Timaná Palacios, Daphne JanneMuñoz Lujan, Jhoselin Vanessa11/13/202311/13/20232023https://hdl.handle.net/20.500.14414/19502El presente trabajo de investigación tiene como objetivo determinar el modelo de serie de tiempo adecuado para la producción mensual de papa en el Perú, empleando un enfoque cuantitativo de tipo longitudinal con diseño de serie de tiempo. La muestra del estudio estuvo constituida por la producción mensual de papa en miles de toneladas en el periodo enero 2012 - diciembre 2022 y fue obtenida directamente de la página web del Banco Central de Reserva del Perú (BCRP), los datos desde enero 2012 hasta junio 2022 fueron utilizados para la estimación del modelo y los últimos 6 meses para la evaluación del modelo. En el análisis de la serie de tiempo se identificó un patrón estacional con una tendencia creciente no muy marcada y por ende no era estacionaria por lo que se aplicó primera diferencia en logaritmo para estabilizar la serie y lograr su estacionariedad. Utilizando la metodología de Box Jenkins mediante modelos SARIMA se eligió el modelo con menor Error de Estimación Estándar y los criterios de información de Akaike y Schwarz más bajos. En conclusión, el modelo SARIMA (6,1,1) (3,0,4)12 es adecuado para pronosticar la producción de papa en el Perú, puesto que los residuales del modelo cumplen normalidad y homogeneidad de varianzas, con un el porcentaje de error medio absoluto del 13.5% y un porcentaje medio de error del -5.08%ABSTRACT The objective of this research work is to determine the appropriate time series model for the monthly potato production in Peru, using a longitudinal quantitative approach with a time series design. The study sample consisted of the monthly potato production in thousands of tons in the period January 2012 - December 2022 and was obtained directly from the website of the Central Reserve Bank of Peru (BCRP), the data from January 2012 to June 2022 were used for model estimation and the last 6 months for model evaluation. In the analysis of the time series, a seasonal pattern was identified with a not very marked increasing trend and therefore it was not stationary, so the first difference in logarithm was applied to stabilize the series and achieve its stationarity. Using the Box Jenkins methodology through SARIMA models, the model with the lowest Standard Estimation Error and the lowest Akaike and Schwarz information criteria was chosen. In conclusion, the SARIMA (6,1,1) (3,0,4)12model is adequate to forecast potato production in Peru, since the residuals of the model comply with normality and homogeneity of variances, with a percentage absolute mean error of 13.5% and a mean percentage of error of -5.08%application/pdfesinfo:eu-repo/semantics/openAccessMetodología de Box Jenkins, Serie de Tiempo, Modelo SARIMA, Producción de papainfo:eu-repo/semantics/articlehttps://purl.org/pe-repo/ocde/ford#1.01.03