positivamente en la emisión de gases invernadero.

Tabla 36 Tabla Anova del modelo de los factores determinantes de la emisión de metano

Error Estadístico

Parámetro Estimación Estándar T Valor-P

LPRSA 0,538342 0,0926292 5,8118 0,0000 LQRSO 0,55854 0,088556 6,30719 0,0000

Fuente: Calculo con base al DANE y el programa Statgraphics

En la tabla 36, se muestran los resultados esperados, dado que existe una relación positiva entre las variables, es decir: un aumento de un porcentaje de relleno sanitario (PRSa) genera un aumento de 53.83 en la emisión de gases de metano, CH4, así mismo, hay una relación directa con la variación de las cantidades de residuos sólidos orgánicos (QRSo), debido a que su valor fue inferior a 0,05. El resultado del modelo de regresión es la siguiente ecuación:

LnCH4 = 0,538342*LnPRSA + 0,55854*LnQRSO (6)

En este modelo se muestran los resultados esperados, dado que existe una relación positiva entre las variables, es decir: un aumento de un porcentaje de relleno sanitario genera un aumento de 0.5383 en la emisión de gases de metano, CH4, así mismo, hay una relación directa con la variación de las cantidades de residuos sólidos orgánicos.

Tabla 37Análisis de Varianza del modelo de metano

Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P

Modelo 513,82 2 256,91 103,56 0,0000 Residuo 64,4974 26 2,48067

Total 578,317 28 R-cuadrada = 88,8474 porciento

R-cuadrado (ajustado para g.l.) = 88,4185 porciento Error estándar del est. = 1,57501

Error absoluto medio = 1,31301 Estadístico Durbin-Watson = 0,9775

Fuente: Calculo con base al DANE y el programa Statgraphics

resultado robusto, donde las variables independientes explicaron en un 88.84% el modelo de emisión de

gases de metano CH4. Por su parte, no existe problema de normalidad, autocorrelación, heterocedasticidad,

multicolinealidad y de estabilidad del modelo, mediante las pruebas de Jarque vera, Kolmorov, Durbin

Watson, Breusch Godfrey, White, matriz de correlación, inflador de varianza y pruebas Cusum de

estabilidad del modelo de los errores, realizados con los programas actuales statgraphics y e-views.

Tabla 38 Matriz de Correlación para las estimaciones de los coeficientes

LPRSA LQRSO LPRSA 1,0000 -0,6453 LQRSO -0,6453 1,0000

Fuente: Calculo con base al DANE y el programa Statgraphics

En la tabla 38, se cumple la prueba de multicolinealidad, dado que las variables no se explican independientemente más del 80%, sino que menos de este, lo cual muestra una baja dependencia y de correlación entre las variables de estudio y en la tabla 39 y 40, no se rechaza el supuesto de normalidad, obteniéndose un valor-P mayor de 5% para la prueba de Shafiro-Wilk y de 46,61%, muy por encima del 5%, en la prueba de Kolmogorov-Smirnov.

Tabla 39 Pruebas de Normalidad de Shafiro-Wilk para el modelo 2 de metano

Prueba Estadístico Valor-P

Estadístico W de Shapiro-Wilk 0,92755 0,0539871

Fuente: Calculo con base al DANE y el programa Statgraphics

Tabla 40 Prueba de Kolmogorov-Smirnov

Normal

DMAS 0,158801 DMENOS 0,155405 DN 0,158801 Valor-P 0,466128

4.6. Modelo 3 de los factores determinantes de la Emisión de Gas Metano (CH4) sin