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

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

Les résultats des modèles de consommation de sorgho indiquent que cette consommation est expliquée au niveau du type I à 97.7 % 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, seules les variables prix sorgho, prix maïs et prix haricot sont significatives selon le test de Student puisque les valeurs de t calculées sont supérieures au t tabulaire (2.39). Au niveau du type II, ces mêmes variables expliquent la consommation du sorgho à 48.7% avec le prix du sorgho comme variable significative. Les variables expliquent la consommation de sorgho à 67.8% au niveau du type III avec seulement le revenu des activités extra-agricoles comme étant significatif. Au niveau du type IV, l'explication est à 22.4% avec le prix du sorgho et celui du haricot comme variables significatives. Au niveau du type V, ces mêmes variables expliquent la consommation du sorgho à 41.7% avec le prix du sorgho comme variable significative. Au niveau du type VI, la consommation de sorgho est expliquée à 55.8% par ces variables et le prix du sorgho et celui du maïs en sont les variables significatives. Pour le type VII, 75.7% du modèle est expliqué par les variables indépendantes avec le prix du maïs comme variable significative. Au niveau du type VIII, la consommation de sorgho est expliquée à 76.8% par les variables mentionnées ; seul le prix du sorgho est significatif. Enfin, 88.4% du modèle du type IX est expliqué par ces variables ; le prix du riz, le prix du maïs et celui de haricot en sont les variables significatives (voir tableau 22).

Suivant les résultats précédents, pour tous les modèles de consommation de sorgho, 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 sorgho 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 sorgho 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 de probabilité 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%.

Toutes choses étant égales par ailleurs, la consommation du sorgho dans le type I est influencée négativement par son prix et le prix du haricot et positivement par le prix du maïs. Le maïs et le haricot seraient respectivement un substitut et un complément du sorgho. Plus le prix du sorgho augmente plus sa consommation diminue et vice versa au niveau des types II, V et VIII. Les exploitations agricoles du type III voient leur consommation en sorgho augmente légèrement de 0.91% quand le revenu provenant des activités extra-agricoles augmente de 1%. Le type IV voit sa consommation en sorgho varier dans de grande proportion avec le prix du sorgho (6.44%) et celui du haricot (17.11%). Au niveau du type VI, contrairement au prix du sorgho qui fait baisser sa consommation, le prix du maïs augmente légèrement cette consommation. Près de 5% d'augmentation est observée dans la consommation du sorgho au niveau du type VII quand le prix du maïs augmente de 1%. Des variations dans les prix du riz et du maïs font varier dans le même sens la consommation du sorgho au niveau du type IX contrairement à une variation du prix du haricot.

Tableau 22. Résultats des modèles de régression pour le sorgho

 

Types d'exploitations agricoles

I

II

III

IV

V

VI

VII

VIII

IX

Constante

a0

27,67

27,501

2,923

89,082

15,754

21,969

24,068

6,255

19,74

Variables indépendantes

PS

-0,81*

-1,882*

-1,394

-6,445*

-1,740*

-1,406*

2,571

-2,206*

-1,570

PR

0,347

0,476

-0,010

1,290

0,074

1,005

0,544

2,864

11,3*

PM

4,38*

0,288

-0,166

0,466

-0,244

0,623*

4,718*

1,389

9,27*

PH

-7,90*

-2,153

0,819

-17,11*

-0,293

-1,507

-3,266

-0,966

-2,53*

RE

-0,030

0,062

-0,004

-0,019

-0,019

-0,073

0,027

0,041

-0,187

RAE

-0,205

-0,351

0,918*

-0,201

-0,034

-0,025

-0,076

-0,011

-0,059

RT

0,251

0,050

0,016

0,084

0,015

-0,120

0,119

-0,059

0,281

Statistiques calculées

R2

0,977

0,487

0,678

0,224

0,417

0,558

0,757

0,768

0,884

a0

3,576

2,380

0,446

5,209

3,194

3,141

1,381

0,571

1,726

t1

2,704

8,679

-0,909

2,618

6,241

4,605

1,138

6,129

-0,719

t2

0,355

0,473

-0,037

0,454

0,087

-0,746

0,255

1,342

3,434

t3

12,16

1,905

-0,922

0,352

-1,097

2,804

5,264

1,127

4,279

t4

5,190

-0,822

1,083

3,835

-0,358

-1,843

-0,983

-0,569

2,886

t5

-0,452

0,514

-0,119

-0,338

-0,380

-1,718

0,594

0,782

-2,660

t6

-1,666

-1,427

5,497

-1,676

-0,462

-0,153

-0,254

-0,144

-0,193

t7

2,234

1,016

0,451

1,410

0,128

-0,599

0,616

-0,540

2,646

F

634.91

11,172

16,062

3,277

5,193

5,356

13,606

7,848

11,479

LM

1.503

0.906

1.173

1.070

1.76

0.765

0.856

0.574

0.519

W

0,990

0,975

0,967

0,988

0,968

0,976

0,986

0,936

0,974

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

: Nombre d'observations

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








"Piètre disciple, qui ne surpasse pas son maitre !"   Léonard de Vinci