Asociación Argentina de Economía Agraria

ISSN 1666-0285

¿Qué factores influyen en la determinación del precio del ganado gordo y de invernada

comercializado en Argentina?

Categoría: Trabajo de investigación

Área Temática: Mercados y Comercialización

Subarea Temática: Precios y situación de mercados.

Benito Amaro, Ignacio1

Amaro.ignacio@inta.gob.ar

1 CIEP-INTA y Universidad del CEMA

¿Qué factores influyen en la determinación del precio del ganado gordo y de invernada

comercializado en Argentina?

Resumen

El objetivo del siguiente trabajo es comprender los factores subyacentes a la determinación del

precio del ganado gordo y de invernada en Argentina. Para ello, utilizando transacciones

realizadas durante el año 2018 en Argentina (406.367 transacciones) se aplica un modelo de

precios hedónicos, donde se considera que un bien puede representarse como un vector de

atributos y características medibles que son intrínsecas a este. La metodología aplicada para la

selección de las variables del modelo será la metodología de general a particular, utilizando un

algoritmo stepwise (selecciona una a una las variables del modelo en base al estadístico t).

Como resultado se visualiza cuales atributos del lote son significativos en la determinación del

precio, identificando aquellos que afectan a todos por igual y los que reaccionan a la tenencia

o no de determinada característica. Por lo que además de las cuestiones más generales se

observa cuatro ejes de atributos y características: Categoría, raza, cuestiones geográficas y

cuestiones temporales. Lo que nos permite tener una mirada integral de cómo es la

conformación del precio del ganado. 2

Palabras Claves: precios hedónicos; minería de datos; análisis espacial

Introducción

El sector ganadero, especialmente en lo que respecta a la ganadería vacuna, ha sido y es uno de

los sectores más productivos, eficientes, y competitivos a nivel internacional de la economía

Argentina. Este sector a pesar de las dificultades de índole política que han sabido afectarlo,

siempre ha logrado adaptarse y mantenerse competitivo. Más allá de las cuestiones productivas

propias del país, que lo hace un lugar propicio para el desarrollo de esta actividad, es de esperar

que se haya desarrollado un complejo sistema de comercialización. Esta complejidad,

obviamente puede ser apreciada a través de los diferenciales de precios que pueden ser pagados

por los diferentes atributos de los lotes de ganado vacuno comercializado.

Por lo mencionado en el párrafo anterior surge la pregunta de investigación, ¿Qué factores

influyen en la determinación del precio del ganado comercializado en el mercado de bovinos

gordos y de invernada? Esta pregunta es una cuestión que concierne a productores de ganado

en sus diferentes etapas de la cadena (cabañas, criador, recriador, y engordador), a las

asociaciones de criadores de determinadas razas, a los tomadores de decisión en la cadena

frigorífica, y a los hacedores de política agropecuaria y/o políticas de desarrollo regionales,

alcanzando en algunos casos a políticas para combatir la pobreza en las regiones donde el

ganado es el activo de los “agricultores familiares” en familias de bajos ingresos.

A fin de poder observar los diferenciales de precios del ganado, utilizando transacciones

realizadas durante el año 2018 en Argentina (406.367 transacciones), se aplica un modelo de

precios hedónicos, donde se considera que un bien puede representarse como un vector de

atributos y características medibles que son intrínsecas a este. La metodología aplicada para la

selección de las variables del modelo será la metodología de general a particular, utilizando un

algoritmo stepwise (selecciona una a una las variables del modelo en base al estadístico t).

La estructura del presente estudio es la siguiente: En primera instancia se realiza una revisión

de la literatura existente al respecto (I. Marco Teórico). Luego se explicita la metodología a

utilizar (II. Metodología). Se presentan los datos utilizados en el estudio (III. Datos). Se

presentaran los resultados obtenidos y se los discutirá junto a los alcances metodológicos de

esta investigación (IV. Resultados y Discusión). Por último se presentan las conclusiones

obtenidas (V. Conclusiones).

I) Marco Teórico

2 Se agradece al Doctor Ricardo Rodriguez y al Señor Antonio Monteagudo por la ayuda brindada en la búsqueda de la base de datos para realizar este trabajo.

Lancaster (1966) rompe con el enfoque tradicional que sostenía que los bienes son los objetos

directos de utilidad y, en cambio, el propone que son las propiedades o características propias

de los bienes las que proporcionan utilidad. El supuesto crucial en su propuesta fue que los

bienes poseen múltiples características en proporciones fijas y que son estas características, no

los propios bienes, las que ejercen las preferencias del consumidor. La esencia de este enfoque

se resume en 3 cuestiones: el bien, per se, no es quien da utilidad al consumidor (las

características que estos poseen son las que dan utilidad); un bien posee más de una

característica, y muchas características serán compartidas por más de un bien; y los productos

en combinación pueden poseer características diferentes de las que pertenecen a los productos

por separado.

Rosen (1974) continua con esta visión de Lancaster llevándola a un nivel superior. El enuncia

que los productos pueden describirse completamente mediante un vector de características

medibles objetivamente. Los precios de los productos observados y las cantidades específicas

de las características asociadas con cada bien definen un conjunto de precios implícitos o

"hedónicos". El enuncia una teoría de precios hedónicos donde se formula como un problema

en la economía del equilibrio espacial en el que todo el conjunto de precios implícitos guía las

decisiones de ubicación del consumidor y del productor en el espacio de características.

Esta visión de “precios hedónicos” ideada en un contexto de preferencias del consumidor, da

un giro y presta atención a que ocurre cuando el bien es un insumo para otra firma. Ladd y

Martin (1976) desarrollan un modelo que plantea que al adquirir un insumo, uno está

adquiriendo un conjunto de características intrínsecas a este. Obteniendo en su trabajo que el

precio de un insumo debiera ser igual a la suma de los valores monetarios de las características

del insumo para el comprador y que la demanda por un insumo deba estar afectada por las

características que este posea. En este trabajo, podemos notar como el concepto de precios

hedónicos es igual de valido al ser aplicado al mercado de insumos, solo que en vez de mirar la

utilidad que genera el bien, se observa la productividad de este en la producción del bien para

el que es insumo.

Este enfoque ha sido ampliamente aplicado a ganadería vacuna, por lo que es relevante observar

y analizar cómo ha sido aplicado para avanzar desde ese punto, simplemente replicando parte

de lo que se ha hecho y añadiendo cuestiones que sean pertinentes de ser incluidas. Trabajos

como los de Buccola y Jessee (1979), Buccola (1980) analizan los diferenciales de precios del

ganado aunque desde un enfoque similar, difieren en la metodología aplicada (“Break even”).

Este enfoque se centra en comprender la estructura de mercado y no tanto en cuáles son los

diferenciales de precios.

Para comenzar, puede observarse que los primeros trabajos con el enfoque de precios hedónicos

comienzan antes de que exista un marco teórico que lo sustente. Williamson y otros (1961) en

su trabajo estiman efectos en precios del número total de cabezas vendidas, el tamaño del lote,

la raza, el peso de los terneros, el grado y si son producto de una cruza en comparación con los

terneros con una raza definida.

Otros autores que luego continuaron con esta línea de centrarse en observar las características

de los animales que conforman el lote son: Menzie y otros (1972); Sullivan y Linton (1981);

Faminow y Gum (1986); Hawkes y otros (2008); Lopez y otros (2017); Parish y otros (2018).

En lo que respecta al uso de variables que el productor no controla, Smith y otros (1998) agrega

a su modelo cuestiones como la demanda de carne de res del consumidor, la ocupación de los

lotes de engorde, los precios del alimento, la disponibilidad de forraje y los pronósticos del

tiempo, los precios de futuros, etc.

James y Farris (1971) agrega al análisis la evolución temporal de las primas recibida por las

diferentes características, permitiendo comprender el problema desde una dimensión diferente.

También la dimensión temporal puede incorporarse a través de la estacionalidad como lo hace

Schulz y otros (2010), donde esta es un tema relevante, ya que encuentra que las primas más

grandes se realizaron para el ganado vendido en el tercer trimestre; además encuentra cosas

interesantes como que el descuento en hembras en comparación con novillos fue mayor en la

primavera que en el otoño.

También existen trabajos orientados a, mediante modelos de precios hedónicos, observar

cuestiones más relacionadas a la estructura de mercado. Lambert y otros (1989) incorporan

características del mercado como son ubicación del mercado y el orden de venta de la subasta

para observar su influencia. Bailey y otros (1993) investigaron la influencia en los precios de

la concentración de compradores utilizando un modelo de precios hedónicos para corregir el

efecto en los precios de los atributos propios del ganado y de las condiciones de la subasta a fin

de poder aislar el efecto propio de la concentración del mercado el cual estaba representado por

el índice herfindahl.

Turner y otros (1993) investigan el posible impacto de la reputación del vendedor en el precio.

Hallando que en aquellos remates televisados que se transfirió la menor cantidad de

información sobre el ganado tuvo el mayor número de vendedores de renombre, mientras que

la organización con la mayor información sobre el ganado de vendedores otorgado a los

compradores no registró una reputación significativa de vendedor. Concluyendo los autores que

las reputaciones pueden ayudar a los compradores a estimar la calidad en ausencia de

información completa.

En lo que respecta a una visión interesante, de cómo las diferentes categorías de animales en

base a sexo y peso pueden tener precios implícitos de características diferentes, Schroeder y

otros (1988) en su estudio estratifica los datos por sexo y peso en cuatro categorías diferentes,

dando como resultado un conjunto más homogéneo de precios y características del ganado de

invernada para el análisis. Buscan separar al ganado en categorías por sexo y peso dado que

generalmente están destinados a diferentes fases de crecimiento o acabado. La división de los

datos en rangos de peso más homogéneos debería ayudar a capturar las diferencias en las

preferencias de estos diversos compradores.

Si bien, se había prestado anteriormente de forma tangencial en algunos trabajos cierta atención

a la cuestión espacial (más que nada en lo que respecta a la ubicación del remate) Mallory y

otros (2016) lo hace de manera más explícita al buscar en su estudio comprender por qué los

precios de los terneros de invernada difieren entre los establos de venta de Oklahoma.

Desarrollan un modelo de precios hedónicos de terneros de invernada que incluye

características específicas de la ubicación (acres de trigo sembrado en el condado, distancia

lineal de un establo de venta de una carretera de cuatro carriles).

Otros trabajos que también se preguntan por la cuestión espacial, de una forma más simple son

los trabajos de Blank y otros (2006), Blank y otros (2009) dado que prestan atención a los

precios pagados por el ganado que se vende en el oeste en comparación con los precios recibidos

por los rancheros en el medio oeste. Blank y otros (2016) sigue en la misma línea investigando

los factores espaciales, de calidad y temporales que impactan los precios de los terneros y

novillitos en el oeste de los Estados Unidos.

Un punto interesante de discutir, es el que propone Coatney y otros (1996), ellos presentan un

enfoque de sistema a fin de reducir las influencias de confusión medidas por los coeficientes

estimados en un enfoque de ecuación única debido a las interdependencias entre las

características y la colinealidad resultante. Ellos argumentan que por ejemplo existe una posible

interdependencia entre genética y características físicas, ya que la raza es un determinante de

una variedad de características físicas, dado que la raza puede influir en cuestiones como el

tamaño del animal, el peso, la condición, etc.

Para estimar el modelo ellos utilizaron mínimos cuadrados de tres etapas. Por lo que dado que

ellos realizan su estudio bajo la premisa de que el precio no solo es una función de los impactos

directos en los precios de las características del ganado de engorde, sino que también es una

función de los impactos indirectos en los precios que se originan de los impactos directos en

otras características. El análisis estimó específicamente los impactos totales en los precios, los

impactos totales indirectos en los precios y los impactos directos en los precios asociados con

diversas características del ganado de engorde.

Un uso que se ha difundido mucho de esta metodología de precios hedónicos es la de utilizarla

para cuantificar impactos en precios de determinados programas de preacondicionamiento del

ganado para venta. Particularmente trabajos como los de Avent y otros (2004), Dhuyvetter y

otros (2005, a), Bulut, y Lawrence (2007), y Burdine y otros (2013) han prestado especial

atención a lo que son las primas que reciben aquellos animales que han participado de

programas de preacondicionamiento. Además, un punto interesante en Bulut, y Lawrence

(2007) es la forma en que presta atención a si el programa es de certificación de terceros o

certificación del propietario.

Por su parte Lawrence and Yeboah (2002) utilizan este enfoque de precios hedónicos a fin de

comparar los datos de precios de subastas de fuente verificada (SV) con las subastas

tradicionales. Mientras Zimmerman (2010) en su investigación analizas diferenciales de precios

para programas de salud (salud verificada y la vacunación respiratoria no certificada) y destete,

además analiza si el ganado es elegible para el mercado natural junto a los programas de ASV

(verificación de edad y fuente por su sigla en inglés).

En lo que son la evaluación de programas de salud específicamente, observamos a King y otros

(2006) que busca cuantificar los efectos de los programas de salud certificados; y a Schumacher

y otros (2012) que analizan diferentes programas de salud con diferentes niveles de destete

(estos van desde terneros destetados durante 45 días, 30 días y aquellos que no han sido

destetados aun). Además analizan el efecto de la agencia que certifica el programa de salud,

dado que las certificaciones pueden ser por parte del vendedor o de terceros.

Otro programa a su vez que en la literatura se encuentra que se ha medido su impacto en precios

a través del enfoque de precios hedónicos es el Oklahoma Quality Beef Network. Este es un

programa de certificación de gestión de salud de terneros donde los productores deben seguir

protocolos específicos de salud y administración para ser elegibles para la certificación del

programa. Hallamos trabajos como Williams (2009); y Williams y otros (2012) destinados a

analizar este programa.

Interesante en Schulz y otros (2015) además de que considera la utilización de la capacidad del

feedlot, es que considera la reputación del vendedor a la hora de estimar las primas por

preacondicionamiento del ganado. Siguiendo esta idea de mirar la prima recibida por aquellos

programas, es que Zimmerman y otros (2012) se proponen ver como evoluciona está en el

tiempo, por lo que estiman el valor marginal de las prácticas de producción de valor agregado

sobre los precios de los terneros de engorde para subastas en video. Miran la evolución de las

prácticas de producción y comercialización de valor agregado, observando cómo afectan los

precios del ganado de engorde programas específicos de salud, implantes, crianza natural,

verificación de la edad y la fuente, etc. También cuantifican cómo los precios implícitos de

estos atributos han cambiado con el tiempo y relacionan estos cambios con la evolución de las

condiciones del mercado.

Otra demostración de lo flexible de este enfoque para cuantificar atributos, lo observamos en

Bolte (2007), en su estudio sobre los beneficios de la identificación animal electrónica, busca

captar si existe el pago de primas en el mercado por poseer el atributo de identificación por

radio frecuencia (RFID por su sigla en inglés). Para ello recurren a un modelo de precios

hedónicos donde observan tanto características físicas del animal como cuestiones del mercado.

Por su parte Blank y otros (2014) analizaron las ventas con contratos a plazos, argumentando

que ambos grupos se beneficiaron de las oportunidades de gestión de riesgo de precios creadas.

Los ganaderos también se beneficiaron de las primas de precios recibidas. Los compradores, a

su vez, se beneficiaron de la capacidad ampliada de adquirir ganado para su entrega en fechas

beneficiosas en el futuro.

Herbst (2016) en su trabajo tiene por objetivo de investigación utilizar modelos hedónicos para

determinar el valor que los empacadores dan a las características de cada lote de ganado gordo

vendido. Estas características incluyen peso, número de cabezas, sexo, días de alimentación,

ubicación, grado de rendimiento, grado de calidad, período de tiempo de entrega y uso de “beta-

agonist”. Buscan una mejor comprensión de las características por las que los empacadores que

compran a través de la plataforma de Fed Cattle Exchange están otorgando primas y descuentos.

Además de incorporar cuestiones nuevas como el uso de “beta-agonist”, en su estudio

contemplo la cuestión espacial a través de variables dummys estatales.

Este enfoque de precios hedónicos que ha sido tan ampliamente utilizado para buscar los

factores intrínsecos en el precio de los terneros, terneras, novillitos, vaquillonas y novillos;

también ha sido utilizado para el mercado de vacas de descarte (Mintert y otros 1990). Pero

donde ha tenido un desarrollo muy complejo a su vez es en el mercado de reproductores para

analizar los diferenciales de precios por características genéticas. Kerr (1984) examina el

cambio tecnológico de base genética en la industria de ganado de carne canadiense, al igual que

él muchos otros autores trabajan en este tópico, en este país (Richards y Jeffrey (1996)

Walburger (2002)).

Dhuyvetter y otros (1996) continúan realizando el estudio en EEUU con la línea de la propuesta

de Kerr (1984), luego otros estudios siguen esta misma línea (Dhuyvetter y otros 2005 b, Holt

y otros 2004, Smith 2007, Atkinson y otros 2010, Russell y otros 2015, Mitchell y otros 2018).

Interesante resulta, la propuesta de Bekkerman y otros (2013) donde utiliza estimaciones de

regresión por cuantiles de un modelo hedónico para evaluar valores marginales implícitos de

un conjunto de toros heterogeneos.

Si bien Estados Unidos en lo que respecta a invernada y Canadá en lo que respecta a

reproductores han generado muchos trabajos, en otras regiones y países del mundo también se

han llevado a cabo estos estudios, por ejemplo en el Continente Africano, existen estudios

como: Jabbar and Diedhiou (2003), Williams y otros (2006), y Kassie et al (2011).

Barret y otros (2003) en su trabajo demostraron que el ganado en las poblaciones más pobres

de Kenia, las cuales dependen de estos, exhibe una gran variabilidad de precios por cuestiones

espaciales, temporales y en base a las características de los animales. Observaron que los

precios responden fuertemente a las lluvias, y que la mayor demanda y oferta están asociadas

con periodos de eventos ceremoniales y épocas de necesidad de dinero por parte de las

comunidades; además existen shocks por cuarentenas. Adugna (2006) por su parte, para Etiopia

encuentra que más allá de las características del ganado, en este país los precios reaccionan al

tipo de vendedor, los propósitos de los compradores, los festivales, y el momento de la

transacción.

Además de en el continente Africano, en América del sur, también se han realizado este tipo de

estudios. Dada la cercanía geográfica a estos lugares, es interesante analizarlos con más detalle

para observar sus resultados. En Uruguay, Lanfranco y otros (2006) estiman el valor monetario

que el mercado otorga a diferentes atributos del ganado y de la comercialización. La mayoría

de las variables incluidas en los catálogos incidieron en la formación de los precios en el corto

plazo. Peso, sexo, raza, clase, estado, procedencia (departamento del cual provienen),

uniformidad, tratamiento nutricional y conocimiento del mío-mío, son características que

afectaron significativamente el precio. Varias de estas variables mostraron relaciones no

lineales o interacciones entre sí. Estrategias de mercadeo como el tamaño de lote, orden de

entrada al remate, determinación del peso en balanza, recomendación explícita de lotes

destacados, son también importantes en la determinación del precio, así como las condiciones

imperantes en el mercado, como la época del año o el nivel general de los precios.

En Chile, Troncoso y otros (2012) evalúan la influencia sobre el precio de características

observables en el ganado en pie (peso promedio del lote, tamaño del lote, edad, raza y condición

corporal). También evalúan la influencia de la estacionalidad y del ciclo ganadero, en el precio.

Los resultados mostraron que las variables que más influyen en el precio son, en orden

decreciente: condición corporal, raza, trimestre en que se hace la venta y año; en mucho menor

escala, también influyen tamaño del lote y peso promedio del lote.

Para Brasil, Koetz Júnior y otros (2014) estiman los efectos de los rasgos fenotípicos en el

precio final de los terneros vendidos en subastas en la región del norte de Paraná. En este

estudio, solo se han considerado los precios finales cobrados cuando se cerraron las ofertas. Los

terneros que pertenecen al grupo genético británico alcanzaron un mayor valor de

comercialización que los terneros cebú; los animales más grandes presentaron mayor liquidez;

los compradores preferían lotes más uniformes, independientemente del sexo de los animales.

Por lo que concluyen de su investigación que el precio de los terneros comercializados en las

subastas analizadas se mantuvo estable desde 2011 hasta 2012. Los lotes uniformes compuestos

por terneros machos cruzados de taurina más grandes, con un número menor de animales de

mala calidad, fueron más valorados.

II) Metodología aplicada

El enfoque utilizado será el de precios hedónicos aplicados al mercado de novillos, novillitos,

vaquillonas, terneros y terneras. Dicho enfoque se sustentan teóricamente en los trabajos de

Lancaster (1966), Rosen (1974) y Ladd y Martin (1976), donde se puede percibir a un bien

como un conjunto de características que son intrínsecas a él, y siendo los precios por estas

características en conjunto las que conforman el precio del bien.

Este enfoque parte de suponer que el bien 𝑍, puede descomponerse en un vector de 𝑛

características medibles: 𝑍 = (𝑧1, 𝑧2, 𝑧3, … , 𝑧𝑛) donde 𝑧𝑖 es la cantidad de la característica 𝑖 que

posee el bien. En el mercado los compradores adquirirán los bienes en base a las características

que estos posean, por lo que el precio puede reescribirse: 𝑃(𝑍) = 𝑝(𝑧1, 𝑧2, 𝑧3, … , 𝑧𝑛) ya que los

compradores estarán adquiriendo conjunto de características y no bienes en sí. Por lo que en el

modelo a regresar dado que la variable dependiente es el precio, las variables independientes

estarán conformadas por aquellas características intrínsecas al bien. Por lo que de la regresión

se obtendrá el precio marginal de equilibro para dicha característica.

La conformación del modelo, en lo que respecta a la selección de los regresores es un problema

importante al que debemos enfrentarnos. Sabemos que la sobreparametrización genera el

problema de poder predecir bien dentro de la muestra utilizada, pero generar una mala

predicción fuera de esta, además que la varianza se incrementará reduciendo la eficiencia del

modelo. Ahora bien, si se selecciona una menor cantidad de regresores en el modelo implica

estimaciones sesgadas e inconsistentes de los coeficientes y de las varianzas.

La metodología a utilizar en lo que respecta a la selección del modelo de regresión en sí, será

la de general a particular. Dicha metodología consiste en realizar el trabajo econométrico

partiendo de las formulaciones generales sugeridas por la teoría económica, para ir descartando

alternativas de acuerdo con la evidencia empírica producida por los datos, en espacio y tiempo

específico (Baronio y Vianco 2016).

Con la metodología de general a particular se considera dar un peso más relevante a la estructura

de los datos y no imponer relaciones causales a priori, debido a que esto lo determina el proceso

generador de datos, esta idea está claramente visible en Hendry (1980). Este proceso generador

de datos es desconocido para el investigador y es aproximado por la modelación misma. Esta

línea de pensamiento se basa en el supuesto que los datos disponibles recogen hechos

económicos reales que se producen a partir de las decisiones de los agentes económicos.

En lo que respecta a esta metodología, Fernandez-Rodriguez y otros (2009) muestran que en la

actualidad hay disponibles muchos criterios para llevar adelante esta metodología, de los cuales

un buen numero resultan poco prácticos cuando tenemos un número elevado de potenciales

variables explicativas ya que estos criterios exploran todos los posibles modelos o gran parte

de ellos. Pero existen varios procedimientos heurísticos que, en lugar de explorar entre todos

los posibles modelos, buscan un buen camino a través de ellos. Uno de los procedimientos más

simples y populares es la regresión stepwise. En este procedimiento se incluyen o excluyen,

secuencialmente, variables en el modelo basándose en consideraciones del estadístico t

(estadístico t de contraste de significación individual, H0: βj =0).

En las opciones de este algoritmo, existen dos variantes: Regresión Stepwise forward donde el

procedimiento en ningún caso se replantea que una variable pueda salir del modelo una vez ha

entrado a formar parte del mismo. Regresión Stepwise backward donde el procedimiento se

inicia con la estimación de un modelo donde se incluyen todas las variables explicativas con

las que se cuenten. A partir de este modelo, se irán eliminando una a una las variables

explicativas no significativas. En primer lugar, se elimina la variable explicativa con el ratio t

más pequeño, en valor absoluto, de entre los que caigan en la región de aceptación. Una vez

eliminada esta variable, se vuelve a estimar el modelo y se procede de la misma manera que en

la estimación anterior. Este proceso continuo hasta que todos los ratios t de las variables

explicativas que se mantienen en el modelo caigan en la región de rechazo.

Utilizar como criterios de selección de modelos el estadístico de significación individual t o el

coeficiente de determinación R2 puede conducir, fácilmente, a la selección de modelos

incorrectos. Lovell (1983) muestra los problemas que pueden introducir en la modelización

econométrica las técnicas de minería de datos advirtiendo que el proceso de modelización tiene

que ir acompañado de un aumento proporcional en nuestro conocimiento de cómo funciona

realmente la economía. Esto dado que las aparentemente inocuas actividades de la minería de

datos, que realizan muchos investigadores, consistentes en ir introduciendo y sacando variables

del modelo con los criterios t o R2, erosionan los niveles de significación en los contrastes de

hipótesis cuando el investigador opta por considerar el mejor resultado aisladamente. Teniendo

en cuenta las limitaciones de esta metodología de general a particular utilizando el

procedimiento “stepwise backward”, es que a continuación planteamos el modelo general a

partir del cual se comenzara:

𝑃 = 𝛽0 + 𝛽1 ∗ 𝐶 + 𝛽2 ∗ 𝐶2 + 𝛽3 ∗ 𝑘 + 𝛽4 ∗ 𝑘2 + 𝛽5 ∗ 𝑄 + 𝛽6 ∗ 𝑄2 + 𝛽𝐸 ∗ 𝐸 + 𝛽𝐻 ∗ 𝐻 +𝛽1H ∗ 𝐶 ∗ 𝐻 + 𝛽2H ∗ 𝐶2 ∗ 𝐻 + 𝛽3H ∗ 𝑘 ∗ 𝐻 + 𝛽4H ∗ 𝑘2 ∗ 𝐻 + 𝛽5H ∗ 𝑄 ∗ 𝐻 + 𝛽6H ∗ 𝑄2 ∗ 𝐻 +𝛽1E ∗ 𝐶 ∗ 𝐸 + 𝛽2E ∗ 𝐶2 ∗ 𝐸 + 𝛽3E ∗ 𝑘 ∗ 𝐸 + 𝛽4E ∗ 𝑘2 ∗ 𝐸 + 𝛽5E ∗ 𝑄 ∗ 𝐸 + 𝛽6E ∗ 𝑄2 ∗ 𝐸 + 𝛽𝑖 ∗∑ 𝑀𝑒𝑠𝑖 + 𝛽𝑖 ∗ ∑ 𝑅𝑎𝑧𝑎𝑖 + 𝛽𝑗 ∗ ∑ 𝐶𝑎𝑡𝑒𝑔𝑜𝑟𝑖𝑎𝑗 + 𝛽𝑗 ∗ ∑ 𝑃𝑟𝑜𝑣𝑖𝑛𝑐𝑖𝑎𝑗 + 𝛽𝑗 ∗ ∑ 𝑍𝑜𝑛𝑎𝑗 + 𝛽𝑗 ∗∑ 𝑃𝑎𝑟𝑡𝑖𝑑𝑜𝑗 + 𝛽𝑗𝑖 ∗ ∑ 𝑍𝑜𝑛𝑎𝑗 𝑃𝑎𝑟𝑡𝑖𝑑𝑜𝑖 + 𝛽𝑗𝐻 ∗ ∑ 𝑍𝑜𝑛𝑎𝑗 ∗ 𝐻 + 𝛽𝑗𝐸 ∗ ∑ 𝑍𝑜𝑛𝑎𝑗 ∗ 𝐸 + 𝛽𝑗𝑖 ∗∑ 𝑍𝑜𝑛𝑎𝑗 𝑅𝑎𝑧𝑎𝑖 + 𝛽𝑗𝑖 ∗ ∑ 𝑍𝑜𝑛𝑎𝑗 𝐶𝑎𝑡𝑒𝑔𝑜𝑟𝑖𝑎𝑖 + 𝛽𝑗𝑖 ∗ ∑ 𝑍𝑜𝑛𝑎𝑗 𝑀𝑒𝑠𝑖 + 𝛽𝑗𝑖 ∗∑ 𝑃𝑟𝑜𝑣𝑖𝑛𝑐𝑖𝑎𝑗 𝑀𝑒𝑠𝑖 + 𝛽𝑗𝑖 ∗ ∑ 𝑃𝑟𝑜𝑣𝑖𝑛𝑐𝑖𝑎𝑗 𝑍𝑜𝑛𝑎𝑖 + 𝛽𝑗𝑖 ∗ ∑ 𝑅𝑎𝑧𝑎𝑗 𝑀𝑒𝑠𝑖 + 𝛽𝑗𝑖 ∗∑ 𝐶𝑎𝑡𝑒𝑔𝑜𝑟𝑖𝑎𝑗 𝑀𝑒𝑠𝑖 + 𝛽𝑗𝑖 ∗ ∑ 𝑅𝑎𝑧𝑎𝑗 𝑃𝑟𝑜𝑣𝑖𝑛𝑐𝑖𝑎𝑖 + 𝛽𝑗𝑖 ∗ ∑ 𝐶𝑎𝑡𝑒𝑔𝑜𝑟𝑖𝑎𝑗 𝑃𝑟𝑜𝑣𝑖𝑛𝑐𝑖𝑎𝑖 + 𝛽𝑗𝑖 ∗∑ 𝐶𝑎𝑡𝑒𝑔𝑜𝑟𝑖𝑎𝑗 𝑅𝑎𝑧𝑎𝑖 + 𝛽1𝑗 ∗ ∑ 𝐶𝑎𝑡𝑒𝑔𝑜𝑟𝑖𝑎𝑗 ∗ 𝐶 + 𝛽2𝑗 ∗ ∑ 𝐶𝑎𝑡𝑒𝑔𝑜𝑟𝑖𝑎𝑗 ∗ 𝐶2 + 𝛽3𝑗 ∗∑ 𝐶𝑎𝑡𝑒𝑔𝑜𝑟𝑖𝑎𝑗 ∗ 𝑘 + 𝛽4𝑗 ∗ ∑ 𝐶𝑎𝑡𝑒𝑔𝑜𝑟𝑖𝑎𝑗 ∗ 𝑘2 + 𝛽5𝑗 ∗ ∑ 𝐶𝑎𝑡𝑒𝑔𝑜𝑟𝑖𝑎𝑗 ∗ 𝑄 + 𝛽6𝑗 ∗∑ 𝐶𝑎𝑡𝑒𝑔𝑜𝑟𝑖𝑎𝑗 ∗ 𝑄2

𝑃: Es el precio del animal gordo (novillo, novillito o vaquillona). 𝐶: Número de cabezas en el

lote. 𝑘: Kilogramos de peso promedio por animal del lote. 𝑄: Cantidad de kilogramos total del

lote (𝐶 ∗ 𝑘). 𝐸: Toma valor 1 si es un Macho Entero Joven, valor 0 en caso contrario. 𝐻: Toma

valor 1 si es un animal hembra, valor 0 en caso contrario. 𝑅𝑎𝑧𝑎𝑖: Condensa a todas las dummy,

existiendo una de estas variables por raza bovina comercializada. 𝐶𝑎𝑡𝑒𝑔𝑜𝑟𝑖𝑎𝑗: Condensa a

todas las dummy, existiendo una de estas variables por categoría bovina comercializada. 𝑀𝑒𝑠𝑖:

Condensa a todas las dummy, existiendo una de estas variables por cada mes del año.

𝑃𝑟𝑜𝑣𝑖𝑛𝑐𝑖𝑎𝑗: Condensa a todas las dummy, existiendo una de estas variables por cada provincia

de la Argentina. 𝑍𝑜𝑛𝑎𝑗: Condensa a todas las dummy, existiendo una de estas variables por

cada Zona a la que se comercializa el ganado. 𝑃𝑎𝑟𝑡𝑖𝑑𝑜𝑗: Condensa a todas las dummy,

existiendo una de estas variables por cada Partido/departamento que tenga una transacción de

ganado origen allí.

III) Datos

Los datos con los que se llevó a cabo el presente trabajo provienen de SIO carnes. SIO Carnes

es un sistema unificado de información de operaciones de compra-venta de ganado y que surge

de los datos obtenidos de las liquidaciones electrónicas presentadas a la AFIP, junto con los

Documentos de Tránsito Electrónicos (DTe) obtenidos del SENASA. Los datos que se incluyen

son: Fecha, comprendiendo el día en que la operación se realizó; origen, detallando de que

Provincia y que Partido/Departamento provenía el lote comercializado; el destino que tenía el

lote vendido (está dividido en 10 zonas el país); la categoría a la cual pertenecen los animales

según resolución ex ONCCA 4906/10; la raza a la que pertenece el lote de animales según fue

declarado en liquidación de AFIP; La cantidad de cabezas comercializada; la cantidad de

Kilogramos vivos; y por último el precio por kilogramo vivo.

Las Zonas de destino del ganado comprenden cada una las siguientes provincias: Zona 1:

C.A.B.A. y Gran Buenos Aires; Zona 2: Norte de Buenos Aires; Zona 3: Centro de Buenos

Aires (Dentro de esta está el Oeste de la provincia de Buenos Aires y Cuenca del salado); Zona

4: Sur de la provincia de Buenos Aires; Zona 5: Córdoba, Santa Fe y Entre Ríos; Zona 6: La

Pampa y San Luis; Zona 7: Tierra del Fuego, Santa Cruz, Chubut, Rio Negro y Neuquén; Zona

8: Mendoza, San Juan y La Rioja; Zona 9: Formosa, Corrientes, Chaco y Misiones; Zona

10:Santiago del Estero, Tucumán, Catamarca, Salta y Jujuy

Con esta información se desarrollaron las variables con las que se realizó el presente estudio.

La base de datos con la que se cuenta, está compuesta por 406,367 operaciones de

comercialización de ganado gordo y de invernada. Se contempla solo el ganado joven no

considerando el mercado de animales de descarte. Por lo que las categorías consideradas son

novillos, novillitos, vaquillonas, machos enteros jóvenes, terneros y terneras. El periodo

comprendido por la muestra fue el año 2018 desde el 1 de enero al 31 de diciembre. La

distribución temporal de la cantidad de lotes comercializado fue bastante constante, fluctuando

entre el 7 al 9.5% mensual del total de operaciones del año.

IV) Resultados y Discusión

Luego de realizar el algoritmo stepwise para la selección de las variables en base a los

estadísticos t de las mismas, el modelo queda representado por 1621 variables explicativas,

siendo que se partió de un modelo general de más de 5000 variables. Este proceso de selección

de variables tan especificas en muchos casos, permite poder introducir dentro del modelo las

particularidades propias de las regiones que componen la República Argentina y que en

conjunto contribuyen a lo que se denomina como mercado ganadero de Argentina. Las

regresiones realizadas fueron hechas con errores robustos a la heteroscedasticidad.

En lo que respecta al valor del R cuadrado, el modelo explica el 65.31% de los cuadrados

totales, por lo que es un valor aceptable. Se debe destacar, que todas las variables que se

desarrollan a lo largo del trabajo como parte del modelo, son significativas para explicar el

modelo dado que rechazaron la hipótesis nula para una significatividad de 0.01. Se aclara que

todos los coeficientes de los que se hablara a partir de ahora para definir al precio marginal de

cada atributo, son valores promedios manteniendo todo lo demás constante.

Tabla 1.

Básicamente, los resultados obtenidos de la selección de variables podemos dividirlo en 5

“cuestiones”; por un lado, aquellas variables generales, que afectan a los precios por igual y no

pertenecen a ninguno de los ejes que a continuación mencionaremos. Por otro lado, podemos

separar en 4 ejes a las variables restantes: Cuestiones asociadas a la categoría que posee el

Numero de Observaciones 406367

Numero de Variables 1621

R2 0.6543

RECM 4.2626

animal; Cuestiones asociadas a la Raza que presenta el animal; Cuestiones Geográficas tanto

por destino como por origen del animal; y Cuestiones temporales3

Las principales variables que son generales a todos los lotes pueden visualizarse en la Tabla 2.

El precio base desde el que se parte para realizarle los descuentos o sumarle las primas es de

$26.5657. Notamos obviamente que existe una tendencia temporal diaria, por lo que, a lo largo

del año 2018, en promedio y manteniendo todo lo demás constante, el precio por kilogramo de

los animales ascendía en 3.267 centavos cada día que transcurría.

Tabla 2

En lo que respecta a los atributos propios del lote, aumentar en una cabeza extra el lote tendría

una prima/descuento de 0.214 − 0.003937 ∗ 𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝐶𝑎𝑏𝑒𝑧𝑎𝑠 𝑒𝑛 𝑒𝑙 𝑙𝑜𝑡𝑒, podemos

notar que la máxima prima se obtiene cuando el lote es de 22 cabezas aproximadamente.

Aumentar en un kilogramo el peso promedio del lote, implica una prima por kilogramo extra

por animal de −0.00001048 ∗ Kilogramos promedio del animal, por lo que un lote de

animales de 400 kilogramos de peso promedio llevarlo a que pese 401 kilogramos, implicaría

en el precio por kilogramo un descuento de $0.004192.

Aumentar la cantidad de kilogramos totales en el lote en una unidad, tiene una prima de

0.0000000282 ∗ Cantidad de kilogramos totales en el lote. Supongamos entonces que

tenemos un lote de 22 animales (tamaño óptimo) que pesan 400 kilogramos, siendo la prima

para este lote de $0.00024816 por kilogramo extra en el lote.

Sobre los atributos vistos en el punto anterior (Cantidad de Cabezas en el lote, Kilogramos

promedio del lote, y cantidad de kilogramos totales en el lote) resulta interesante saber si los

precios marginales de estos se modifican acorde al sexo del animal. En otras palabras, observar

si el animal es Hembra o es un Macho Entero Joven (dado que se dejó como categoría base si

el animal era un novillo o novillito) modifica los precios marginales para estos atributos. Por lo

que en la Tabla 3 podemos observar aquellos atributos donde se modifica la pendiente por ser

el animal Hembra o MEJ.

Tabla 3.

Si suponemos que el mercado ganadero de argentina está muy especializado, sería de esperar

que las diferentes categorías de ganado tengan diferenciales de precios entre ellas y reaccionen

en forma diferente a los atributos que puedan presentar los animales comercializados. Por esta

cuestión, este tema se desarrollara en primera instancia con mayor detalle, para comprender los

diferenciales de precios acorde a las diferentes categorías del ganado. En lo que respecta a las

variables dicotómicas de categorías, solo 1 fue significativa. Esto afecta a la ordenada al origen

de la que partirán los análisis de los precios recibidos por los animales pertenecientes a cada

categoría. La categoría que recibe “un descuento” es la categoría Novillos Especiales y Buenos

con un peso de entre 431 a 460 kilogramos ($287.5933).

3Si bien hay interacción entre estas cuestiones, se buscó asignar la interacción al eje más útil

para su interpretación

Variable Coeficiente Desvió Estándar

Cantidad de Cabezas en el lote 0.214 0.004706

Cantidad de Cabezas en el lote al cuadrado -0.0019685 0.0001074

Kilogramos promedio por Cabeza al cuadrado -0.00000524 3.80E-07

Cantidad de Kilogramos totales en el lote al cuadrado 0.0000000141 1.07E-09

Tendencia temporal 0.0326666 0.0004054

Constante 26.56572 0.2018014

Variable Coeficiente Desvió Estándar

Cantidad de Cabezas en el lote al cuadrado_Hembras -0.1330869 0.0064245

Cantidad de Cabezas en el lote_MEJ -0.0043298 0.0003709

Cantidad de Cabezas en el lote al cuadrado_MEJ 0.6069984 0.0792339

Kilogramos promedio por Cabeza al cuadrado_MEJ -0.00000827 1.33E-06

Al igual que observamos si la condición del animal de ser hembra o MEJ, observaremos si para

las distintas categorías del ganado, estas poseen diferentes valores marginales en respuesta a

los principales atributos de los lotes vendidos (Cantidad de Cabezas en el lote, Kilogramos

promedio del lote, y cantidad de kilogramos totales en el lote). Estas pueden visualizarse

claramente en la Tabla 4.

Tabla 4.

Luego de ver el comportamiento de las categorías en base a los principales atributos, pasaremos

a observar como son los diferenciales de precios acordes a cuál es la región de destino del

ganado, ósea en otras palabras respecto a cuál es su “mercado”. Por lo que para realizar este

análisis lo que haremos, será observar que categorías reciben primas/descuentos en cada zona

prestando atención a que porcentaje de las transacciones correspondieron a dichas categorías.

Ahora bien, antes de hacer lo mencionado en el párrafo anterior, es necesario observar si existen

principalmente diferenciales de precios acorde a la zona de destino si el animal es un macho

castrado, hembra o MEJ. Para esto se deja como base a los castrados, y se obtiene lo que se

observa en la Tabla 5. En ella se puede percibir como las hembras reciben primas en las zonas

1, 2, 3, y 5; teniendo en la zona 2 un descuento. Mientras que los machos enteros jóvenes reciben

un descuento en lo que es zonas 1, 2, 3, 5, 6, 7, y 8; mientras que en la zona 4 se obtiene prima.

Coeficiente Desvió Estándar

Cantidad de Kilogramos totales en el lote -0.0000000144 0.00000000107

Kilogramos promedio por Cabeza al cuadrado 0.00000629 0.00000129

Cantidad de Kilogramos totales en el lote -0.0000000168 0.00000000123

Novillos Cantidad de Cabezas en el lote al cuadrado -0.1944469 0.0158803

Kilogramos promedio por Cabeza al cuadrado 0.0000033 0.000000727

Cantidad de Cabezas en el lote al cuadrado -0.1625622 0.0055996

Cantidad de Kilogramos totales en el lote -0.00000000363 0.000000000583

Kilogramos promedio por Cabeza al cuadrado 0.0000165 0.000000804

Cantidad de Cabezas en el lote al cuadrado -0.142707 0.0053917

Cantidad de Kilogramos totales en el lote 0.00000000377 0.000000000808

Kilogramos promedio por Cabeza -0.0116063 0.0010341

Cantidad de Cabezas en el lote al cuadrado -0.1817161 0.0065589

Novillitos Cantidad de Cabezas en el lote al cuadrado -0.2269042 0.0123376

Cantidad de Kilogramos totales en el lote al cuadrado -0.001258 0.0002027

Kilogramos promedio por Cabeza 0.0113415 0.0014034

Machos Enteros Especiales y Buenos Cantidad de Cabezas en el lote al cuadrado -0.4180652 0.0774822

Cantidad de Kilogramos totales en el lote al cuadrado 0.0001748 0.0000597

Cantidad de Kilogramos totales en el lote -0.0000000123 0.00000000182

Kilogramos promedio por Cabeza al cuadrado -0.0000137 0.000000743

Cantidad de Cabezas en el lote al cuadrado -0.067882 0.0217156

Cantidad de Cabezas en el lote 0.0011027 0.000215

Vaquillona Especiales y Buenas Pesadas 391/430 kilos Cantidad de Cabezas en el lote -0.000886 0.0001054

Vaquillona Especiales y Buenas Medianas 351/390 kilos Cantidad de Kilogramos totales en el lote -0.0000000049 0.000000000855

Cantidad de Kilogramos totales en el lote al cuadrado -0.0002242 0.0000198

Kilogramos promedio por Cabeza al cuadrado 0.00000956 0.000000955

Kilogramos promedio por Cabeza al cuadrado 0.0000326 0.00000135

Cantidad de Cabezas en el lote al cuadrado -0.1505459 0.0053938

Cantidad de Kilogramos totales en el lote -0.00000001 0.000000000929

Cantidad de Cabezas en el lote al cuadrado -0.0518767 0.0076884

Cantidad de Kilogramos totales en el lote al cuadrado 0.0099322 0.0026331

Kilogramos promedio por Cabeza -0.0925946 0.0183381

Cantidad de Cabezas en el lote -0.0338966 0.0076207

Cantidad de Kilogramos totales en el lote -0.0000000231 0.00000000233

Cantidad de Cabezas en el lote 0.0031591 0.000613

Cantidad de Kilogramos totales en el lote -0.0000000115 0.000000000804

Kilogramos promedio por Cabeza al cuadrado -0.00000756 0.000000812

Cantidad de Cabezas en el lote al cuadrado -0.0380511 0.0078589

Novillos Especiales y Buenos 491/520 kilos Cantidad de Kilogramos totales en el lote -0.0000000134 0.000000000819

Novillos Especiales y Buenos 461/490 kilos Cantidad de Kilogramos totales en el lote -0.0000000135 0.000000000772

Kilogramos promedio por Cabeza al cuadrado -0.0014487 0.0005047

Kilogramos promedio por Cabeza 1.292463 0.4493561

Cantidad de Cabezas en el lote al cuadrado -0.0363839 0.008298

Cantidad de Cabezas en el lote -0.0018717 0.0001809

Cantidad de Kilogramos totales en el lote -0.0000000126 0.000000000875

Cantidad de Cabezas en el lote al cuadrado 0.0376977 0.0120786

Kilogramos promedio por Cabeza al cuadrado 0.0000217 0.00000168

Cantidad de Cabezas en el lote -0.0015375 0.0001336

Novillos Especiales y Buenos más de 520 kilos

Novillos Especiales y Buenos 431/460 kilos

Novillos Cruza Europea más 470 kilos

Vaquillona Regulares

Vaquillona

Terneros hasta 350 kilos

Novillos Regulares pesados

Novillos Regulares livianos

Novillos Overos Negros más de 500 kilos

Variables

Novillos Cruza Cebú más 440 kilos

Novillitos Regulares

Novillitos Especiales y Buenos Pesados 391/430 kilos

Novillitos Especiales y Buenos Medianos 351/390 kilos

Machos Enteros Regulares

Tabla 5.

Luego de observar los diferenciales acorde a la condición sexual del animal con respecto a las

zonas, pasamos a analizar las diferentes categorías. En la Tabla 6 (Tablas Anexo 1), podemos

notar los diferenciales de precios que reciben los animales de cada categoría acorde a las

diferentes regiones que pueden tener como destino.

Tabla 6.

De la Tabla 6, podemos notar como las zonas 2, 3, 4 y 5 pagan primas a la categoría terneros,

al igual que es interesante que en lo que respecta a las diferentes categorías de novillitos los

lugares que pagan primas por estas categorías son las zonas 3, 4 y 5 lo que muestra que en estas

zonas hay una preferencia por adquirir animales livianos. Por la parte de los machos enteros, se

pagan primas por los especiales y buenos en las zonas 1 y 2, mientras que reciben descuento

los regulares en las zonas 3 y 8. Una zona que a simple vista llama la atención es la zona 7,

donde hay grandes descuentos para los machos livianos y hay interesantes primas para las

hembras. Luego de observar que categorías demanda cada zona, pasaremos a observar los

diferenciales de precios de acuerdo a en qué provincia se produjo cada categoría.

Tabla 7 (parte 1)

Variable Coeficiente Desvio Estandar

Hembras Zona 1 4.778598 0.1766259

Hembras Zona 2 -3.152066 0.3655235

Hembras Zona 3 5.29324 0.1853456

Hembras Zona 5 8.645978 0.2027315

MEJ Zona 1 -3.783513 0.6614654

MEJ Zona 2 -7.227592 0.5404999

MEJ Zona 3 -3.394485 0.6846594

MEJ Zona 4 2.929633 0.7644469

MEJ Zona 6 -2.60115 0.3926653

MEJ Zona 7 -3.119571 0.836894

MEJ Zona 8 -10.29459 0.591432

Zona-Categoria Zona 1 ZONA 2 ZONA 3 ZONA 4 ZONA 5 ZONA 6 ZONA 7 ZONA 8 ZONA 9 ZONA 10

Terneros hasta 350 kilos 0 0.74 3.06 2.50 1.56 0 -4.72 0 0 0

Novillitos 0 0 0 4.43 0 0 -20.64 0 -4.39 0

Novillitos Regulares 0 0 2.52 2.34 2.20 0 0 -0.61 0 -1.13

Novillitos Especiales y Buenos Medianos 351/390 kilos -1.81 -1.68 0 0 0 -1.60 0 -1.58 0 -1.41

Novillitos Especiales y Buenos Pesados 391/430 kilos 0 0 0 0 0 -1.05 0 -1.25 0 -2.42

Novillos 0 0 0 3.75 0 0 0 0 0 -3.13

Novillos Regulares livianos 0 0 0 0 0 0 0 0 0 0

Novillos Regulares pesados 7.05 6.16 8.96 8.63 6.60 8.03 0 4.08 0 3.26

Novillos Especiales y Buenos 431/460 kilos -1.24 -0.57 0 0 0 0 0 -1.65 0 -2.86

Novillos Especiales y Buenos 461/490 kilos 0 1.39 0.80 0.76 1.36 0.88 0 0 0 0

Novillos Especiales y Buenos 491/520 kilos 0 0 0 0 0 0 0 0 0 0

Novillos Especiales y Buenos más de 520 kilos 3.58 4.32 2.99 1.44 4.44 3.01 0 0 0 2.82

Novillos Overos Negros más de 500 kilos 0 0 3.35 0 0 0 0 0 -15.44 0

Novillos Cruza Europea hasta 470 kilos -3.74 0 0 13.89 0 3.58 0 0 0 0

Novillos Cruza Europea más 470 kilos 0 0 0 0 3.33 0 0 0 0 0

Novillos Cruza Cebú más 440 kilos 0 0 0 0 0 0 0 0 -5.84 0

Novillos Cruza Cebú hasta 440 kilos 0 0 0 0 0 0 0 -18.80 0 3.46

Machos Enteros Regulares 0 0 -5.66 0 0 0 0 -3.12 0 0

Machos Enteros Especiales y Buenos 3.92 4.17 0 0 0 0 0 0 0 0

Vaquillona 0 0 5.19 -3.16 6.25 0 0 0 5.04 7.72

Vaquillona Regulares 0 0 8.20 0 7.09 5.51 8.95 3.90 5.51 7.56

Vaquillona Especiales y Buenas Medianas 351/390 kilos -7.85 -7.39 0 -8.82 -1.45 -2.77 2.51 -1.99 0 0

Vaquillona Especiales y Buenas Pesadas 391/430 kilos -5.19 -4.74 1.72 -6.95 0 -1.00 0 0 0 0

Tabla 7 (parte 2)

Fuera de la Tabla 7 quedaron aquellas provincias en las que se dieron muy pocos diferenciales

de precios acorde a las razas, y estas a continuación las comentaremos. En Jujuy (Tabla 10,

Anexo 2), se encuentra que novillitos regulares recibe una prima de $4.35 siendo que esta

categoría representa en esta provincia el 45% de las transacciones, mientras que la categoría

vaquillonas tiene un descuento de $5.5 aunque solo representa el 2.92% de las transacciones,

podemos considerar que la base de estos diferenciales está dada por las vaquillonas regulares

que en esta provincia posee el 51.5% de las transacciones (Tabla 33 anexo 13).

En la rioja (Tabla 12, Anexo 2) obtuvieron prima los novillos especiales y buenos 491/520

($4.9) siendo que estos representan 2 transacción en una provincia donde es muy bajo el número

de transacciones de ganado. En San Juan (Tabla 18, Anexo 2), obtuvieron descuento las

vaquillonas ($13.3) donde hubo 2 transacciones de este tipo de animal (8.33%). En Santa Cruz

(Tabla 20, Anexo 2), obtuvieron prima los novillitos regulares ($14.4) mientras que sufrieron

un descuento las vaquillonas ($9.85), ambas categorías tuvieron 2 transacciones.

Luego de haberse observado cómo son los diferenciales de precios acorde a las distintas

categorías del ganado y sus interacciones con otros atributos del ganado y del espacio, ahora se

prestara atención a que ocurre con los diferenciales de precios para las diferentes razas del

ganado a la vez que consideramos las zonas de destino de este ganado. En el anexo 4 puede

verse por separado los diferenciales de precios por raza y de la interacción Zona con Raza. Para

analizarlos mejor, observaremos el neto de la suma de los diferenciales de precios de Raza y la

interacción Raza-Zona, estos están presentes a continuación en la Tabla 8. Se debe mencionar

Categorias-Provincia CATAMARCA CHACO CHUBUT C.A.B.A. CORDOBA CORRIENTES ENTRE RIOS FORMOSA LA PAMPA MENDOZA

Terneros hasta 350 kilos -10.21 -6.07 16.38 0 -7.64 -2.50 -9.05 0 -8.55 -6.95

Novillitos 0 -7.06 0 -9.10 -14.69 -5.99 -13.11 0 -20.11 -14.62

Novillitos Regulares -3.33 0 0 7.18 0 2.20 -0.85 4.18 0 -3.15

Novillitos Especiales y Buenos Medianos 351/390 kilos 0 5.80 0 9.75 4.84 7.23 1.81 10.00 3.46 3.08

Novillitos Especiales y Buenos Pesados 391/430 kilos 0 0 8.36 0 -2.15 0 -5.03 0 -4.84 -3.80

Novillos 0 -3.55 0 -6.76 -9.72 0 -9.79 0 -13.95 -12.95

Novillos Regulares livianos 0 0 0 0 0 0 0 0 0 0

Novillos Regulares pesados -2.98 3.26 0 0.87 0 4.13 0 6.61 0 0

Novillos Especiales y Buenos 431/460 kilos 4.12 3.67 19.93 3.55 1.59 0 0 2.11 0 0

Novillos Especiales y Buenos 461/490 kilos 0 0 0 1.23 0 0 -1.59 0 -1.81 0

Novillos Especiales y Buenos 491/520 kilos 0 3.88 0 2.00 0.83 0 0 0 0 0

Novillos Especiales y Buenos más de 520 kilos 0 3.44 0 0 -1.20 0 -2.39 0 -1.44 0

Novillos Overos Negros más de 500 kilos 0 0 0 0 0 8.10 0 0 -5.72 0

Novillos Cruza Europea hasta 470 kilos 0 0 0 0 0 0 0 0 -3.27 0

Novillos Cruza Europea más 470 kilos 0 0 0 0 0 1.40 0 0 0 0

Novillos Cruza Cebú más 440 kilos 0 8.71 0 0 0 0 0 8.53 0 0

Novillos Cruza Cebú hasta 440 kilos 0 0 0 5.74 0 0 0 4.31 4.76 0

Machos Enteros Regulares -11.21 -8.71 -2.94 -2.94 -4.80 -9.59 -6.61 0 -7.74 -12.20

Machos Enteros Especiales y Buenos 0 0 0 0 -2.25 0 0 0 0 0

Vaquillona -15.46 -9.22 -6.99 -6.99 -11.11 -6.09 -15.20 -6.37 -8.87 -6.69

Vaquillona Regulares -7.80 -4.60 0 0 -5.19 -3.89 -6.37 0 -6.08 -6.22

Vaquillona Especiales y Buenas Medianas 351/390 kilos -9.05 -4.36 -3.29 -3.29 -6.21 -3.02 -8.93 -3.14 -7.87 -7.98

Vaquillona Especiales y Buenas Pesadas 391/430 kilos -4.10 0 0 0 -1.94 0 -3.51 0 -3.69 -4.20

Categorias-Provincia MISIONES NEUQUEN RIO NEGRO SALTA SAN LUIS SANTA FE SANTIAGO DEL ESTEROTIERRA DEL FUEGO Buenos Aires

Terneros hasta 350 kilos -5.75 0 0 -2.23 0 -4.32 -7.44 -11.44 -5.10

Novillitos -7.80 0 0 -8.29 -7.43 -12.30 -11.71 -20.75 -12.50

Novillitos Regulares -2.43 2.80 0 4.85 5.87 1.94 0 -1.78 1.21

Novillitos Especiales y Buenos Medianos 351/390 kilos 4.17 7.51 4.60 4.98 10.39 6.56 1.70 0 6.19

Novillitos Especiales y Buenos Pesados 391/430 kilos 0 0 -8.68 0 3.45 0 -1.40 0 -1.29

Novillos -7.94 0 -10.61 0 0 -6.32 -7.25 -11.04 -6.08

Novillos Regulares livianos 0 0 0 0 0 0 0 0 0

Novillos Regulares pesados 0 7.23 1.82 2.86 4.10 0 0 0 0

Novillos Especiales y Buenos 431/460 kilos 0 0 0 2.74 6.60 3.70 0 4.89 2.58

Novillos Especiales y Buenos 461/490 kilos 0 0 0 0 5.55 2.00 0 4.54 0.80

Novillos Especiales y Buenos 491/520 kilos 0 0 0 0 8.36 3.44 0 0 2.05

Novillos Especiales y Buenos más de 520 kilos 10.57 3.02 0 0 7.71 0 -2.52 0 1.48

Novillos Overos Negros más de 500 kilos 0 0 0 0 0 0 0 0 0

Novillos Cruza Europea hasta 470 kilos 0 0 0 0 0 0 0 0 -5.42

Novillos Cruza Europea más 470 kilos 0 0 0 0 0 0 0 0 1.68

Novillos Cruza Cebú más 440 kilos 0 0 0 0 0 1.05 0 0 0

Novillos Cruza Cebú hasta 440 kilos 0 0 0 0 0 2.86 -3.58 0 0

Machos Enteros Regulares 0 0 0 0 0 -5.22 0 -4.25 -4.86

Machos Enteros Especiales y Buenos 0 0 9.40 10.83 0 0 0 0 -2.36

Vaquillona -10.21 -15.18 -11.71 -7.77 0 -12.24 -10.73 -15.07 -10.67

Vaquillona Regulares -7.71 -5.90 -9.69 0 2.14 -2.96 -4.89 -6.96 -4.00

Vaquillona Especiales y Buenas Medianas 351/390 kilos -5.18 -6.40 -9.83 -3.98 0 -4.21 -7.94 -5.28 -5.44

Vaquillona Especiales y Buenas Pesadas 391/430 kilos 0 0 -8.78 0 4.42 0 -5.02 0 -0.65

que 3 razas no obtuvieron diferencial de precios algunos, y estas son Retinta, Santa Gertrudis y

west highland.

Por su parte las razas Limangus ($5.75) y Belted Galloway ($2.6) obtuvieron primas, mientras

que la raza Simmental obtuvo un gran descuento ($7.1). Blonded’aquitaine obtuvo un descuento

cuando su destino fue la zona 3 de $2.05, Limangus y Shorthorn recibieron un descuento de

$6.05 y $24.15 respectivamente cuando el destino es la zona 6. Mientras que obtuvieron primas

aquel ganado Simmental con destino a Zona 4 ($9.65) y el Brahman con destino a zona 9

($4.15). El resto de las razas y sus interacciones con zonas están en la siguiente tabla:

Tabla 8.

Luego de ver el diferencial de precios generado por la zona de destino en conjunción con la

pertenencia a cada raza, es que nos resulta interesante avanzar y observar los diferenciales de

precios que se generan a partir de la raza y la provincia en la que se origina la transacción. En

la Ciudad Autónoma de Buenos Aires (Tabla 5, Anexo 5), recibió una prima aproximada de

$1.7 el ganado Aberdeen Angus.

En lo que respecta a las provincias que forman parte de la región pampeana, la más importante

por ser donde radica la mayor parte del rodeo ganadero del país. En Córdoba (Tabla 6, Anexo

5), obtienen prima las razas Shorthorn ($5.3), y Simmental ($5.3). Por el lado de los descuentos,

los reciben los animales sin raza ($1.65), Holando Argentino ($2.5), Bovino Criollo ($1.95),

Hereford ($1.25), Brangus ($1.2), Charoláis ($1.7), Jersey ($4.05), Brahman ($4.5), y Polled

Hereford ($6.55).

En la Pampa (Tabla 11, Anexo 5), reciben un descuento los Holando Argentino ($1.3), Hereford

($3.1), y Polled Hereford ($4.55). En Santa Fe (Tabla 17, Anexo 5), recibieron descuento los

animales sin raza definida ($2.1), Bovinos Criollos ($2), Aberdeen Angus ($1.9), Holando

Argentino ($2.9), Hereford ($3.1), Brangus ($2.15), Charolais ($4.4), Brahman ($2.4), y Polled

Hereford ($4.8). En Buenos Aires (Tabla 1, Anexo 5), obtiene prima el ganado shorthorn ($3).

Mientras que obtiene descuento el ganado sin raza definida ($0.5), Hereford ($2.05), y Polled

Hereford ($2.65).

En lo que es la Mesopotamia, en Corrientes (Tabla 7, Anexo 5), obtuvieron prima los Braford

($2.55), Aberdeen Angus ($3.95), y Holando Argentino ($2.7). En Entre Ríos (Tabla 8, Anexo

5), sufren un descuento aproximado de $2.55 los animales sin raza definida. Mientras que

obtienen prima los lotes Braford ($3.4), Brahman ($3.65), shorthorn ($2.95), Limousin ($7.4),

y Simmental ($6.5).

En la región Chaqueña, en Formosa (Tabla 9, Anexo 5), obtienen una prima los animales

Braford ($1.85) y Brahman ($5.45). Por su parte reciben un descuento los animales sin raza

definida ($4.25) y los Hereford ($8.95).En Santiago del Estero recibió una prima aproximada

de $1.55 el ganado de raza Aberdeen Angus (Tabla 14, Anexo 5). En Chaco (Tabla 17, Anexo

5), recibió una prima aproximada de $4.65 el ganado de la raza Aberdeen Angus.

En la región de Cuyo, en Mendoza (Tabla 12, Anexo 5), reciben prima los animales sin raza

definida ($2.05), Aberdeen Angus ($6.05), Holando Argentino ($5.35), y Simmental ($19.4).

De este último se registra solo 1 transacción. En San Luis (Tabla 16, Anexo 5), obtuvieron

Raza-Zona Zona 1 Zona 10 Zona 2 Zona 3 Zona 4 Zona 5 Zona 6 Zona 7 Zona 8 Zona 9

Aberdeen Angus 3.89 5.64 2.42 1.66 4.06 2.83 1.60 2.62 1.63 5.64

Bovino Criollo 2.66 1.95 1.81 0.00 5.07 2.47 0.00 0.00 2.74 5.20

Otra 99 5.01 4.59 4.38 3.65 3.65 3.65 2.60 3.65 3.65 7.27

Holando Argentino 5.36 4.82 2.37 0.00 0.00 2.51 0.00 0.00 1.55 3.77

Braford -0.96 0.57 0.04 -1.50 -0.04 -2.48 -2.48 -2.48 -0.64 4.00

Hereford 0.00 0.00 0.00 -1.80 2.40 -1.20 -3.00 0.00 -2.79 0.00

Brangus 2.61 1.57 0.00 0.00 0.00 0.00 -3.81 0.00 0.00 4.87

Jersey 8.85 5.21 5.21 5.21 11.54 5.21 5.21 5.21 5.21 5.21

Charolais -1.42 5.17 -2.96 -1.93 -1.29 -2.57 -10.39 5.17 -1.90 5.17

Polled Hereford 0.00 0.00 3.43 0.00 0.00 4.73 0.00 0.00 8.39 0.00

Limuosin -4.10 0.00 0.00 0.00 2.01 -2.45 0.00 0.00 0.00 0.00

Piemontese 0.00 0.00 0.00 0.00 0.00 11.43 0.00 7.25 0.00 0.00

prima las razas Aberdeen Angus ($1.15) y Brangus ($1.75). Mientras que recibieron un

descuento la raza Polled Hereford ($7.55).

En la región Patagonica, en Neuquen (Tabla 13, Anexo 5), obtuvieron prima los animales sin

raza definida ($13.55), Hereford ($11.8), Aberdeen Angus ($13.95), y Bovino Criollo ($10.7).

Siendo para esta región los que quedaron como base Charolais y Polled Hereford, ambos

sumados apenas superando el 1% de las transacciones. En Rio Negro (Tabla 14, Anexo 5),

obtuvieron descuento los animales sin raza definida ($2.05), Hereford ($3.55), Charolais ($8.4),

y Holando Argentino ($6.75). En Chubut (Tabla 4, Anexo 5), recibió un descuento aproximado

de $5.15 el ganado de la raza Hereford.

En el Noroeste, en Salta (Tabla 15, Anexo 5), obtuvieron descuento los animales sin raza

definida ($2.85), Bovino Criollo ($2.35), y Hereford ($6.15). En Tucumán (Tabla 19, Anexo 5)

recibió un descuento aproximado de $2.05 el ganado Holando Argentino. En Catamarca (Tabla

2, Anexo 5), recibió una prima aproximada de $2.6 el ganado de raza sin definir. En Jujuy

(Tabla 10, Anexo 5), obtuvieron un descuento de $8.5 y de $9 los bovinos criollos y los

animales sin raza definida respectivamente.

Luego del camino recorrido hasta aquí, es momento de observar la interacción entre razas y

categorías (Tablas anexo 7), para observar dada cada raza, cual categoría recibe un prima y cual

un descuento. Para mejorar el análisis avanzaremos siguiendo el origen de la raza, por lo que

en la Tabla 9 se presentaran los diferenciales de precios para la interacción categoría raza,

agrupando esta última a su vez por el origen de la raza.

Tabla 9 (parte 1).

Tabla 9 (parte 2).

Aberdeen

AngusHereford Polled Hereford Shorthorn

Belted

GallowayWest Highland Charolais Limuosin

Blonde

d'aquitaine

Flieckvieh

SimmentalPiemontese Retinta

Terneros hasta 350 kilos 1.31 1.21 2.22 4.64 0 0 0 0 0 0 0 0

Novillitos 1.12 0 4.35 0 0 0 0 10.98 0 0 0 0

Novillitos Regulares -3.14 -3.08 0 -3.26 -5.04 2.14 -4.63 0 0 0 0 0

Novillitos Especiales y Buenos Medianos 351/390 kilos 0 0 3.80 0 0 0 0 0 0 0 -9.13 0

Novillitos Especiales y Buenos Pesados 391/430 kilos 0 0 4.55 0 0 0 0 0 0 0 0 0

Novillos -8.30 -9.65 0 0 0 0 -8.12 0 0 0 0 0

Novillos Regulares livianos 0 0 0 0 0 0 0 0 0 0 0 0

Novillos Regulares pesados -8.37 -6.21 -5.06 -12.41 -11.90 0 -11.71 -4.03 0 0 0 0

Novillos Especiales y Buenos 431/460 kilos -2.44 0 0 0 0 0 0 0 0 0 0 0

Novillos Especiales y Buenos 461/490 kilos 0.88 1.31 5.41 0 0 0 0 0 0 8.86 0 0

Novillos Especiales y Buenos 491/520 kilos 0 0 4.87 0 0 0 0 0 -4.86 0 0 0

Novillos Especiales y Buenos más de 520 kilos 0 1.21 2.89 0 0 0 0 0 0 0 0 0

Novillos Overos Negros más de 500 kilos -4.58 0 0 0 0 0 0 0 0 0 0 0

Novillos Cruza Europea hasta 470 kilos -6.79 0 0 0 0 0 0 0 0 0 0 0

Novillos Cruza Europea más 470 kilos 0 0 0 0 0 0 0 0 0 0 0 0

Novillos Cruza Cebú más 440 kilos 0 -2.96 0 0 0 0 0 0 0 0 0 0

Novillos Cruza Cebú hasta 440 kilos 0 0 0 0 0 0 0 0 0 0 0 0

Machos Enteros Regulares -1.18 0 0 0 0 0 0 0 0 0 0 0

Machos Enteros Especiales y Buenos 0 -4.19 0 0 0 0 0 0 0 0 0 0

Vaquillona -6.06 -6.85 0 0 0 0 -7.79 0 0 0 -7.41 0

Vaquillona Regulares -1.39 -0.85 0 0 0 0 -1.74 0 0 0 0 0

Vaquillona Especiales y Buenas Medianas 351/390 kilos 6.97 7.71 10.88 7.38 0 4.50 8.34 0 6.73 11.74 0 0

Vaquillona Especiales y Buenas Pesadas 391/430 kilos 0 2.87 6.50 0 0 0 0 0 0 0 0 0

Raza-Categoria

BRITANICAS CONTINENTALES

Brahman Braford Brangus Santa GertrudisHolando

ArgentinoJersey Limangus Bovino Criollo Otra 99

Terneros hasta 350 kilos 3.15 4.75 3.96 0 0 0 0 3.04 1.52

Novillitos 13.94 4.49 7.20 0 0 0 0 0 0

Novillitos Regulares 0 0 -1.62 0 -4.95 -8.28 -5.76 -1.18 -3.68

Novillitos Especiales y Buenos Medianos 351/390 kilos 0 3.84 3.72 0 -1.01 0 0 2.35 0

Novillitos Especiales y Buenos Pesados 391/430 kilos 0 1.52 2.90 0 0 -1.36 0 2.90 0

Novillos 0 -5.16 0 0 -7.98 -14.83 0 -5.05 -10.27

Novillos Regulares livianos 0 0 0 0 0 0 0 0 0

Novillos Regulares pesados -6.34 -4.82 -7.94 0 -10.27 -11.83 -10.72 -6.92 -6.80

Novillos Especiales y Buenos 431/460 kilos 0 0 0 0 -1.88 -3.43 0 0 -2.23

Novillos Especiales y Buenos 461/490 kilos 0 3.63 2.12 0 0 0 0 3.04 0

Novillos Especiales y Buenos 491/520 kilos 0 2.32 4.23 0 0 0 0 1.90 0

Novillos Especiales y Buenos más de 520 kilos 0 5.90 6.03 0 0 0 0 2.49 0.99

Novillos Overos Negros más de 500 kilos 0 0 0 0 -3.09 0 0 0 -4.80

Novillos Cruza Europea hasta 470 kilos 0 0 0 0 0 0 0 0 -4.61

Novillos Cruza Europea más 470 kilos 0 2.36 0 0 0 0 0 2.95 0

Novillos Cruza Cebú más 440 kilos 0 0 0 0 0 0 0 0 0

Novillos Cruza Cebú hasta 440 kilos -5.39 0 0 0 0 0 0 -4.42 -2.43

Machos Enteros Regulares 0 0 0 0 0 0 0 0 0

Machos Enteros Especiales y Buenos 4.90 2.83 0 0 3.63 0 0 1.55 0

Vaquillona -4.39 -4.84 -3.93 0 -5.88 -11.94 -16.37 -5.02 -6.34

Vaquillona Regulares 0 1.48 0 0 -2.52 -6.60 -2.35 0 -2.48

Vaquillona Especiales y Buenas Medianas 351/390 kilos 9.29 9.59 9.29 0 6.85 2.86 6.92 9.40 7.46

Vaquillona Especiales y Buenas Pesadas 391/430 kilos 0 4.44 2.58 0 0 0 2.86 1.30 0

Raza-Categoria

CEBUINAS LECHERAS OTRAS

De estas tablas, lo interesante es ver para aquel que posee animales de una raza en particular,

cuales alternativas de producción son convenientes. Esto dado que se podrá observar para cada

raza que mercado lo valora más (esto porque la categoría bajo la que se comercializa brinda una

orientación de a qué mercado está destinado el animal).

Luego del análisis de las diferentes categorías y razas que puede poseer el ganado, la dimensión

espacial es una de las cuestiones interesantes de observar. Esto a fin de poder dilucidar el

diferencial de precios inherentes a lugar donde se produce y/o al lugar de destino de la

producción. A continuación se presenta el mapa de primas y descuentos obtenidos por los

diferentes partidos incluyendo ya la prima recibida por provincias (Tabla 1, Anexo 8 [Partidos];

Tabla 1, Anexo 9 [Provincias]). En el mapa las más oscuras son las primas más altas, y va

disminuyendo la intensidad del color a medida que cae y/o aumentan los descuentos.

Incluir estas variables de partidos/departamentos y de provincias, y sus interacciones con las

demás variables; más allá de que son variables que brindan información interesante, cumplen

dentro del modelo una función de corregir la heterogeneidad espacial a la que se estaría

expuesto de no considerar esta dimensión. Lo mismo ocurre con la dimensión espacial.

Una vez observados los diferenciales de precios propios de cada partido/departamento,

debemos tener en cuenta que vender a cada zona, genera primas y descuentos per se (Tabla 1,

Anexo 10) donde se obtienen primas de $2.55 por vender a Zona 1, $1.85 por vender a Zona 2,

$1 por vender a Zona 3 y $2.45 por vender a Zona 5, mientras que aquel que vende a Zona 4

recibe un descuento de $6.

Estas primas y/o descuentos pueden individualizarse a nivel de partido/departamento

(considerando el efecto de la provincia) dado que la cercanía a cada mercado influirá en los

precios de comercialización. A continuación se presentaran los mapas con las primas recibidas

por cada partido de comercializar con destino a cada una de las zonas (Tablas Anexo 11 [Zonas-

Partidos]; Tablas, Anexo 12 [Zonas-Provincias]).

Luego de observar la dimensión espacial, ahora pasaremos a observar la dimensión temporal.

Es interesante observar en la Tabla 10 cómo se comportan las primas netas por categorías a

través del tiempo, en esta tabla, para percibir mejor la variabilidad temporal consideramos tanto

la primas individuales de cada mes como las propias de cada categoría (Tablas Anexo 3).

Podemos notar como en mayo hay unos shocks positivos en las primas que afecta a todas las

categorías, aunque en magnitudes muy diferentes y que luego tiene comportamientos disimiles

acorde a la categoría de la que se trate.

Importante de destacar es la reducción en los precios de prácticamente todas las categorías que

se observa durante el periodo que va desde abril hasta julio, estando los principales descuentos

en los meses de mayo y junio. También podemos notar como en muchas de las categorías, estos

diferenciales de precios se vuelven positivos en agosto aunque luego desaparecen.

Tabla 10.

Cuando observamos las razas en interacción con el tiempo, podemos observar la Tabla 11

(Tablas Anexo 6). Allí se nota que en marzo no existe prima/descuento para ninguna raza.

Debemos destacar que las razas que no reciben ni primas, ni descuento son las West Highland

y Retinta.

Tabla 11.

Interaccion Categoria Mes Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre

Novillitos Regulares 2.06 6.15 1.14 0 -2.64 -2.81 0.39 2.62 0 0.33 0 0.60

Vaquillona Regulares 1.95 5.64 0.89 -0.21 -2.90 -3.08 0 2.42 0 0 -0.81 0

Terneros hasta 350 kilos 1.62 5.64 0.70 0 -2.70 -3.08 0 2.42 -0.65 -0.23 -0.82 0

Novillitos Especiales y Buenos Medianos 351/390 kilos 2.13 5.94 1.00 0 -2.62 -2.73 0.41 2.42 0 0.34 0 0.53

Novillos Regulares pesados 1.43 4.47 0 -0.80 -4.14 -4.08 -0.80 1.47 0 0.54 0 0.85

Vaquillona Especiales y Buenas Medianas 351/390 kilos 1.66 5.64 0.79 -0.29 -2.93 -3.08 0 2.42 0 0 -0.83 0

Novillitos Especiales y Buenos Pesados 391/430 kilos 1.46 5.64 0.53 -0.47 -3.32 -3.08 0 3.30 0 0.66 0 0.70

Novillos Especiales y Buenos 431/460 kilos 1.46 4.77 0 -0.93 -3.58 -3.85 0 2.42 0 0.94 1.49 1.41

Novillos Especiales y Buenos 461/490 kilos 0 3.26 -1.93 -3.04 -6.03 -6.06 -2.33 0.62 -1.76 0 0 0

Novillos Especiales y Buenos más de 520 kilos 0 3.28 -1.79 -3.21 -5.49 -6.72 -2.47 1.51 0 1.67 1.58 0.78

Vaquillona 2.14 5.64 0 -1.34 -3.95 -6.14 -3.10 0.45 -1.91 0 0 0

Vaquillona Especiales y Buenas Pesadas 391/430 kilos 1.99 5.64 0 0 -2.93 -3.08 0 2.42 0 0 0 0

Novillos Especiales y Buenos 491/520 kilos 0 3.20 0 -3.19 -6.00 -6.03 -2.06 2.42 0 0 0 0

Machos Enteros Regulares 2.99 5.64 0 0 -2.34 -3.08 0 2.42 1.85 1.60 0 0

Machos Enteros Especiales y Buenos 2.06 5.64 0 0 -4.33 -3.08 0 2.42 0 0 0 0

Novillos Overos Negros más de 500 kilos 2.95 5.64 1.30 0 -2.51 -3.08 0 2.42 2.97 3.23 1.27 0

Novillos 0 5.64 0 0 -4.15 -5.76 -3.92 -0.26 -1.39 0 -1.50 0

Novillos Cruza Europea más 470 kilos -1.46 2.59 -3.70 -4.86 -9.12 -7.97 -4.68 -2.37 -2.19 0 0 -2.25

Novillitos 2.21 4.37 0 -2.40 -5.45 -6.32 -3.78 -0.21 0 0 0 0

Novillos Cruza Europea hasta 470 kilos 2.29 5.64 0 0 -4.42 -3.08 0 2.42 0 0 0 0

Novillos Cruza Cebú más 440 kilos -1.72 1.85 -3.65 -5.16 -9.12 -8.43 -3.85 -2.79 0 0 0 0

Novillos Cruza Cebú hasta 440 kilos 0 2.52 0 0 -5.45 -3.08 -2.77 2.42 -2.81 0 0 0

Novillos Regulares livianos 0 5.64 0 0 -9.12 -3.08 0 2.42 0 0 0 0

Con las Tablas del Anexo 13, se arma la tabla 12, donde se puede observar la variabilidad

temporal de los diferenciales de precios que se generan en base a las zonas de destino del

ganado. En la tabla, lo que estamos observando son a través de sus diferenciales e precios las

fluctuaciones de los equilibrios entre la oferta y las demandas de cada zona en el tiempo.

Tabla 12.

Con las tablas del anexo 14, se arma la tabla 13 donde puede apreciarse la variación de los

diferenciales de precios para las diferentes provincias a lo largo de los meses:

Tabla 13.

Podemos notar que no están todas la provincias en esta tablas dado que algunas no presentaban

efectos temporales y otras solo en 1 caso. Mendoza, obtuvo prima de $1.75 en marzo. Tres

provincias reciben un diferencial de precios solo en el mes de Abril, y estas son: Córdoba con

un descuento de $0.4, y con una prima se encuentran: Rio Negro $1.7, y Santiago del Estero

$0.9. La Rioja obtiene una prima en el mes de mayo de $5.3 mientras que Corrientes recibe un

descuento de $1.45 en el mes de agosto. Por su parte Tucuman, recibe un descuento en el mes

de noviembre de $1.25. Por su parte, aquella que no presentaron diferencial son: Catamarca,

Chaco, Chubut, Jujuy, Neuquén, San Juan, San Luis, Santa Cruz, y Tierra del Fuego.

V) Conclusiones

Luego de presentar y discutir los resultados obtenidos, podemos comenzar a responder la

pregunta que motiva esta investigación. ¿Qué factores influyen en la determinación del precio

del ganado comercializado en el mercado de bovinos gordos y de invernada? Además se

Raza-Mes Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre

Otra -4.29 -4.34 0 0.38 0 0 -4.53 0 0 -0.58 -2.55 0

Shorthorn 1.08 0 0 0 0 0 0.47 0 0 0 0.44 0

Aberdeen Angus -4.32 -4.37 0 0.79 0.32 0 -4.69 0 0 0 -2.44 0

Bovino Criollo -4.42 -4.44 0 0 0 0 -4.28 0.36 0.80 0.41 -2.16 0

Holando Argentino -3.95 -4.32 0 0.40 0 0 -4.48 -0.92 0 0 -2.70 -0.54

Braford -3.69 -4.03 0 0.86 0.38 0 -4.29 0 0.59 0.48 -2.05 0

Hereford 0 0 0 5.39 4.76 4.45 0 4.13 4.50 4.54 1.90 4.26

Brangus -4.70 0 0 1.07 0 -0.97 0 -1.06 0 0 -2.50 -1.00

Jersey -4.14 0 0 1.46 0 -1.63 0 -1.19 0 0 -2.71 0

Charolais 0 0 0 7.78 6.85 6.16 0 3.46 5.97 6.12 3.86 5.68

Polled Hereford 0 0 0 -2.60 -1.91 0 -4.18 0 0 0 -4.31 -2.40

Brahman 0 0 0 1.88 0 1.78 -4.91 0 0 0 0 0

Limangus 0 0 0 0 4.24 0 -2.89 0 0 0 0 0

Limuosin 0 0 0 0 0 0 -7.24 0 0 0 0 0

Belted Galloway 0 0 0 5.11 0 0 -6.60 0 0 0 0 0

Blonde d'aquitaine 0 0 0 5.64 0 0 -5.53 0 0 0 0 0

Flieckvieh Simmental 0 -4.45 0 0 9.33 0 0 0 0 0 0 0

Piemontese 0 -3.99 0 0 0 0 0 0 0 0 0 0

Santa Gertrudis -4.71 0 0 0 0 0 0 0 0 0 0 0

Mes-Zona Zona 1 ZONA 2 ZONA 3 ZONA 4 ZONA 5 ZONA 6 ZONA 7 ZONA 8 ZONA 9 ZONA 10

Enero 1.805366 2.425682 0 3.841527 0 4.088532 0 0 2.270516 4.647362

Febrero -1.865527 -1.363546 -3.783856 0 -3.721817 0 -4.823521 -3.133631 -3.16934 0

Marzo -2.440376 -1.873572 -4.77966 -0.4351191 -4.44894 0 -4.232003 -3.765411 -2.968026 0

Abril -2.595592 -1.863204 -4.392403 0 -4.447902 0 -6.04792 -4.039762 -2.567746 0

Mayo 0 0.5964994 -1.861218 1.874946 -1.657959 2.358086 -3.366708 -1.241193 0 2.440314

Junio 2.917192 3.417928 0.5464615 4.931962 0 5.074798 -2.077027 0 0.7043264 3.510946

Julio 4.235163 4.153885 1.873344 6.005488 1.288622 5.886078 0 1.702876 0.7570495 4.749612

Agosto -2.291882 -1.934522 -4.784228 -0.6964062 -4.6803 0 -5.706577 -4.714364 -4.847704 -2.01692

Septiembre 2.80941 3.050927 0 4.551205 0 5.003199 0 0 -2.025342 1.080708

Octubre 1.749265 1.974416 -0.8627096 3.254345 -0.7808068 4.001337 0 0 -1.675722 1.28252

Noviembre 3.581703 3.9978 0 4.13094 0.9404161 6.067163 4.356465 1.431807 0 3.277771

Diciembre 0 0 -3.353966 0 -2.530139 1.844788 0 -2.166817 -3.824031 -0.6306237

Provincia-Mes Buenos Aires C.A.B.A ENTRE RIOS FORMOSA LA PAMPA MISIONES SALTA SANTA FE

Enero 0 -0.98 0.29 0 0 0 -0.73 0.27

Febrero 0 0.58 -0.37 0 0 0 0 0

Marzo 0.73 0 0 0 0.83 0 0 0.77

Abril 0 0 0 0 0 0 0 0

Mayo 0.43 0.89 0.51 -1.66 0 0 0 0.65

Junio -0.54 0 -0.74 0 -1.09 -1.78 0 0

Julio 0 1.37 0 0 0 0 0 0

Agosto 0.34 1.10 0 -1.67 0 1.69 -0.63 0

Septiembre 0 0 0 0 0 0 0 0

Octubre 0 0 0 0 0 0 0 0

Noviembre 0 -0.77 0 0 0 0 0 0

Diciembre 0 0.57 0 0 0 0 0 0

agregara junto a cada factor que influya en la determinación del precio del ganado, posibles

usos que se le pueda dar a la información generada.

Comenzando por las cuestiones más generales, en primera instancia surge que dependiendo del

animal que se esté hablando en relación a su condición sexual (novillos/novillitos, machos

enteros jóvenes o vaquillonas) y a la categoría bajo la que se comercializara, recibirá el lote de

animales diferentes primas en lo que respecta a peso promedio del lote y su término cuadrático,

cantidad de animales en el lote y su término al cuadrático, y cantidad de kilogramos totales en

el lote y su término cuadrático; la implicancia que estas cuestiones sean significativas, ayuda a

tomar decisiones optimas en cuanto a la composición del lote de ganado a llevar al mercado.

Luego podemos observar cómo no fueron significativas las variables de categoría del ganado

por ellas mismas, salvo en un solo caso. La intuición que puede desprenderse como hipótesis

de este comportamiento es que esta prima ya viene implícita en los coeficientes mencionados

en el párrafo anterior, en los diferentes coeficientes por kilogramo promedio del lote y su

término al cuadrado. Mas al considerar que luego las interacciones de las categorías con el resto

de las variables fueron significativos para explicar los precios del ganado otorgando

información muy útil para el tomador de deciciones.

Esta información útil puede verse en la interacción entre razas y categorías, donde da

información relevante para la toma de decisiones, dado que permite al productor elegir llevar

al animal de la raza que posea a la categoría que mejor le pague acorde a sus costos, o a las

asociaciones de razas puras para saber que líneas genéticas prestar más atención dada la

preferencia del mercado.

Muy relevante es encontrar que hay razas que son significativas y poder observar cómo estas

interactúan con las demás variables generando diferenciales de precios significativos. Estando

lo relevante de esta información en que esto afecta a todos en la cadena productiva en la parte

del campo. Pero además esta variable, no solamente afecta a los productores, sino que también

es una variable que puede ser utilizada para políticas públicas. Comprender cuales razas paga

más la industria, una vez comprendida la estructura de costo (factor importante), permiten poder

generar políticas tendientes a mejorar la exportación incentivando la producción de razas más

valoradas en la producción de animales en categorías de exportación, podrían destinarse

políticas a combatir y reducir la pobreza en áreas de ganadería de subsistencia mejorando la

composición genética de los rodeos de estas familias, etc.

Otros de los factores que resultaron significativos fueron los relacionados a la cuestión espacial.

Permitiendo los resultados concluir que regiones son las que reciben primas o descuentos a lo

largo del territorio nacional, además de posibilitar ver cómo serán estas acorde a la región a la

que comercialicen. Esta es una información muy importante para dos tipos de agentes, por un

lado para el productor y por otro para el hacedor de política. Por el lado del productor por que

le permite conocer la desventaja competitiva desde la que está partiendo, dado que en equilibrio,

por animales de igual condición al suyo desde las características observadas, está recibiendo un

menor precio solo por su origen. Además la información que relaciona partidos/departamentos

de origen y zonas, permite realizar estrategias de comercialización acordes a sus costos de

comercializar a cada una.

En lo que respecta a la visión política sobre lo obtenido al concluir la significatividad de la

dimensión geográfica, puede entenderse que esta información debería ser de gran utilidad para

el hacedor de políticas regionales/provinciales/municipales para observar a que se deben los

descuentos que lo afectan, y si es producto de cuestiones ajenas a ellos, o es producto de

cuestiones mejorables desde un enfoque de políticas que colaboren en mejorar la

comercialización del ganado. Cuando mencionamos esta dimensión espacial, no solo interesa

los lugares de origen, sino que también para el hacedor de política debería ser importante el

lugar de destino, dado que los lugares de destino está compuesto en parte por los frigoríficos,

lo cual puede ser en determinadas regiones factores de desarrollo industrial o factores para

abaratar los costos de la carne que le paga la gente de la región, brindando una herramienta más

de política.

La otra dimensión es la temporal, la cual en parte es usada para quitar del análisis determinados

shocks, y por otra parte al ver las interacciones que se generan, también permite obtener

conclusiones sobre el comportamiento de los diferentes atributos a lo largo del tiempo.

Obviamente para poder realizar una correcta interpretación de las cuestiones estacionales u otro

tipo de análisis sobre la evolución de los diferenciales en el tiempo sería necesario series más

largas.

Por último, a la hora de interpretar los resultados, existen cuestiones que no se tuvieron en

cuenta por falta de datos al respecto pero que en la literatura son cuestiones presentes en los

estudios: la homogeneidad de los lotes, la musculatura y frame del ganado (aunque estas

cuestiones con las razas quedan muy aproximadas), la condición corporal del ganado,

cuestiones físicas como cornamenta y problemas físicos (animales rengos, ciegos, defectuosos,

etc). Por estas cuestiones es que se sugiere observar los resultados con cierto cuidado.

Bibliografía Adugna, T. (2006) “Determinants of Market Prices of Cattle in Eastern Ethiopia”. International Association of Agricultural Economists

Conference, Gold Coast, Australia

Atkinson, R.; Sanders, D. R.; Jones, K.; y Altman, I. J. (2010) “An Evaluation of Purebred Bull Pricing: Implications for Beef Herd

Management”. Journal of the American Society of Farm Managers and Rural Appraisers 235-243.

Avent, R. K.; Ward, C. E. y Lalman D. L. (2004) “Market value of preconditioning feeder calves”. Journal of Agricultural and Applied

Economics, 36:173–183.

Bailey, D., Brorsen B.W., y Fawson, C. (1993) “Buyer Concentration at Feeder Cattle Auctions” Review of Agricultural Economics 15:103–

119.

Baronio, A. y Vianco, A. (2016) “Materiales y métodos en el proceso de investigación econométrica”. Cuadernos de econometría, editorial

UniRío, Universidad Nacional de Río Cuarto. Argentina.

Barrett, C. B.; Chabari, F.; Bailey, D.V.; Coppock, D. L.; Little, P. D. (2003) “Livestock Pricing in the Northern Kenyan Rangelands”.

Journal of African Economies, volume 12, number 2, 127-155.

Bekkerman, A.; Brester, G. W.; y McDonald, T. J. (2013) “A Semiparametric Approach to Analyzing Differentiated Agricultural Products).

Journal of Agricultural and Applied Economics, 45,1:79–94

Blank, S.C.; Boriss, H.; Forero, L. y Nader, G. (2006) “Western cattle prices vary across video markets and value-adding programs”.

University of California, Division of Agriculture and Natural Recourses. California Agriculture. 60(3):160-165.

Blank, S. C., Forero, L. C. y Nader, G. A. (2009) “Video Market Data for Calves and Yearlings Confirms Price Discounts for Western

Cattle” California Agriculture 63:225–231.

Blank, S.C., Saitone, T.L., & Delehanty, R. (2014) “Seller-Offered Forward Contracts: An Additional Benefit to Cattle Producers from

Satellite Video Auctions” Annual Meeting Southern Agricultural Economics Association, Dallas, Texas.

Blank, S. C.; Saitone, T. L. y Sexton, R. J. (2016) “Calf and yearling prices in the western United States: Spatial, quality, and temporal

factors in satellite video auctions”. Journar Agriculture Resource Econmics 41:458–480.

Bolte, K. J. (2007) “Electronic animal identification systems at livestock auction markets: Perceptions, costs, and benefits” MS Thesis.

Kansas State Univ., Manhattan.

Buccola, S.T. (1980) “An Approach to the Analysis of Feeder Cattle Price Differentials.” American Journal of Agricultural Economics

62,3:574–80

Buccola, S. T., y Jessee, D. L. "A U.S. Regional Model of Feeder Steer-Heifer Price Differentials." S. J. Agr. Econ. 11(1979):61-65

Bulut, H., y Lawrence, J. D. (2007) “The value of third-party certification of preconditioning claims at Iowa feeder cattle auctions” J. Agric.

Appl. Econ. 39:625–640.

Burdine, K.; Maynard, L. y Halich, G. (2013) “Factors Affecting Feeder Cattle Prices in the Southeast” Annual Meeting Southern

Agricultural Economics Association, Orlando, Florida.

Coatney, K. T.; Menkhaus, D. J. y Schmitz, J. D. (1996) “Feeder cattle price determinants: An hedonic system of equations approach”. Rev.

Agric. Econ. 18:193–211.

Dhuyvetter, K.C.; Schroeder, T.C.; Simms, D.D.; Bolze, R.P. y Geske, J. (1996) “Determinants of Pure bred Beef Bull Price Differentials”

Journal of Agricultural and Resource Economics 21,2:396–410

Dhuyvetter, K. C.; Bryant, A. M. y Blasi, D. A. (2005,a) “Case Study: Preconditioning Beef Calves: Are Expected Premiums Sufficient to

Justify the Practice?” Professional Animal Scientist 21:502–514.

Dhuyvetter, K. C.; Jones, R.; Turner, T.; and Marsh, T. (2005,b) "Economic values associated with expected progeny differences (EPD) for

angus bulls at auction," Kansas Agricultural Experiment Station Research Reports: Vol. 0: Iss. 1. https://doi.org/10.4148/ 2378-5977.1596

Faminow, M. D., and Gum, R. L. (1986) “Feeder calf price differentials in Arizona auction markets” West. J. Agric. Econ. 11:156–163.

10.1.1.490.8056.

Fernández Rodríguez, F.; Acosta González, E.; y Andrada Félix, J. (2009) “Especificación de modelos econométricos utilizando minería de

datos” .Rect@: Revista Electrónica de Comunicaciones y Trabajos de ASEPUMA, ISSN-e 1575-605X, Nº. 10, págs. 223-252

Hawkes, J.M., Lillywhite, J.M. y Simonsen, J. (2008) “Breed influence on feeder calves”. New Mexico State University, College of

Agriculture and Home Economics, Cooperative Extension Service. Circular 634.

Hendry, D. F. (1980) “Econometrics-Alchemy or Science” . Economica, 1980, vol. 47, issue 188, 387-406.

Herbst E. (2016) “Characteristics influencing the price of fed cattle sold on the Fed Cattle Exchange online platform”. Tesis, Department of

Agricultural Economics College of Agriculture, Kansas State University, Manhattan, Kansas

Holt, J. D.; Fields, D.; Prevatt, J. W.; y Kriese-Anderson, L. (2004) “Producer Valuation of Herd Bull Characteristics”. American

Agricultural Economics Association Annual Meeting, Denver, Colorado.

Jabbar, M.A. y Diedhiou, M.L. (2003) “Does breed matter to cattle farmers and buyers? Evidence from West Africa”. Ecological Economics

45 pages 461/472

James, J. B.; Farris, D. E. (1971) “Factors Affecting Price Differences of Cattle in the Southwest”. Texas Agricultural Experiment Station.

Kassie, G. T.; Abdulai, A.; & Wollny, C. (2011). “Heteroscedastic hedonic price model for cattle in the rural markets of central Ethiopia”.

Applied Economics, 43:24, 3459-3464,

Kerr, W. A. (1984) “Selective Breeding, Heritable Characteristics and Genetic-Based Technological Change in the Canadian Beef Cattle

Industry”. Western Journal of Agricultural Economics, 9(1): 14-28

King, M. E.; Salman, M. D.; Wittum, T. E.; Odde, K. G.; Seeger, J. T.; Grotelueschen, D. M.; Rogers, G. M. and Quakenbush, G. A. (2006)

“Effect of Certified Health Programs on the Sale Price of Beef Calves Marketed Through a Livestock Videotape Auction Service from 1995

through 2005.” Journal of the American Veterinary Medical Association 229:1389–1400. doi: 10.2460/ javma.239.4.451.

Koetz Júnior, C. ; Guiselli Lopes, F.; Barca Júnior, F. A.; Marques Claus, L. A.; Andrighetto Canozzi, M. E.; Oliveira Menegassi, S.

R.; Dhein Dill, M.; Jardim Barcellos, J. O. (2014) “Phenotypic factors and genetic group on the selling price formation of beef calves sold

in auctions at the Northern region of Paraná State, Brazil”. Ciência Rural, Santa Maria, v.44, n.4, p.752-756

Ladd, G.W., and Martin, M.B. (1976) “Prices and Demands for Input Characteristics.” American Journal of Agricultural Economics 58,1:21–

30.

Lambert, C. D.; McNulty, M. S.; Grunewald, O. C. y Corah, L. R. (1989) “An Analysis of Feeder Cattle Price Differentials” Agribusiness

5:9–23.

Lancaster, K. J. (1966) “A New Approach to Consumer Theory.” Journal of Political Economy 74,2:132–57.

Lanfranco Crespo, B.; Ois Patisson, C.; y Bedat Innella, A. (2006) “Diferenciales de precios en los mercados de hacienda por pantalla en el

Uruguay”. Reunion Anual de la Asociación Argentina de Economía Agraria, marzo.

Lawrence, J.D., Yeboah, G. (2002) “”Estimating the value of source verification of feeder cattle” J. Agribusiness.;20:117–129

Lopez, J. A.; Bankole, T. y Wahrmund, J. (2017) “A Hedonic Analysis of Feeder Cattle Auction Prices in Northeast Texas”. Annual Meeting

Southern Agricultural Economics Association’s, Mobile, Alabama, February.

Lovell, M.C. (1983) Data mining. Review of Economic and Statistics, 65 1-12.

Mallory, S., E. A. DeVuyst, K. C. Raper, D. Peel, and G. Mourer. 2016. Effect of location variables on feeder calf basis at Oklahoma

auctions. J. Agric. Resour. Econ. 41:393–405.

Menzie, E. L., R. L. Gum, and C. C. Cable. Major Determinants of Feeder Cattle Prices at Arizona Livestock Auctions. Tucson, AZ: College

of Agriculture, University of Arizona. Arizona Agricultural Experiment Station Technical Bulletin, No. 197, 1972.

Mintert, J., J. Blair, T. Schroeder, and F. Brazle. “Analysis of Factors Affecting Cow Auction Price Differentials.” Southern Journal of

Agricultural Economics 22,2(1990): 23–30.

Mitchell, J. L.; Peel, D S. y BRORSEN, B. W. (2018) “Price Determinnts of bred cows”. Journal of Agricultural and Applied Economics,

50, n° 1: 64–80

Parish, J. A.; Williams, B. R.; Coatney, K. T.; PAS; Best, T. F.; y Stewart, C. O. (2018) “A hedonic analysis of sale lot traits affecting calf

prices in Mississippi auction markets”. The Professional Animal Scientist 34:240–249

Richards, T. J. y Jeffrey, S. R. (1996) “Establishing Indices of Genetic Merit Using Hedonic Pricing: An Application to Dairy Bulls in

Alberta”. Canadian Journal of Agricultural Economics 44, 251-264

Rosen, S. (1974) “Hedonic Prices and Implicit Markets: Product Differentiation in Pure Competition.” Journal of Political Economy 82:34–

55.

Russell, L. A.; Anderson, D. P. Bochat, T.; Yanta, B. D.; Paschal, J. C. y Young, A. (2015) “Effects of Brahman Influence on Breeding

Female Prices in South Texas”. Annual Meeting Southern Agricultural Economics Association’s, Atlanta, Georgia.

Schroeder, T.; Mintert, J.; Brazle, F. y Grunewald, O. (1988) “Factors affecting feeder cattle price differentials” West. J. Agric. Econ. 13:71–

81.

Schulz, L.; Dhuyvetter, K.; Harborth, K. y Waggoner, J. (2010) “Factors affecting feeder cattle prices in Kansas and Missouri”. Kansas State

University, Department of Agricultural Economics.

Schulz, L., Dhuyvetter, K.C. y Doran, B.E. (2015) “Factors Affecting Preconditioned Calf Price Premiums: Does Potential Buyer

Competition and Seller Reputation Matter?” Journal of Agricultural and Resource Economics 40,2:220–41.

Schumacher, T.; Schroeder, T. C. y Tonsor, G. T. (2012) “Willingness-to-Pay for Calf Health Programs and Certification Agents.” Journal

of Agricultural and Applied Economics 44:191–202.

Smith, Jenna M., (2007) "Hedonic Pricing of Bulls," SS-AAEA Journal of Agricultural Economics, Agricultural and Applied Economics

Association, vol. 2007, pages 1-23.

Smith, S.C.; Gill, D.R.; Jones, S.C. y Gardner, B.A. (1998) “Effect of Selected Characteristics on the Sale Price of Feeder Cattle in Eastern

Oklahoma” Animal Science Research Report, Pages 89-95

Sullivan, G. M. y Linton, D. A. (1981) “Economic evalution of an alternative marketing system for feeder cattle in Alabama”. Southern

journal of agricultural economics, December, pagina 85:89

Troncoso, J. L.; Engler, A.; Manriquez, P.; and Valdivia, A. (2012) “Factors that influence the price of cattle in livestock auctions: the case

of the stockyard of Melipilla (Chile)”. Cien. Inv. Agr. 39(1):37-45

Turner, S. C., McKissick, J. y Dykes, N. S. (1993) “Reputation Selling in Feeder Cattle Teleauctions.” Review of Agricultural Economics

15:9–19.

Walburger, A. M. (2002) ‘‘Estimating the Implicit Prices of Beef Cattle Attributes: A Case from Alberta’’ Canadian Journal of Agricultural

Economics 50:135–49.

Williams, G. S. (2009) “Feeder cattle premiums from a certified preconditioning program” Oklahoma State University, Stillwater,

Oklahoma.

Williams, T. O.; Okike, I.; Spycher, B. (2006) “A Hedonic Analysis of Cattle Prices in the Central Corridor of West Africa: Implications

for Production and Marketing Decisions”. International Association of Agricultural Economists Conference, Gold Coast, Australia.

Williams, G. S.; Raper, K. C.; DeVuyst, E. A.; Peel, D. S. y McKinney, D. (2012) “Determinants of price differentials in Oklahoma

valueadded feeder cattle auctions”. J. Agric. Resour. Econ. 37:114–127.

Williamson, K. C.; Carter, R. C. y Gaines, J. A. (1961) “Effects of Selected Variables on Prices of Calves in Virginia Feeder Calf Sales.”

Journal of Farm Economics 43:697–706.

Zimmerman, L.C. (2010) “Factors influencing the price of value-added calves at Superior Livestock Auction”. Master’s Thesis. Kansas

State University, Manhattan, KS

Zimmerman, L. C.; Schroeder, T. C.; Dhuyvetter, K. C.; Olson, K. C.; Stokka, G. L.; Seeger, J. T. y Grotelueschen D. M. (2012) “The effect

of value-added management on calf prices at superior livestock auction video markets”. J. Agric. Resour. Econ. 37:128–143.

Anexo

Anexo 1: Interacción Zona-Categoría

Tabla 1.

Tabla 2.

Tabla 3.

Tabla 4.

Zona 1 Variable Coeficiente Porcentaje

Novillitos Especiales y Buenos Medianos 351/390 kilos -1.813707 0.0890222 7.92%

Novillos Regulares pesados 7.049244 0.4509937 5.14%

Novillos Especiales y Buenos 431/460 kilos -1.242425 0.1067387 4.29%

Vaquillona Especiales y Buenas Medianas 351/390 kilos -7.845462 0.2091466 3.78%

Novillos Especiales y Buenos más de 520 kilos 3.579625 0.3335452 1.80%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos -5.193008 0.22867 0.93%

Machos Enteros Especiales y Buenos 3.919953 0.7050195 0.72%

Novillos Cruza Europea hasta 470 kilos -3.743658 0.4756889 0.20%

ZONA 2 Variable Coeficiente Porcentaje

Terneros hasta 350 kilos 0.7395946 0.0655403 20.60%

Novillitos Especiales y Buenos Medianos 351/390 kilos -1.678512 0.0981539 7.30%

Vaquillona Especiales y Buenas Medianas 351/390 kilos -7.385058 0.2119451 6.12%

Novillos Especiales y Buenos 431/460 kilos -0.5658122 0.1134789 5.33%

Novillos Regulares pesados 6.158083 0.4575607 4.51%

Novillos Especiales y Buenos 461/490 kilos 1.38574 0.119093 3.09%

Novillos Especiales y Buenos más de 520 kilos 4.315926 0.3401366 2.49%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos -4.743196 0.2566829 1.57%

Machos Enteros Especiales y Buenos 4.171252 0.7587086 0.56%

ZONA 3 Variable Coeficiente Porcentaje

Vaquillona Regulares 8.20397 0.1966453 20.42%

Novillitos Regulares 2.522153 0.0902473 19.96%

Terneros hasta 350 kilos 3.058758 0.0940272 18.87%

Novillos Regulares pesados 8.961218 0.4675907 3.68%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos 1.71898 0.2133491 2.31%

Novillos Especiales y Buenos 461/490 kilos 0.7996712 0.18559 1.80%

Novillos Especiales y Buenos más de 520 kilos 2.993115 0.3843897 1.28%

Vaquillona 5.187871 0.3423967 0.95%

Novillos Overos Negros más de 500 kilos 3.353516 0.4266193 0.29%

Machos Enteros Regulares -5.659437 1.100191 0.29%

Tabla 5.

Tabla 6.

Tabla 7.

Tabla 8.

ZONA 4 Variable Coeficiente Porcentaje

Novillitos Regulares 2.342976 0.1074195 16.11%

Vaquillona Especiales y Buenas Medianas 351/390 kilos -8.820927 0.2213762 11.33%

Terneros hasta 350 kilos 2.496508 0.1131849 11.17%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos -6.945831 0.2743327 4.03%

Novillos Especiales y Buenos 461/490 kilos 0.7637454 0.2047653 2.31%

Novillos Regulares pesados 8.632242 0.5004574 1.96%

Novillos Especiales y Buenos más de 520 kilos 1.439483 0.4453243 0.60%

Vaquillona -3.162274 0.5071912 0.59%

Novillitos 4.434075 0.9935096 0.15%

Novillos 3.752886 1.038148 0.13%

Novillos Cruza Europea hasta 470 kilos 13.88997 1.008403 0.07%

ZONA 5 Variable Coeficiente Porcentaje

Vaquillona Regulares 7.091092 0.1992269 24.62%

Novillitos Regulares 2.203011 0.0916626 23.94%

Terneros hasta 350 kilos 1.558359 0.0997613 13.53%

Novillos Regulares pesados 6.604959 0.439154 6.99%

Vaquillona Especiales y Buenas Medianas 351/390 kilos -1.453039 0.1502681 4.51%

Novillos Especiales y Buenos más de 520 kilos 4.444487 0.3272516 2.67%

Novillos Especiales y Buenos 461/490 kilos 1.361868 0.1418913 1.74%

Vaquillona 6.24973 0.3279305 1.71%

Novillos Cruza Europea más 470 kilos 3.329059 0.2674206 0.73%

ZONA 6 Variable Coeficiente Porcentaje

Vaquillona Regulares 5.508058 0.2261461 24.44%

Novillos Regulares pesados 8.02781 0.4623124 15.56%

Novillos Especiales y Buenos más de 520 kilos 3.010952 0.3485976 6.98%

Vaquillona Especiales y Buenas Medianas 351/390 kilos -2.771923 0.2285021 5.91%

Novillitos Especiales y Buenos Medianos 351/390 kilos -1.601813 0.2268018 5.48%

Novillos Especiales y Buenos 461/490 kilos 0.880112 0.1771779 4.90%

Novillitos Especiales y Buenos Pesados 391/430 kilos -1.053011 0.2202978 3.52%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos -1.002756 0.2755911 3.21%

Novillos Cruza Europea hasta 470 kilos 3.576497 1.074362 0.52%

ZONA 7 Variable Coeficiente Porcentaje

Vaquillona Regulares 8.945054 0.638491 18.10%

Terneros hasta 350 kilos -4.719855 0.4095119 9.87%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 2.511294 0.458356 5.61%

Novillitos -20.64494 1.607126 0.33%

Tabla 9.

Tabla 10.

Anexo 2: Interacción Provincia-Categoría

Tabla 1.

ZONA 8 Variable Coeficiente Porcentaje

Vaquillona Regulares 3.895827 0.2718498 29.42%

Novillitos Regulares -0.6084809 0.2315775 22.00%

Novillos Regulares pesados 4.081853 0.5032061 14.51%

Vaquillona Especiales y Buenas Medianas 351/390 kilos -1.985546 0.2857214 8.48%

Novillitos Especiales y Buenos Medianos 351/390 kilos -1.582818 0.2882617 8.37%

Novillitos Especiales y Buenos Pesados 391/430 kilos -1.252345 0.3276246 4.98%

Novillos Especiales y Buenos 431/460 kilos -1.652215 0.4036325 2.25%

Machos Enteros Regulares -3.120687 0.9157769 0.43%

Novillos Cruza Cebú hasta 440 kilos -18.79859 1.051204 0.01%

ZONA 9 Variable Coeficiente Porcentaje

Vaquillona Regulares 5.514315 0.2552133 28.39%

Vaquillona 5.040426 0.5199927 10.26%

Novillitos -4.393325 0.5487905 2.54%

Novillos Cruza Cebú más 440 kilos -5.844574 1.076711 0.27%

Novillos Overos Negros más de 500 kilos -15.4422 3.140858 0.02%

ZONA 10 Variable Coeficiente Porcentaje

Novillitos Regulares -1.125737 0.2250888 37.22%

Vaquillona Regulares 7.563864 0.3857792 32.77%

Novillitos Especiales y Buenos Medianos 351/390 kilos -1.412682 0.3011213 6.29%

Vaquillona 7.722145 0.5650568 4.91%

Novillos Regulares pesados 3.264654 0.5764786 2.07%

Novillitos Especiales y Buenos Pesados 391/430 kilos -2.422656 0.4016514 1.45%

Novillos -3.133729 0.7451268 0.85%

Novillos Especiales y Buenos 431/460 kilos -2.855891 0.6011787 0.47%

Novillos Cruza Cebú hasta 440 kilos 3.457888 0.6587173 0.21%

Novillos Especiales y Buenos más de 520 kilos 2.817667 0.8862595 0.14%

Tabla 2.

Tabla 3.

Tabla 4.

Buenos Aires Coeficiente Desvió Estándar Porcentaje

Novillitos Regulares 1.211935 0.1353096 20.42%

Vaquillona Regulares -4.001468 0.1666817 19.72%

Terneros hasta 350 kilos -5.104839 0.1621891 19.21%

Novillitos Especiales y Buenos Medianos 351/390 kilos 6.193605 0.3976381 9.39%

Vaquillona Especiales y Buenas Medianas 351/390 kilos -5.435808 0.3352135 6.80%

Novillitos Especiales y Buenos Pesados 391/430 kilos -1.288806 0.1646876 4.83%

Novillos Especiales y Buenos 431/460 kilos 2.578678 0.1699581 4.60%

Novillos Especiales y Buenos 461/490 kilos 0.7974452 0.1782445 2.76%

Novillos Especiales y Buenos más de 520 kilos 1.481972 0.1941209 2.14%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos -0.6492308 0.2197194 1.99%

Novillos Especiales y Buenos 491/520 kilos 2.047849 0.1695117 1.65%

Vaquillona -10.66977 0.5284711 1.63%

Novillos -6.07888 0.5118957 0.53%

Novillitos -12.50051 0.4045183 0.47%

Machos Enteros Especiales y Buenos -2.364333 0.407366 0.27%

Machos Enteros Regulares -4.862073 0.830523 0.19%

Novillos Cruza Europea hasta 470 kilos -5.415314 0.6895137 0.12%

Novillos Cruza Europea más 470 kilos 1.682545 0.5072209 0.03%

CATAMARCA Coeficiente Desvió Estándar Porcentaje

Novillitos Regulares -3.326689 0.3797538 32.86%

Vaquillona Regulares -7.80274 0.4739407 24.10%

Vaquillona -15.46036 0.8182399 9.47%

Terneros hasta 350 kilos -10.211 0.6252943 7.32%

Novillos Especiales y Buenos 431/460 kilos 4.115868 1.085959 2.30%

Novillos Regulares pesados -2.982743 0.9184099 2.01%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos -4.09919 0.9463535 1.58%

Machos Enteros Regulares -11.21127 1.146323 1.43%

Vaquillona Especiales y Buenas Medianas 351/390 kilos -9.05458 0.5564165 1.43%

CHACO Coeficiente Desvió Estándar Porcentaje

Vaquillona Regulares -4.598813 0.2672749 26.77%

Terneros hasta 350 kilos -6.065813 0.2482787 14.64%

Novillitos Especiales y Buenos Medianos 351/390 kilos 5.804411 0.4852451 4.99%

Vaquillona -9.224738 0.7634417 3.97%

Vaquillona Especiales y Buenas Medianas 351/390 kilos -4.364511 0.4316276 3.90%

Machos Enteros Regulares -8.707109 0.5922688 3.71%

Novillos Regulares pesados 3.256347 0.6107454 2.66%

Novillitos -7.062354 0.7417376 1.38%

Novillos Especiales y Buenos más de 520 kilos 3.436314 0.5659953 1.26%

Novillos -3.551675 0.9072659 0.92%

Novillos Especiales y Buenos 431/460 kilos 3.673103 0.6308487 0.83%

Novillos Especiales y Buenos 491/520 kilos 3.882926 0.7412014 0.45%

Novillos Cruza Cebú más 440 kilos 8.714806 1.170316 0.36%

Tabla 5.

Tabla 6.

Tabla 7.

CHUBUT Coeficiente Desvió Estándar Porcentaje

Novillitos Regulares 18.24508 0.5947511 31.70%

Vaquillona Regulares 10.56 0.982807 18.30%

Novillitos Especiales y Buenos Medianos 351/390 kilos 16.83183 0.9120104 17.65%

Terneros hasta 350 kilos 16.38 0.9519132 17.48%

Novillitos Especiales y Buenos Pesados 391/430 kilos 8.355812 0.8986179 5.56%

Novillos Regulares pesados 22.12 3.606861 2.12%

Machos Enteros Regulares 19.92011 0.9865087 0.82%

Novillos Especiales y Buenos 431/460 kilos 19.93 1.797869 0.65%

C.A.B.A. Coeficiente Desvió Estándar Porcentaje

Novillitos Regulares 7.184984 0.1308216 29.62%

Novillitos Especiales y Buenos Medianos 351/390 kilos 9.754367 0.3988246 9.19%

Novillos Regulares pesados 0.8731692 0.1738627 7.12%

Vaquillona Especiales y Buenas Medianas 351/390 kilos -3.285385 0.3096249 4.57%

Novillos Especiales y Buenos 431/460 kilos 3.550009 0.1889252 3.64%

Machos Enteros Regulares -2.940472 0.8131113 2.05%

Novillos Especiales y Buenos 461/490 kilos 1.226456 0.1869234 1.86%

Novillos Especiales y Buenos 491/520 kilos 2.0004 0.2116481 0.92%

Vaquillona -6.98786 0.5756842 0.30%

Novillos -6.762514 0.7437665 0.23%

Novillitos -9.095257 0.4811577 0.10%

Novillos Cruza Cebú hasta 440 kilos 5.735031 1.949734 0.01%

CORDOBA Coeficiente Desvió Estándar Porcentaje

Vaquillona Regulares -5.188859 0.1394255 26.87%

Terneros hasta 350 kilos -7.640058 0.139698 10.12%

Novillitos Especiales y Buenos Medianos 351/390 kilos 4.838127 0.3759608 9.11%

Vaquillona Especiales y Buenas Medianas 351/390 kilos -6.210241 0.3133224 5.18%

Novillitos Especiales y Buenos Pesados 391/430 kilos -2.151249 0.1487632 3.79%

Novillos Especiales y Buenos 431/460 kilos 1.588896 0.1572576 2.96%

Novillos Especiales y Buenos más de 520 kilos -1.204678 0.1732413 2.47%

Novillos Especiales y Buenos 491/520 kilos 0.8251351 0.1656483 1.34%

Vaquillona -11.1147 0.5978545 1.27%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos -1.93935 0.1960583 0.98%

Machos Enteros Regulares -4.800934 0.6427575 0.55%

Machos Enteros Especiales y Buenos -2.251067 0.5430046 0.20%

Novillos -9.724182 0.6525362 0.19%

Novillitos -14.6949 0.8945238 0.07%

Tabla 8.

Tabla 9.

Tabla 10.

Tabla 11.

CORRIENTES Coeficiente Desvió Estándar Porcentaje

Machos Enteros Regulares -9.587925 0.8154716 1.77%

Novillitos -5.986662 0.8572075 3.17%

Novillitos Especiales y Buenos Medianos 351/390 kilos 7.226911 0.6558703 3.68%

Novillitos Regulares 2.196003 0.4630484 9.81%

Novillos Cruza Europea más 470 kilos 1.4029 0.4538859 9.15%

Novillos Overos Negros más de 500 kilos 8.096612 1.857427 0.42%

Novillos Regulares pesados 4.127398 0.4267249 17.56%

Terneros hasta 350 kilos -2.495356 0.4126036 10.23%

Vaquillona -6.086113 0.7686903 14.86%

Vaquillona Especiales y Buenas Medianas 351/390 kilos -3.022231 0.7608728 1.96%

Vaquillona Regulares -3.886434 0.4460292 9.84%

ENTRE RIOS Coeficiente Desvió Estándar Porcentaje

Novillitos Regulares -0.8451539 0.104879 30.96%

Vaquillona Regulares -6.367166 0.155814 22.78%

Terneros hasta 350 kilos -9.049294 0.1541896 15.14%

Novillitos Especiales y Buenos Medianos 351/390 kilos 1.812366 0.4035317 4.30%

Vaquillona Especiales y Buenas Medianas 351/390 kilos -8.930341 0.368632 2.31%

Novillos Especiales y Buenos más de 520 kilos -2.389914 0.2054305 2.30%

Vaquillona -15.19702 0.5999376 2.22%

Novillitos Especiales y Buenos Pesados 391/430 kilos -5.031576 0.2370431 1.80%

Novillos Especiales y Buenos 461/490 kilos -1.586004 0.2230298 1.73%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos -3.506428 0.2987964 1.01%

Novillos -9.787977 0.7139143 0.28%

Machos Enteros Regulares -6.608622 0.8556684 0.24%

Novillitos -13.10963 0.7272376 0.17%

FORMOSA Coeficiente Desvió Estándar Porcentaje

Novillitos Regulares 4.183182 0.3357871 26.43%

Novillos Regulares pesados 6.613634 0.7374003 9.58%

Vaquillona -6.373053 0.8194951 9.21%

Vaquillona Especiales y Buenas Medianas 351/390 kilos -3.140199 0.7283414 4.38%

Novillos Especiales y Buenos 431/460 kilos 2.110634 0.6841233 3.86%

Novillitos Especiales y Buenos Medianos 351/390 kilos 10.00083 0.9480691 2.38%

Novillos Cruza Cebú más 440 kilos 8.525377 1.429364 1.19%

Novillos Cruza Cebú hasta 440 kilos 4.313891 1.056867 0.97%

JUJUY Coeficiente Desvió Estándar Porcentaje

Novillitos Regulares 4.35116 0.4996378 45.03%

Vaquillona -5.487978 1.216077 2.92%

Tabla 12.

Tabla 13.

Tabla 14.

Tabla 15.

LA PAMPA Coeficiente Desvió Estándar Porcentaje

Vaquillona Regulares -6.077662 0.1705103 19.25%

Terneros hasta 350 kilos -8.545004 0.1835337 8.01%

Vaquillona Especiales y Buenas Medianas 351/390 kilos -7.869401 0.3351642 6.41%

Novillitos Especiales y Buenos Medianos 351/390 kilos 3.456666 0.4076751 6.40%

Novillos Especiales y Buenos 461/490 kilos -1.806636 0.1857675 5.44%

Novillitos Especiales y Buenos Pesados 391/430 kilos -4.844886 0.2209932 4.01%

Novillos Especiales y Buenos más de 520 kilos -1.442015 0.2341867 3.15%

Vaquillona -8.865575 0.6133284 2.11%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos -3.69423 0.2963479 1.64%

Novillos Cruza Europea hasta 470 kilos -3.272153 0.5259281 1.01%

Novillos Overos Negros más de 500 kilos -5.717214 0.4306691 0.46%

Machos Enteros Regulares -7.736919 1.377056 0.18%

Novillitos -20.11379 0.9687316 0.10%

Novillos -13.94568 1.245145 0.05%

Novillos Cruza Cebú hasta 440 kilos 4.758316 1.14904 0.03%

LA RIOJA Coeficiente Desvió Estándar Porcentaje

Novillos Especiales y Buenos 491/520 kilos 4.91691 0.8294223 9.52%

MENDOZA Coeficiente Desvió Estándar Porcentaje

Vaquillona Regulares -6.223496 0.4484151 35.58%

Novillitos Regulares -3.148566 0.4576475 26.28%

Novillitos Especiales y Buenos Medianos 351/390 kilos 3.075103 0.6296512 12.65%

Vaquillona Especiales y Buenas Medianas 351/390 kilos -7.984484 0.8055526 6.37%

Vaquillona -6.691731 0.8862402 4.42%

Novillitos Especiales y Buenos Pesados 391/430 kilos -3.80418 0.8105709 2.74%

Terneros hasta 350 kilos -6.952148 1.313089 1.50%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos -4.202959 1.398835 1.06%

Novillitos -14.62126 1.686324 0.80%

Machos Enteros Regulares -12.19539 2.233691 0.35%

Novillos -12.95037 0.9489769 0.35%

MISIONES Coeficiente Desvió Estándar Porcentaje

Vaquillona Regulares -7.705628 0.7290193 30.27%

Novillitos Regulares -2.428692 0.7191227 29.42%

Vaquillona -10.21392 1.016836 18.81%

Novillitos Especiales y Buenos Medianos 351/390 kilos 4.174817 0.998277 4.53%

Novillos -7.936377 1.288733 3.11%

Vaquillona Especiales y Buenas Medianas 351/390 kilos -5.183091 0.9907144 2.40%

Novillitos -7.801919 1.202452 2.26%

Terneros hasta 350 kilos -5.748969 1.625339 1.56%

Novillos Especiales y Buenos más de 520 kilos 10.57082 3.276786 0.28%

Tabla 16.

Tabla 17.

Tabla 18.

Tabla 19.

NEUQUEN Coeficiente Desvió Estándar Porcentaje

Novillitos Especiales y Buenos Medianos 351/390 kilos 7.514356 0.617833 30.02%

Novillitos Regulares 2.804683 0.6260216 22.84%

Vaquillona Regulares -5.899542 0.9752114 12.89%

Vaquillona Especiales y Buenas Medianas 351/390 kilos -6.396418 0.8453185 6.53%

Vaquillona -15.17877 1.367758 3.75%

Novillos Especiales y Buenos más de 520 kilos 3.016829 0.7013184 0.82%

Novillos Regulares pesados 7.226348 1.223074 0.82%

RIO NEGRO Coeficiente Desvió Estándar Porcentaje

Vaquillona Regulares -9.693572 0.6522659 19.89%

Novillitos Especiales y Buenos Medianos 351/390 kilos 4.597063 0.5408168 6.50%

Novillitos Especiales y Buenos Pesados 391/430 kilos -8.682738 0.5726584 6.50%

Novillos Regulares pesados 1.823836 0.5997803 6.08%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos -8.778164 0.6199147 4.84%

Machos Enteros Especiales y Buenos 9.399407 0.8655448 3.78%

Vaquillona Especiales y Buenas Medianas 351/390 kilos -9.834817 0.8004649 3.39%

Vaquillona -11.70863 0.8364573 2.72%

Novillos -10.61284 0.8171454 1.73%

SALTA Coeficiente Desvió Estándar Porcentaje

Novillitos Regulares 4.846135 0.2231962 41.33%

Vaquillona -7.771049 0.7629139 4.65%

Novillitos Especiales y Buenos Medianos 351/390 kilos 4.982058 0.4838932 4.11%

Vaquillona Especiales y Buenas Medianas 351/390 kilos -3.976333 0.5458906 2.49%

Terneros hasta 350 kilos -2.228286 0.518139 1.89%

Novillos Regulares pesados 2.860072 0.504088 1.75%

Novillos Especiales y Buenos 431/460 kilos 2.736804 1.024985 0.28%

Novillitos -8.28974 1.022026 0.10%

Machos Enteros Especiales y Buenos 10.82643 1.368978 0.04%

SAN JUAN Coeficiente Desvió Estándar Porcentaje

Vaquillona -13.31538 1.680574 8.33%

Tabla 20.

Tabla 21.

Tabla 22.

SAN LUIS Coeficiente Desvió Estándar Porcentaje

Vaquillona Regulares 2.143359 0.2431396 26.42%

Novillitos Regulares 5.868795 0.2485278 21.26%

Novillitos Especiales y Buenos Medianos 351/390 kilos 10.39172 0.4485977 12.99%

Novillitos Especiales y Buenos Pesados 391/430 kilos 3.451759 0.3084656 7.30%

Novillos Especiales y Buenos 431/460 kilos 6.598821 0.4052009 3.39%

Novillos Regulares pesados 4.104039 0.4038076 3.18%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos 4.41952 0.4541341 2.01%

Novillos Especiales y Buenos 461/490 kilos 5.545474 0.5200463 1.28%

Novillos Especiales y Buenos 491/520 kilos 8.359719 0.4332514 0.97%

Novillos Especiales y Buenos más de 520 kilos 7.71088 0.5953021 0.84%

Novillitos -7.427046 1.296857 0.16%

SANTA CRUZ Coeficiente Desvió Estándar Porcentaje

Novillitos Regulares 14.39991 1.701541 28.57%

Vaquillona -9.864802 1.215943 28.57%

SANTA FE Coeficiente Desvió Estándar Porcentaje

Vaquillona Regulares -2.963628 0.134935 23.18%

Novillitos Regulares 1.940283 0.1145505 19.98%

Terneros hasta 350 kilos -4.324987 0.1298231 19.47%

Novillitos Especiales y Buenos Medianos 351/390 kilos 6.555526 0.3852551 8.84%

Vaquillona Especiales y Buenas Medianas 351/390 kilos -4.20565 0.3240079 5.33%

Novillos Especiales y Buenos 431/460 kilos 3.702354 0.2033372 2.11%

Novillos Especiales y Buenos 461/490 kilos 1.999196 0.2071366 1.68%

Vaquillona -12.24493 0.611319 1.23%

Novillos Especiales y Buenos 491/520 kilos 3.442848 0.2552693 1.13%

Novillos Cruza Cebú más 440 kilos 1.05375 0.3670631 0.76%

Machos Enteros Regulares -5.217771 0.7210783 0.60%

Novillos Cruza Cebú hasta 440 kilos 2.855408 0.6052451 0.50%

Novillos -6.318529 0.6055644 0.20%

Novillitos -12.30113 0.4255994 0.19%

SANTIAGO DEL ESTERO Coeficiente Desvió Estándar Porcentaje

Novillitos -11.71015 1.001392 0.11%

Novillitos Especiales y Buenos Medianos 351/390 kilos 1.700205 0.4116526 7.20%

Novillitos Especiales y Buenos Pesados 391/430 kilos -1.4015 0.3800324 3.49%

Novillos -7.251579 0.9357416 0.24%

Novillos Cruza Cebú hasta 440 kilos -3.578604 0.7267638 0.03%

Novillos Especiales y Buenos más de 520 kilos -2.517151 0.5822347 1.43%

Terneros hasta 350 kilos -7.439312 0.2753686 14.16%

Vaquillona -10.7261 0.7135731 3.61%

Vaquillona Especiales y Buenas Medianas 351/390 kilos -7.942857 0.4572642 2.81%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos -5.017072 0.8289966 0.35%

Vaquillona Regulares -4.889372 0.214126 26.71%

Tabla 23.

Anexo 3: Interacción Categoría-Mes

Tabla 1.

Tabla 2.

Tabla 3.

TIERRA DEL FUEGO Coeficiente Desvió Estándar Porcentaje

Novillitos Regulares -1.782196 0.24554 29.35%

Vaquillona Regulares -6.963277 0.2853165 29.16%

Terneros hasta 350 kilos -11.43805 0.4733633 8.29%

Vaquillona Especiales y Buenas Medianas 351/390 kilos -5.282684 0.6722951 4.61%

Vaquillona -15.06974 0.8576598 4.36%

Machos Enteros Regulares -4.248365 1.059026 3.24%

Novillos -11.04002 0.6723882 2.31%

Novillos Especiales y Buenos 431/460 kilos 4.891523 1.066811 0.93%

Novillitos -20.75371 0.8714573 0.12%

Novillos Especiales y Buenos 461/490 kilos 4.538 1.32041 0.12%

Mes Coeficiente Desvió Estándar

Febrero 5.643832 0.1833282

Mayo -9.122454 0.3798102

Junio -3.076865 0.0915879

Agosto 2.417142 0.1684215

Enero Coeficiente Desvió Estándar Porcentaje

Novillitos Regulares 2.077116 0.1067659 24.39%

Vaquillona Regulares 1.960893 0.1058529 21.98%

Terneros hasta 350 kilos 1.646614 0.1082606 15.88%

Novillitos Especiales y Buenos Medianos 351/390 kilos 2.136861 0.1198958 7.92%

Novillos Regulares pesados 1.422595 0.158446 5.68%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 1.689445 0.127077 4.89%

Novillitos Especiales y Buenos Pesados 391/430 kilos 1.456024 0.1363954 3.85%

Novillos Especiales y Buenos 431/460 kilos 1.468481 0.1476641 3.39%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos 1.996069 0.1941044 1.34%

Machos Enteros Regulares 3.024544 0.3448704 0.83%

Vaquillona 2.229298 0.2848986 0.73%

Novillos Overos Negros más de 500 kilos 2.961906 0.2486491 0.60%

Machos Enteros Especiales y Buenos 2.103497 0.3705671 0.52%

Novillos Cruza Europea más 470 kilos -1.569016 0.4079586 0.46%

Novillos Cruza Cebú más 440 kilos -2.081955 0.5590232 0.39%

Novillos Cruza Europea hasta 470 kilos 2.335707 0.5391673 0.24%

Novillitos 2.282158 0.6877064 0.08%

Tabla 4.

Tabla 5.

Tabla 6.

Febrero Coeficiente Desvió Estándar Porcentaje

Novillitos Regulares 0.5019004 0.0675244 24.26%

Novillitos Especiales y Buenos Medianos 351/390 kilos 0.2991095 0.0898427 8.70%

Novillos Regulares pesados -1.176094 0.1413337 5.54%

Novillos Especiales y Buenos 431/460 kilos -0.870019 0.138382 3.46%

Novillos Especiales y Buenos más de 520 kilos -2.361364 0.1754276 2.16%

Novillos Especiales y Buenos 461/490 kilos -2.379531 0.1552535 2.15%

Novillos Especiales y Buenos 491/520 kilos -2.442788 0.1828997 1.38%

Novillos Cruza Europea más 470 kilos -3.056594 0.3889251 0.43%

Novillos Cruza Cebú hasta 440 kilos -3.121998 0.8064247 0.39%

Novillos Cruza Cebú más 440 kilos -3.796868 0.4668442 0.37%

Novillitos -1.27737 0.4336767 0.26%

Marzo Coeficiente Desvió Estándar Porcentaje

Novillitos Regulares 1.14338 0.0791831 23.82%

Vaquillona Regulares 0.8890518 0.0801467 22.16%

Terneros hasta 350 kilos 0.69748 0.0840997 14.09%

Novillitos Especiales y Buenos Medianos 351/390 kilos 0.995288 0.0976676 8.41%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 0.7917049 0.1032291 5.54%

Novillitos Especiales y Buenos Pesados 391/430 kilos 0.5322811 0.1144197 4.54%

Novillos Especiales y Buenos 461/490 kilos -1.927761 0.1476669 2.46%

Novillos Especiales y Buenos más de 520 kilos -1.790414 0.1703342 2.45%

Novillos Overos Negros más de 500 kilos 1.301065 0.2789615 0.52%

Novillos Cruza Europea más 470 kilos -3.700148 0.3734893 0.45%

Novillos Cruza Cebú más 440 kilos -3.650676 0.4315273 0.22%

Abril Coeficiente Desvió Estándar Porcentaje

Vaquillona Regulares -0.2134474 0.0622668 21.77%

Novillos Regulares pesados -0.7977157 0.123177 6.87%

Vaquillona Especiales y Buenas Medianas 351/390 kilos -0.2920236 0.0875479 5.80%

Novillitos Especiales y Buenos Pesados 391/430 kilos -0.4720232 0.1022479 4.42%

Novillos Especiales y Buenos 431/460 kilos -0.9273851 0.1091538 3.80%

Novillos Especiales y Buenos 461/490 kilos -3.044938 0.1389495 2.51%

Novillos Especiales y Buenos más de 520 kilos -3.207739 0.1715565 2.10%

Novillos Especiales y Buenos 491/520 kilos -3.193981 0.1650638 1.43%

Vaquillona -1.344686 0.2580421 0.93%

Novillos Cruza Europea más 470 kilos -4.864438 0.3873531 0.49%

Novillos Cruza Cebú más 440 kilos -5.15612 0.4308529 0.32%

Novillitos -2.403188 0.548226 0.15%

Tabla 7.

Tabla 8.

Mayo Coeficiente Desvió Estándar Porcentaje

Novillitos Regulares 6.484518 0.3650529 22.49%

Vaquillona Regulares 6.217971 0.3647521 21.16%

Terneros hasta 350 kilos 6.423396 0.3649942 16.18%

Novillitos Especiales y Buenos Medianos 351/390 kilos 6.500074 0.3687411 8.34%

Novillos Regulares pesados 4.980539 0.3817646 6.26%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 6.188331 0.3708649 5.71%

Novillitos Especiales y Buenos Pesados 391/430 kilos 5.803696 0.3749542 4.79%

Novillos Especiales y Buenos 431/460 kilos 5.545016 0.3775588 3.77%

Novillos Especiales y Buenos 461/490 kilos 3.095893 0.3863405 2.49%

Novillos Especiales y Buenos más de 520 kilos 3.631608 0.403417 1.76%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos 6.18897 0.3960803 1.66%

Novillos Especiales y Buenos 491/520 kilos 3.123013 0.3977448 1.16%

Vaquillona 5.169531 0.4451237 0.96%

Machos Enteros Regulares 6.777556 0.5027903 0.93%

Novillos Overos Negros más de 500 kilos 6.610074 0.483265 0.42%

Machos Enteros Especiales y Buenos 4.789324 0.6120896 0.39%

Novillos 4.967989 0.4909534 0.32%

Novillos Cruza Europea hasta 470 kilos 4.704937 0.6016102 0.24%

Novillitos 3.674304 0.5952827 0.22%

Novillos Cruza Cebú hasta 440 kilos 3.671616 0.7896015 0.09%

Junio Coeficiente Desvió Estándar Porcentaje

Novillitos Regulares 0.2637938 0.0773963 21.87%

Novillitos Especiales y Buenos Medianos 351/390 kilos 0.3464882 0.1016773 8.04%

Novillos Regulares pesados -1.000977 0.1525571 5.78%

Novillos Especiales y Buenos 431/460 kilos -0.7710743 0.1351175 4.06%

Vaquillona -3.059321 0.1779726 3.31%

Novillos Especiales y Buenos 461/490 kilos -2.982983 0.1438345 2.85%

Novillos Especiales y Buenos más de 520 kilos -3.645169 0.1827944 1.94%

Novillos Especiales y Buenos 491/520 kilos -2.953187 0.1761156 1.46%

Novillos -2.684316 0.3057822 0.60%

Novillitos -3.242964 0.3474072 0.59%

Novillos Cruza Europea más 470 kilos -4.889636 0.4527707 0.30%

Novillos Cruza Cebú más 440 kilos -5.35273 0.4335059 0.19%

Julio Coeficiente Desvió Estándar Porcentaje

Novillitos Regulares 0.3864919 0.0759292 23.30%

Novillitos Especiales y Buenos Medianos 351/390 kilos 0.4072891 0.103412 8.19%

Novillos Regulares pesados -0.8022253 0.1501943 5.85%

Novillos Especiales y Buenos 461/490 kilos -2.333945 0.1485895 2.77%

Vaquillona -3.0994 0.1854246 2.50%

Novillos Especiales y Buenos más de 520 kilos -2.465522 0.1754874 2.18%

Novillos Especiales y Buenos 491/520 kilos -2.057093 0.1973678 1.55%

Novillitos -3.778477 0.4459932 0.47%

Novillos -3.920438 0.418408 0.44%

Novillos Cruza Europea más 470 kilos -4.67945 0.4478095 0.29%

Novillos Cruza Cebú hasta 440 kilos -2.773762 0.9698896 0.10%

Novillos Cruza Cebú más 440 kilos -3.849802 0.8233169 0.06%

Tabla 9.

Tabla 10.

Tabla 11.

Tabla 12.

Tabla 13.

Agosto Coeficiente Desvió Estándar Porcentaje

Novillitos Regulares 0.2028995 0.0737169 22.40%

Novillos Regulares pesados -0.9465111 0.1520138 5.79%

Novillitos Especiales y Buenos Pesados 391/430 kilos 0.8853304 0.1342833 3.98%

Vaquillona -1.963238 0.183045 2.45%

Novillos Especiales y Buenos 461/490 kilos -1.79961 0.1657759 2.44%

Novillos Especiales y Buenos más de 520 kilos -0.9102142 0.1859763 2.15%

Novillitos -2.627311 0.3768708 0.47%

Novillos -2.675136 0.3665924 0.44%

Novillos Cruza Europea más 470 kilos -4.783097 0.5217797 0.32%

Novillos Cruza Cebú más 440 kilos -5.202369 0.865557 0.12%

Septiembre Coeficiente Desvió Estándar Porcentaje

Terneros hasta 350 kilos -0.6474477 0.0760744 16.61%

Vaquillona -1.907427 0.255142 2.04%

Novillos Especiales y Buenos 461/490 kilos -1.76486 0.2317368 1.81%

Machos Enteros Regulares 1.846792 0.4372376 0.79%

Novillos -1.388229 0.3823173 0.58%

Novillos Overos Negros más de 500 kilos 2.97153 0.4064736 0.44%

Novillos Cruza Europea más 470 kilos -2.194032 0.6209385 0.21%

Novillos Cruza Cebú hasta 440 kilos -2.811946 1.023397 0.11%

Octubre Coeficiente Desvió Estándar Porcentaje

Novillitos Regulares 0.3316576 0.0764858 24.30%

Terneros hasta 350 kilos -0.2267175 0.0762377 15.68%

Novillitos Especiales y Buenos Medianos 351/390 kilos 0.3415414 0.0981892 8.97%

Novillos Regulares pesados 0.5368411 0.1606016 4.71%

Novillitos Especiales y Buenos Pesados 391/430 kilos 0.6644726 0.146171 3.32%

Novillos Especiales y Buenos 431/460 kilos 0.9361254 0.1538545 3.03%

Novillos Especiales y Buenos más de 520 kilos 1.67434 0.2063128 1.88%

Machos Enteros Regulares 1.599017 0.335283 0.82%

Novillos Overos Negros más de 500 kilos 3.234157 0.3808468 0.42%

Noviembre Coeficiente Desvió Estándar Porcentaje

Vaquillona Regulares -0.8148637 0.0769363 22.65%

Terneros hasta 350 kilos -0.8232963 0.0795307 14.91%

Vaquillona Especiales y Buenas Medianas 351/390 kilos -0.8305919 0.1144357 5.47%

Novillos Especiales y Buenos 431/460 kilos 1.488841 0.174675 3.34%

Novillos Especiales y Buenos más de 520 kilos 1.582457 0.2187269 1.61%

Novillos -1.498431 0.3953684 0.56%

Novillos Overos Negros más de 500 kilos 1.270071 0.3786143 0.43%

Anexo 4: Interacción Raza-Zona

Tabla 1.

Tabla 2.

Tabla 3.

Tabla 4.

Diciembre Coeficiente Desvió Estándar Porcentaje

Novillitos Regulares 0.5992465 0.0822404 24.22%

Novillitos Especiales y Buenos Medianos 351/390 kilos 0.5260463 0.1042842 9.73%

Novillos Regulares pesados 0.8466931 0.1933924 4.78%

Novillitos Especiales y Buenos Pesados 391/430 kilos 0.7022623 0.1568021 3.54%

Novillos Especiales y Buenos 431/460 kilos 1.409375 0.1771234 2.97%

Novillos Especiales y Buenos más de 520 kilos 0.7786957 0.2669154 1.68%

Novillos Cruza Europea más 470 kilos -2.251409 0.7655292 0.23%

Raza Porcentaje CoeficienteDesvió Estándar

Aberdeen Angus 34.91 5.64 0.33

Otra 99 22.43 3.65 0.13

Braford 4.28 -2.48 0.18

Jersey 0.40 5.21 0.24

Charolais 0.30 5.17 1.37

Limangus 0.05 5.72 0.38

Belted Galloway 0.02 2.57 0.71

Flieckvieh Simmental 0.01 -7.09 1.31

Aberdeen Angus Porcentaje Coeficiente Desvio Estándar

ZONA 1 23.57% -1.75 0.36

ZONA 2 26.35% -3.22 0.32

ZONA 3 12.44% -3.98 0.32

ZONA 4 12.30% -1.59 0.33

ZONA 5 18.66% -2.81 0.32

ZONA 6 3.01% -4.05 0.32

ZONA 7 0.68% -3.03 0.42

ZONA 8 2.40% -4.01 0.34

Blonde d'aquitaine Porcentaje Coeficiente Desvio Estándar

ZONA 3 38.64% -2.070606 0.7734465

Bovino Criollo Porcentaje Coeficiente Desvio Estándar

ZONA 1 44.10% 2.663982 0.199166

ZONA 10 4.04% 1.951096 0.2602146

ZONA 2 12.90% 1.807494 0.135183

ZONA 4 2.46% 5.071422 0.1484232

ZONA 5 19.30% 2.473745 0.0968473

ZONA 8 1.25% 2.740521 0.1798444

ZONA 9 2.59% 5.197401 0.364006

Tabla 5.

Tabla 6.

Tabla 7.

Tabla 8.

Tabla 9.

Tabla 10.

Tabla 11.

Braford Porcentaje Coeficiente Desvio Estándar

ZONA 1 8.53% 1.525002 0.2340941

ZONA 10 18.77% 3.055282 0.2718369

ZONA 2 4.87% 2.524349 0.2813694

ZONA 3 1.51% 0.9816348 0.2115482

ZONA 4 0.32% 2.442852 0.4895476

ZONA 8 0.42% 1.841691 0.3984359

ZONA 9 11.50% 6.479489 0.3864913

Brahman Porcentaje Coeficiente Desvio Estándar

ZONA 9 11.90% 4.154536 0.6381229

Brangus Porcentaje Coeficiente Desvio Estándar

ZONA 1 15.12% 2.613974 0.2355474

ZONA 10 26.12% 1.568899 0.3036677

ZONA 6 0.12% -3.806859 0.4464502

ZONA 9 10.09% 4.873556 0.4190576

Charolais Porcentaje Coeficiente Desvio Estándar

ZONA 1 2.39% -6.585825 1.557446

ZONA 2 49.96% -8.120994 1.342096

ZONA 3 7.34% -7.100284 1.401412

ZONA 4 0.99% -6.454674 1.469025

ZONA 5 34.95% -7.73132 1.352658

ZONA 6 0.25% -15.5579 3.69799

ZONA 8 3.13% -7.061694 1.576614

Hereford Porcentaje Coeficiente Desvio Estándar

ZONA 3 2.25% -1.796115 0.2827825

ZONA 4 1.56% 2.404139 0.3587561

ZONA 5 51.85% -1.198942 0.1643759

ZONA 6 2.40% -2.997483 0.2872824

ZONA 8 5.15% -2.786096 0.2241628

Flieckvieh Simmental Porcentaje Coeficiente Desvio Estándar

ZONA 4 35.71% 9.62038 1.541971

Tabla 12.

Tabla 13.

Tabla 14

Tabla 15.

Tabla 16.

Tabla 17.

Tabla 18.

Holando Argentino Porcentaje Coeficiente Desvio Estándar

ZONA 1 23.96% 5.360789 0.2329765

ZONA 10 0.67% 4.815666 0.4117526

ZONA 2 8.03% 2.373349 0.1966357

ZONA 5 61.60% 2.51295 0.1755554

ZONA 8 1.85% 1.545303 0.292845

ZONA 9 0.00% 3.76508 0.8514227

Jersey Porcentaje Coeficiente Desvio Estándar

ZONA 1 14.21% 3.635823 0.2947762

ZONA 4 37.18% 6.333456 0.2735714

Limangus Porcentaje Coeficiente Desvio Estándar

ZONA 6 4.46% -6.052158 1.438499

Limuosin Porcentaje Coeficiente Desvio Estándar

ZONA 1 9.65% -4.096691 0.8205387

ZONA 4 6.14% 2.005142 0.6320411

ZONA 5 64.04% -2.452044 0.3123461

Piemontese Porcentaje Coeficiente Desvio Estándar

ZONA 5 16.67% 11.43212 1.294977

ZONA 7 12.50% 7.247502 1.446726

Polled Hereford Porcentaje Coeficiente Desvio Estándar

ZONA 2 19.56% 3.429795 0.5630711

ZONA 5 41.13% 4.730011 0.3416141

ZONA 8 0.95% 8.389791 1.119748

Shorthorn Porcentaje Coeficiente Desvio Estándar

ZONA 6 0.29% -24.15386 0.7838109

Anexo 5: Interacción Provincia Raza

Tabla 1.

Tabla 2.

Tabla 3.

Tabla 4.

Tabla 5.

Tabla 6.

Otras Porcentaje Coeficiente Desvio Estándar

Zona 1 19.76% 1.354588 0.2046181

Zona 10 8.22% 0.9374471 0.2431779

Zona 2 4.95% 0.7296006 0.1501782

Zona 6 2.45% -1.05134 0.1533765

Zona 9 3.74% 3.617471 0.3579849

Buenos Aires Porcentaje Coeficiente Desvió Estándar

Otra 99 13.11% -0.6109942 0.0697731

Hereford 1.64% -2.037403 0.1636164

Polled Hereford 0.19% -2.636261 0.4958604

Shorthorn 0.08% 2.987063 0.3215416

CATAMARCA Porcentaje Coeficiente Desvió Estándar

Otra 99 50.65% 2.590044 0.358442

CHACO Porcentaje Coeficiente Desvió Estándar

Aberdeen Angus 2.45% 4.651741 0.7099142

CHUBUT Porcentaje Coeficiente Desvió Estándar

Hereford 79.25% -5.134201 0.734152

C.A.B.A Porcentaje Coeficiente Desvió Estándar

Aberdeen Angus 7.39% 1.716512 0.0917073

CORDOBA Porcentaje Coeficiente Desvió Estándar

Bovino Criollo 11.02% -1.94298 0.0837119

Brahman 0.06% -4.507076 0.5632101

Brangus 1.24% -1.21018 0.1936337

Charolais 0.53% -1.692511 0.3888695

Flieckvieh Simmental 0.01% 5.302805 1.642025

Hereford 6.74% -1.26668 0.132208

Holando Argentino 11.43% -2.509089 0.1195373

Jersey 0.14% -4.067026 0.4506055

Otra 99 30.61% -1.639533 0.0822949

Polled Hereford 0.03% -6.55085 1.225534

Shorthorn 0.14% 5.282624 0.5054716

Tabla 7.

Tabla 8.

Tabla 9.

Tabla 10.

Tabla 11.

Tabla 12.

Tabla 13.

CORRIENTES Porcentaje Coeficiente Desvió Estándar

Aberdeen Angus 14.44% 3.960161 0.3750138

Braford 38.92% 2.54137 0.2754649

Holando Argentino 0.21% 2.702264 0.4866096

ENTRE RIOS Porcentaje Coeficiente Desvió Estándar

Braford 5.77% 3.413182 0.1454335

Brahman 0.92% 3.657561 0.3763864

Flieckvieh Simmental 0.01% 6.484092 2.054557

Limuosin 0.03% 7.379409 0.8204182

Otra 99 21.98% -2.534703 0.0975065

Shorthorn 0.18% 2.92004 0.3780241

FORMOSA Porcentaje Coeficiente Desvió Estándar

Braford 33.85% 1.82541 0.3691434

Brahman 0.89% 5.442449 1.23835

Hereford 8.24% -8.920328 0.8623259

Otra 99 31.25% -4.232623 0.4502192

JUJUY Porcentaje Coeficiente Desvió Estándar

Bovino Criollo 32.75% -8.504989 0.5403867

Otra 99 66.08% -8.971895 0.509351

LA PAMPA Porcentaje Coeficiente Desvió Estándar

Hereford 1.00% -3.114813 0.333765

Holando Argentino 1.41% -1.293991 0.2843811

Polled Hereford 0.10% -4.548772 0.8898499

MENDOZA Porcentaje Coeficiente Desvió Estándar

Aberdeen Angus 49.73% 6.022262 0.4333223

Flieckvieh Simmental 0.09% 19.40153 1.575394

Holando Argentino 2.21% 6.369517 0.933286

Otra 99 29.65% 2.055353 0.4827455

Tabla 14.

Tabla 15.

Tabla 16.

Tabla 17.

Tabla 18.

Tabla 19.

NEUQUEN Porcentaje Coeficiente Desvió Estándar

Aberdeen Angus 8.65% 13.96265 0.794358

Bovino Criollo 4.08% 10.69791 0.886038

Hereford 77.00% 11.79197 0.5240549

Otra 99 9.14% 13.52776 0.5080873

RIO NEGRO Porcentaje Coeficiente Desvió Estándar

Charolais 0.11% -8.413061 1.569161

Hereford 41.66% -3.52245 0.3183813

Holando Argentino 0.04% -6.731308 0.9607267

Otra 99 14.88% -2.031746 0.4751677

SALTA Porcentaje Coeficiente Desvió Estándar

Bovino Criollo 29.93% -2.358279 0.2341106

Hereford 0.87% -6.154205 0.9633177

Otra 99 39.62% -2.867625 0.2042017

SAN LUIS Porcentaje Coeficiente Desvió Estándar

Aberdeen Angus 36.18% 1.158606 0.1467591

Brangus 0.60% 1.754945 0.3873986

Polled Hereford 0.60% -7.531422 0.9558529

SANTA FE Porcentaje Coeficiente Desvió Estándar

Aberdeen Angus 21.83% -1.92068 0.1072545

Bovino Criollo 26.27% -2.01117 0.1156551

Brahman 0.21% -2.382681 0.4825539

Brangus 2.46% -2.129095 0.1968599

Charolais 0.21% -4.370184 0.3847685

Hereford 4.11% -3.10763 0.1733251

Holando Argentino 7.40% -2.873399 0.1613571

Otra 99 30.13% -2.090401 0.1196568

Polled Hereford 0.01% -4.78807 1.261744

SANTIAGO DEL ESTERO Porcentaje Coeficiente Desvió Estándar

Aberdeen Angus 7.63% 1.553467 0.3138508

TUCUMAN Porcentaje Coeficiente Desvió Estándar

Holando Argentino 2.43% -2.024937 0.4463551

Anexo 6: Interacción Raza-Mes

Tabla 1.

Tabla 2.

Tabla 3.

Tabla 4.

Tabla 5.

Tabla 6.

Aberdeen Angus Coeficiente Desvió Estándar

Enero -4.319313 0.1379553

Febrero -4.374069 0.1819192

Marzo 0.2757643 0.0571425

Abril 0.7875604 0.0638431

Mayo 0.3162031 0.0593178

Julio -4.691781 0.193012

Noviembre -2.442605 0.099092

Belted Galloway Coeficiente Desvió Estándar

Abril 5.112663 0.9102456

Julio -6.603592 2.446049

Blonde d'aquitaine Coeficiente Desvió Estándar

Abril 5.636222 1.395665

Julio -5.529432 0.6078682

Bovino Criollo Coeficiente Desvió Estándar

Enero -4.422651 0.1357419

Febrero -4.444104 0.1831418

Julio -4.284315 0.1949937

Agosto 0.3565319 0.0696264

Septiembre 0.7961759 0.0749608

Octubre 0.405867 0.0716934

Noviembre -2.158304 0.1103415

Braford Coeficiente Desvió Estándar

Enero -3.687625 0.170454

Febrero -4.02525 0.2134219

Marzo 0.5578917 0.1201207

Abril 0.8618025 0.1276512

Mayo 0.3847704 0.1252994

Julio -4.294508 0.2356987

Septiembre 0.5883478 0.1622519

Octubre 0.483088 0.156659

Noviembre -2.051685 0.1863771

Tabla 7.

Tabla 8.

Tabla 9.

Tabla 10.

Brahman Coeficiente Desvió Estándar

Enero -4.803344 0.4748692

Febrero -4.768456 0.741831

Abril 1.881623 0.5311048

Junio 1.783647 0.3462888

Julio -4.90705 0.5914675

Brangus Coeficiente Desvió Estándar

Enero -4.695501 0.2250043

Febrero -4.743382 0.2674108

Abril 1.067689 0.1924896

Junio -0.9652925 0.2379025

Julio -4.981307 0.2808454

Agosto -1.058701 0.2158608

Noviembre -2.498497 0.2422742

Diciembre -1.003383 0.2444152

Charolais Coeficiente Desvió Estándar

Marzo 5.37343 0.3946242

Abril 7.783498 0.4413341

Mayo 6.845301 0.405094

Junio 6.159574 0.5787528

Agosto 3.459623 0.6256456

Septiembre 5.973565 0.7366425

Octubre 6.123082 0.4987857

Noviembre 3.860917 0.5391763

Diciembre 5.680276 0.4556551

Flieckvieh Simmental Coeficiente Desvió Estándar

Febrero -4.448794 1.274831

Mayo 9.33436 1.084829

Hereford Coeficiente Desvió Estándar

Marzo 5.059712 0.1670313

Abril 5.385245 0.1701417

Mayo 4.756065 0.1715613

Junio 4.451519 0.1934846

Agosto 4.132667 0.2010283

Septiembre 4.503975 0.1970776

Octubre 4.544411 0.1935663

Noviembre 1.904146 0.2177863

Diciembre 4.255428 0.1989919

Tabla 11.

Tabla 12.

Tabla 13.

Tabla 14.

Tabla 15.

Tabla 16.

Holando Argentino Coeficiente Desvió Estándar

Enero -3.947009 0.1650963

Febrero -4.319223 0.2086951

Abril 0.4004705 0.1152296

Julio -4.479866 0.2176102

Agosto -0.9191668 0.1297309

Noviembre -2.704011 0.1622978

Diciembre -0.536742 0.1467739

Jersey Coeficiente Desvió Estándar

Enero -4.142754 0.2164146

Febrero -5.10464 0.3043148

Abril 1.46337 0.2539621

Junio -1.631031 0.2130461

Julio -4.614407 0.2799422

Agosto -1.193446 0.3425394

Noviembre -2.707482 0.3204218

Limangus Coeficiente Desvió Estándar

Enero -6.48669 0.5945502

Febrero -5.128706 0.6880888

Mayo 4.237616 0.8812825

Julio -2.889219 0.9729654

Limuosin Coeficiente Desvió Estándar

Enero -4.439044 0.6576613

Febrero -2.707473 0.7771116

Julio -7.24278 0.3865753

Piemontese Coeficiente Desvió Estándar

Febrero -3.991233 1.217273

Tabla 17.

Tabla 18.

Tabla 19.

Anexo 7: Interacción Raza-Categoría

Tabla 1.

Tabla 2.

Polled Hereford Coeficiente Desvió Estándar

Enero -4.496885 0.4683336

Febrero -6.1343 0.47655

Marzo -1.878573 0.431904

Abril -2.601912 0.587728

Mayo -1.909476 0.5156248

Julio -4.178064 0.4890267

Noviembre -4.311376 0.4412573

Diciembre -2.397624 0.730356

Santa Gertrudis Coeficiente Desvió Estándar

Enero -4.707074 0.5708999

Shorthorn Coeficiente Desvió Estándar

Enero -4.103098 1.081761

Julio -2.438214 0.4670824

Noviembre -1.348845 0.4447822

Otra Coeficiente Desvió Estándar

Enero -4.285539 0.1340997

Febrero -4.339431 0.1809724

Abril 0.3838188 0.0653407

Julio -4.529674 0.1927913

Octubre -0.5818828 0.0759104

Noviembre -2.545594 0.1037422

Aberdeen Angus Coeficiente Desvió Estándar Porcentaje

Vaquillona Regulares -1.39 0.12 22.14%

Novillitos Regulares -3.14 0.14 21.07%

Terneros hasta 350 kilos 1.31 0.14 18.15%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 6.97 0.34 6.65%

Novillos Regulares pesados -8.37 0.46 3.96%

Novillos Especiales y Buenos 431/460 kilos -2.44 0.13 3.80%

Novillos Especiales y Buenos 461/490 kilos 0.88 0.13 2.26%

Vaquillona -6.06 0.53 1.56%

Novillitos 1.12 0.36 0.46%

Novillos -8.30 0.53 0.44%

Machos Enteros Regulares -1.18 0.31 0.38%

Novillos Overos Negros más de 500 kilos -4.58 0.31 0.19%

Novillos Cruza Europea hasta 470 kilos -6.79 0.48 0.18%

Tabla 3.

Tabla 4.

Tabla 5.

Tabla 6.

Belted Galloway Coeficiente Desvió Estándar Porcentaje

Novillitos Regulares -5.04 1.17 25.27%

Novillos Regulares pesados -11.90 1.11 3.30%

Blonde d'aquitaine Coeficiente Desvió Estándar Porcentaje

Vaquillona Especiales y Buenas Medianas 351/390 kilos 6.73 1.19 10.23%

Novillos Especiales y Buenos 491/520 kilos -4.86 0.79 1.14%

Bovino Criollo Coeficiente Desvió Estándar Porcentaje

Novillitos Regulares -1.18 0.14 25.27%

Terneros hasta 350 kilos 3.04 0.14 15.59%

Novillitos Especiales y Buenos Medianos 351/390 kilos 2.35 0.12 6.78%

Novillos Regulares pesados -6.92 0.46 5.23%

Novillitos Especiales y Buenos Pesados 391/430 kilos 2.90 0.13 4.31%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 9.40 0.35 4.15%

Novillos Especiales y Buenos 461/490 kilos 3.04 0.16 2.86%

Novillos Especiales y Buenos más de 520 kilos 2.49 0.17 1.97%

Novillos Especiales y Buenos 491/520 kilos 1.90 0.15 1.77%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos 1.30 0.17 1.49%

Novillos Cruza Europea más 470 kilos 2.95 0.34 1.13%

Vaquillona -5.02 0.55 0.95%

Machos Enteros Especiales y Buenos 1.55 0.36 0.83%

Novillos -5.05 0.70 0.26%

Novillos Cruza Cebú hasta 440 kilos -4.42 0.80 0.05%

Braford Coeficiente Desvió Estándar Porcentaje

Vaquillona Regulares 1.48 0.16 21.89%

Terneros hasta 350 kilos 4.75 0.20 13.17%

Novillitos Especiales y Buenos Medianos 351/390 kilos 3.84 0.19 10.27%

Novillos Regulares pesados -4.82 0.50 7.52%

Novillos Especiales y Buenos más de 520 kilos 5.90 0.24 6.24%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 9.59 0.40 4.21%

Vaquillona -4.84 0.60 3.84%

Novillitos Especiales y Buenos Pesados 391/430 kilos 1.52 0.30 1.96%

Novillos Especiales y Buenos 461/490 kilos 3.63 0.31 1.39%

Novillos Especiales y Buenos 491/520 kilos 2.32 0.39 1.13%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos 4.44 0.42 0.72%

Novillitos 4.49 0.66 0.71%

Novillos -5.16 0.55 0.64%

Machos Enteros Especiales y Buenos 2.83 0.64 0.47%

Novillos Cruza Europea más 470 kilos 2.36 0.70 0.20%

Tabla 7.

Tabla 8.

Tabla 9.

Tabla 10.

Brahman Coeficiente Desvió Estándar Porcentaje

Terneros hasta 350 kilos 3.15 0.45 11.76%

Novillos Regulares pesados -6.34 0.72 10.91%

Vaquillona -4.39 0.95 5.81%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 9.29 0.95 3.68%

Novillos Cruza Cebú hasta 440 kilos -5.39 1.68 1.27%

Machos Enteros Especiales y Buenos 4.90 0.76 0.28%

Novillitos 13.94 0.98 0.14%

Brangus Coeficiente Desvió Estándar Porcentaje

Novillitos Regulares -1.62 0.19 31.81%

Terneros hasta 350 kilos 3.96 0.23 9.80%

Novillitos Especiales y Buenos Medianos 351/390 kilos 3.72 0.26 7.74%

Vaquillona -3.93 0.64 6.23%

Novillos Regulares pesados -7.94 0.61 2.63%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 9.29 0.50 2.63%

Novillos Especiales y Buenos más de 520 kilos 6.03 0.37 2.19%

Novillitos Especiales y Buenos Pesados 391/430 kilos 2.90 0.41 1.86%

Novillos Especiales y Buenos 461/490 kilos 2.12 0.62 0.82%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos 2.58 0.57 0.70%

Novillos Especiales y Buenos 491/520 kilos 4.23 0.62 0.64%

Novillitos 7.20 0.94 0.47%

Charolais Coeficiente Desvió Estándar Porcentaje

Vaquillona Regulares -1.74 0.35 35.86%

Novillitos Regulares -4.63 0.35 35.70%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 8.34 0.89 2.64%

Novillos Regulares pesados -11.71 0.90 2.06%

Vaquillona -7.79 1.29 1.07%

Novillos -8.12 2.65 0.33%

Flieckvieh Simmental Coeficiente Desvió Estándar Porcentaje

Vaquillona Especiales y Buenas Medianas 351/390 kilos 11.74 2.60 10.71%

Novillos Especiales y Buenos 461/490 kilos 8.86 1.37 3.57%

Hereford Coeficiente Desvió Estándar Porcentaje

Vaquillona Regulares -0.85 0.15 24.25%

Novillitos Regulares -3.08 0.18 21.51%

Terneros hasta 350 kilos 1.21 0.19 10.97%

Novillos Regulares pesados -6.21 0.49 9.29%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 7.71 0.36 5.88%

Novillos Especiales y Buenos más de 520 kilos 1.21 0.26 3.04%

Novillos Especiales y Buenos 461/490 kilos 1.31 0.27 2.31%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos 2.87 0.29 2.08%

Vaquillona -6.85 0.66 1.47%

Machos Enteros Especiales y Buenos -4.19 0.74 0.69%

Novillos -9.65 0.82 0.34%

Novillos Cruza Cebú más 440 kilos -2.96 0.97 0.04%

Tabla 11.

Tabla 12.

Tabla 13.

Tabla 14.

Tabla 15.

Tabla 16.

Holando Argentino Coeficiente Desvió Estándar Porcentaje

Novillitos Regulares -4.95 0.16 32.81%

Vaquillona Regulares -2.52 0.15 27.24%

Novillos Regulares pesados -10.27 0.48 5.14%

Novillitos Especiales y Buenos Medianos 351/390 kilos -1.01 0.20 4.93%

Vaquillona -5.88 0.68 2.24%

Novillos Overos Negros más de 500 kilos -3.09 0.23 1.99%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 6.85 0.44 1.69%

Novillos Especiales y Buenos 431/460 kilos -1.88 0.29 1.47%

Novillos -7.98 0.59 1.20%

Machos Enteros Especiales y Buenos 3.63 1.02 0.06%

Jersey Coeficiente Desvió Estándar Porcentaje

Vaquillona Regulares -6.60 0.29 33.48%

Novillitos Regulares -8.28 0.31 23.04%

Novillitos Especiales y Buenos Pesados 391/430 kilos -1.36 0.33 7.47%

Novillos Especiales y Buenos 431/460 kilos -3.43 0.41 4.32%

Novillos -14.83 0.62 4.20%

Novillos Regulares pesados -11.83 0.79 2.29%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 2.86 1.05 1.24%

Vaquillona -11.94 1.25 0.56%

Limangus Coeficiente Desvió Estándar Porcentaje

Vaquillona Regulares -2.35 0.71 21.29%

Novillitos Regulares -5.76 0.70 18.81%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 6.92 1.49 6.93%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos 2.86 0.84 2.97%

Vaquillona -16.37 2.41 0.99%

Novillos Regulares pesados -10.72 1.49 0.50%

Limuosin Coeficiente Desvió Estándar Porcentaje

Novillos Regulares pesados -4.03 0.77 4.39%

Novillitos 10.98 0.93 0.88%

Piemontese Coeficiente Desvió Estándar Porcentaje

Novillitos Especiales y Buenos Medianos 351/390 kilos -9.13 2.35 12.50%

Vaquillona -7.41 0.78 4.17%

Tabla 17.

Tabla 18.

Tabla 19.

Anexo 8:Partidos/Departamentos

Tabla 1.

Partido Origen Coeficiente Desvió

Estándar

ALBERDI 1.62 0.37

ALBERTI 2.50 0.15

ANDALGALA -13.52 0.43

ANGACO 15.74 2.52

ANTA -7.51 1.07

ARRECIFES -1.63 0.25

ATREUCO 1.60 0.12

Polled Hereford Coeficiente Desvió Estándar Porcentaje

Novillitos Especiales y Buenos Medianos 351/390 kilos 3.80 0.58 6.87%

Terneros hasta 350 kilos 2.22 0.75 5.63%

Novillitos Especiales y Buenos Pesados 391/430 kilos 4.55 0.72 5.25%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos 6.50 0.67 4.68%

Novillos Especiales y Buenos más de 520 kilos 2.89 0.69 4.29%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 10.88 0.83 4.29%

Novillos Especiales y Buenos 491/520 kilos 4.87 0.80 2.58%

Novillos Especiales y Buenos 461/490 kilos 5.41 0.80 2.39%

Novillitos 4.35 1.28 1.62%

Novillos Regulares pesados -5.06 0.88 1.62%

Shorthorn Coeficiente Desvió Estándar Porcentaje

Novillitos Regulares -3.26 0.38 19.47%

Terneros hasta 350 kilos 4.64 0.48 15.63%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 7.38 0.92 6.19%

Novillos Regulares pesados -12.41 1.21 5.31%

West Highland Coeficiente Desvió Estándar Porcentaje

Novillitos Regulares 2.14 0.58 18.75%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 4.50 1.03 12.50%

Otra Coeficiente Desvió Estándar Porcentaje

Novillitos Regulares -3.68 0.14 22.35%

Vaquillona Regulares -2.48 0.12 19.05%

Terneros hasta 350 kilos 1.52 0.14 13.86%

Novillos Regulares pesados -6.80 0.46 7.76%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 7.46 0.34 6.57%

Novillos Especiales y Buenos 431/460 kilos -2.23 0.14 3.16%

Novillos Especiales y Buenos más de 520 kilos 0.99 0.14 2.63%

Vaquillona -6.34 0.57 2.29%

Novillos Cruza Cebú hasta 440 kilos -2.43 0.46 0.27%

Novillos -10.27 0.52 0.15%

Novillos Overos Negros más de 500 kilos -4.80 0.44 0.14%

Novillos Cruza Europea hasta 470 kilos -4.61 0.55 0.13%

BALCARCE 2.01 0.23

BARADERO -1.64 0.32

BELLA VISTA 5.59 0.46

CALAMUCHITA 5.55 0.75

CALEU CALEU -4.22 0.56

CAPAYAN 4.67 1.02

CASEROS 2.74 0.23

CAÑUELAS 1.24 0.19

CERRILLOS -4.13 0.19

CHIVILCOY 0.80 0.08

CHOYA -5.49 0.34

COMANDANTE FERNANDEZ 1.42 0.37

CONESA -4.17 0.70

CONHELO -2.15 0.20

COPO -6.51 0.73

CORONEL BRANDSEN -2.71 0.26

CORONEL DORREGO 2.48 0.11

CORONEL ROSALES 5.34 0.49

CRUZ DEL EJE -5.03 1.38

DAIREAUX -3.46 0.60

DOLORES -0.86 0.14

EL CARMEN -2.33 0.50

ESQUINA 4.68 0.53

FIGUEROA -2.38 0.54

FORMOSA 3.48 0.72

FRAY JUSTO SANTA MARIA DE ORO -8.67 0.52

FRAY MAMERTO ESQUIU -6.95 0.55

GAIMAN -5.25 0.65

GENERAL ARENALES 0.59 0.20

GENERAL DONOVAN -4.95 0.98

GENERAL JOSE DE SAN MARTIN 2.94 0.31

GENERAL LAVALLE -11.21 0.27

GENERAL MADARIAGA 2.18 0.28

GENERAL MANUEL BELGRANO -5.89 0.39

GENERAL PEDERNERA 1.16 0.19

GENERAL PUEYRREDON 3.04 0.31

GENERAL RODRIGUEZ -1.21 0.28

GENERAL VIAMONTE 0.94 0.19

GENERAL VILLEGAS 1.21 0.11

GONZALES CHAVES -1.18 0.12

GOYA 5.01 0.75

GUACHIPAS -10.88 1.66

GUALEGUAYCHU 1.16 0.10

GUAMINI 1.20 0.12

GUASAYAN -5.26 0.28

GUATRACHE -0.80 0.18

HIPOLITO YRIGOYEN 1.88 0.29

INDEPENDENCIA 2.54 0.51

IRIONDO 3.37 0.47

ISCHILIN -5.08 0.92

JUAREZ CELMAN 2.07 0.17

LA BANDA 5.32 0.37

LA MATANZA 1.74 0.49

LAPRIDA -1.33 0.14

LAS FLORES -1.39 0.14

LEZAMA -9.04 2.04

LOBOS 1.04 0.16

LONCOPUE -2.89 0.71

LOVENTUE -5.90 0.89

MAR CHIQUITA -0.32 0.07

MARCOS PAZ 3.23 0.30

MITRE -5.42 1.70

MONTE -6.64 0.15

MONTE CASEROS 8.19 0.59

MORENO -3.09 0.24

NECOCHEA 1.39 0.26

OJO DE AGUA -5.36 0.33

ORAN 3.36 0.62

PASO DE LOS LIBRES 1.75 0.29

PATAGONES 10.29 0.40

PATIÑO 3.03 0.37

PERGAMINO 3.38 0.56

PICHI MAHUIDA -1.61 0.22

PIRANE 5.66 0.42

POCHO 5.20 0.37

PRESIDENTE PERON -3.02 0.64

PRIMERO DE MAYO 4.99 0.47

PUAN 0.75 0.10

PUNTA INDIO -0.70 0.16

QUITILIPI 6.55 1.65

RAUCH -0.69 0.22

RAWSON -3.75 1.24

RIO CUARTO 3.31 0.10

RIO HONDO -1.39 0.23

RIO SECO -4.66 0.63

RIO SEGUNDO -0.93 0.11

ROJAS 0.92 0.13

ROQUE PEREZ -1.09 0.09

ROSARIO DE LA FRONTERA 1.32 0.19

SAAVEDRA 0.46 0.11

SALADILLO 2.34 0.13

SALAVINA -5.91 0.28

SALTO 4.90 0.23

SAN ANDRES DE GILES -4.56 0.86

SAN ANTONIO DE ARECO 2.79 0.75

SAN COSME 11.59 0.46

SAN LUIS DEL PALMAR 3.60 1.36

SAN NICOLAS 4.97 0.98

SAN ROQUE -1.97 0.45

SAN SALVADOR -2.46 0.34

SAN VICENTE -1.46 0.19

SAUCE 4.51 1.26

SUIPACHA -7.85 1.37

TAPALQUE -1.04 0.17

TAPENAGA -3.00 0.61

TOAY -1.17 0.37

TORDILLO 1.13 0.20

TORNQUIST 6.03 0.70

TRENQUE LAUQUEN 2.37 0.48

TRES LOMAS -1.68 0.17

TULUMBA -3.23 0.49

URUGUAY -1.35 0.21

VERA -3.76 0.98

ÑORQUIN -10.42 2.57

ADOLFO ALSINA(BUENOS AIRES) -1.03 0.12

ADOLFO ALSINA(RIO NEGRO) -3.04 0.66

AYACUCHO(BUENOS AIRES) 0.41 0.09

BELGRANO(SAN LUIS) 3.94 0.23

BELGRANO(SANTA FE) 7.37 0.32

BELGRANO(SANTIAGO DEL ESTERO) -6.17 0.51

BERMEJO(CHACO) -1.44 0.55

BERMEJO(FORMOSA) 2.22 0.66

CANDELARIA(MISIONES) 2.57 0.63

CANDELARIA(SALTA) -1.67 0.58

CAPITAL(CORDOBA) 3.92 0.16

CAPITAL(JUJUY) -4.24 0.45

CAPITAL(LA RIOJA) -6.88 0.82

CAPITAL(MISIONES) 4.27 0.70

CHACABUCO(BUENOS AIRES) -0.39 0.13

CHACABUCO(CHACO) 0.99 0.21

COLON(BUENOS AIRES) 1.80 0.49

COLON(CORDOBA) 2.53 0.10

COLON(ENTRE RIOS) -1.45 0.28

CORONEL PRINGLES(BUENOS AIRES) 0.69 0.13

CORONEL PRINGLES(SAN LUIS) 4.54 0.25

GENERAL ALVEAR(CORRIENTES) -2.73 0.63

GENERAL ALVEAR(MENDOZA) -2.66 0.32

GENERAL BELGRANO(BUENOS AIRES) 3.65 0.41

GENERAL GUEMES(CHACO) -7.12 0.58

GENERAL GUEMES(SALTA) 2.07 0.30

GENERAL PAZ(CORRIENTES) -8.43 0.34

GENERAL ROCA(CORDOBA) -2.41 0.42

GENERAL ROCA(RIO NEGRO) -1.56 0.46

GENERAL SAN MARTIN(CORDOBA) -1.82 0.10

GENERAL SAN MARTIN(LA RIOJA) -3.51 0.30

JUNIN(MENDOZA) -5.72 0.47

JUNIN(SAN LUIS) -12.42 0.31

LA CAPITAL(SAN LUIS) 3.85 0.23

LA PAZ(CATAMARCA) -2.31 0.34

LA PAZ(ENTRE RIOS) 2.44 0.18

LA PAZ(MENDOZA) -2.37 0.38

LAVALLE(MENDOZA) 2.77 0.42

LIBERTADOR GENERAL SAN MARTIN(CHACO) 8.85 1.04

LIBERTADOR GENERAL SAN MARTIN(MISIONES)

2.66 0.94

MAIPU(CHACO) -7.12 0.41

MAIPU(MENDOZA) 1.88 0.61

MERCEDES(BUENOS AIRES) -1.03 0.16

MERCEDES(CORRIENTES) -0.78 0.25

NUEVE DE JULIO(BUENOS AIRES) 2.91 0.80

NUEVE DE JULIO(CHACO) 4.10 0.47

PELLEGRINI(BUENOS AIRES) -4.79 0.41

PELLEGRINI(SANTIAGO DEL ESTERO) 1.23 0.35

RIVADAVIA(BUENOS AIRES) 1.97 0.11

RIVADAVIA(SALTA) -5.63 1.01

RIVADAVIA(SANTIAGO DEL ESTERO) -8.01 0.40

SAN ANTONIO(JUJUY) -9.49 1.44

SAN CARLOS(SALTA) 2.11 0.59

SAN JAVIER(CORDOBA) -4.69 0.91

SAN JAVIER(SANTA FE) -4.27 0.62

SAN JUSTO(CORDOBA) -3.40 0.70

SAN JUSTO(SANTA FE) -0.49 0.12

SAN LORENZO(CHACO) -5.97 0.87

SAN LORENZO(SANTA FE) 7.64 0.68

SAN MARTIN(SANTIAGO DEL ESTERO) -2.03 0.45

SAN PEDRO(BUENOS AIRES) 0.68 0.11

SAN PEDRO(JUJUY) 8.79 0.64

SAN PEDRO(MISIONES) -4.28 0.82

VEINTICINCO DE MAYO(BUENOS AIRES) 0.58 0.07

VEINTICINCO DE MAYO(CHACO) -2.01 0.21

VEINTICINCO DE MAYO(MISIONES) 2.82 0.94

VEINTICINCO DE MAYO(SAN JUAN) 11.98 3.39

Anexo 9:Provincia

Tabla 1.

Anexo 10:Zona

Tabla 1.

Anexo 11: Interacción Zona-Partido/Departamento

Tabla 1.

Zona 1 Coeficiente Desvió Estándar

ADOLFO ALSINA 4.34 0.1909961

AMEGHINO 1.00 0.2388802

AZUL -1.13 0.0767373

BALCARCE -1.46 0.2884176

BARADERO 2.79 0.390548

BELGRANO -1.04 0.4391561

BENITO JUAREZ -1.36 0.1206488

BRAGADO 1.40 0.2195208

CALEU CALEU 6.66 0.6498448

CARMEN DE ARECO -1.41 0.1528665

CASEROS -5.30 0.3164537

CASTELLI -1.04 0.2560219

CATRILO -1.79 0.251434

CHIVILCOY -1.98 0.3547051

CORONEL BRANDSEN 1.26 0.2995784

CORONEL DORREGO 1.28 0.3579928

CRUZ DEL EJE 6.53 1.476439

DAIREAUX 4.04 0.6363736

EXALTACION DE LA CRUZ -2.13 0.3389452

GENERAL ALVARADO 2.53 0.3791233

GENERAL ARENALES -1.51 0.3771484

Provincia Origen Coeficiente Desvió Estándar

BUENOS AIRES -1.269638 0.1520518

C.A.B.A. -3.689109 0.1337187

CORRIENTES -8.039008 0.4565449

LA PAMPA 1.570111 0.1298675

MISIONES -3.946862 0.6642049

SALTA 4.421069 0.9808423

SAN JUAN -14.3064 2.205576

SAN LUIS -7.632976 0.2816705

Zona Destino Coeficiente Desvió Estándar

ZONA 1 2.56 0.25

ZONA 2 1.82 0.22

ZONA 3 0.97 0.18

ZONA 4 -5.98 0.19

ZONA 5 2.44 0.19

GENERAL BELGRANO -3.96 0.4326342

GENERAL LAVALLE 10.04 0.5543141

GENERAL LOPEZ 1.14 0.2309183

GENERAL MADARIAGA -2.63 0.3430862

GENERAL PEDERNERA 2.19 0.338661

GENERAL ROCA 4.17 0.430582

GENERAL SAN MARTIN -7.35 0.1898682

GENERAL VIAMONTE -0.79 0.2375771

GENERAL VILLEGAS 1.03 0.1893047

GONZALES CHAVES 1.51 0.2893609

GOYA -3.61 1.207981

GUALEGUAYCHU -2.18 0.1773397

HIPOLITO YRIGOYEN -1.44 0.3953241

HUCAL -4.04 0.6498598

IRIONDO -3.88 0.6226261

ISCHILIN 6.00 1.133289

JUAREZ CELMAN -1.94 0.31122

LA MATANZA -3.05 0.6897097

LA PLATA -1.70 0.1597587

LEANDRO N. ALEM 1.37 0.232071

LOBOS -1.16 0.2036647

MAR CHIQUITA 1.24 0.199368

MARACO -3.10 0.2740729

MONTE 8.29 0.330793

MONTE CASEROS -8.34 0.7033228

NAVARRO -1.35 0.3304055

PATAGONES -16.64 1.072871

PATIÑO -3.57 0.4142274

PEHUAJO -2.35 0.1339509

PELLEGRINI 5.72 0.436823

PERGAMINO -3.82 0.6381371

PIRANE -4.44 1.522724

PRESIDENTE ROQUE SAENZ PEÑA -0.93 0.2816493

PUAN 0.75 0.1698142

RANCUL -1.53 0.3228034

RAUCH -1.55 0.3723503

RIO SECO 6.79 0.7528313

SALADILLO -1.74 0.1473167

SAN ANDRES DE GILES 5.61 0.8733201

SAN ANTONIO DE ARECO -2.39 0.8399457

SAN CAYETANO -0.84 0.2169584

SANTA MARIA 2.14 0.6329516

SANTO TOME 4.79 0.7241683

SUIPACHA 5.94 1.421798

TERCERO ARRIBA 3.88 0.3266336

TOAY 2.24 0.6221981

TORDILLO -1.02 0.2677992

TORNQUIST -4.32 0.8105455

TRENEL -2.33 0.2076291

TRENQUE LAUQUEN -1.45 0.5020617

TRES LOMAS 2.83 0.2535352

TULUMBA 6.69 0.6245098

URUGUAY 1.00 0.3225501

UTRACAN -4.82 0.4172165

VERA 4.22 1.03247

AYACUCHO(SAN LUIS) 6.988435 0.6742471

CAPITAL(MISIONES) -3.103674 0.2304847

COLON(BUENOS AIRES) -3.73468 0.701748

COLON(CORDOBA) -1.838443 0.3951935

COLON(ENTRE RIOS) 1.351338 0.3387957

CORONEL PRINGLES(BUENOS AIRES) -1.560545 0.2355317

CORONEL PRINGLES(SAN LUIS) -3.394807 0.2880173

GENERAL ALVEAR(CORRIENTES) 15.84303 0.8592081

GENERAL PAZ(BUENOS AIRES) -2.683418 0.2091184

GENERAL PAZ(CORRIENTES) 3.092326 0.6504267

JUNIN(BUENOS AIRES) 1.462938 0.3027845

JUNIN(SAN LUIS) 7.543345 0.6345448

LA CAPITAL(SAN LUIS) 0.9569002 0.309701

LIBERTADOR GENERAL SAN MARTIN(CHACO) -17.87364 1.23811

MERCEDES(BUENOS AIRES) -1.290967 0.4854141

NUEVE DE JULIO(BUENOS AIRES) -2.880842 0.8055436

SAN FERNANDO(CHACO) -7.676214 0.7243975

SAN JUSTO(SANTA FE) 1.252136 0.3677813

SAN MARTIN(SANTA FE) 1.160499 0.3514438

Tabla 2.

ZONA 2 Coeficiente Desvio Estándar

ANTA 4.113386 0.7421454

ARRECIFES 1.914077 0.2731162

ATREUCO 1.126972 0.3804377

BARADERO 2.271748 0.3624362

BELGRANO -2.642295 0.5443789

BERISSO -9.048079 0.2513897

BRAGADO -0.5349476 0.2023437

CASTELLANOS -8.598061 0.5465724

CHAPALEUFU 2.010292 0.2969303

CHIVILCOY -1.04864 0.2754559

CONHELO 1.598004 0.3251923

DAIREAUX 4.462119 0.6419897

ENSENADA 1.717241 0.2968755

FRAY JUSTO SANTA MARIA DE ORO -4.254281 1.178538

GARAY -13.36563 0.3031174

GENERAL ALVEAR 1.493196 0.220224

GENERAL ARENALES -1.443402 0.2847071

GENERAL GUEMES 14.31636 1.021166

GENERAL LAVALLE 10.02668 0.5255216

GENERAL LOPEZ 0.7809644 0.1799658

GENERAL OBLIGADO 1.462112 0.3257153

GENERAL ROCA 4.967949 0.45352

GOBERNADOR DUPUY 6.036904 0.6513057

GUALEGUAYCHU -1.971974 0.2128679

GUAMINI 0.9172679 0.158963

ISCHILIN 5.960163 1.188837

ITUZAINGO 4.286589 0.9626831

LAPRIDA 3.027402 0.3548286

LINCOLN 1.288568 0.1782299

LOBOS -1.28274 0.2366505

MARACO 2.773315 0.2094343

MARCOS JUAREZ 2.29218 0.2013178

MARCOS PAZ -1.527994 0.3605509

MONTE 6.951586 0.3477822

MONTE CASEROS -4.601605 1.318884

NAVARRO -1.912635 0.1075588

OLAVARRIA -0.8525215 0.1794595

PATAGONES -15.80969 0.5416377

PEHUAJO -2.111501 0.1870629

PELLEGRINI 4.650448 0.4801556

PERGAMINO -3.933041 0.5671654

RAMALLO 1.299121 0.095607

RAUCH 1.756614 0.5940191

REALICO 2.014531 0.4334226

RIO SECO 6.11169 0.6864341

RIO SEGUNDO -7.413051 0.9503936

ROJAS -1.777338 0.1797542

ROQUE PEREZ 0.880521 0.167611

SALADAS 10.67882 0.6581633

SALADILLO -1.278306 0.1519664

SALTO -5.34064 0.2681788

SAN ANDRES DE GILES 4.739875 0.882891

SAN ANTONIO DE ARECO -2.527753 0.7634901

SAN FERNANDO 3.06707 0.5923807

SAN JAVIER 4.548284 0.7701631

SAN LORENZO -9.596429 0.9521123

SAN NICOLAS -4.899139 1.031166

SAN VICENTE 1.450799 0.4112036

SUIPACHA 6.869769 1.405402

TALA -1.740209 0.3956508

TORNQUIST -3.341119 0.7953143

TRENQUE LAUQUEN -2.784338 0.5295098

TRES LOMAS 2.39525 0.4488187

TULUMBA 6.318257 0.8469991

UNION 2.783705 0.2754427

VERA 6.043448 1.003507

ZARATE 1.28339 0.2512567

ADOLFO ALSINA(BUENOS AIRES) 1.418169 0.1893181

COLON(BUENOS AIRES) -1.95812 0.5238759

COLON(CORDOBA) -5.424779 0.4109435

CORONEL PRINGLES(SAN LUIS) -2.163779 0.6630671

JUNIN(SAN LUIS) 14.42913 0.8925715

LA CAPITAL(SAN LUIS) -3.691561 0.7342369

LA PAZ(CATAMARCA) 2.522314 0.4679965

LA PAZ(ENTRE RIOS) -1.615018 0.429502

LIBERTADOR GENERAL SAN MARTIN(CHACO) -7.096927 1.355899

NUEVE DE JULIO(BUENOS AIRES) -2.723013 0.8035668

SAN JUSTO(CORDOBA) 6.974954 0.8223143

SAN JUSTO(SANTA FE) 0.7992198 0.2659927

Tabla 3.

ZONA 3 Coeficiente Desvioestandar

ALBERTI -2.254951 0.2188402

AMEGHINO 1.004167 0.2504381

BALCARCE -2.553507 0.255704

BENITO JUAREZ 1.432499 0.331955

BRAGADO -1.698476 0.2384414

CARMEN DE ARECO 1.534906 0.5393617

CASEROS -3.103808 0.8453146

CATRILO -1.160346 0.4167635

CHACABUCO 1.16936 0.1536021

CHAPALEUFU -2.144824 0.3296604

CORONEL DORREGO 6.199246 0.2061004

CURUZU CUATIA 7.335431 0.4789621

DAIREAUX 3.877051 0.6214536

EXALTACION DE LA CRUZ -2.458273 0.9190507

GENERAL ALVEAR 1.482233 0.1889529

GENERAL BELGRANO -3.111808 0.425251

GENERAL LAVALLE 7.50202 0.4776662

GENERAL MADARIAGA -3.372739 0.3117348

GENERAL OBLIGADO -4.396693 0.3462102

GENERAL PUEYRREDON -2.818175 0.4146085

GENERAL ROCA 7.051474 0.4844969

GENERAL SAN MARTIN 9.872926 0.7115388

GENERAL VIAMONTE -1.109026 0.2140478

GOBERNADOR DUPUY 8.704396 0.8657089

HIPOLITO YRIGOYEN -1.433243 0.4383115

HUCAL 5.43918 0.5897532

IRIONDO -6.877333 0.6215474

LEZAMA 7.311496 2.394547

LIBERTADOR GENERAL SAN MARTIN 5.583482 0.7716732

MAIPU -1.027378 0.2372501

MONTE 7.999191 0.3543476

NECOCHEA -1.267143 0.3164375

PEHUAJO -1.87395 0.1286536

PELLEGRINI 2.974723 0.455367

PRESIDENTE PERON 5.844897 0.6498421

PUAN 1.764077 0.3069147

RAMALLO 4.23384 0.5639079

RANCUL -3.297343 0.3505212

REALICO -1.728039 0.3161994

RIVADAVIA -3.097483 0.3244893

SAN ANDRES DE GILES 4.720585 0.9847246

SAN JUSTO 10.72196 1.052216

SAN RAFAEL -11.35473 0.793604

SAN SALVADOR 5.281771 2.047798

SUIPACHA 8.62526 1.411447

TAPALQUE 1.589137 0.3320293

TOAY 1.630326 0.5207613

TORDILLO -0.9883117 0.2561404

TRENEL 1.155725 0.225807

TRENQUE LAUQUEN -5.354451 0.5265483

URUGUAY 7.175157 0.2820167

AYACUCHO(BUENOS AIRES) -0.9222792 0.1792095

AYACUCHO(SAN LUIS) 8.985405 0.7408716

BELGRANO(SANTA FE) -7.91422 0.4909685

BELGRANO(SANTIAGO DEL ESTERO) -8.100693 0.6895979

COLON(CORDOBA) -7.535603 1.131538

COLON(ENTRE RIOS) 4.954961 1.375537

CORONEL PRINGLES(BUENOS AIRES) -1.509599 0.5581923

GENERAL PAZ(BUENOS AIRES) -2.511838 0.174011

GENERAL PAZ(CORRIENTES) -5.792968 2.100568

LA PAZ(CATAMARCA) 1.719415 0.589868

NUEVE DE JULIO(BUENOS AIRES) -3.298549 0.8008341

Tabla 4.

ZONA 4 Coeficiente Desvioestandar

ADOLFO ALSINA 1.424252 0.4215307

ATREUCO 1.106455 0.3041085

AZUL -0.6378017 0.2373262

BALCARCE -2.688857 0.2438785

BENITO JUAREZ -1.272867 0.1804049

CALEU CALEU 4.509645 0.9744886

CORONEL ROSALES -5.174986 0.6305105

GENERAL ALVARADO 0.6824162 0.1671564

GENERAL LAVALLE 11.19928 0.3424834

GENERAL MADARIAGA -1.929191 0.2976039

GENERAL PUEYRREDON -2.378837 0.3726561

GUAMINI -1.369664 0.3319717

HIPOLITO YRIGOYEN -1.824727 0.6213117

HUCAL 2.515962 0.3729257

NECOCHEA -5.307059 0.2908052

NUEVE DE JULIO -2.896169 0.8224827

PATAGONES -6.832126 0.5092151

RANCUL -7.10093 1.109104

SALADILLO -3.235597 0.2335407

TAPALQUE 1.436243 0.4397749

TORNQUIST -6.54103 0.7305321

TRENQUE LAUQUEN -7.66028 0.5557561

TRES ARROYOS 1.514545 0.1113894

TRES LOMAS -3.408301 0.2933693

VEINTICINCO DE MAYO 3.810325 0.5538538

Tabla 5.

ZONA 5 Coeficiente Desvioestandar

BARADERO 5.017181 0.6870205

CALAMUCHITA -4.931372 0.7704597

CASEROS -2.900123 0.2504874

CRUZ DEL EJE 4.088857 1.385881

ESQUINA -4.009896 0.7534524

FELICIANO -1.939137 0.2697206

GARAY -1.829568 0.0966829

GENERAL LOPEZ 0.5101053 0.1078571

GENERAL OBLIGADO 3.688284 0.1427516

GENERAL ROCA 3.294672 0.4383862

GENERAL VIAMONTE -6.203825 0.9473162

GENERAL VILLEGAS -1.959714 0.4743433

GOYA -4.963025 0.9600341

GUASAYAN 2.065744 0.6675085

IRIONDO -5.038766 0.477878

ISCHILIN 6.305442 0.9333644

JUAN F. IBARRA -4.072256 0.5561306

JUAREZ CELMAN -2.976796 0.1962401

LIBERTAD -11.08071 0.9311139

LOBOS -2.44553 0.6290354

MAR CHIQUITA -1.438812 0.1761449

METAN -17.96744 4.981872

MONTE CASEROS -9.994352 1.128477

MORENO 4.9394 0.4392532

NAVARRO -7.69768 0.3862457

OJO DE AGUA 3.952449 0.6333169

OLAVARRIA 5.543473 1.495781

PERGAMINO -6.569157 0.6300227

PIRANE -3.315392 0.9251273

PRESIDENTE ROQUE SAENZ PEÑA -0.5444243 0.1897668

PUAN 1.258318 0.3639568

RIO CUARTO -1.394208 0.1277926

RIO SECO 4.793513 0.6485749

ROQUE PEREZ 9.189463 0.2021177

ROSARIO DE LA FRONTERA -5.377653 1.683334

SAN FERNANDO -6.045187 0.5214653

SAN JERONIMO -0.7154909 0.1535004

SAN NICOLAS -8.030309 1.028129

SAN SALVADOR 2.079778 0.39124

SANTA MARIA -1.416367 0.2877808

SAUCE -6.632793 2.069539

TERCERO ARRIBA -1.05291 0.0896278

TRENQUE LAUQUEN -2.158963 0.7020017

TULUMBA 5.474012 0.5260069

UNION -1.776758 0.1066849

URUGUAY 0.606352 0.2346302

UTRACAN 32.94853 0.7433855

VERA 6.004522 0.9942562

VICTORIA -4.346406 0.2537243

BELGRANO(SANTA FE) -8.146914 0.3402961

COLON(ENTRE RIOS) 1.580873 0.3161006

CORONEL PRINGLES(BUENOS AIRES) -3.521492 0.9374952

CORONEL PRINGLES(SAN LUIS) -6.221806 0.4054353

GENERAL BELGRANO(CHACO) 2.448879 0.6237897

GENERAL PAZ(BUENOS AIRES) -6.437078 1.175566

GENERAL PAZ(CORRIENTES) 8.144591 1.001315

JUNIN(SAN LUIS) 15.07178 1.098853

LA CAPITAL(SANTA FE) -1.101539 0.1991828

LA PAZ(ENTRE RIOS) -2.672987 0.2832851

LIBERTADOR GENERAL SAN MARTIN(CHACO) -8.575024 1.023321

LIBERTADOR GENERAL SAN MARTIN(SAN LUIS) -1.352551 0.3469242

NUEVE DE JULIO(BUENOS AIRES) -15.47434 2.491932

PELLEGRINI(BUENOS AIRES) 3.737685 0.5734837

RIVADAVIA(SANTIAGO DEL ESTERO) 4.636572 0.5088863

SAN JAVIER(CORDOBA) 3.934318 1.089963

SAN JAVIER(SANTA FE) 3.475632 0.7220804

SAN JUSTO(CORDOBA) 3.060292 0.7081398

SAN LORENZO(SANTA FE) -7.072014 0.6995945

SAN MARTIN(SANTA FE) 1.068548 0.1206875

Tabla 6.

ZONA 6 Coeficiente Desvió estándar

ADOLFO ALSINA 2.547966 0.3372867

CAPITAL -2.433374 0.2377146

CHAPALEUFU 2.06954 0.3052663

CONHELO 2.079626 0.2958354

CORONEL DORREGO 1.884718 0.3213476

CORONEL ROSALES -8.083309 1.162912

CORONEL SUAREZ 3.363197 0.2846112

GENERAL ROCA 5.848922 0.4921004

GOBERNADOR DUPUY 4.647786 0.7871858

GONZALES CHAVES 7.689455 0.3420561

GUAMINI 2.54053 0.3367805

GUATRACHE 1.445077 0.2675326

JUNIN 13.43076 1.21151

PELLEGRINI 5.559783 0.9945506

SAAVEDRA 2.20836 0.3316909

SAN CAYETANO -2.593822 0.2383789

SAN JAVIER 4.38784 1.604833

TERCERO ARRIBA 1.974527 0.4086221

TORNQUIST -5.278565 0.8009817

UNION 4.503481 0.5047217

BELGRANO(SANTA FE) -9.594729 0.9229784

CORONEL PRINGLES(BUENOS AIRES) -2.582614 0.4879432

CORONEL PRINGLES(SAN LUIS) -3.679897 0.2928288

Tabla 7.

Tabla 8.

ZONA 7 Coeficiente Desvio estandar

CONESA 7.922261 0.7786333

HUILICHES 1.507569 0.5043353

SAN ANTONIO 12.575 0.5674238

Tabla 9.

Tabla 10.

ZONA 8 Coeficiente Desvio estandar

ADOLFO ALSINA 2.45691 0.7546334

BELGRANO -13.27609 0.6069004

CALAMUCHITA -7.355998 0.8748673

CATRILO -2.521309 0.3742416

CHACABUCO 3.292108 0.5419372

CHAPALEUFU -6.615603 1.344496

GENERAL PEDERNERA 2.691378 0.2937059

GENERAL VILLEGAS -8.627251 2.155238

GOBERNADOR DUPUY 3.631218 0.2967576

GUAMINI -3.000382 0.7302627

JUAREZ CELMAN -2.23207 0.4550721

OLAVARRIA 3.565954 0.8629545

PEHUAJO -4.551163 1.687525

RANCUL -5.121245 0.3562716

REALICO -5.493234 0.3716212

RIO CUARTO -1.564344 0.3792155

TRENEL -1.555952 0.5093423

TULUMBA -3.243816 0.6402654

UNION -4.526 1.051872

JUNIN(SAN LUIS) 18.19515 1.220683

ZONA 9 Coeficiente Desvio estandar

ALBERDI -6.389825 0.5097866

BELLA VISTA -11.09875 0.5390401

CIUDAD AUTONOMA DE BUENOS AIRES 5.300886 0.7722325

FORMOSA -4.220262 0.7870877

FRAY JUSTO SANTA MARIA DE ORO 9.785735 0.6796141

GENERAL JOSE DE SAN MARTIN -14.19971 1.061416

GENERAL TABOADA -8.622672 0.3860638

JUAN F. IBARRA -5.553936 0.4883238

MONTE CASEROS -9.227247 0.6687031

MORENO -2.698549 0.5472456

PRIMERO DE MAYO -6.435553 0.8298292

QUITILIPI -4.771912 1.667674

SAN LORENZO 7.113117 1.155034

SAUCE -5.181296 1.547798

BERMEJO(FORMOSA) -3.957066 1.33786

CAPITAL(MISIONES) -4.728675 0.9258291

CONCEPCION(MISIONES) 5.949682 0.6524518

LIBERTADOR GENERAL SAN MARTIN(CHACO) -8.67652 1.113576

NUEVE DE JULIO(CHACO) -4.695651 0.5119597

Anexo 12: Interacción Provincia-Zona

Tabla 1.

Tabla 2.

ZONA 10 Coeficiente Desvió Estándar

ALBERDI -5.220295 0.4611466

ANTA 9.747254 1.079923

COLON 1.886521 0.4693823

CRUZ DEL EJE 6.969223 1.782965

FRAY JUSTO SANTA MARIA DE ORO 14.51463 1.122565

GENERAL PEDERNERA 9.753631 0.463186

GENERAL ROCA 4.4418 1.181607

GENERAL SAN MARTIN 5.074753 1.20026

GENERAL TABOADA -4.036513 0.5074714

INDEPENDENCIA 4.50968 1.140123

ISCHILIN 9.486852 1.018232

JUAN F. IBARRA -5.860698 0.2601265

LA BANDA -8.844246 0.4354783

LA CALDERA -6.214469 1.590948

LA VIÑA 4.642592 0.4596587

MAIPU 11.08516 1.164062

PIRANE -4.246812 0.4777741

RIO CUARTO 7.988076 0.4715884

RIO PRIMERO 1.931888 0.5106927

RIO SECO 5.131881 0.7403339

SAN CRISTOBAL -3.313186 0.3499416

SANTA ROSA 5.115686 0.5903142

TOTORAL 3.842395 0.4331655

TULUMBA 5.250161 0.7642743

VERA 6.998341 1.785761

CHACABUCO(SAN LUIS) 8.786685 0.25793

GENERAL GUEMES(CHACO) 8.315638 0.8940668

LA CAPITAL(SAN LUIS) 2.519974 0.3972989

RIVADAVIA(SANTIAGO DEL ESTERO) 5.568888 0.5662881

SAN JUSTO(CORDOBA) 2.261128 0.8125675

Buenos Aires Porcentaje Coeficiente Desvió Estándar

Zona 1 0.31235303 -2.290839 0.0901692

Zona 2 0.26198859 -2.15247 0.10981

Zona 8 0.00025335 6.763258 0.7166863

CHACO Porcentaje Coeficiente Desvió Estándar

ZONA 10 0.0844452 -5.417594 0.3285788

ZONA 2 0.00337781 -6.649912 0.8388365

ZONA 5 0.05691606 -3.202434 0.3968117

ZONA 9 0.75071778 -5.06744 0.3487047

Tabla 3.

Tabla 4.

Tabla 5.

Tabla 6.

Tabla 7.

Tabla 8.

Tabla 9.

Tabla 10.

Tabla 11.

C.A.B.A. Porcentaje Coeficiente Desvió Estándar

ZONA 3 0.04260991 3.659471 0.1217529

CORDOBA Porcentaje Coeficiente Desvió Estándar

ZONA 10 0.03518371 -3.54787 0.3790706

ZONA 2 0.06547853 -1.446908 0.1473898

ZONA 5 0.68688127 1.569068 0.1098336

ZONA 8 0.06274292 5.878851 0.4108028

CORRIENTES Porcentaje Coeficiente Desvió Estándar

ZONA 2 0.06451613 -2.494936 0.530397

ZONA 5 0.34294024 3.763971 0.3676045

FORMOSA Porcentaje Coeficiente Desvió Estándar

ZONA 10 0.16778025 -3.230347 0.420519

ZONA 3 0.0074239 -5.963294 0.5987829

ZONA 5 0.10541945 -3.844552 0.5725958

ZONA 9 0.60579065 -10.34401 0.5241209

LA PAMPA Porcentaje Coeficiente Desvió Estándar

ZONA 2 0.18033011 -3.193005 0.1502678

ZONA 5 0.03431272 2.004981 0.1765421

ZONA 8 0.04903774 5.143424 0.3402974

MENDOZA Porcentaje Coeficiente Desvió Estándar

ZONA 1 0.00707965 -6.721777 1.683207

RIO NEGRO Porcentaje Coeficiente Desvió Estándar

ZONA 7 0.95971731 9.957085 0.3593909

SALTA Porcentaje Coeficiente Desvió Estándar

ZONA 10 0.97404311 -7.911979 0.9951362

ZONA 5 0.01158528 3.417449 0.6845066

Tabla 12.

Tabla 13.

Anexo 13: Interacción Mes-Zona

Tabla 1.

Tabla 2.

SAN LUIS Porcentaje Coeficiente Desvió Estándar

ZONA 2 0.04535283 -1.838033 0.4203492

ZONA 3 0.01342682 -4.494878 0.6520852

ZONA 6 0.27584664 -1.192184 0.2005549

SANTA FE Porcentaje Coeficiente Desvió Estándar

ZONA 1 0.09793445 -2.765488 0.2327748

ZONA 2 0.08098426 -1.459219 0.1896098

ZONA 5 0.77252349 -0.9332575 0.1404595

ZONA 9 0.02364429 -2.884703 0.3523953

SANTIAGO DEL ESTERO Porcentaje Coeficiente Desvió Estándar

ZONA 2 0.02196217 2.232984 0.3835208

ZONA 5 0.22667522 2.06927 0.2682595

Zona 1 Porcentaje Coeficiente Desvió Estándar

Enero 0.087049186 1.805366 0.103522

Febrero 0.078329441 -1.865527 0.130158

Marzo 0.091784351 -2.440376 0.1363344

Abril 0.087382779 -2.595592 0.1168504

Junio 0.079756477 2.917192 0.1201235

Julio 0.088392824 4.235163 0.1975083

Agosto 0.089328737 -2.291882 0.1999062

Septiembre 0.070276882 2.80941 0.0959783

Octubre 0.089384336 1.749265 0.0959717

Noviembre 0.0848623 3.581703 0.1194433

ZONA 2 Porcentaje Coeficiente Desvió Estándar

Enero 8.13% 2.425682 0.1161047

Febrero 7.57% -1.363546 0.1406885

Marzo 8.91% -1.873572 0.1498707

Abril 8.38% -1.863204 0.1324246

Mayo 8.03% 0.5964994 0.1136607

Junio 8.30% 3.417928 0.137789

Julio 8.51% 4.153885 0.2052773

Agosto 9.34% -1.934522 0.2082203

Septiembre 7.54% 3.050927 0.111226

Octubre 9.62% 1.974416 0.1035068

Noviembre 8.41% 3.9978 0.1338386

Tabla 3.

Tabla 4.

Tabla 5.

Tabla 6.

ZONA 3 Porcentaje Coeficiente Desvió Estándar

Febrero 7.49% -3.783856 0.1205161

Marzo 8.82% -4.77966 0.1281854

Abril 8.57% -4.392403 0.1024306

Mayo 7.80% -1.861218 0.1154293

Junio 7.90% 0.5464615 0.123893

Julio 7.96% 1.873344 0.1974195

Agosto 9.11% -4.784228 0.19645

Octubre 9.77% -0.8627096 0.0953188

Diciembre 7.70% -3.353966 0.0981064

ZONA 4 Porcentaje Coeficiente Desvió Estándar

Enero 8.45% 3.841527 0.1129184

Marzo 8.30% -0.4351191 0.1285745

Mayo 9.24% 1.874946 0.1333559

Junio 7.73% 4.931962 0.1520452

Julio 7.70% 6.005488 0.2230652

Agosto 8.63% -0.6964062 0.202799

Septiembre 9.22% 4.551205 0.1297065

Octubre 10.22% 3.254345 0.1229986

Noviembre 7.79% 4.13094 0.1445972

ZONA 5 Porcentaje Coeficiente Desvió Estándar

Febrero 8.07% -3.721817 0.1154513

Marzo 9.52% -4.44894 0.1127471

Abril 8.71% -4.447902 0.1012303

Mayo 8.37% -1.657959 0.1154977

Julio 8.38% 1.288622 0.1859819

Agosto 8.77% -4.6803 0.1852026

Octubre 9.03% -0.7808068 0.0923604

Noviembre 8.15% 0.9404161 0.1032125

Diciembre 6.82% -2.530139 0.098217

ZONA 6 Porcentaje Coeficiente Desvió Estándar

Mayo 7.77% 2.358086 0.178834

Junio 8.44% 5.074798 0.1852279

Julio 7.47% 5.886078 0.2569467

Septiembre 7.76% 5.003199 0.2050311

Octubre 7.66% 4.001337 0.207639

Noviembre 8.79% 6.067163 0.2010535

Diciembre 6.90% 1.844788 0.2388696

Tabla 7.

Tabla 8.

Tabla 9.

Tabla 10.

ZONA 7 Porcentaje Coeficiente Desvió Estándar

Febrero 8.05% -4.823521 0.29488

Marzo 9.30% -4.232003 0.2686444

Abril 9.30% -6.04792 0.3469776

Mayo 8.73% -3.366708 0.2882155

Junio 10.97% -2.077027 0.2384219

Agosto 9.17% -5.706577 0.334304

Noviembre 8.36% 4.356465 0.3635587

ZONA 8 Porcentaje Coeficiente Desvió Estándar

Febrero 8.34% -3.133631 0.1927453

Marzo 9.13% -3.765411 0.1845102

Abril 8.22% -4.039762 0.178097

Mayo 7.64% -1.241193 0.20208

Julio 8.17% 1.702876 0.268586

Agosto 9.15% -4.714364 0.2508206

Noviembre 8.05% 1.431807 0.2163292

Diciembre 8.22% -2.166817 0.2074466

ZONA 9 Porcentaje Coeficiente Desvió Estándar

Enero 9.14% 2.270516 0.2041658

Febrero 8.11% -3.16934 0.2280552

Marzo 7.49% -2.968026 0.2313424

Abril 6.86% -2.567746 0.2338459

Junio 8.21% 0.7043264 0.2226827

Julio 7.98% 0.7570495 0.2797021

Agosto 9.74% -4.847704 0.3014685

Septiembre 9.69% -2.025342 0.2357083

Octubre 10.30% -1.675722 0.2242013

Diciembre 7.12% -3.824031 0.2517196

ZONA 10 Porcentaje Coeficiente Desvió Estándar

Enero 7.79% 4.647362 0.1743209

Mayo 8.11% 2.440314 0.1899716

Junio 7.29% 3.510946 0.1806742

Julio 8.98% 4.749612 0.2501004

Agosto 8.87% -2.01692 0.2336592

Septiembre 8.71% 1.080708 0.1741831

Octubre 10.27% 1.28252 0.1760818

Noviembre 9.43% 3.277771 0.1918322

Diciembre 8.10% -0.6306237 0.1823573

Anexo 14: Interacción Mes-Provincia

Tabla 1.

Tabla 2.

Tabla 3.

Tabla 4.

Tabla 5.

Tabla 6.

Tabla 7.

Tabla 8.

C.A.B.A Coeficiente Desvio Estandar

Enero -0.9843201 0.0822468

Febrero 0.5792188 0.0881293

Mayo 0.8889913 0.0937432

Julio 1.36636 0.0986483

Agosto 1.102307 0.1100323

Noviembre -0.7652972 0.0925314

Diciembre 0.5742535 0.1028476

CORDOBA Coeficiente Desvio Estandar

Abril -0.3813325 0.0640499

CORRIENTES Coeficiente Desvio Estandar

Agosto -1.444062 0.3552913

ENTRE RIOS Coeficiente Desvio Estandar

Enero 0.2946362 0.0931901

Febrero -0.3744991 0.098064

Mayo 0.5090118 0.1022482

Junio -0.7390183 0.1143493

FORMOSA Coeficiente Desvio Estandar

Mayo -1.663261 0.2833162

Agosto -1.674652 0.4281489

LA PAMPA Coeficiente Desvio Estandar

Marzo 0.8302233 0.1178942

Junio -1.088909 0.1294025

LA RIOJA Coeficiente Desvio Estandar

Mayo 5.289417 1.076922

Tabla 9.

Tabla 10.

Tabla 11.

Tabla 12.

Tabla 13.

Tabla 14.

Tabla 15.

Anexo 15:Estadísticas descriptivas

Tabla 1.

MENDOZA Coeficiente Desvio Estandar

Marzo 1.739662 0.4608084

MISIONES Coeficiente Desvio Estandar

Junio -1.776932 0.5237755

Agosto 1.687597 0.4713566

RIO NEGRO Coeficiente Desvio Estandar

Abril 1.71366 0.4178616

SALTA Coeficiente Desvio Estandar

Enero -0.7270113 0.2211178

Agosto -0.6349665 0.2386392

SANTA FE Coeficiente Desvio Estandar

Enero 0.267501 0.0777589

Marzo 0.7661483 0.076889

Mayo 0.6492728 0.0867596

SANTIAGO DEL ESTERO Coeficiente Desvio Estandar

Abril 0.8885504 0.2077727

TUCUMAN Coeficiente Desvio Estandar

Noviembre -1.231847 0.4197386

Buenos Aires Coeficiente Desvio Estandar

Marzo 0.729707 0.0643874

Mayo 0.4348848 0.0755931

Junio -0.5422981 0.0775342

Agosto 0.3435083 0.0845476

Tabla 2.

Tabla 3.

Tabla 4.

Smallest

1% 16.5 2.97 Obs 406367

5% 23.247 3.024 Sum of Wgt. 406367

10% 26 3.024

25% 29.92 4.61 Mean 34.47472

50% 34.23 Largest Std. Dev. 7.235262

75% 39 91.5

90% 44.2 91.5 Variance 52.34901

95% 47 91.5 Skewness 0.0468035

99% 50.938 91.5 Kurtosis 3.2272

Precio Kg

Percentiles

Smallest Obs 406367

1% 1 1 Sum of Wgt. 406367

5% 1 1

10% 1 1 Mean 13.81476

25% 3 1 Std. Dev. 13.95016

50% 9 Largest

75% 20 228 Variance 194.6069

90% 35 228 Skewness 1.756309

95% 42 228 Kurtosis 9.335069

99% 56 228

Cabezas Comercializadas

Percentiles

Smallest

1% 296 89.9 Obs 406367

5% 304 91 Sum of Wgt. 406367

10% 312.5 94.38298

25% 335.2 96.16279 Mean 382.309

50% 366.2727 Largest Std. Dev. 68.61165

75% 410.3704 1103.667

90% 473.0714 1103.667 Variance 4707.559

95% 519.25 1111.5 Skewness 1.589825

99% 612.2 1121 Kurtosis 7.328454

Percentiles

KgCabeza

Tabla 5.

Tabla 6.

Tabla 7.

Smallest

1% 310 91 Obs 406367

5% 363 120 Sum of Wgt. 406367

10% 478 130

25% 1225 140 Mean 5317.2

50% 3251 Largest Std. Dev. 5571.085

75% 7387 95550

90% 14839 95550 Variance 3.10E+07

95% 17180 95550 Skewness 1.846669

99% 22021 95550 Kurtosis 10.12127

Cantidad de Kg

Percentiles

¿LO ES? Freq. Percent Cum.

NO 282,867 69.61 69.61

SI 123,500 30.39 100

Total 406,367 100

Hembra

¿LO ES? Freq. Percent Cum.

NO 401,539 98.81 98.81

Si 4,828 1.19 100

Total 406,367 100

Macho Entero Joven

Tabla 8.

Categoria N° Transacciones Porcentaje

Novillitos Regulares 95050 23.39

Vaquillona Regulares 87999 21.66

Terneros hasta 350 kilos 63450 15.61

Novillitos Especiales y Buenos Medianos 351/390 kilos 34876 8.58

Novillos Regulares pesados 22512 5.54

Vaquillona Especiales y Buenas Medianas 351/390 kilos 22263 5.48

Novillitos Especiales y Buenos Pesados 391/430 kilos 16308 4.01

Novillos Especiales y Buenos 431/460 kilos 14312 3.52

Novillos Especiales y Buenos 461/490 kilos 9244 2.27

Novillos Especiales y Buenos más de 520 kilos 8261 2.03

Vaquillona 7197 1.77

Vaquillona Especiales y Buenas Pesadas 391/430 kilos 6041 1.49

Novillos Especiales y Buenos 491/520 kilos 5702 1.4

Machos Enteros Regulares 3013 0.74

Machos Enteros Especiales y Buenos 1815 0.45

Novillos Overos Negros más de 500 kilos 1810 0.45

Novillos 1575 0.39

Novillos Cruza Europea más 470 kilos 1321 0.33

Novillitos 1315 0.32

Novillos Cruza Europea hasta 470 kilos 950 0.23

Novillos Cruza Cebú más 440 kilos 838 0.21

Novillos Cruza Cebú hasta 440 kilos 496 0.12

Novillos Regulares livianos 19 0

Total 406367 100

Tabla 9.

Tabla 10.

Raza N° Transacciones Porcentaje

Aberdeen Angus 141859 34.91

Bovino Criollo 109051 26.84

Otra 99 91133 22.43

Holando Argentino 20066 4.94

Braford 17383 4.28

Hereford 15627 3.85

Brangus 5747 1.41

Jersey 1619 0.4

Charolais 1213 0.3

Polled Hereford 1048 0.26

Brahman 706 0.17

Shorthorn 339 0.08

Limangus 202 0.05

Limuosin 114 0.03

Belted Galloway 91 0.02

Blonde d'aquitaine 88 0.02

Flieckvieh Simmental 28 0.01

Piemontese 24 0.01

Retinta 5 0

Santa Gertrudis 8 0

West Highland 16 0

Total 406367 100

Zona Destino N° Transacciones Porcentaje

ZONA 5 116463 28.66

ZONA 1 107916 26.56

ZONA 2 63388 15.6

ZONA 3 43033 10.59

ZONA 4 24115 5.93

ZONA 10 17355 4.27

ZONA 6 10669 2.63

ZONA 8 9479 2.33

ZONA 9 9401 2.31

ZONA 7 4548 1.12

Total 406367 100

Tabla 11.

Mes N° Transacciones Porcentaje

Enero 34316 8.44

Febrero 31683 7.8

Marzo 36851 9.07

Abril 34669 8.53

Mayo 33771 8.31

Junio 32511 8

Julio 34281 8.44

Agosto 36488 8.98

Septiembre 31460 7.74

Octubre 37808 9.3

Noviembre 33893 8.34

Diciembre 28636 7.05

Tabla 12.

Provincia de Origen N° Transacciones Porcentaje

BUENOS AIRES 153938 37.88

CORDOBA 73841 18.17

SANTA FE 48849 12.02

C.A.B.A. 46515 11.45

ENTRE RIOS 30008 7.38

LA PAMPA 14601 3.59

SALTA 6819 1.68

SAN LUIS 6703 1.65

SANTIAGO DEL ESTERO 6238 1.54

CHACO 5309 1.31

CORRIENTES 3782 0.93

RIO NEGRO 2830 0.7

TUCUMAN 1603 0.39

FORMOSA 1347 0.33

MENDOZA 1130 0.28

CATAMARCA 697 0.17

MISIONES 707 0.17

CHUBUT 612 0.15

NEUQUEN 613 0.15

JUJUY 171 0.04

LA RIOJA 21 0.01

SAN JUAN 24 0.01

SANTA CRUZ 7 0

TIERRA DEL FUEGO 2 0

Total 406367 100

Tabla 13.

ZONA 1 N° Transacciones Porcentaje

Bovino Novillitos Regulares 29,022 26.89%

Bovino Terneros hasta 350 kilos 20,615 19.10%

Bovino Vaquillona Regulares 17,933 16.62%

Bovino Novillitos Especiales y Buenos M 8,544 7.92%

Bovino Novillos Regulares pesados 5,549 5.14%

Bovino Novillitos Especiales y Buenos P 5,473 5.07%

Bovino Novillos Especiales y Buenos 431 4,632 4.29%

Bovino Vaquillona Especiales y Buenas M 4,078 3.78%

Bovino Novillos Especiales y Buenos 461 3,145 2.91%

Bovino Novillos Especiales y Buenos más 1,940 1.80%

Bovino Novillos Especiales y Buenos 491 1,686 1.56%

Bovino Vaquillona Especiales y Buenas P 1,002 0.93%

Bovino Vaquillona 959 0.89%

Bovino Machos Enteros Regulares 867 0.80%

Bovino Machos Enteros Especiales y Buen 779 0.72%

Bovino Novillos Overos Negros más de 50 661 0.61%

Bovino Novillos 267 0.25%

Bovino Novillos Cruza Europea hasta 470 214 0.20%

Bovino Novillos Cruza Europea más 470 k 177 0.16%

Bovino Novillitos 150 0.14%

Bovino Novillos Cruza Cebú hasta 440 ki 140 0.13%

Bovino Novillos Cruza Cebú más 440 kilo 83 0.08%

Tabla 14.

ZONA 2 N° Transacciones Porcentaje

Terneros hasta 350 kilos 13061 20.60%

Novillitos Regulares 12319 19.43%

Vaquillona Regulares 11576 18.26%

Novillitos Especiales y Buenos Medianos 351/390 kilos 4626 7.30%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 3878 6.12%

Novillos Especiales y Buenos 431/460 kilos 3377 5.33%

Novillos Regulares pesados 2859 4.51%

Novillitos Especiales y Buenos Pesados 391/430 kilos 2190 3.45%

Novillos Especiales y Buenos 461/490 kilos 1958 3.09%

Novillos Especiales y Buenos más de 520 kilos 1579 2.49%

Vaquillona 1276 2.01%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos 997 1.57%

Novillos Especiales y Buenos 491/520 kilos 992 1.56%

Novillos 580 0.91%

Novillitos 576 0.91%

Novillos Overos Negros más de 500 kilos 412 0.65%

Machos Enteros Especiales y Buenos 356 0.56%

Machos Enteros Regulares 275 0.43%

Novillos Cruza Europea más 470 kilos 229 0.36%

Novillos Cruza Cebú más 440 kilos 125 0.20%

Novillos Cruza Europea hasta 470 kilos 92 0.15%

Novillos Cruza Cebú hasta 440 kilos 53 0.08%

Novillos Regulares livianos 2 0.00%

Tabla 15.

ZONA 3 N° Transacciones Porcentaje

Vaquillona Regulares 8786 20.42%

Novillitos Regulares 8591 19.96%

Terneros hasta 350 kilos 8121 18.87%

Novillitos Especiales y Buenos Medianos 351/390 kilos 4892 11.37%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 3915 9.10%

Novillitos Especiales y Buenos Pesados 391/430 kilos 1858 4.32%

Novillos Especiales y Buenos 431/460 kilos 1599 3.72%

Novillos Regulares pesados 1582 3.68%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos 996 2.31%

Novillos Especiales y Buenos 461/490 kilos 774 1.80%

Novillos Especiales y Buenos más de 520 kilos 550 1.28%

Novillos Especiales y Buenos 491/520 kilos 515 1.20%

Vaquillona 410 0.95%

Novillos Overos Negros más de 500 kilos 125 0.29%

Machos Enteros Regulares 124 0.29%

Machos Enteros Especiales y Buenos 81 0.19%

Novillos 53 0.12%

Novillitos 32 0.07%

Novillos Cruza Europea hasta 470 kilos 11 0.03%

Novillos Cruza Europea más 470 kilos 8 0.02%

Novillos Cruza Cebú hasta 440 kilos 5 0.01%

Novillos Regulares livianos 4 0.01%

Novillos Cruza Cebú más 440 kilos 1 0.00%

Tabla 16.

ZONA 4 N° Transacciones Porcentaje

Vaquillona Regulares 6459 26.78%

Novillitos Regulares 3886 16.11%

Novillitos Especiales y Buenos Medianos 351/390 kilos 2967 12.30%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 2733 11.33%

Terneros hasta 350 kilos 2694 11.17%

Novillitos Especiales y Buenos Pesados 391/430 kilos 1725 7.15%

Novillos Especiales y Buenos 431/460 kilos 987 4.09%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos 973 4.03%

Novillos Especiales y Buenos 461/490 kilos 556 2.31%

Novillos Regulares pesados 473 1.96%

Novillos Especiales y Buenos 491/520 kilos 222 0.92%

Novillos Especiales y Buenos más de 520 kilos 144 0.60%

Vaquillona 142 0.59%

Machos Enteros Especiales y Buenos 39 0.16%

Novillitos 36 0.15%

Novillos 31 0.13%

Novillos Cruza Europea hasta 470 kilos 17 0.07%

Novillos Overos Negros más de 500 kilos 16 0.07%

Machos Enteros Regulares 12 0.05%

Novillos Cruza Cebú hasta 440 kilos 3 0.01%

Tabla 17.

ZONA 5 N° Transacciones Porcentaje

Vaquillona Regulares 28670 24.62%

Novillitos Regulares 27881 23.94%

Terneros hasta 350 kilos 15755 13.53%

Novillitos Especiales y Buenos Medianos 351/390 kilos 10344 8.88%

Novillos Regulares pesados 8144 6.99%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 5256 4.51%

Novillitos Especiales y Buenos Pesados 391/430 kilos 3583 3.08%

Novillos Especiales y Buenos más de 520 kilos 3115 2.67%

Novillos Especiales y Buenos 431/460 kilos 2643 2.27%

Novillos Especiales y Buenos 461/490 kilos 2031 1.74%

Vaquillona 1986 1.71%

Novillos Especiales y Buenos 491/520 kilos 1703 1.46%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos 1274 1.09%

Novillos Cruza Europea más 470 kilos 848 0.73%

Machos Enteros Regulares 683 0.59%

Novillos Cruza Cebú más 440 kilos 603 0.52%

Novillos Overos Negros más de 500 kilos 521 0.45%

Novillos Cruza Europea hasta 470 kilos 398 0.34%

Novillos 330 0.28%

Machos Enteros Especiales y Buenos 264 0.23%

Novillos Cruza Cebú hasta 440 kilos 227 0.19%

Novillitos 201 0.17%

Novillos Regulares livianos 3 0.00%

Tabla 18.

Tabla 19.

ZONA 6 N° Transacciones Porcentaje

Vaquillona Regulares 2607 24.44%

Novillos Regulares pesados 1660 15.56%

Novillitos Regulares 1245 11.67%

Novillos Especiales y Buenos más de 520 kilos 745 6.98%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 631 5.91%

Novillos Especiales y Buenos 431/460 kilos 602 5.64%

Novillitos Especiales y Buenos Medianos 351/390 kilos 585 5.48%

Novillos Especiales y Buenos 461/490 kilos 523 4.90%

Novillos Especiales y Buenos 491/520 kilos 458 4.29%

Novillitos Especiales y Buenos Pesados 391/430 kilos 376 3.52%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos 342 3.21%

Terneros hasta 350 kilos 332 3.11%

Vaquillona 304 2.85%

Novillos Overos Negros más de 500 kilos 56 0.52%

Novillos Cruza Europea hasta 470 kilos 55 0.52%

Novillos Cruza Europea más 470 kilos 48 0.45%

Machos Enteros Regulares 47 0.44%

Machos Enteros Especiales y Buenos 26 0.24%

Novillitos 22 0.21%

Novillos 5 0.05%

ZONA 7 N° Transacciones Porcentaje

Novillitos Regulares 831 18.27%

Vaquillona Regulares 823 18.10%

Novillitos Especiales y Buenos Medianos 351/390 kilos 678 14.91%

Terneros hasta 350 kilos 449 9.87%

Novillitos Especiales y Buenos Pesados 391/430 kilos 269 5.91%

Machos Enteros Regulares 268 5.89%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 255 5.61%

Novillos Regulares pesados 191 4.20%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos 169 3.72%

Machos Enteros Especiales y Buenos 150 3.30%

Novillos Especiales y Buenos 431/460 kilos 126 2.77%

Vaquillona 108 2.37%

Novillos Especiales y Buenos 461/490 kilos 79 1.74%

Novillos Especiales y Buenos más de 520 kilos 66 1.45%

Novillos Especiales y Buenos 491/520 kilos 40 0.88%

Novillos 28 0.62%

Novillitos 15 0.33%

Novillos Cruza Europea hasta 470 kilos 3 0.07%

Tabla 20.

ZONA 8 N° Transacciones Porcentaje

Vaquillona Regulares 2789 29.42%

Novillitos Regulares 2085 22.00%

Novillos Regulares pesados 1375 14.51%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 804 8.48%

Novillitos Especiales y Buenos Medianos 351/390 kilos 793 8.37%

Novillitos Especiales y Buenos Pesados 391/430 kilos 472 4.98%

Novillos Especiales y Buenos 431/460 kilos 213 2.25%

Vaquillona 195 2.06%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos 192 2.03%

Novillos Especiales y Buenos 461/490 kilos 106 1.12%

Novillos Cruza Europea hasta 470 kilos 102 1.08%

Terneros hasta 350 kilos 100 1.05%

Novillos Especiales y Buenos más de 520 kilos 76 0.80%

Novillos Especiales y Buenos 491/520 kilos 55 0.58%

Machos Enteros Regulares 41 0.43%

Machos Enteros Especiales y Buenos 30 0.32%

Novillitos 18 0.19%

Novillos Overos Negros más de 500 kilos 15 0.16%

Novillos 9 0.09%

Novillos Cruza Europea más 470 kilos 4 0.04%

Novillos Regulares livianos 3 0.03%

Novillos Cruza Cebú hasta 440 kilos 1 0.01%

Novillos Cruza Cebú más 440 kilos 1 0.01%

Tabla 21.

ZONA 9 N° Transacciones Porcentaje

Novillitos Regulares 2730 29.04%

Vaquillona Regulares 2669 28.39%

Terneros hasta 350 kilos 1102 11.72%

Vaquillona 965 10.26%

Novillitos Especiales y Buenos Medianos 351/390 kilos 355 3.78%

Novillos Regulares pesados 319 3.39%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 268 2.85%

Machos Enteros Regulares 252 2.68%

Novillitos 239 2.54%

Novillos 124 1.32%

Novillitos Especiales y Buenos Pesados 391/430 kilos 111 1.18%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos 56 0.60%

Novillos Especiales y Buenos 431/460 kilos 51 0.54%

Novillos Cruza Cebú hasta 440 kilos 30 0.32%

Novillos Especiales y Buenos 461/490 kilos 27 0.29%

Machos Enteros Especiales y Buenos 25 0.27%

Novillos Cruza Cebú más 440 kilos 25 0.27%

Novillos Especiales y Buenos más de 520 kilos 22 0.23%

Novillos Cruza Europea hasta 470 kilos 21 0.22%

Novillos Especiales y Buenos 491/520 kilos 7 0.07%

Novillos Overos Negros más de 500 kilos 2 0.02%

Novillos Regulares livianos 1 0.01%

Tabla 22.

Tabla 23.

Tabla 24.

ZONA 10 N° Transacciones Porcentaje

Novillitos Regulares 6460 37.22%

Vaquillona Regulares 5687 32.77%

Terneros hasta 350 kilos 1221 7.04%

Novillitos Especiales y Buenos Medianos 351/390 kilos 1092 6.29%

Vaquillona 852 4.91%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 445 2.56%

Machos Enteros Regulares 444 2.56%

Novillos Regulares pesados 360 2.07%

Novillitos Especiales y Buenos Pesados 391/430 kilos 251 1.45%

Novillos 148 0.85%

Novillos Especiales y Buenos 431/460 kilos 82 0.47%

Machos Enteros Especiales y Buenos 65 0.37%

Novillos Especiales y Buenos 461/490 kilos 45 0.26%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos 40 0.23%

Novillos Cruza Cebú hasta 440 kilos 37 0.21%

Novillos Cruza Europea hasta 470 kilos 37 0.21%

Novillitos 26 0.15%

Novillos Especiales y Buenos 491/520 kilos 24 0.14%

Novillos Especiales y Buenos más de 520 kilos 24 0.14%

Novillos Cruza Europea más 470 kilos 7 0.04%

Novillos Regulares livianos 6 0.03%

Novillos Overos Negros más de 500 kilos 2 0.01%

Smallest

1% 233.75 181.3333 Obs 410

5% 268.6667 199.3333 Sum of Wgt. 410

10% 320 199.3333

25% 373.875 229 Mean 425.7866

50% 422.4167 Largest Std. Dev. 84.68005

75% 480 632.5

90% 525.1071 645 Variance 7170.71

95% 567 650 Skewness -0.0687004

99% 625 657.8 Kurtosis 3.181168

Percentiles

KgCabeza si destino es zona 3 para la categoria vaquillona

Variable Obs Mean Std. Dev. Min Max

KgCabeza 1986 465.5829 92.80988 176.3 895

Tabla 25.

Tabla 26.

Buenos Aires N° TransaccionesPorcentaje

Bovino Machos Enteros Especiales y Buen 416 0.27%

Bovino Machos Enteros Regulares 292 0.19%

Bovino Novillitos 731 0.47%

Bovino Novillitos Especiales y Buenos M 14,448 9.39%

Bovino Novillitos Especiales y Buenos P 7,428 4.83%

Bovino Novillitos Regulares 31,427 20.42%

Bovino Novillos 810 0.53%

Bovino Novillos Cruza Cebú hasta 440 ki 114 0.07%

Bovino Novillos Cruza Cebú más 440 kilo 13 0.01%

Bovino Novillos Cruza Europea hasta 470 186 0.12%

Bovino Novillos Cruza Europea más 470 k 42 0.03%

Bovino Novillos Especiales y Buenos 431 7,087 4.60%

Bovino Novillos Especiales y Buenos 461 4,242 2.76%

Bovino Novillos Especiales y Buenos 491 2,538 1.65%

Bovino Novillos Especiales y Buenos más 3,295 2.14%

Bovino Novillos Overos Negros más de 50 622 0.40%

Bovino Novillos Regulares livianos 6 0.00%

Bovino Novillos Regulares pesados 4,272 2.78%

Bovino Terneros hasta 350 kilos 29,565 19.21%

Bovino Vaquillona 2,503 1.63%

Bovino Vaquillona Especiales y Buenas M 10,473 6.80%

Bovino Vaquillona Especiales y Buenas P 3,067 1.99%

Bovino Vaquillona Regulares 30,361 19.72%

CATAMARCA N° TransaccionesPorcentaje

Novillitos Regulares 229 32.86%

Vaquillona Regulares 168 24.10%

Vaquillona 66 9.47%

Novillitos Especiales y Buenos Medianos 351/390 kilos 51 7.32%

Terneros hasta 350 kilos 51 7.32%

Novillitos Especiales y Buenos Pesados 391/430 kilos 28 4.02%

Novillos Especiales y Buenos 461/490 kilos 22 3.16%

Novillos Especiales y Buenos 431/460 kilos 16 2.30%

Novillos Regulares pesados 14 2.01%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos 11 1.58%

Machos Enteros Regulares 10 1.43%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 10 1.43%

Novillos Especiales y Buenos 491/520 kilos 9 1.29%

Novillos Cruza Cebú hasta 440 kilos 5 0.72%

Novillos Especiales y Buenos más de 520 kilos 5 0.72%

Novillitos 1 0.14%

Novillos Overos Negros más de 500 kilos 1 0.14%

Tabla 27.

Tabla 28.

CHACO N° TransaccionesPorcentaje

Novillitos Regulares 1614 30.40%

Vaquillona Regulares 1421 26.77%

Terneros hasta 350 kilos 777 14.64%

Novillitos Especiales y Buenos Medianos 351/390 kilos 265 4.99%

Vaquillona 211 3.97%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 207 3.90%

Machos Enteros Regulares 197 3.71%

Novillos Regulares pesados 141 2.66%

Novillitos Especiales y Buenos Pesados 391/430 kilos 79 1.49%

Novillitos 73 1.38%

Novillos Especiales y Buenos más de 520 kilos 67 1.26%

Novillos 49 0.92%

Novillos Especiales y Buenos 431/460 kilos 44 0.83%

Novillos Especiales y Buenos 461/490 kilos 41 0.77%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos 27 0.51%

Novillos Cruza Europea hasta 470 kilos 25 0.47%

Machos Enteros Especiales y Buenos 24 0.45%

Novillos Especiales y Buenos 491/520 kilos 24 0.45%

Novillos Cruza Cebú más 440 kilos 19 0.36%

Novillos Cruza Cebú hasta 440 kilos 3 0.06%

Novillos Regulares livianos 1 0.02%

CHUBUT N° TransaccionesPorcentaje

Novillitos Regulares 194 31.70%

Vaquillona Regulares 112 18.30%

Novillitos Especiales y Buenos Medianos 351/390 kilos 108 17.65%

Terneros hasta 350 kilos 107 17.48%

Novillitos Especiales y Buenos Pesados 391/430 kilos 34 5.56%

Vaquillona 20 3.27%

Novillos Regulares pesados 13 2.12%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 10 1.63%

Machos Enteros Regulares 5 0.82%

Novillos Especiales y Buenos 431/460 kilos 4 0.65%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos 3 0.49%

Novillos 2 0.33%

Tabla 29.

CIUDAD AUTONOMA DE BUENOS AIRES N° TransaccionesPorcentaje

Novillitos Regulares 13780 29.62%

Terneros hasta 350 kilos 7798 16.76%

Vaquillona Regulares 6371 13.70%

Novillitos Especiales y Buenos Medianos 351/390 kilos 4275 9.19%

Novillos Regulares pesados 3311 7.12%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 2127 4.57%

Novillitos Especiales y Buenos Pesados 391/430 kilos 2020 4.34%

Novillos Especiales y Buenos 431/460 kilos 1692 3.64%

Machos Enteros Regulares 954 2.05%

Novillos Especiales y Buenos 461/490 kilos 866 1.86%

Machos Enteros Especiales y Buenos 828 1.78%

Novillos Overos Negros más de 500 kilos 655 1.41%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos 619 1.33%

Novillos Especiales y Buenos 491/520 kilos 430 0.92%

Novillos Especiales y Buenos más de 520 kilos 424 0.91%

Vaquillona 139 0.30%

Novillos 107 0.23%

Novillitos 46 0.10%

Novillos Cruza Europea hasta 470 kilos 46 0.10%

Novillos Cruza Cebú más 440 kilos 19 0.04%

Novillos Cruza Cebú hasta 440 kilos 6 0.01%

Novillos Cruza Europea más 470 kilos 2 0.00%

Tabla 30.

CORDOBA N° TransaccionesPorcentaje

Vaquillona Regulares 19838 26.87%

Novillitos Regulares 18674 25.29%

Terneros hasta 350 kilos 7474 10.12%

Novillitos Especiales y Buenos Medianos 351/390 kilos 6724 9.11%

Novillos Regulares pesados 5180 7.02%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 3822 5.18%

Novillitos Especiales y Buenos Pesados 391/430 kilos 2798 3.79%

Novillos Especiales y Buenos 431/460 kilos 2185 2.96%

Novillos Especiales y Buenos más de 520 kilos 1821 2.47%

Novillos Especiales y Buenos 461/490 kilos 1588 2.15%

Novillos Especiales y Buenos 491/520 kilos 991 1.34%

Vaquillona 939 1.27%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos 722 0.98%

Machos Enteros Regulares 408 0.55%

Novillos Overos Negros más de 500 kilos 211 0.29%

Machos Enteros Especiales y Buenos 147 0.20%

Novillos 137 0.19%

Novillos Cruza Cebú hasta 440 kilos 60 0.08%

Novillitos 53 0.07%

Novillos Cruza Europea más 470 kilos 41 0.06%

Novillos Cruza Europea hasta 470 kilos 25 0.03%

Novillos Cruza Cebú más 440 kilos 3 0.00%

Tabla 31.

CORRIENTES N° TransaccionesPorcentaje

Novillos Regulares pesados 664 17.56%

Vaquillona 562 14.86%

Terneros hasta 350 kilos 387 10.23%

Vaquillona Regulares 372 9.84%

Novillitos Regulares 371 9.81%

Novillos Cruza Europea más 470 kilos 346 9.15%

Novillos Cruza Cebú más 440 kilos 295 7.80%

Novillitos Especiales y Buenos Medianos 351/390 kilos 139 3.68%

Novillitos 120 3.17%

Novillos 104 2.75%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 74 1.96%

Machos Enteros Regulares 67 1.77%

Novillos Especiales y Buenos más de 520 kilos 57 1.51%

Novillitos Especiales y Buenos Pesados 391/430 kilos 48 1.27%

Novillos Especiales y Buenos 461/490 kilos 43 1.14%

Novillos Especiales y Buenos 431/460 kilos 35 0.93%

Novillos Especiales y Buenos 491/520 kilos 31 0.82%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos 29 0.77%

Novillos Overos Negros más de 500 kilos 16 0.42%

Novillos Cruza Cebú hasta 440 kilos 15 0.40%

Machos Enteros Especiales y Buenos 7 0.19%

Tabla 32.

ENTRE RIOS N° TransaccionesPorcentaje

Novillitos Regulares 9290 30.96%

Vaquillona Regulares 6835 22.78%

Terneros hasta 350 kilos 4543 15.14%

Novillos Regulares pesados 3128 10.42%

Novillitos Especiales y Buenos Medianos 351/390 kilos 1290 4.30%

Novillos Especiales y Buenos 431/460 kilos 699 2.33%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 692 2.31%

Novillos Especiales y Buenos más de 520 kilos 691 2.30%

Vaquillona 666 2.22%

Novillitos Especiales y Buenos Pesados 391/430 kilos 540 1.80%

Novillos Especiales y Buenos 461/490 kilos 520 1.73%

Novillos Especiales y Buenos 491/520 kilos 381 1.27%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos 303 1.01%

Novillos 83 0.28%

Novillos Cruza Cebú más 440 kilos 83 0.28%

Machos Enteros Regulares 72 0.24%

Novillitos 50 0.17%

Machos Enteros Especiales y Buenos 36 0.12%

Novillos Cruza Europea más 470 kilos 28 0.09%

Novillos Cruza Cebú hasta 440 kilos 26 0.09%

Novillos Cruza Europea hasta 470 kilos 26 0.09%

Novillos Overos Negros más de 500 kilos 23 0.08%

Novillos Regulares livianos 3 0.01%

FORMOSA N° TransaccionesPorcentaje

Novillitos Regulares 356 26.43%

Vaquillona Regulares 350 25.98%

Novillos Regulares pesados 129 9.58%

Vaquillona 124 9.21%

Novillitos 61 4.53%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 59 4.38%

Novillos Especiales y Buenos 431/460 kilos 52 3.86%

Novillitos Especiales y Buenos Pesados 391/430 kilos 34 2.52%

Novillitos Especiales y Buenos Medianos 351/390 kilos 32 2.38%

Novillos Cruza Europea hasta 470 kilos 28 2.08%

Novillos Especiales y Buenos 461/490 kilos 21 1.56%

Novillos Especiales y Buenos más de 520 kilos 21 1.56%

Novillos Especiales y Buenos 491/520 kilos 20 1.48%

Terneros hasta 350 kilos 17 1.26%

Novillos Cruza Cebú más 440 kilos 16 1.19%

Novillos Cruza Cebú hasta 440 kilos 13 0.97%

Novillos 10 0.74%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos 3 0.22%

Machos Enteros Regulares 1 0.07%

Tabla 33.

Tabla 34.

Tabla 35.

Tabla 36.

JUJUY N° TransaccionesPorcentaje

Vaquillona Regulares 88 51.46%

Novillitos Regulares 77 45.03%

Vaquillona 5 2.92%

Machos Enteros Regulares 1 0.58%

LA PAMPA N° TransaccionesPorcentaje

Vaquillona Regulares 2811 19.25%

Novillos Regulares pesados 2681 18.36%

Novillitos Regulares 1790 12.26%

Terneros hasta 350 kilos 1169 8.01%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 936 6.41%

Novillitos Especiales y Buenos Medianos 351/390 kilos 935 6.40%

Novillos Especiales y Buenos 431/460 kilos 935 6.40%

Novillos Especiales y Buenos 461/490 kilos 795 5.44%

Novillitos Especiales y Buenos Pesados 391/430 kilos 585 4.01%

Novillos Especiales y Buenos 491/520 kilos 510 3.49%

Novillos Especiales y Buenos más de 520 kilos 460 3.15%

Vaquillona 308 2.11%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos 239 1.64%

Novillos Cruza Europea más 470 kilos 162 1.11%

Novillos Cruza Europea hasta 470 kilos 147 1.01%

Novillos Overos Negros más de 500 kilos 67 0.46%

Machos Enteros Regulares 26 0.18%

Machos Enteros Especiales y Buenos 19 0.13%

Novillitos 15 0.10%

Novillos 7 0.05%

Novillos Cruza Cebú hasta 440 kilos 4 0.03%

LA RIOJA N° TransaccionesPorcentaje

Novillos Especiales y Buenos más de 520 kilos 14 66.67%

Novillos Especiales y Buenos 491/520 kilos 2 9.52%

Vaquillona Regulares 2 9.52%

Machos Enteros Especiales y Buenos 1 4.76%

Novillitos Especiales y Buenos Medianos 351/390 kilos 1 4.76%

Novillos Especiales y Buenos 431/460 kilos 1 4.76%

Tabla 37.

Tabla 38.

MENDOZA N° TransaccionesPorcentaje

Vaquillona Regulares 402 35.58%

Novillitos Regulares 297 26.28%

Novillitos Especiales y Buenos Medianos 351/390 kilos 143 12.65%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 72 6.37%

Vaquillona 50 4.42%

Novillos Cruza Europea hasta 470 kilos 37 3.27%

Novillitos Especiales y Buenos Pesados 391/430 kilos 31 2.74%

Novillos Regulares pesados 29 2.57%

Terneros hasta 350 kilos 17 1.50%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos 12 1.06%

Novillos Especiales y Buenos 431/460 kilos 10 0.88%

Novillitos 9 0.80%

Machos Enteros Regulares 4 0.35%

Novillos 4 0.35%

Novillos Especiales y Buenos 461/490 kilos 4 0.35%

Novillos Especiales y Buenos más de 520 kilos 4 0.35%

Novillos Regulares livianos 3 0.27%

Novillos Especiales y Buenos 491/520 kilos 2 0.18%

MISIONES N° TransaccionesPorcentaje

Vaquillona Regulares 214 30.27%

Novillitos Regulares 208 29.42%

Vaquillona 133 18.81%

Novillitos Especiales y Buenos Medianos 351/390 kilos 32 4.53%

Novillos 22 3.11%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 17 2.40%

Novillitos 16 2.26%

Novillos Especiales y Buenos 431/460 kilos 16 2.26%

Novillitos Especiales y Buenos Pesados 391/430 kilos 15 2.12%

Terneros hasta 350 kilos 11 1.56%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos 8 1.13%

Novillos Especiales y Buenos 461/490 kilos 5 0.71%

Novillos Regulares pesados 5 0.71%

Novillos Cruza Europea hasta 470 kilos 2 0.28%

Novillos Especiales y Buenos más de 520 kilos 2 0.28%

Novillos Especiales y Buenos 491/520 kilos 1 0.14%

Tabla 39.

Tabla 40.

NEUQUEN N° TransaccionesPorcentaje

Novillitos Especiales y Buenos Medianos 351/390 kilos 184 30.02%

Novillitos Regulares 140 22.84%

Vaquillona Regulares 79 12.89%

Novillos Especiales y Buenos 431/460 kilos 50 8.16%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 40 6.53%

Novillitos Especiales y Buenos Pesados 391/430 kilos 24 3.92%

Vaquillona 23 3.75%

Novillos Especiales y Buenos 461/490 kilos 16 2.61%

Terneros hasta 350 kilos 12 1.96%

Novillitos 10 1.63%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos 9 1.47%

Novillos Especiales y Buenos 491/520 kilos 8 1.31%

Machos Enteros Regulares 6 0.98%

Novillos Especiales y Buenos más de 520 kilos 5 0.82%

Novillos Regulares pesados 5 0.82%

Machos Enteros Especiales y Buenos 2 0.33%

RIO NEGRO N° TransaccionesPorcentaje

Vaquillona Regulares 563 19.89%

Novillitos Regulares 445 15.72%

Terneros hasta 350 kilos 324 11.45%

Machos Enteros Regulares 253 8.94%

Novillitos Especiales y Buenos Medianos 351/390 kilos 184 6.50%

Novillitos Especiales y Buenos Pesados 391/430 kilos 184 6.50%

Novillos Regulares pesados 172 6.08%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos 137 4.84%

Machos Enteros Especiales y Buenos 107 3.78%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 96 3.39%

Novillos Especiales y Buenos más de 520 kilos 78 2.76%

Vaquillona 77 2.72%

Novillos Especiales y Buenos 431/460 kilos 65 2.30%

Novillos 49 1.73%

Novillos Especiales y Buenos 461/490 kilos 49 1.73%

Novillos Especiales y Buenos 491/520 kilos 34 1.20%

Novillitos 10 0.35%

Novillos Cruza Europea hasta 470 kilos 3 0.11%

Tabla 41.

Tabla 42.

SALTA N° TransaccionesPorcentaje

Novillitos Regulares 2818 41.33%

Vaquillona Regulares 2774 40.68%

Vaquillona 317 4.65%

Novillitos Especiales y Buenos Medianos 351/390 kilos 280 4.11%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 170 2.49%

Terneros hasta 350 kilos 129 1.89%

Novillos Regulares pesados 119 1.75%

Machos Enteros Regulares 71 1.04%

Novillos 35 0.51%

Novillitos Especiales y Buenos Pesados 391/430 kilos 21 0.31%

Novillos Especiales y Buenos 431/460 kilos 19 0.28%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos 17 0.25%

Novillos Especiales y Buenos 461/490 kilos 16 0.23%

Novillos Especiales y Buenos más de 520 kilos 15 0.22%

Novillitos 7 0.10%

Novillos Cruza Cebú hasta 440 kilos 4 0.06%

Novillos Regulares livianos 4 0.06%

Machos Enteros Especiales y Buenos 3 0.04%

SAN JUAN N° TransaccionesPorcentaje

Vaquillona Regulares 9 37.50%

Novillitos Regulares 4 16.67%

Novillos Especiales y Buenos 491/520 kilos 4 16.67%

Novillos Especiales y Buenos 461/490 kilos 3 12.50%

Vaquillona 2 8.33%

Novillos Especiales y Buenos 431/460 kilos 1 4.17%

Novillos Especiales y Buenos más de 520 kilos 1 4.17%

Tabla 43.

Tabla 44.

SAN LUIS N° TransaccionesPorcentaje

Vaquillona Regulares 1771 26.42%

Novillitos Regulares 1425 21.26%

Novillitos Especiales y Buenos Medianos 351/390 kilos 871 12.99%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 603 9.00%

Terneros hasta 350 kilos 541 8.07%

Novillitos Especiales y Buenos Pesados 391/430 kilos 489 7.30%

Novillos Especiales y Buenos 431/460 kilos 227 3.39%

Novillos Regulares pesados 213 3.18%

Vaquillona 151 2.25%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos 135 2.01%

Novillos Especiales y Buenos 461/490 kilos 86 1.28%

Novillos Especiales y Buenos 491/520 kilos 65 0.97%

Novillos Especiales y Buenos más de 520 kilos 56 0.84%

Novillos Cruza Europea hasta 470 kilos 18 0.27%

Machos Enteros Regulares 16 0.24%

Machos Enteros Especiales y Buenos 14 0.21%

Novillitos 11 0.16%

Novillos 5 0.07%

Novillos Overos Negros más de 500 kilos 4 0.06%

Novillos Cruza Cebú más 440 kilos 1 0.01%

Novillos Cruza Europea más 470 kilos 1 0.01%

SANTA CRUZ N° TransaccionesPorcentaje

Novillitos Regulares 2 28.57%

Terneros hasta 350 kilos 2 28.57%

Vaquillona 2 28.57%

Novillos Regulares pesados 1 14.29%

Tabla 45.

SANTA FE N° TransaccionesPorcentaje

Vaquillona Regulares 11324 23.18%

Novillitos Regulares 9759 19.98%

Terneros hasta 350 kilos 9510 19.47%

Novillitos Especiales y Buenos Medianos 351/390 kilos 4318 8.84%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 2606 5.33%

Novillos Regulares pesados 2314 4.74%

Novillitos Especiales y Buenos Pesados 391/430 kilos 1682 3.44%

Novillos Especiales y Buenos más de 520 kilos 1153 2.36%

Novillos Especiales y Buenos 431/460 kilos 1030 2.11%

Novillos Especiales y Buenos 461/490 kilos 821 1.68%

Novillos Cruza Europea más 470 kilos 692 1.42%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos 664 1.36%

Vaquillona 602 1.23%

Novillos Especiales y Buenos 491/520 kilos 553 1.13%

Novillos Cruza Cebú más 440 kilos 369 0.76%

Novillos Cruza Europea hasta 470 kilos 358 0.73%

Machos Enteros Regulares 292 0.60%

Novillos Cruza Cebú hasta 440 kilos 244 0.50%

Novillos Overos Negros más de 500 kilos 207 0.42%

Machos Enteros Especiales y Buenos 158 0.32%

Novillos 99 0.20%

Novillitos 93 0.19%

Novillos Regulares livianos 1 0.00%

Tabla 46.

SANTIAGO DEL ESTERO N° TransaccionesPorcentaje

Novillitos Regulares 1679 26.92%

Vaquillona Regulares 1666 26.71%

Terneros hasta 350 kilos 883 14.16%

Novillitos Especiales y Buenos Medianos 351/390 kilos 449 7.20%

Machos Enteros Regulares 286 4.58%

Vaquillona 225 3.61%

Novillitos Especiales y Buenos Pesados 391/430 kilos 218 3.49%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 175 2.81%

Novillos Especiales y Buenos 431/460 kilos 129 2.07%

Novillos Especiales y Buenos 461/490 kilos 104 1.67%

Novillos Regulares pesados 101 1.62%

Novillos Especiales y Buenos 491/520 kilos 95 1.52%

Novillos Especiales y Buenos más de 520 kilos 89 1.43%

Novillos Cruza Europea hasta 470 kilos 47 0.75%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos 22 0.35%

Novillos Cruza Cebú más 440 kilos 20 0.32%

Novillos 15 0.24%

Machos Enteros Especiales y Buenos 14 0.22%

Novillitos 7 0.11%

Novillos Cruza Europea más 470 kilos 7 0.11%

Novillos Overos Negros más de 500 kilos 4 0.06%

Novillos Cruza Cebú hasta 440 kilos 2 0.03%

Novillos Regulares livianos 1 0.02%

TIERRA DEL FUEGO N° TransaccionesPorcentaje

Novillitos Regulares 471 29.35%

Vaquillona Regulares 468 29.16%

Novillitos Especiales y Buenos Medianos 351/390 kilos 147 9.16%

Terneros hasta 350 kilos 133 8.29%

Vaquillona Especiales y Buenas Medianas 351/390 kilos 74 4.61%

Vaquillona 70 4.36%

Machos Enteros Regulares 52 3.24%

Novillitos Especiales y Buenos Pesados 391/430 kilos 50 3.12%

Machos Enteros Especiales y Buenos 39 2.43%

Novillos 37 2.31%

Novillos Regulares pesados 20 1.25%

Novillos Especiales y Buenos 431/460 kilos 15 0.93%

Vaquillona Especiales y Buenas Pesadas 391/430 kilos 14 0.87%

Novillos Especiales y Buenos 491/520 kilos 4 0.25%

Novillos Especiales y Buenos más de 520 kilos 3 0.19%

Vaquillona 2 0.12%

Novillitos 2 0.12%

Novillos Cruza Europea hasta 470 kilos 2 0.12%

Novillos Especiales y Buenos 461/490 kilos 2 0.12%