PRONÓSTICOS DE LA PRODUCCIÓN DE ESTAÑO EN BOLIVIA BASADOS EN MODELOS SARIMA
Palabras clave:
SARIMA, series temporales, producción de estaño, Bolivia, pronóstico, estacionalidadResumen
Esta investigación tuvo como objetivo proporcionar información pronosticada para contribuir a la toma de decisiones en el mercado del estaño. Se trabajó con datos de series de tiempo desde enero de 2000 hasta agosto de 2024, obtenidos de la página oficial del Instituto Nacional de Estadística. Se empleó la metodología Box-Jenkins y, tras realizar tres pruebas de estacionariedad, se confirmó que la serie no es estacionaria. Para la modelización, se utilizó la función auto.arima del software estadístico R, que seleccionó automáticamente el modelo SARIMA (1,1,3)(1,0,0)[12] con base en el criterio de información de Akaike (AIC) más bajo, que fue de 3959.19. La validación del modelo se realizó mediante diversas pruebas que confirmaron la ausencia de autocorrelación residual, evidenciada a través de los gráficos ACF, PACF y la prueba de Box-Ljung. Los pronósticos indicaron que la producción de estaño en Bolivia alcanzará un pico máximo en enero de 2025, con 1677.005 TM, y el modelo mostró un error aceptable con un MAPE de 13.93. Con base en esta evaluación, se concluye que los modelos SARIMA son una herramienta eficaz para pronosticar series temporales relacionadas con la producción minera de estaño, superando los enfoques tradicionales empleados en estudios previos. Sin embargo, futuras investigaciones podrían considerar la incorporación de variables exógenas, como los precios internacionales, y la exploración de métodos más avanzados, como las redes neuronales, para mejorar la precisión del pronóstico.
Descargas
Citas
Aguilar, K. Y. y López, C. R. (2021). El impacto de los precios internacionales de Commodities en el conflicto minero del sur del Perú, período 2007-2014.
Arévalo M. W. (2022). Diseño de investigación para la aplicación de un modelo estadístico de pronósti-cos utilizando el método Winter para la logística inversa del vidrio post consumo de una empresa que fabrica envases, en la ciudad de Guatemala [PhD Thesis]. Universidad de San Carlos de Guatemala.
Báez J.L. (2022). Análisis estadístico y modelo de pronóstico SARIMA aplicado al consumo de energía eléctrica en instalaciones universitarias. Científica. https://api.semanticscholar.org/CorpusID:267240765
Banco Mundial. (2022). Impacto económicoómico de las medidas de mitigaciónón de las NDC de Bolivia. https://api.semanticscholar.org/CorpusID:250368222
Coajera, G. (2022). Las Condiciones Laborales de Trabajo y de Vida de los Mineros en Bolivia: El Ca-so de la Cooperativa Siglo XX del Norte de Potosí.
Haldenwang, C. (2001). La política territorial de desarrollo productivo en Chile: Nuevas instituciones regionales y locales.
Hernández, J. L. (2023). La Revolución de 1952: Su lugar en la historia de Bolivia. Prólogos, 15, 19-49.
Masjkur, A. I. y Y. A. y M. (2022). Comparación del modelo SARIMA e intervención en la previsión del número de pasajeros nacionales en el Aeropuerto Internacional Soekarno-Hatta. Revista indonesia de estadística y sus aplicaciones. https://api.semanticscholar.org/CorpusID:250565532
Ratna, M. S., Budi, S., & U., S. (2023). Simulación del modelo SARIMA con ANOVA de tres vías y su aplicación en la pronóstica de grandes precios de chiles en cinco provincias de la Isla de Java. https://api.semanticscholar.org/CorpusID:258296281
Rodríguez, I. J. C. (2021). Ajuste de modelos SARI-MA para el turismo en carreteras concesionadas en México. El Periplo Sustentable: revista de turismo, desarrollo y competitividad, 41, 431-446.
Rodríguez, F., Guzmán, G., Marchi, B., y Escalante, D. (2020). Efectos de la minería en el desarrollo económico, social y ambiental del Estado Plurina-cional de Bolivia.
Ruales, J. P. (2023). Planificación de la expansión de la red eléctrica a mediano plazo mediante análisis de consumo eléctrico en los sectores residencial, indus-trial y comercial, usando series temporales SARIMA: Caso de estudio Empresa Eléctrica Riobamba SA (EERSA)-Ecuador [B.S. thesis].
Salguero, R. F., y Morales, F. J. A. (2021). Series Temporales Avanzadas: Aplicación de Redes Neu-ronales para el Pronóstico de Series de Tiempo. Uni-versidad de Granada, 64.
Suárez, I., Trespalacios, A., y Gamero. (2024). Desa-rrollo de un sistema de pronóstico para la planifica-ción de la demanda en herramientas eléctricas y equipos de construcción.
