Consumo de Energía Primaria

Es la cantidad total de energía que utilizan las 2 regiones (Latinoamérica y África) antes de ser transformada o convertida en otras formas de energía útiles, como electricidad o combustibles refinados. Incluye toda la energía contenida en las fuentes originales, tanto fósiles como renovables, antes de sufrir cualquier proceso de transformación.

Índice de Población Urbana

Indica el porcentaje de la pooblacion total del país que vive en areas urbanas ya sean estas ciudades o pueblos grandes, medida en una escala de 0% a 100%.

Índice de Eficiencia Energética (IEE)

Qué tan bien ese país utiliza la energía para generar riqueza, desarrollo o bienestar en una escala de 0% a 100%.

Nivel de Desarrollo

Refleja el bienestar general de su población y el grado de avance económico, social y tecnológico que ha alcanzado ese país, en este caso se ha dividido en categorías: Alto, Medio y Bajo.

Índice de Pobreza Multidimensional

Es la evaluación de la pobreza desde una perspectiva integral, considerando múltiples carencias simultáneas que afectan a los hogares en diversas dimensiones del bienestar, Concretada en una escala de 0% a 100%.

Región

Permite analizar en las regiones latinoamericanas y africanas fenómenos económicos, sociales y energéticos en función de realidades comunes, como el acceso a servicios básicos, la pobreza multidimensional o la eficiencia energética.

Índice de Acceso a Electricidad

índice de satisfacción de necesidades básicas como iluminación, refrigeración, comunicación y bienestar de los habitantes del país, medida en una escala de 0% a 100%.

Población

Es el conjunto total de personas que viven en ese país en un momento determinado. Incluye a todas las personas, sin importar su edad, género, nacionalidad o condición legal.

Energía y desarrollo un vínculo inevitable

La relación entre el consumo de energía y el nivel de desarrollo se basa en que el nivel de desarrollo económico y social de un país, influye directamente en la cantidad de energía eléctrica que se consume. A medida que un país se desarrolla, crece su infraestructura, industria, acceso a tecnología y servicios, lo que incrementa la demanda y uso de electricidad. Por tanto, el consumo eléctrico es un reflejo del grado de desarrollo de una sociedad.

Consumo Energético y Eficiencia: ¿Aliados o Contradictores?

La eficiencia energética en países de América Latina y África es la capacidad de estos países para utilizar la menor cantidad posible de energía para producir bienes y servicios. Esto se relaciona directamente con el desarrollo económico, las políticas públicas, el acceso a tecnología y los recursos naturales disponibles.

Ciudades en expansión: ¿cómo crece el consumo enérgetico?

La gráfica muestra que existe una relación positiva entre el consumo de energía y la población urbana, lo que indica que a medida que la población urbana de un país aumenta, también lo hace su consumo de energía. La recta de regresión confirma esta tendencia general, aunque algunos valores atípicos pueden estar influenciados por otros factores como eficiencia energética, nivel de desarrollo o acceso a la electricidad.

El valor atípico encontrado (Egipto) es uno en el que el consumo energético es superior al promedio pero su índice de población urbana es bajo, esto puede deberse a que puede tener poca gente viviendo en ciudades, pero aún así tener zonas rurales o semiurbanas con infraestructura energética fuerte.

Vínculo entre población y demanda enérgetica

Se espera que haya una relación positiva entre ambas variables ya que a mayor población, mayor consumo total de energía debido al incremento de más casas necesarias para albergar habitantes, autos y demás utensilios que funcionen a base de cualquier tipo de energía , fábricas que a través de máquinas y servicios demanden energía haciendo que la demanda energética se dispare. El consumo de energía suele crecer casi proporcionalmente a la población, aunque no siempre de forma lineal perfecta.

Los valores atípicos existentes se pueden explicar de la siguiente manera:

• Alta población y bajo consumo: Poca industrialización, uso limitado de tecnología, menor acceso a energía.
• Baja población y alto consumo: Mucha industria pesada, climas extremos(calefacción/refrigeración), estilo de vida de alto consumo.

Relación entre el consumo de energía y pobreza multidimensional

La Pobreza Multidimensional no solo mide ingresos, sino carencias en salud, educación, vivienda, servicios básicos, etc, así que se esperaría que el consumo de energía primaria se reduzca si IPM incrementa, debido a un reducido accesos a servicios energéticos como Calefacción o cocción que en vez de hacer uso de un aparato eléctrico tendría que hacerse con leña o carbón así mismo como la posesión de ninguna infraestructura energética ya sea hidráulica que es una de las más comunes, la eólica o solar aparte que el IPM suele correlacionarse con menor desarrollo económico por ende menos industrias que acarreen una utilización de maquinaria e instalaciones que usen altas cantidades de energía.

Como valores atípicos podemos observar a los siguientes países:

Nigeria la cual cuenta con alta pobreza, pero gracias a su basta industrialización y economía basada en mucha producción y exportación de petróleo y gas podemos presenciar el caso en el que IPM es alto pero el consumo también es alto

Uruguay es un país con alta calidad de vida pero matriz energética muy limpia y poco intensiva así que consecuentemente no tiene un consumo de energía alto.

Acceso a la electricidad y consumo de energía

Considerando que si un país tiene un 100%, todos tienen acceso y por otro lado si tiene un 60%, significa que el 40% vive sin conexión a la red eléctrica podemos concluir que más personas harán uso de energía ya sea para utilizar sus electrodomésticos, etc…, entonces sí se esperaría que el consumo energético tenga una relación positiva con el acceso a la electricidad del país en cuestión

Gracias al gráfico surgen ciertos valores atípicos que tienen diferentes interpretaciones:

• Países con alta población pero bajo acceso tienen bajo consumo energético.

• Países con el mismo nivel de población pero alto acceso, tienen mucho más consumo.

Supuestos

Esta tabla muestra los valores del Factor de Inflación de la Varianza (VIF) y del GVIF (Generalized VIF) para un modelo de regresión múltiple. Estos indicadores se utilizan para detectar colinealidad o multicolinealidad entre las variables independientes del modelo.

No se observan niveles preocupantes de multicolinealidad en el modelo. Todos los VIF y GVIF están en rangos aceptables, lo que favorece la estabilidad y confiabilidad del modelo de regresión.

Supuesto de normalidad

Es un test estadístico que se usa para verificar si un conjunto de datos sigue una distribución normal posibilitando así que se puedan realizar predicciones sobre una población (países de todo el mundo) a partir de los datos obtenidos de una muestra (países de solo dos de seis regiones ) por medio de la realización del test al modelo encontramos que el valor-p = 7.875e-05 lo cual favorece que los datos cumplen el supuesto de distribución normal

Prueba de Breusch-Pagan para homocedasticidad

Para una significancia del 5% el resultado que arroja este test es un p-valor = 0.069 dándonos a entender que aunque el modelo no es heterocedástico significativamente y Los residuos parecen tener varianza constante, lo cual es favorable para la validez del modelo cumpliendo asi con el supuesto de homocedasticidad Hipótesis:

H₀: Existe homocedasticidad (varianza constante de los residuos).

H₁: Existe heterocedasticidad (varianza no constante).

como p-valor>0.05 no existe suficiente evidencia de heterocedasticidad por ende se rechaza H₁

Prueba de Durbin-Watson para independencia de los residuos

Este test busca medir si hay autocorrelación en los errores de un modelo de regresión buscando que los errores sean independientes entre sí, al aplicarle el test al modelo obtuvimos los siguientes resultados DW = 2.5086, lo que indica cierta autocorrelación negativa en los errores que presenta el modelo y así mismo un p-valor = 0.9672 que indica insuficiencia de evidencia para decir que hay autocorrelación dando cumplimiento del supuesto de no autocorrelación entre residuos. la prueba presenta la siguiente prueba de Hipotesis:

• Hipótesis nula (H₀): no hay autocorrelación en los residuos.
• Hipótesis alternativa (H₁): sí hay autocorrelación (positiva o negativa)

la interpretacion del estadistico es:

• DW ≈ 2 → No hay autocorrelación (lo ideal).
• DW < 2 → Autocorrelación positiva (los errores tienden a repetirse).
• DW > 2 → Autocorrelación negativa (los errores tienden a oscilar).

Y consecuentemente arroja el valor-p que nos indica que hipoteisi rechazar

• p < 0.05 → se rechaza H₀, hay evidencia de autocorrelación significativa.
• p ≥ 0.05 → no se rechaza H₀, no hay evidencia suficiente de autocorrelación.

Del Estudio

• La Variable que esta mas lejos de predecir el comportamiento del modelo es la del Indice de la Eficiencia Energetica ya que tierne una correlacion con la variable tan baja que podria considerarse nulo suponiendo que el manejo correcto de la energia no tiene incidencia en cuanto se consume.
• La cantidad de habitantes en un pais es la variable mas significativa en cuanto al comportamiento del modelo ya que se puede aplicar una deduccion primitiva de que a mayor cantidad de personas haran incrementar la necesidad de consumo de tanto servicios como productos que incurran en el gasto de fuentes de energia que se suplen de Energias Primarias.

Del Modelo

• El modelo de regresión lineal multiple es estadísticamente válido debido al cumplimiento de los supuestos que aunque muestre que los residuos pueden depender entre si en un muy bajo porcentaje no es suficiente para obtener una prediccion sesgada o ineficiente de las inferencias realizadas sobre ellos indicando que estas inferencias son confiables.