Modelamiento de la producción de quinua aplicando ARIMA en Puno-Perú

Abstract

La producción de quinua (Chenopodium quinoa) es de importancia económica y social para la población de la región de Puno debido que este cultivo es el sustento de aproximadamente 100 mil familias rurales de la región donde según cifras del último censo, es una de las regiones más pobres del Perú con una tasa de pobreza de 24.2%. En este sentido, la producción de quinua en la región de Puno es muy importante debido que a más de 3,500 msnm no existen muchas opciones de cultivos, luego es necesario realizar estudios de proyección con la finalidad de planificar las actividades agrícolas en la región. El objetivo de esta investigación es aplicar un modelo ARIMA de Box-Jenkins para el modelamiento de la producción de quinua en Puno. El estudio considera datos anuales entre los años 1951 a 2017 extraídos del MINAGRI. El mejor modelo que se encontró para la producción de quinua en Puno fue ARIMA (0, 1, 4) utilizando los criterios AIC (Akaike) y SC (Schwarz). Luego, el estudio es de utilidad para la planificación de las actividades de producción de la quinua y decisiones de política en el sector agrícola.The production of quinoa (Chenopodium quinoa) is of economic and social importance for the population of the Puno región because this crop is the livelihood of approximately 100 thousand rural families in the región where according to figures from the last census, it is one of the regions poorest in Perú with a poverty rate of 24.2%. In this sense, the production of quinoa in the región of Puno is very important because more than 3,500 masl there are not many crop options, then it is necessary to carry out projection studies in order to plan agricultural activities in the región. The objective of this research is to apply a Box-Jenkins ARIMA model for the modeling of quinoa production in Puno. The study considers annual data between 1951 and 2017 extracted from MINAGRI. The best model found for quinoa production in Puno was ARIMA (0, 1, 4) using the AIC (Akaike) and SC (Schwarz) criteria. Then, the study is useful for the planning of quinoa production activities and policy decisions in the agricultural sector.