Modelos univariantes para describir y predecir la serie de nacimientos y defunciones del Distrito de Acora, periodo 1994-2015

• Autor: Ramos Arocutipa, Fuany Sayda
• Formato: tesis de grado
• Fecha de Publicación: 2017
• Institución: Universidad Nacional del Altiplano
• Repositorio: UNAP-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unap.edu.pe:20.500.14082/7389
• Enlace del recurso: https://repositorio.unap.edu.pe/handle/20.500.14082/7389
• Nivel de acceso: acceso abierto
• Materia: Estadística; Series de Tiempo; https://purl.org/pe-repo/ocde/ford#1.02.02

Actualmente la municipalidad de Acora no cuenta con una documentación que nos permita tomar referencias sobre pronósticos de nacimientos y defunciones debido a que no se han realizado trabajos de series temporales(modelos ARIMA de Box-Jenkins) sobre estas variables demográficas limitante significativa para la realización del presente trabajo. Por esta razón se hace imprescindible descomponer a la serie histórica con el propósito de obtener mayor confianza en la realización de pronósticos de dichas variables demográficas. Se realizó con el fin de cumplir el objetivo de determinar los modelos univariantes que mejor se ajustan a la serie de nacimientos y defunciones, bajo la hipótesis de que los modelos univariantes integrados de Box–Jenkins proporcionan un mejor ajuste que los modelos univariantes no integrados de Box – Jenkins en las series de nacimientos y la serie de defunciones de la población, los datos mensuales fueron obtenidos de la oficina de Registro Civil y Estadística de la Municipalidad Distrital de Acora, correspondientes a los periodos 1994 – 2015. Para respectivo análisis de los datos se realizó con la metodología Box – Jenkins. Para la serie del número de nacimientos mensuales el modelo es ARIMA (0, 1, 1), su ecuación de pronóstico estimado es: Y ̂_t= Y_(t-1)-0.76996* e_(t-1) , Para la serie del número de defunciones mensuales el modelo es ARIMA (0, 1, 2), su ecuación de pronóstico estimado es: Y ̂_t= Y_(t-1)-0.71123* e_(t-1)-0.15034* e_(t-2). Se obtuvieron las predicciones del número de nacimientos mensuales para el año 2016, 2017 para los 24 meses enero a diciembre, así también se obtuvieron las predicciones del número de nacimientos mensuales para el año 2016, 2017 para los 24 meses enero a diciembre.