##plugins.themes.bootstrap3.article.main##

Wilmer Darío Pineda Ríos

Resumen

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.

##plugins.themes.bootstrap3.article.details##

Palabras Clave

Variación de precios, variables climáticas, Análisis Factorial para Series de Tiempo, indicadores de modelos, Modelo Autoregresivo Integrado de Media Móvil, Modelos Lineales Dinámicos

Referencias
Acurio, G. B. & Regalado, Z. R. (2019), ‘Crisis financieras y contagio en mercados latinoamericanos: una aplicación empírica usando un modelo de cambio de régimen con distribución normal sesgada’.


Arsham, H. (2012), ‘Toma de decisiones con periodos de tiempo crítico en economía y finanzas’.

Barrientos, J. C., Rondón, C. & Melo, S. E. (2014), ‘Comportamiento de precios de las variedades de papa parda pastusa y diacol capiro en colombia (19952011)’,

Revista Colombiana de Ciencias Hortícolas 8(2), 272–286.

Bermúdez, D. & D´Achiardi, E. (2011), ‘Estudio del caudal a través de modelos lineales generalizados dinámicos’, Matemática 9(1), 7–15.

Calle, C. D. A. (2015), Una estimación robusta y no paramétrica de la transformación de Box y Cox para series de tiempo, PhD thesis, Universidad Nacional de Colombia–Sede Medellín.

Cerda, J., Vera, C. & Rada, G. (2013), ‘Odds ratio: aspectos teóricos y prácticos’,
Revista médica de Chile 141(10), 1329–1335.

Chávez, M. C., Mata, R. G., D´iaz, S. L., Flores, J. S. M. & Salazar, J. A. G. (2004) ‘Efecto del precio internacional sobre el mercado de la papa en México, 19902000’,Revista Fitotecnia Mexicana 27(4), 377–384.

García, B. M. (2008), ‘Análisis del comportamiento de precios de cinco productos hortícolas en costa rica de 1999 al 2003’, Revista Tecnología en Marcha 21(2), ´ag–45.
Gil, V. V. D. (2015), ‘Modelo de simulaci´on de estrategias de inversión para papicultores colombianos’ L_ampsakos (13), 81–87.

Gilbert, P. D. & Meijer, E. (2005), ‘Time series factor analysis with an application to measuring money’, University of Groningen, Research School SOM Research Report 05F10 .

González, C. M. P. (2009), ‘Análisis de series temporales: Modelos arima’.

Kikut-Valverde, A. C. (2003), Uso del filtro de kalman para estimar tendencia de una serie, Technical report, Banco Central de Costa Rica.

Lara, C. P. (2008), ‘Técnicas estadísticas multivariantes para la generación de variables latentes’, Revista Escuela de Administraci_on de Negocios (64), 89–99.

Marroquín, M. G. & Chalita, T. L. E. (2011), ‘Aplicación de la metodología boxjenkins para pronóstico de precios en jitomate’, Revista mexicana de ciencias agrícolas 2(4), 573–577.

Mayoral, T. A. (2013), Modelos Dinámicos Lineales Aplicados a Series de Tiempo, PhD thesis, Universidad Nacional Autónoma de México.

Medina, R., Montoya, E. & Jaramillo, A. (2008), ‘Estimación estadística de valores faltantes en series históricas de lluvia’.

Munuera, R. M. C. (2018), ‘Filtro de kalman y sus aplicaciones’.

Posada, S. L. & Noguera, R. R. (2007), ‘Comparación de modelos matemáticos: una aplicación en la evaluación de alimentos para animales’, Revista Colombiana de Ciencias Pecuarias 20(2), 141–148.

Rengifo, C. L. (2016), ‘Comportamiento del precio de la papa industrial diacol capiro, caso Colombia a partir del mejor pronóstico entre un sarima y una redneuronal artificial’.

Rivas, S. T. (2013), ‘Estructura de mercado y determinantes del precio de la papa para consumo fresco’.

Rodríguez, D. R. & Ramírez, L. N. (2011), ‘La agroindustria de la papa criolla en Colombia. Situación actual y retos para su desarrollo’, Gestión y Sociedad 4(2), 17–30.

Rodriguez, Y., Pineda, W. & Olariaga, O. D. (2020), ‘Air traffic forecast in postliberalization context: a dynamic linear models approach’, Aviation 24(1), 10–19.

Rojas, B. E. O. (2011), Evaluación del desarrollo del cultivo de papa bajo escenarios de variabilidad climática interanual y cambio climático, en el sur oeste de la Sabana de Bogotá, PhD thesis, Universidad Nacional de Colombia.

Sabbagh-Sánchez, A., García-Salazar, J. A., Matus-Gardea, J. A., Jiménez Sánchez, L. & Hernández Juárez, M. (2011), ‘Comportamiento del consumo de papa (solanum tuberosum l.) fresca en México’, Revista mexicana de ciencias agrícolas 2(4), 559–572.

Suárez, G. S. L. (2016), ‘Técnicas estadísticas multivariantes de series temporales para la validación de un sistema reconstructor basado en redes neuronales.’.

Thiele, G., Bustamante, J., Mansilla, J. & Scott, G. (1998), Los precios de papa, arroz y trigo en Bolivia: Un analisis del periodo 1980-96., International Potato Center.

Urrutia, J. A., Palomino, R. & Salazar, H. D. (2010), ‘Metodología para la imputación de datos faltantes en metereología’, Scientia et technica 3(46), 44–49.

Yujra, I. D. P. (2018), ‘Evaluación de precios de la papa (solanum tuberosum), en Bolivia’, Revista Estudiantil Agro-Vet 2(1), 79–93.
Cómo citar
Pineda Ríos, W. D. (2021). Comparación entre modelos dinámicos y series de tiempo para explicar el comportamiento del precio de la papa criolla en el departamento de Cundinamarca Pre-print (versión 1; artículo en revisión: en espera de revisión). Comunicaciones En Estadística, 14(1). Recuperado a partir de https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/6428
Sección
Artículos