Timaná Palacios, Daphne JannetZapata Villegas, Oscar Martin11/13/202311/13/20232023https://hdl.handle.net/20.500.14414/19505En esta investigación de tipo descriptivo y longitudinal, se tuvo como objetivo principal determinar el modelo de serie de tiempo adecuado para la producción mensual de leche en el Perú, periodo enero 2015 – abril 2023, utilizando los datos obtenidos del Banco Central de Reserva del Perú (BCRP), para ello se empleó la metodología Box Jenkins (Identificación, estimación, diagnóstico y pronóstico) y el programa Eviews 12. La serie se dividió en dos partes, la primera se empleó para la estimación del modelo que fue de enero 2015 – octubre 2022 y la segunda de noviembre 2022 – abril 2023 la cual se empleó para el pronóstico. Durante el análisis se interpretaron los correlogramas y se aplicó la prueba de Dickey-Fuller Aumentada, lo que indicó que la serie mostraba estacionalidad y un comportamiento no estacionario, teniendo que aplicar primeras diferencias, finalmente se concluyó que el modelo que mejor explica el comportamiento y pronostica la producción de leche en el Perú en el periodo enero 2015 – abril 2023 es un SARIMA ((AR(1) MA(1) SAR(12) SMA(12)) sin intercepto, cuya ecuaciones es ∆𝑌̂𝑡 = 0.515𝑦𝑡−1 − 0.917𝜀𝑡−1 + 0.988𝑦𝑡−12 − 0.488𝜀𝑡−12, el cual presentaba una Desviación Absoluta Media (DAM) = 4.365, un Error Cuadrático Medio (ECM) = 21.210, la media absoluta del porcentaje de error (PEMA) = 2.3% y el Porcentaje Medio del Error (PME) = -2.3% con respecto a los valores originales. Siendo probada la adecuacidad de modelo se procedió a pronosticar la producción mensual de leche en el Perú desde mayo hasta diciembre del 2023ABSTRACT In this descriptive and longitudinal research, the main objective was to determine the appropriate time series model for monthly milk production in Peru, period January 2015 - April 2023, using the data obtained from the Central Reserve Bank of Peru. (BCRP), for this the Box Jenkins methodology (Identification, estimation, adequacy test and forecast) and the Eviews 12 program were used. The series was divided into two parts, the first was used for the estimation of the model which was from January 2015 – October 2022 and the second from November 2022 – April 2023 which was used for the forecast. Finally, it was concluded that the model that best explained the behavior of milk production in Peru, period January 2015 - April 2023 was a SARIMA ((AR(1) MA(1) SAR(12) SMA(12)) without intercept, whose equations are ∆𝑌̂𝑡 = 0.515𝑦𝑡−1 − 0.917𝜀𝑡−1 + 0.988𝑦𝑡−12 − 0.488𝜀𝑡−12, which had a Mean Absolute Deviation (MAD) = 4.365, a Mean Squared Error (MSE) = 21.210, the absolute mean of the percentage of error (PEMA) = 2.3% and the Mean Percentage of Error (PME) = -2.3% with respect to the original values. Once the adequacy of the model was tested, the monthly milk production in Peru was forecast from May to December 2023application/pdfesinfo:eu-repo/semantics/openAccessBox-Jenkins, Modelo SARIMA, Producción, Serie de tiempoinfo:eu-repo/semantics/bachelorThesishttps://purl.org/pe-repo/ocde/ford#1.01.03