Modelos de pronóstico del volumen de acopio de leche y producción de quesos en la planta quesera del Centro Poblado de Chijnaya

• Autor: Cala Callisaya, Carmen
• Formato: tesis de grado
• Fecha de Publicación: 2013
• Institución: Universidad Nacional del Altiplano
• Repositorio: UNAP-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unap.edu.pe:20.500.14082/7253
• Enlace del recurso: https://repositorio.unap.edu.pe/handle/20.500.14082/7253
• Nivel de acceso: acceso abierto
• Materia: Estadística; Modelo Predictivo; https://purl.org/pe-repo/ocde/ford#1.02.02

El presente trabajo de investigación se desarrolló para la Planta Quesera APROLEDL del Centro Poblado de Chijnaya del Distrito de Pucará, la cual necesita realizar pronósticos del volumen de acopio de leche y de la producción de quesos. En vista de que la Planta no cuenta con modelos para realizar dichos pronósticos se ha considerado materia de esta tesis de determinarlos, para lo cual se ha planteado el objetivo siguiente “Determinar modelos univariantes de la Metodología Box Jenkins que mejor pronostiquen el volumen de acopio de leche y la producción de quesos en la Planta Quesera del Centro Poblado de Chijnaya”. Las variables que se modelaron con este proyecto fueron el volumen de acopio de leche y la producción de quesos. La serie para determinar el modelo de pronóstico del volumen de acopio de leche estuvo conformada por 151 volúmenes de acopio de leche desde Enero a Mayo 2013 y la serie para determinar la producción de quesos estuvo formada por la serie de la producción de quesos desde Enero a Mayo del 2013. En la determinación del mejor modelo se utilizó del volumen de acopio de leche y la producción de quesos con la metodología Box Jenkins la cual se permitió Identificar y validar el modelo que mejor se ajuste. Del análisis realizado se obtuvo los siguientes modelos: Modelo de pronóstico del volumen de acopio de leche: ARIMA (1,2,1) y ̂_t = 2y_(t-1)-y_(t-2)+0.42999y_(t-1) + 0.984614ε_(t-1). Modelo de pronóstico de la producción de quesos: SARIMA(0,1,1)(0,1,1)12 y ̂_t = y_(t-1)+y_(t-12)-y_(t-13)-0,59020ε_(t-1)-0,68908ε_(t-12)+0,40669ε_(t-13)