Universidad Católica Boliviana "San Pablo"

Universidad Católica Boliviana "San Pablo" Diagnóstico Sergio Paúl Pedraza Pacello 157 es el caso del sector comercio en los productos destinados a comercialización y el sector de la manufactura en las materias primas destinadas a la producción. También podemos apreciar preliminarmente que la serie contiene una tendencia inestable con un comportamiento aparentemente no cíclico y sin la presencia de valores atípicos dentro de la serie de datos, exceptuando el 2020. Luego de realizar el análisis preliminar de la serie y de conocer las características propias de la serie de datos es necesario realizar las pronosticaciones para dicha variable, con el objetivo de conocer sus fluctuaciones a futuro. Dichos pronósticos estadísticos, nos reflejaran el impacto que tendrá la pandemia en las cadenas de suministros de diferentes empresas, a razón de una falta de productos y materias primas necesitados dentro de el mercado interno nacional. Los pronósticos realizados para las importaciones nacionales serán realizados como ya los hemos hecho anteriormente por medio del modelo de predicción “ARIMA” (acrónimo del inglés autoregressive integrated moving average), ya que es un modelo eficaz para dichas predicciones. Dentro de la elaboración del modelo de predicción más adecuado para las importaciones nacionales se determinó, el modelo de pronostico más adecuado y representativo para la serie de datos estudiados, dicho modelo es el siguiente: ARIMA (0,1,1) (1,0,1) El anterior modelo mostrado, es el más adecuado y representativo para los datos referentes a la serie del valor de importaciones y dentro del mismo se pueden diferenciar dos partes, una parte regular mostrada dentro del primer paréntesis y una parte estacional mostrada en el segundo, las características más importantes para cada uno son mostradas a continuación:  Auto regresivo: La parte regular del modelo la cual es mostrada a la izquierda es auto regresivo de orden 0, debido a esto los valores de la serie original no son recursivos entre ellos, por lo que en nuestro caso, un valor cualquiera determinado de la serie no depende de otro, en cambio dentro de la parte estacional del modelo se contiene un orden auto regresivo