Reyna Segura, Roger DemetrioChávez Lizárraga, Jesús Alexander8/3/2023 18/3/2023 12023https://hdl.handle.net/20.500.14414/18561The main objective of this research work is to determine the appropriate time serie _x000D_ model that explains the forecast of copper exports, period 2016 - 2022, with the help of the _x000D_ statistical software EViews 12. The Box-Jenkins methodology was used, this analysis was _x000D_ consolidated in graphs, tests such as Dickey-Fuller, which is used to determine if a time series presents stationarity around a trend. For the estimation of the model, various criteria were used, such as the Akaike and Schwarz criteria, the r-squared and the mean square error of the forecast were also taken into account, for the validation the Jarque-Bera normality test and the test of normality were used. heteroskedasticity. In the search process to find a model that forecasts the export of copper, period, January 2016- December 2022. An ar (1) ma (2) ar (35) ar (29) model was presented, this model was chosen using the information criteria mentioned above, the model has an r-squared 0.5871 and a mean square error 29.1568. The interesting thing about this model is that its forecast records a good projection for the first three months, in the following four months there is a big difference between the forecast, compared to the actual data, apparently it would be a model with short memory termEl presente trabajo de investigación tiene como objetivo principal, Determinar el modelo _x000D_ de serie de tiempo adecuado que explique el pronóstico de las exportaciones de cobre, periodo 2016 – 2022, con ayuda del software estadístico EViews 12. Se usó la metodología Box-Jenkins, este análisis se afianzó en gráficos, pruebas como la de Dickey-Fuller, que sirve para determinar _x000D_ si una serie de tiempo presenta estacionariedad alrededor de una tendencia. Para la estimación del modelo se usó diversos criterios como el criterio de Akaike y Schwarz también se tomó en cuenta el r-squared y el error cuadrático medio del pronóstico, para la validación se utilizó la prueba de normalidad de Jarque-Bera y el test de heterocedasticidad. En el proceso de la búsqueda de encontrar un modelo que pronostique la exportación de cobre, periodo, enero 2016-diciembre2022. Se presento un modelo ar (1) ma (2) ar (35) ar (29), este modelo fue el elegido mediante los criterios de información mencionado anteriormente, el modelo tiene un índice de explicación de 0.5871 y un error cuadrático medio 29.1568. Lo interesante de este modelo es que en su pronóstico se registra una buena proyección de los primeros tres meses, en los siguientes cuatro existe una gran diferencia entre el pronóstico, en comparación con los datos reales, al parecer se trataría de un modelo con memoria a corto plazospainfo:eu-repo/semantics/openAccessExportación de cobreBox-JenkinsSeries de Tiempoinfo:eu-repo/semantics/bachelorThesis