DSpace logo
Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.ucsg.edu.ec/handle/3317/21884
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorCarrera Buri, Félix Miguel-
dc.contributor.authorLi Ye, Kevin Kinjang-
dc.contributor.authorPaz y Miño Robles, Zhukov Jafet-
dc.date.accessioned2023-10-13T19:51:00Z-
dc.date.available2023-10-13T19:51:00Z-
dc.date.issued2023-09-04-
dc.identifier.urihttp://repositorio.ucsg.edu.ec/handle/3317/21884-
dc.descriptionEl mundo está siempre en constante cambio y esto influye en la forma de vivir el día a día de las personas, los avances tecnológicos de la reciente década han representado un paso significativo en diversos ámbitos en los cuales destacan diversas herramientas y conocimientos como inteligencia de negocios para una mejor toma de decisiones. El presente estudio tiene como objetivo explicar y evidenciar cómo el modelo estadístico autorregresivo integrado de media móvil se utiliza para analizar y pronosticar series temporales. Las variables utilizadas para llevar a cabo el pronóstico fueron peso neto y FOB, de la cual se aplicó el modelo ARIMA (1, 0, 2) (0, 1, 1) para la variable peso neto y el modelo ARIMA (2, 0, 1) (0, 1, 2) para la variable FOB. Para alcanzar el objetivo, se empleó el programa Rstudio, el cual contribuyó a gestionar eficazmente desde la preparación de los datos hasta la ejecución de los análisis estadísticos. Como objeto se fijó las exportaciones del sector florícola del Ecuador en el periodo 1990-2023, siendo las exportaciones de flores un indicador económico relevante para el país. El estudio recopila datos históricos de las exportaciones de flores y realiza un análisis exploratorio para comprender las tendencias y patrones presentes en los datos. Los resultados obtenidos revelaron información valiosa para las empresas que operan en el sector agrícola.en_US
dc.description.abstractThe world is always changing, and this influences the way people live their daily lives. The technological advances of the recent decade have represented a significant step forward in various fields in which different tools and knowledge stand out, such as business intelligence for better decision making. The present study aims to explain and demonstrate how the autoregressive integrated moving average statistical model is used to analyze and forecast time series. The variables used to carry out the forecast were net weight and FOB, from which the ARIMA (1, 0, 2) (0, 1, 1) model was applied for the net weight variable and the ARIMA (2, 0, 1) (0, 1, 2) model for the FOB variable. To achieve the objective, the Rstudio program was used, which helped to manage efficiently from the preparation of the data to the execution of the statistical analyses. The objective was the exports of the Ecuadorian flower sector for the period 1990-2023 since flower exports are a relevant economic indicator for the country. The study compiles historical data on flower exports and performs an exploratory analysis to understand the trends and patterns present in the data. The results obtained revealed valuable information for companies operating in the agricultural sector.en_US
dc.formatapplication/pdfen_US
dc.language.isospaen_US
dc.publisherUniversidad Católica de Santiago de Guayaquilen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/4.0/en_US
dc.subjectBALANZA COMERCIALen_US
dc.subjectESTACIONARIEDADen_US
dc.subjectINTELIGENCIA DE NEGOCIOSen_US
dc.subjectMODELOS PREDICTIVOSen_US
dc.subjectECONOMÍA DE EMPRESAen_US
dc.subjectOFERTA Y DEMANDAen_US
dc.titleAplicación de modelo ARIMA para el pronóstico de exportación de flores del Ecuador.en_US
dc.typeinfo:eu-repo/semantics/bachelorThesisen_US
Aparece en las colecciones: Trabajos de Titulación - Carrera de Negocios Internacionales

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
T-UCSG-PRE-CEAE-CNI-90.pdf1,81 MBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons