Metodología de evaluación de costos de adaptación al cambio climático
52
(Ec. 5)
en donde Q_
CON
es la cantidad de agua consumida, PRE_
PROM
es la tarifa media por metro
cubico, PIB es el Producto Interno Bruto, PREC_
PROM
es la precipitación promedio, TEMP_
PROM
es la
temperatura promedio,
β
es el parámetros de regresión y
ε
es el termino de error.
La variable PRE_
PROM
indica la sensibilidad de la demanda ante cambios de esta variable y se
espera que se presente una relación negativa dado que a mayor precio la cantidad demandada es
menor. Las variables LPIB, PREC_
PROM
y TEM_
PROM
responden a la necesidad de incluir el ingreso y
los cambios climáticos existentes en la entidad y se espera que las correlaciones de estas variables
resulten positivas dado que a mayor ingreso mayor demanda y a mayor temperatura se consume
una mayor cantidad de agua.
Dada la falta de información desagregada por sectores, el análisis de la demanda parte de datos
que se basan en el consumo total de la ciudad; así, la cantidad de agua consumida se calcula como
la relación entre el volumen facturado y la población atendida. Considerar el volumen facturado
como el consumo total supone que existen perdidas en la red debido a fugas y tomas clandestinas,
por lo tanto el volumen obtenido corresponde al líquido consumido en realidad. La ecuación para
determinar el Q_
CON
es la siguiente:
(Ec. 6)
en donde
Vf
es el volumen facturado y
Pa
es la población atendida.
4.3.2.
A
nálisis de regresión
El análisis de regresión es el estudio de la dependencia de la variable dependiente respecto a
una o más variables independientes o explicativas y se realiza con el objeto de estimar el valor
promedio poblacional de la primera en términos de los valores conocidos de las segundas (Gujarati,
2003). El análisis de regresión lineal permite investigar la relación estadística que existe entre una
variable dependiente (y) con una o más variables independientes (X
1
, X
2
, X
3
,…, Xn) y se determina
mediante la siguiente ecuación:
(Ec. 7)
en donde el coeficiente
β
de cada variable independiente mide por separado el efecto de este
sobre la variable dependiente Y. Para poder encontrar el mejor estimador de los parámetros en
una regresión lineal se pueden usar métodos como los Mínimos Cuadrados Ordinarios, el Método
Generalizado de Momentos, el método de las opciones Binarias, entre otros.
El método que en esta metodología se emplea para obtener los parámetros de regresión en
la demanda de agua es el de Mínimos Cuadrados Ordinarios el cual intenta reducir al mínimo la
sumatoria de los errores al cuadrado.
(Ec. 8)
