Modelos de serie de tiempo para predecir el precio de los ingredientes del almuerzo corriente en la ciudad de Bogotá

Este trabajo se centra en modelar la variación de los precios de alimentos utilizados en la preparación del almuerzo corriente en Bogotá. Para ello, se utilizaron datos de precios por kilogramo de nueve productos seleccionados y obtenidos del Sistema de Información de Precios del Sector Agropecuario (SIPSA). Se aplicaron distintos modelos de series de tiempo, incluyendo ARIMA, VAR, LSTM y GARCH. La selección del modelo predictivo más adecuado se realizó con base en criterios de información y métricas de evaluación como el error absoluto medio (MAE) y el error absoluto porcentual medio (MAPE). Los resultados indicaron que el modelo LSTM obtuvo el mejor desempeñó en términos de precisión, la utilidad del estudio está en relación con los objetivos propuestos, generando una herramienta para apoyar la toma de decisiones en la planificación de la comercialización y el abastecimiento por parte de los vendedores en Bogotá.

• Autores: Duran Benítez, Jeisson Sebastián
• Tipo de recurso: https://purl.org/coar/resource_type/c_7a1f
• Fecha de publicación: 2025
• Institución: Universidad El Bosque
• Repositorio: Repositorio U. El Bosque
• Idioma: spa
• OAI Identifier: oai:repositorio.unbosque.edu.co:20.500.12495/14609
• Acceso en línea: https://hdl.handle.net/20.500.12495/14609
• Palabra clave: Series de tiempo predicción del precio de alimentos; Predicción del precio de alimentos; ARIMA; VAR; GARCH; LSTM; 519.5; Time series; Food price prediction; ARIMA; VAR; GARCH; LSTM
• License: Attribution-NonCommercial-ShareAlike 4.0 International