Aplicación de la metodología box-jenkins para pronóstico de precios en jitomate

• Autores: Gaspar Marroquín Martínez, Luis Eduardo Chalita Tovar
• Localización: Revista mexicana de ciencias agrícolas, ISSN 2007-0934, ISSN-e 2007-9230, Vol. 2, Nº. 4, 2011, págs. 573-577
• Idioma: varios idiomas
• Títulos paralelos:
  • Application of box-jenkins methodology for forecasting prices in tomatoes
• Enlaces
  • Texto completo (pdf)
• Dialnet Métricas: 4 Citas
• Resumen
  • español

    Los productos del sector agroalimentario tienen como características económicas distintivas, la alta variabilidad en sus precios. Teniendo en cuenta la incertidumbre de los precios, una posible forma de planificar racionalmente la toma de decisiones, que consiste en elaborar pronósticos confiables del comportamiento futuro de esa variable. En este trabajo se usó la metodología Box-Jenkins, para identificar un modelo econométrico autoregresivo integrado de media móvil (ARIMA), que se ajusta al comportamiento de la serie de tiempo de precios nominales en venta al mayoreo de jitomate bola en México. Se concluye de acuerdo a los resultados, que la serie de tiempo objeto de estudio, se ajusta a un modelo ARIMA (23, 0, 1), dicho modelo posee dos factores autoregresivos y uno de media móvil. Con el modelo se hicieron pronósticos para 12 meses, los cuales comprenden de diciembre de 2008 a noviembre de 2009.

  • English

    Agri-food products have as a distinctive economic characteristic, its high variability in prices. Given the uncertainty of prices, a possible way of rational planning decisions, is to develop reliable forecasts of that variable¿s future behavior. In this paper we used the Box-Jenkins methodology to identify an econometric autoregressive integrated moving average model (ARIMA), which fits the behavior of time series of nominal prices for beef tomato wholesaling in Mexico. According to the results we concluded that the time series under consideration, fits to an ARIMA model (23, 0, 1), this model has two autoregressive factors and a moving average. With this model there were made forecasts for 12 months, which are from December 2008 to November 2009.