Mostrar el registro sencillo del ítem
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
dc.contributor.advisor | Carpio Segura, Diego Eliseo | es_ES |
dc.contributor.author | Durand Chávez, Lady Geraldine | es_ES |
dc.date.accessioned | 2022-04-12T14:53:08Z | |
dc.date.available | 2022-04-13T10:00:05Z | |
dc.date.issued | 2022-04-12 | |
dc.identifier.citation | Durand, L (2022).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. Tesis para optar el grado de Licenciado. Facultad de Administración y Negocios Internacionales. Universidad la Salle, Arequipa, Perú. | es_ES |
dc.identifier.uri | http://hdl.handle.net/20.500.12953/135 | |
dc.description.abstract | 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. | es_ES |
dc.description.tableofcontents | INDICÉ DEDICATORIA II AGRADECIMIENTO III RESUMEN IX ABSTRACT X I. Capítulo: El problema de la investigación científica básica 11 1.1. Planteamiento del problema de investigación científica 11 1.2. Variables 13 1.3. Objetivos 13 1.3.1. Objetivo general 13 1.3.2. Objetivos específicos 14 1.4. Formulación de problema 14 1.4.1. Problema general 14 1.4.2. Problemas específicos 14 1.5. Hipótesis 15 1.5.1. Hipótesis nula 15 1.5.2. Hipótesis alternativa 15 1.6. Justificación 15 II. Capitulo: Revisión y fundamentación teórica 17 2.1. Antecedentes 17 2.2. Bases teóricas 23 2.2.1. Papa 23 2.2.1.1. Consumo de papa 23 2.2.1.2. Producción 23 2.2.1.3. Precio en chacra 24 2.2.1.4. Precio en el mercado mayorista de Lima 25 2.2.1.5. Estacionalidad 26 2.2.1.6. Variedades 27 2.2.1.7. Clima 28 2.2.2. Método ARIMA 29 2.2.2.1. Definición 29 2.2.2.2. Proceso estocástico 30 2.2.2.3. Proceso estocástico estacionario 30 2.2.2.4. Función de autocorrelacion 31 2.2.2.5. Ruido blanco 32 2.2.2.6. Procesos autorregresivos: AR(p) 32 2.2.2.6.1. Modelo autorregresivo de orden 1, AR (1) 32 2.2.2.6.2. Proceso AR(p) 33 2.2.2.7. Proceso de medias móviles: MA(q) 33 2.2.2.8. Orden de integridad (I) 34 2.2.2.9. Las cuatro etapas del modelo ARIMA 35 2.2.2.10. Beneficios del modelo ARIMA 35 2.2.3. Modelo aditivo generalizado (GAM) 35 2.2.4. Programación R 38 2.2.4.1. Definición 38 2.2.4.2. Características 39 III. Capitulo: Método 40 3.1. Tipo de investigación 40 3.2. Población 40 3.3. Técnica e instrumento. 40 3.4. Matriz de consistencia 41 Elaboración propia 42 3.5. Software estadístico R 43 3.6. Procedimiento 43 IV. Capitulo: Resultados y discusiones 46 4.1. Método ARIMA 46 4.1.1. Precios promedios mensuales al por mayor de la papa en el Perú 46 4.1.2. Estacionariedad 46 4.1.3. Estimación del mejor modelo ARIMA 47 4.1.3.1. Modelo de autocorrelación y parcial autocorrelación 47 4.1.3.2. Pronostico del modelo ARIMA (2,1,2) 50 4.1.3.3. Comparación entre realidad y pronostico 2021 52 4.1.3.4. Comparación entre la realidad y pronóstico de la papa canchán 2018 - 2020 53 4.1.4. Validación 55 4.2. Modelo Aditivo Generalizado 55 4.2.1. Tipo de distribución de probabilidades 55 4.2.2. Generación del mejor modelo GAM 56 4.2.3. Inspección del modelo GAM 58 4.2.4. Validación del modelo 59 4.2.5. Predicción 59 4.3. Comparación de los métodos ARIMA y GAM 65 Conclusiones 67 Recomendaciones 68 Bibliografía 69 Anexos 74 | es_ES |
dc.description.uri | Tesis | es_ES |
dc.format | application/pdf | es_ES |
dc.language.iso | spa | es_ES |
dc.publisher | Universidad la Salle | es_ES |
dc.rights | info:eu-repo/semantics/openAccess | es_ES |
dc.rights.uri | https://cretivecommons.org/licensis/by/4.0/ | es_ES |
dc.source | Repositorio- Universidad la Salle | es_ES |
dc.subject | Comercio | es_ES |
dc.subject | Agricultura | es_ES |
dc.title | 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 | es_ES |
dc.type | info:eu-repo/semantics/bachelorThesis | es_ES |
thesis.degree.name | Licenciado en Administración y Negocios Internacionales | es_ES |
thesis.degree.grantor | Universidad la Salle. Facultad de Administración y Negocios Internacionales | es_ES |
thesis.degree.discipline | Facultad de Administración y Negocios Internacionales | es_ES |
dc.subject.ocde | http://purl.org/pe-repo/ocde/ford#4.01.01 | es_ES |
renati.advisor.dni | 43305443 | es_ES |
renati.advisor.orcid | https://orcid.org/0000-0001-6030-678X | es_ES |
renati.author.dni | 47507636 | es_ES |
renati.discipline | 413316 | es_ES |
renati.juror | Arce Larrea, Glenn Roberto | es_ES |
renati.juror | Céspedes Elguera, José Gálax | es_ES |
renati.juror | Zavala Fernández, José Javier | es_ES |
renati.level | http://purl.org/pe-repo/renati/nivel#tituloProfesional | es_ES |
renati.type | http://purl.org/pe-repo/renati/type#tesis | es_ES |
dc.type.version | info:eu-repo/semantics/publishedVersion | es_ES |
dc.publisher.country | PE | es_ES |