The skew-normal (SN) distribution is a generalization of the normal distribution, where a shape parameter is added to adopt skewed forms. The SN distribution has some of the properties of a univariate normal distribution, which makes it very attractive from a practical standpoint; however, it presents some inference problems. Specifically, the maximum likelihood estimator for the shape parameter tends to infinity with a positive probability. A new Bayesian approach is proposed in this paper which allows to draw inferences on the parameters of this distribution by using improper prior distributions in the ``centered parametrization'' for the location and scale parameter and a Beta-type for the shape parameter. Samples from posterior distributions are obtained by using the Metropolis-Hastings algorithm. A simulation study shows that the mode of the posterior distribution appears to be a good estimator in terms of bias and mean squared error. A comparative study with similar proposals for the SN estimation problem was undertaken. Simulation results provide evidence that the proposed method is easier to implement than previous ones. Some applications and comparisons are also included.
En los últimos años los pequeños productores agrícolas (PPA) han experimentado fuertes cambios que les ha impedido realizar sus actividades agrícolas de forma adecuada; peor aún, las políticas públicas los han impulsado hacia el rezago y el abandono de sus tierras. La presente investigación se basa en un estudio de autopercepción, bajo la narrativa de cómo los campesinos se conciben así mismos frente a los cambios por el neoliberalismo y las razones de su persistencia para continuar trabajando el campo en defensa de su territorio. Como resultados se encuentran que el papel de los PPA es indispensable para el desarrollo local y regional, ya que existen más funciones sociales, culturales y ambientales que cumplen, más allá de las meramente económicas.
El objetivo de este artículo es conocer el impacto territorial que tiene el manejo forestal comunitario (MFC) en la Sierra Norte de Puebla (SNP), en el periodo que comprende del 2003 al 2017. El MFC es entendido teóricamente aquí como una forma de organización colectiva y de gobernanza ambiental; el territorio, como un reflejo del comportamiento social. En el presente texto se utiliza metodología cuantitativa, mediante el análisis de indicadores económico-ambientales, tales como volúmenes de la producción, planes de manejo, subsidios, cambios de uso del suelo; así mismo, se realizaron visitas en campo y entrevistas para el análisis cualitativo. A partir del análisis de los resultados obtenidos, pudo concluirse que la cobertura forestal no sufrió pérdidas después del MFC, por el contrario, se incrementó en un 8% (64.33 km2). Como conclusión, podría estipularse que el modelo del MFC en la SNP presenta impactos positivos sobre el territorio.
El territorio mexicano se caracteriza por su gran riqueza natural, se encuentra dentro del grupo de los 12 países más megadiversos. En el norte y parte del centro del país se localizan las zonas áridas y semiáridas, donde se ubican los matorrales xerófilos, pastizales y bosques espinosos; en las planicies costeras y secas del Pacífico, centro del golfo de México y noroeste de Yucatán se encuentran los bosques tropicales secos y semisecos; en las zonas más húmedas inferiores a los 900 metros sobre el nivel del mar se ubican los bosques tropicales perennifolios, y a mayores altitudes los bosques de niebla; en las sierras se encuentran los bosques de encinos y coníferas (Sarukhan, 2012). Según datos de la Organización Internacional para la Agricultura y la Alimentación (FAO) 60% de la superficie forestal mundial se encuentra distribuida entre siete países. México ocupa el octavo lugar a nivel mundial por su extensión forestal que llega a los 55 millones de ha, se encuentra en el segundo lugar entre los países de América Latina, siendo superado en mucho por Brasil que posee una extensión forestal que rebasa los 540 millones de hectáreas [1] JOSÉ, SARUKHÁN, et al. Compilador. Capital natural de México: Acciones estratégicas para su valoración, preservación y recuperación. México, Comisión Nacional pa ra e l C onoc i m i e nt o y Uso de l a Biodiversidad, 2012 (De la Mora, 2003).
[Introducción]: La relación teórica entre crecimiento económico (medido a través de algún indicador de ingreso) y la generación de contaminantes explica que a cierto nivel de crecimiento empieza un decremento de los mismos, proceso conocido como desacoplamiento y que posiblemente indique la presencia de una Curva Ambiental de Kuznets (CAK). [Objetivo]: Se estudió un posible desacoplamiento de residuos sólidos urbanos municipales en México en los años 2010 y 2015 para 2 183 municipios. [Metodología]: Para ello se empleó como variable independiente el ingreso per cápita anual municipal en dólares expresados como paridades de poder de compra. Además, el modelo se controló a través de densidad poblacional y de escolaridad promedio municipales. [Resultados]: Los resultados de modelos estimados por efectos aleatorios, efectos fijos y efectos fijos con errores estándar robustos de clúster evidencian probable desacoplamiento entre ingreso y niveles de residuos sólidos urbanos considerando los 2 183 municipios estudiados. [Conclusiones]: Si bien es posible la existencia de una CAK, empero son necesarias nuevas investigaciones mexicanas y también latinoamericanas que contrasten dicha hipótesis considerando un horizonte temporal largo a nivel nacional, regional y sectorial, y contemplar el efecto de otras variables relacionadas con la recolección de residuos sólidos urbanos y de reciclaje.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.