Escolar Documentos
Profissional Documentos
Cultura Documentos
Adicionalmente se estudio la
frecuencia de cambio residencial a
comercial en función del distrito y la Tabla 4: Causal 16D por distrito y
carga instalada encontrada en el modalidad de servicio
momento de la inspección
Distrito Modalidad Carga
de Servicio Fraudulenta
Tabla3: Causal 16A por distrito y CF<5 CF>=5
carga encontrada Villeta Comercial 50 9
Industrial 1 3
Cambio de Residencial Hotelero 1 6
Distrito Carga a Pacho Comercial 0 1
Contratada Comercial Industrial Industrial 1 3
CE>=5 3 3 Hotelero 0 0
Fusagasugá CE<5 5 0 La Mesa Comercial 7 6
CE>=5 0 1 Industrial 0 2
Girardot CE<5 1 0
Hotelero 0 0
CE>=5 6 1
La Mesa CE<5 2 0
Girardot Comercial 14 16
CE>=5 6 1 Industrial 1 3
Villeta CE<5 0 0 Hotelero 0 1
CE>=5 6 1 Fusagasugá Comercial 6 3
Cáqueza CE<5 5 0 Industrial 1 2
CE>=5 3 0 Hotelero 0 0
Choachí CE<5 4 1 Choachí Comercial 1 0
Fuente: Resoluciones Ejecutivas Industrial 0 2
Hotelero 0 0
Los múltiples modelos creados para Cáqueza Comercial 7 1
Industrial 1 0
estudiar la respuesta al cambio Hotelero 0 0
residencial-comercial en función del Fuente: Resoluciones ejecutivas
distrito y la carga encontrada en el
La carga fraudulenta obtenida por la
momento de la inspección se
diferencia entre la carga contratada y
rechazaron. Esto indica que no hay
la encontrada en el momento de la
asociación ente el cambio ilícito de
inspección constituye la variable
residencial a comercial y la carga
dependiente; el distrito donde se
instalada real.
localiza el usuario fraudulento y la
En segundo lugar se analizó la causal modalidad de uso – comercial
16D, aumentar la carga instalada por industrial y hotelero- conforman las
encima de la contratada. variables independientes.
α1 =-0.392 +-0.458
Adicionalmente se realizó un análisis
Logit multi-variado, en el cual líneas α2= 0.402 +-0.428
Logit fueron ajustadas en pares para
β1= -0.043+-0.079
la causal 16A –causal 16D y para la
causal 16E y causal 16F. β2= -0.095+-0.070
El objetivo fue calcular dos líneas una Para la prueba de igualdad de rata de
para cada una de las causales crecimiento de la causal 16A y 16D en
analizadas simultáneamente que un distrito dado obtuvimos la siguiente
relaciones la función Logit de tales X2 = 0.311 con un grado de libertad.
causales por distrito. Estadísticamente esto significa que
las ratas de crecimiento para la causal
El modelo utilizado fue: 16A y 16D con respecto al distrito son
iguales.
Cuando se analiza la causal 16F y Tabla 6: Causal 16F y 16E por Distrito
causal 16E los parámetros a estimar
Causal 16F
fueron: Distrito SI NO
Causal 16E Causal 16E
α1: intercepto causal 16F SI NO SI NO
Pacho 0 0 1 10
Choachí 1 0 2 8
α2: intercepto causal 16E Cáqueza 0 1 1 12
La Mesa 0 0 9 36
β1: pendiente causal 16F Fusagasugá 0 0 7 55
Facatativá 0 0 1 11
β2: pendiente causal 16E Girardot 3 6 22 14
Fuente: Resoluciones Ejecutivas
Investigación presentada en la IX
Jornadas Nacionales de Energía,
Bogotá, Paginas 126-131