Predicción del precio por tonelada de cultivos de arroz en Colombia mediante el uso de series de tiempo no paramétricas

En este trabajo se realiza un ejercicio de pronóstico del precio por tonelada de arroz en Colombia, proyectando seis meses en adelante, mediante modelos de series de tiempo no paramétricos para dos tipos de productos: el arroz blanco en bulto y el arroz paddy verde. Los modelos empleados se basan en un ajuste a partir de una estimación kernel, con una selección óptima del coeficiente de $d$ de Markov y del ancho de banda, utilizando la métrica MELM (Métrica de Error de Longitud Media) para cada horizonte de predicción. Estos modelos demostraron ser más eficientes en comparación con los tradicionales modelos ARIMA paramétricos. Los datos utilizados consisten en información histórica de precios obtenida del boletín SIPSA del DANE, abarcando el periodo desde enero de 2013 hasta junio de 2024, filtrados por modalidades de venta en los principales municipios productores del país. Se llevó a cabo un análisis descriptivo y se aplicaron técnicas de pronóstico no paramétricas, evaluando su rendimiento frente a los modelos ARIMA tradicionales. Los resultados indican que los modelos no paramétricos superan a los paramétricos en términos de capacidad predictiva, especialmente en contextos donde los precios presentan fluctuaciones. Las métricas de evaluación, como el Error Medio, el Error Absoluto Medio y la estadística U de Theil, reflejan una mejor adaptación de los modelos no paramétricos a la variabilidad del mercado. Estos hallazgos sugieren que los modelos no paramétricos pueden ofrecer una herramienta más sólida para la toma de decisiones en la planificación de la producción y comercialización del arroz en Colombia.

• Autores: López Olivera, Emilio
• Tipo de recurso: https://purl.org/coar/resource_type/c_7a1f
• Fecha de publicación: 2024
• Institución: Universidad El Bosque
• Repositorio: Repositorio U. El Bosque
• Idioma: spa
• OAI Identifier: oai:repositorio.unbosque.edu.co:20.500.12495/13373
• Acceso en línea: https://hdl.handle.net/20.500.12495/13373
• Palabra clave: Modelos de series de tiempo; estadística no paramétrica; pronóstico; series de precios; arroz; 519.5; Time series models; nonparametric statistics; forecasting; price series; rice
• License: Atribución-NoComercial-CompartirIgual 4.0 Internacional