The main objective of this research was to show the predictive model implementation effects adjusted to grinding process on the economic profitability of a rice milling company. In first instance, quality and production area database was used to model a multiple regression equation, using the “Step by Step” technique in Minitab 19, resulting in: Actual Performance = 0.001 + 0.9317Hest Analysis - 0.000339 Processed Sacks; Predictive R2 = 95.81% and PRESS = 47.5168; concluding that the model fits the process, it is significant and has good predictive capacity. The regression equation was then simulated with Monte Carlo by analyzing probabilities and ranges in MS-Excel, earning operational revenue amounting to S/. 3,263,787.74 corresponding to an improvement of 3.94% compared to 2019, thus improving the company's economic profitability to 9.34% in Net Profit Margin and 15.92% in the ROA...

La presente investigación tuvo como objetivo principal, demostrar el efecto de la implementación de un modelo predictivo ajustado al proceso de molienda en la rentabilidad económica de una empresa molinera de arroz. En primera instancia, se utilizó la base de datos de las áreas de calidad y producción para modelar una ecuación de regresión múltiple, con la técnica Paso a Paso en Minitab 19, obteniendo como resultado: Rendimiento Real = 0.001 + 0.9317Análisis de Calidad - 0.000339 Sacos Procesados; R2 predictivo = 95.81% y PRESS = 47.5168; concluyendo que el modelo se ajusta al proceso, es significativo y tiene buena capacidad predictiva. Después, la ecuación de regresión fue simulada con Montecarlo mediante el análisis de probabilidades y rangos en M.S. Excel 19, obteniendo ingresos operacionales que ascienden a S/. 3,263,787.74 correspondiente a una mejora del 3.94% con r...