Calcular y comparar el comportamiento futuro de la papa, entre los pronósticos de los modelos Arima y Gam en el Perú, en el periodo 2011-2022
Descripción del Articulo
RESUMEN La papa es el cuarto alimento más importante a nivel mundial y el segundo en el Perú, por su alto contenido nutricional, este tubérculo se siembra principalmente en las zonas altoandinas, señalándolo como el termómetro de la pobreza ya que no existe muchas alternativas de cultivo en este sec...
| Autor: | |
|---|---|
| Formato: | tesis de grado |
| Fecha de Publicación: | 2022 |
| Institución: | Universidad La Salle |
| Repositorio: | ULASALLE-Institucional |
| Lenguaje: | español |
| OAI Identifier: | oai:repositorio.ulasalle.edu.pe:20.500.12953/135 |
| Enlace del recurso: | http://hdl.handle.net/20.500.12953/135 |
| Nivel de acceso: | acceso abierto |
| Materia: | Comercio Agricultura http://purl.org/pe-repo/ocde/ford#4.01.01 |
| Sumario: | RESUMEN La papa es el cuarto alimento más importante a nivel mundial y el segundo en el Perú, por su alto contenido nutricional, este tubérculo se siembra principalmente en las zonas altoandinas, señalándolo como el termómetro de la pobreza ya que no existe muchas alternativas de cultivo en este sector; es así que ello provoca el principal problema que aqueja al sector, es decir la sobreproducción. Por lo expuesto anteriormente la presente investigación estimó el comportamiento futuro de la papa, a través de los modelos ARIMA y GAM para finalmente compararlos. El estudio considero los datos mensuales entre el periodo de años 2011 al 2020, obtenidos de las estadísticas del Ministerio de Agricultura y Riego (MINAGRI) y aplicando las metodologías para cada modelo, se determinó que el mejor sistema para ARIMA es (2,1,2), a través de ejecutar la predicción de precios para los próximos 24 meses; así mismo el mejor modelo para GAM es la distribución Gamma, mediante la ejecución de dos tipos de predicciones: (a) La primera solo corriendo el modelo GAM con la función “Predit”, y (b) el segundo sumándole el pronóstico de la variable explicativa de producción mediante el sistema SARIMA((1,0,0)(2,1.1), para los años 2021 al 2030. De esta manera, ambos resultados son de suma utilidad para la planificación y toma de decisiones del sector agrícola. |
|---|
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).