Propuesta de un modelo de series de tiempo para el pronóstico de ingresos por prestación de servicios en la empresa de operación nacional Falcón Academia de Aviación S.A.S.

En este trabajo se realizó un ejercicio de pronóstico de la serie de ingresos por prestación del servicio en la empresa de operación nacional Falcón Academia de Aviación S.A.S, y del número de usuarios mensuales en el periodo de 01/2018 a 12/2022. Se consideró inicialmente un análisis de los datos o...

Full description

Autores:
Leguízamo Jordán, Giann Axel
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2022
Institución:
Universidad El Bosque
Repositorio:
Repositorio U. El Bosque
Idioma:
spa
OAI Identifier:
oai:repositorio.unbosque.edu.co:20.500.12495/8545
Acceso en línea:
http://hdl.handle.net/20.500.12495/8545
Palabra clave:
Serie de tiempo
Autocorrelación
Estimación
Pronóstico
519.5
Time series
Forecast
Autocorrelation
Estimation
Rights
openAccess
License
Atribución-NoComercial-CompartirIgual 4.0 Internacional
Description
Summary:En este trabajo se realizó un ejercicio de pronóstico de la serie de ingresos por prestación del servicio en la empresa de operación nacional Falcón Academia de Aviación S.A.S, y del número de usuarios mensuales en el periodo de 01/2018 a 12/2022. Se consideró inicialmente un análisis de los datos originales para examinar la existencia de un patrón de comportamiento de la serie de tiempo para seleccionar el modelo: (1-B)(1-B^12 ) X_t (⋋)=(1-0.7149B^12 )(1-0.5958B)at para los ingresos y log⁡(⋋_t )=44.9+0.36Υ_(t-1)+5.58e-10Υ_(t-12). Motivo por el cual se tiene como objetivo utilizar el mejor modelo de predicción mensual que se ajuste a la serie original para hacer predicciones. La metodología usada fue Box – Jenkins y Poisson para series de conteo y el modelamiento de la serie de ingresos y número de usuarios, la cual se desarrolló en las siguientes etapas de exploración de la serie, para la identificación del modelo, estimación de los parámetros del modelo, verificación del modelo y finalmente usar el modelo apropiado para el pronóstico, el resultado de la estimación del mejor modelo univariante para la predicción de la serie original, es un modelo SARIMA (0,1,1) (0,1,1) [12] y Poisson.