WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

à‰tat et analyse du revenu global et des dépenses de consommation en produits alimentaires de base (riz, maà¯s, sorgho, manioc doux, igname et patate douce) dans les exploitations agricoles de la commune de Jean-Rabel.

( Télécharger le fichier original )
par Jean Ribert FRANCOIS
Université d'Etat d'Haiti - Ingénieur-Agronome 2015
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

5.8.4.2. Résultats, analyse et interprétation de la consommation de maïs dans les différents types d'exploitations agricoles

Pour la consommation de maïs dans les exploitations agricoles de la commune de Jean-Rabel, les résultats indiquent que cette consommation est expliquée au niveau du type I à 29.2 % par des variables telles que : le prix du riz, le prix du maïs, le prix du sorgho, le prix du haricot, le revenu de l'élevage, le revenu des activités extra-agricoles et celui des transferts. Cependant, seule la variable prix sorgho est significative selon le test de Student puisque la valeur de t calculée (3.055) est supérieure au t tabulaire (2.39). Au niveau du type II, ces mêmes variables expliquent la consommation du maïs à 42.2% avec le prix du maïs et le revenu des activités extra-agricoles comme variables significatives. Au niveau du type III, 44.4% de la consommation de maïs est expliquée par ces variables avec le prix du maïs comme la seule variable significative. Les variables expliquent la consommation de maïs à 97.9% au niveau du type IV avec le prix maïs et celui de sorgho comme étant significatives. Au niveau du type V, 77.0% de la consommation de maïs est expliquée par les variables explicatives avec le prix maïs, le prix sorgho et le revenu des transferts comme variables significatives. Au niveau du type VI, les variables indépendantes expliquent le modèle à 71.9% ; le prix maïs et le revenu des transferts en sont les variables significatives. Au niveau du type VII, la consommation de maïs est expliquée à 96.4% par ces variables et le prix du maïs, le prix du riz et celui de haricot en sont les variables significatives. Pour le type VIII, 97.6% du modèle est expliqué par les variables indépendantes avec le prix du maïs comme la seule variable significative. Au niveau du type IX, la consommation de maïs est expliquée à 95.0% par les variables mentionnées ; les variables significatives sont le prix du riz et le prix du sorgho (voir tableau 21).

Suivant les résultats précédents, pour tous les modèles de consommation de maïs, nous rejetons l'hypothèse nulle en concluant que la contribution d'au moins une des variables indépendantes à l'explication de la variable dépendante est statistiquement assez importante pour influencer la consommation de maïs dans tous les types d'exploitations agricoles.

Les tests de Fisher confirment que les modèles sont globalement bien spécifiés puisque les valeurs de F calculées sont toutes supérieures aux valeurs de F tabulaires au seuil de 5%. Donc, l'hypothèse selon laquelle les paramètres des modèles de régression ne sont pas tous nuls et que R2 diffère significativement de zéro est acceptée. Ainsi, la variation de la consommation de maïs dans chaque type d'exploitations agricoles est attribuable à au moins l'une des variables explicatives.

Les résultats des tests de Shapiro-Wilk (W) sont tous significatifs au seuil de 5%. Les valeurs calculées sont toutes supérieures aux valeurs tabulaires, ce qui confirme l'hypothèse selon laquelle les résidus sont normalement distribués. Les résultats des tests de White (LM) confirment enfin l'hypothèse d'homoscédasticité des erreurs. Les valeurs calculées sont toutes inférieures à celles tabulaires au seuil de significativité de 5%.

D'après les tests réalisés sur les modèles, ceteris paribus, la consommation du maïs au niveau du type I est augmentée avec le prix du sorgho. Toute augmentation de 1% de ce dernier entraine une augmentation de 2.4% dans la consommation du maïs. Le prix du maïs fait baisser sa consommation au niveau du type II alors que cette consommation augmente avec le revenu des activités extra-agricoles. La consommation du maïs au niveau du type III est augmentée quand son prix diminue. Même constat au niveau du type VIII, mais dans une proportion plus grande. Outre le prix du maïs qui influence sa consommation au niveau du type IV, une augmentation de 1% dans le prix du sorgho fait diminuer cette consommation de 1.23%. Contrairement au prix du maïs, le prix du sorgho et le revenu des transferts influencent positivement et dans une moindre proportion la consommation du maïs au niveau du type V. Cette dernière est très sensible à son prix au niveau du type VI et une augmentation de 1% dans le prix fait diminuer sa consommation de 9.49% alors que le revenu des transferts fait augmenter cette consommation. Le type VII voit sa consommation en maïs diminuer avec son prix et le prix du haricot et augmenter avec le prix du riz et le revenu des transferts. Le prix du riz tout comme celui du sorgho influencent positivement la consommation du maïs au niveau du type IX.

Tableau 21. Résultats des modèles de régression pour le maïs

 

Types d'exploitations agricoles

I

II

III

IV

V

VI

VII

VIII

IX

Constante

a0

21,960

44,421

22,667

15,876

37,301

39,433

-5,358

14,905

-2,032

Variables indépendantes

PM

-0,850

-7,382*

-1,994*

-3,214*

-6,888*

-9,493*

-2,885*

-4,503*

-3,186

PR

0,780

0,004

-1,433

0,368

0,155

0,346

2,762*

0,025

2,917*

PS

2,399*

-0,002

0,165

1,235*

0,548*

0,066

0,324

0,947

2,445*

PH

0,745

-0,022

-0,611

-0,415

-1,343

-0,839

-3,966*

-1,052

0,647

RE

-0,395

4,9001

-0,183

-0,018

0,014

0,035

0,003

0,011

0,133

RAE

-0,367

1,341*

-0,001

-0,013

0,314

0,334

0,084

0,025

0,078

RT

0,448

0,027

-0,024

0,000

0,539*

1,024*

-0,012

0,168

0,081

Statistiques calculées

R2

0,292

0,422

0,444

0,979

0,770

0,719

0,964

0,976

,950

a0

0,118

3,185

3,090

5,586

6,929

3,205

-0,636

2,471

-0,355

t1

-0,268

5,303

6,353

6,805

7,393

4,003

2,794

3,832

-1,934

t2

0,801

0,017

-0,834

0,901

-0,510

0,644

2,529

0,125

3,692

t3

3,055

-0,011

0,817

5,616

3,259

0,170

-0,748

1,396

4,856

t4

0,151

-0,007

-0,721

-0,560

-1,499

0,583

2,469

1,127

1,476

t5

-0,993

0,530

-1,007

-1,954

0,413

0,673

0,145

-0,387

1,762

t6

-0,920

3,607

-0,007

-0,663

3,961

1,172

0,580

0,610

0,512

t7

1,213

0,476

-0,614

0,018

4,306

2,910

-0,124

2,794

1,527

F

6,042

6,834

6,082

519,069

24,329

10,863

116,924

97,921

28,459

LM

1.303

0.693

1.849

1.123

1.623

3.511

1.052

1.365

1.206

W

0,987

0,984

0,974

0,981

0,984

0,972

0,991

0,973

0,956

Valeurs tabulairespar type d'exploi-tations agricoles

N

124

103

70

98

67

43

40

28

21

t

2.39

2.39

2.423

2.39

2.423

2.457

2.457

2.528

2.65

F

2.17

2.17

2.17

2.17

2.25

2.34

2.34

2.6

2.92

W

0.947

0.947

0.947

0.947

0.947

0.943

0.940

0.924

0.908

X2

(v=6 ; á=0.05) = 12.59

á

5%

PR : Prix riz ; PM : Prix maïs ; PS : Prix sorgho ; PH : Prix haricot ;

RE : Revenu de l'élevage ; RAE : Revenu activités extra-agricoles ; RT : Revenu transfert ;

tab : tabulaires.

* Significatif au seuil de 5% ;

LM : Statistique de White pour la vérification de l'hétéroscédasticité des erreurs ;

W : Probabilité de Shapiro-Wilk pour vérifier la normalité des erreurs

N : Nombre d'observations

N.B. définition des types, pages 32-33

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"En amour, en art, en politique, il faut nous arranger pour que notre légèreté pèse lourd dans la balance."   Sacha Guitry