{"title":"Modelamiento del precio de la papa criolla en el departamento de Cundinamarca por medio de series de tiempo y modelos dinámicos","authors":"María Eliana Díaz Sosa, Edwin Andrés Cruz Pérez, Wilmer Darío Pineda Ríos","doi":"10.15332/23393076.6633","DOIUrl":null,"url":null,"abstract":"El presente trabajo tiene como objetivo evaluar el comportamiento y pronóstico del precio de la papa criolla en el departamento de Cundinamarca, según los factores climáticos desde enero de 2012 hasta abril de 2018. Para ello, se tomaron en consideración, por un lado, análisis basados en series de tiempo (ARIMA, ARIMAX) y, por el otro, modelos lineales dinámicos (con y sin covariables). En los modelos trabajados se usaron como variables las condiciones climáticas de la zona en cuestión, a las cuales se les aplicó un método de imputación de datos debido a la ausencia de información. Luego fueron agrupados en tres factores construidos por Análisis Factorial para Series de Tiempo (TSFA). Finalmente, se procedió a comparar los indicadores de los cuatro modelos, llegando a la conclusión de que los modelos ARIMA Y ARIMAX generan las mejores predicciones respecto del precio de la papa criolla en el departamento de Cundinamarca.","PeriodicalId":346212,"journal":{"name":"Comunicaciones en Estadística","volume":"28 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-02-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Comunicaciones en Estadística","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.15332/23393076.6633","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
El presente trabajo tiene como objetivo evaluar el comportamiento y pronóstico del precio de la papa criolla en el departamento de Cundinamarca, según los factores climáticos desde enero de 2012 hasta abril de 2018. Para ello, se tomaron en consideración, por un lado, análisis basados en series de tiempo (ARIMA, ARIMAX) y, por el otro, modelos lineales dinámicos (con y sin covariables). En los modelos trabajados se usaron como variables las condiciones climáticas de la zona en cuestión, a las cuales se les aplicó un método de imputación de datos debido a la ausencia de información. Luego fueron agrupados en tres factores construidos por Análisis Factorial para Series de Tiempo (TSFA). Finalmente, se procedió a comparar los indicadores de los cuatro modelos, llegando a la conclusión de que los modelos ARIMA Y ARIMAX generan las mejores predicciones respecto del precio de la papa criolla en el departamento de Cundinamarca.