Академический Документы
Профессиональный Документы
Культура Документы
Presentado por:
FREDY YESID MALAGÓN GUTIÉRREZ
DIEGO ARMANDO RUIZ RUSSI
YUBER ORLANDO ROJAS MUÑOZ
Presentado a:
GERMAN GONZALO HURTADO RODRÍGUEZ
1. INTRODUCCIÓN. ............................................................................................. 4
2. PREGUNTA DE INVESTIGACIÓN................................................................... 5
3. PLANTEAMIENTO DEL PROBLEMA. ............................................................ 5
3.1. Hipótesis alterna. ....................................................................................... 5
3.2. Hipótesis Nula. ........................................................................................... 6
4. JUSTIFICACIÓN .............................................................................................. 6
5. MARCO TEORICO ........................................................................................... 6
6. MARCO CONCEPTUAL ................................................................................ 10
7. OBJETIVOS ................................................................................................... 11
7.1. General .................................................................................................... 11
7.2. Específicos ............................................................................................... 11
8. METODOLOGÍA ............................................................................................. 11
9. CRONOGRAMA DE ACTIVIDADES .............................................................. 12
10. RESULTADOS Y DISCUSIÓN.................................................................... 13
10.1. Análisis dela variación y la diferenciación estadística de las diferentes
series de datos para el periodo 2013 al 2015. ................................................... 13
10.2. Calculo de la proyección de precios basados en el modelo de tendencia
potencial de la forma Y= a.xb para el periodo 2019 a 2022................................ 17
11. CONCLUSIONES........................................................................................ 20
12. BIBLIOGRAFÍA. .......................................................................................... 21
1. INTRODUCCIÓN.
La arveja (Pisum sativum, L.) es una planta leguminosa de la familia Fabaceae,
domesticada por el hombre desde tiempos muy antiguos, según hallazgos
arqueológicos realizados en Tailandia, Irak y Suiza que datan entre 10.000 y 3.000
años antes de Cristo. La arveja proporciona energía que hace permanecer más
tiempo la glucosa en la sangre. En su estado fresco, es tal vez el vegetal más rico
en tiamina (vitamina B1), esencial para la producción de energía, la función nerviosa
y el metabolismo de los carbohidratos. Se consume fresca o verde y también en
grano seco. (DANE, 2015),
Según la Encuesta Nacional Agropecuaria (ENA, 2014) del DANE, durante el año
2013 se cultivaron en Colombia 34.441 hectáreas, de las cuales se cosecharon
22.896 hectáreas, arrojando una producción de 100.451 toneladas. El departamento
de Nariño fue el mayor productor, con 57.116 toneladas, seguido en menor
proporción por los departamentos de Cundinamarca, Boyacá y Tolima.
Para las escuelas económicas la inflación es el enemigo número uno, ya que genera
incertidumbre sobre los precios futuros, lo cual influye en las decisiones de gasto
ahorro e inversión de una población ocasionando un pobre crecimiento económico
(Maiquez, 2013).
Los cambios de los precios futuros, pueden ser conocidos con exactitud si se usan
las técnicas estadísticas adecuadas para analizar el entorno. Para esto son usadas
las llamadas series de tiempo, ya que se desea estudiar la fluctuación del precio en
el tiempo (MERCADO & PALMERIN, 2007).
La variación estacional en este caso es la más común, ya que las fluctuaciones del
costo pueden verse afectadas por factores del clima y hábitos tradicionales de la
gente. Para calcular variaciones de este tipo se puede usar el método gráfico.
Series de tiempo
Los pronósticos se hacen con el fin de orientar las decisiones en muchas áreas del
mundo como los mercados, el transporte, la identificación de fallas, el clima, entre
otros. Para pronosticar una variable se debe construir un modelo usando datos
históricos, es decir basado en una caracterización estadística entre el presente y
pasado, se ajusta al modelo y se extrapolan los datos (BOTERO & CANO, 2008).
Las series de precios a través del tiempo son de bastante importancia para el
análisis de la fluctuación, estas series entre más número de datos ósea mayor lapso
de tiempo presenten serán de mayor utilidad para el estudio.
Análisis de precios
Tener en claro la variabilidad de los precios a lo largo del tiempo es una estrategia
importante para un estudio de mercado. El precio no solo depende de las
características del producto, de la oferta y la demanda sino que también hay que
tener en cuenta para el caso en estudio factores climatológicos que impiden la
comercialización del producto o en ocasiones la producción.
7. OBJETIVOS
7.1. General
7.2. Específicos
- Identificar las fluctuaciones de precios en un periodo determinado de tiempo
para el cultivo de arveja.
- Obtener posibles precios futuros para el mercado de la arveja verde en vaina.
- Identificar los factores que intervienen en la fluctuación y proyección de
precios del producto en estudio.
8. METODOLOGÍA
SEMANAS
ITEM 1 2 3 4 5 6 7 8 9 10 11 12 13 14
Visualizaión del problema
Socialización
Nota:
Trabajo planeado.
Trabajo ejecutado.
10. RESULTADOS Y DISCUSIÓN.
Tabla N°2. Relación de las series de datos históricos mensuales para el periodo
2013-2018, para la arveja verde en vaina en el complejo de servicios del sur. Tunja
Boyacá.
Se observa a simple vista un comportamiento variable tanto para los meses como
para los años relacionados en la tabla anterior.
4500
4000 A
Presio por kilogramo.
3500 AB
AB
3000
AB
2500 B B
2000
1500
1000
500
0
2013 2014 2015 2016 2017 2018
Años
5000
A
4500 AB ABC
Precio por kilogramo.
4000
ABCD
3500
BCD
BCD
3000 D CD C
2500 D D D
2000
1500
1000
500
0
1 2 3 4 5 6 7 8 9 10 11 12
Meses
Grafica N°2. Comportamiento del promedio mensual de la serie de datos analizada
de los precios de la arveja verde en vaina para el complejo de servicios del sur de
Tunja y las diferencias estadísticas bajo las pruebas de Tukey, donde medias con
una letra común no son significativamente diferentes (p > 0,05).
En la anterior grafica se evidencia el comportamiento del precio por kilogramo de
arveja verde en vaina para todos los meses de la serie de datos históricos del 2013
al 2018. Donde se destaca el comportamiento del mes de abril que se destaca
significativamente por encima de los demás datos, en contraste se observó el mes
de octubre con que reporta el promedio más bajo además de el mismo
comportamiento estadístico con los meses de enero, febrero y septiembre, además
de no se evidencio diferencias significativas para los demás meses del año.
El comportamiento mensual para las series históricas del precio de la arveja verde
en vaina evidencia una variación significativa mensual como anual, la gráfica refleja
claramente la dinámica mensual para los diferentes años, donde se destaca el
comportamiento del año 2016 que presenta una gran variación mensual,
posiblemente debida factores estacionales, preferencia o por efecto de vienes
sustitutos, en contraste se observa el comportamiento del año 2018, el cual refleja
una estabilidad del precio durante la mayoría de los meses del año, lo que evidencia
una posible menor influencia de los factores estacionales, preferencia o por efectos
de vienes sustitutos, además se observó un comportamiento estable para el periodo
2013 a 2015 presuntamente se deba a una menor influencia de los factores
estacionales o a influencias externas de los factores de la demanda.
10.2. Calculo de la proyección de precios basados en el modelo de
tendencia potencial de la forma Y= a.xb para el periodo 2019 a 2022.
Tabla N°5. Relación de los posibles precios de la arveja verde en vaina para el
complejo del sur para el periodo 2019 a 2022 calculados bajo los modelos potencial.
Mes\Año. 2019 2020 2021 2022
Enero 2514 2599 2677 2749
Febrero 2987 3165 3331 3487
Marzo 3269 3373 3467 3553
Abril 4572 4842 5093 5329
Mayo 4822 5034 5229 5410
Junio 4309 4446 4570 4684
Julio 3673 3806 3927 4039
Agosto 3098 3214 3320 3418
Septiembre 2390 2420 2446 2469
Octubre 2485 2549 2607 2660
Noviembre 2746 2801 2849 2894
Diciembre 2596 2612 2626 2639
La tabla anterior refleja la relación entre los diferentes coeficientes de variación tanto
para los años base y los años proyectados donde se destaca que a pesar de que
los modelos futuros fueron basados en un solo modelo, que en este caso
corresponde al modelo potencial, se evidencia diferencias en los coeficientes de
variación de los periodos estimados, destacándose el 2020 con la menor variación,
en contaste el 2022 con el mayor coeficiente de variación.
4500
4000 A A
AB
ABC ABC
Presio por kilogramo.
3500 ABC
ABC
3000
ABC
2500 C BC
2000
1500
1000
500
0
2013 2014 2015 2016 2017 2018 2019 2020 2021 2022
Años
8,000 2013
2019
7,000
Precio por Kilograo
2022
6,000
2016
5,000 2021
4,000 2020
3,000
2,000
1,000
1 2 3 4 5 6 7 8 9 10 11 12
Mes
Los años base utilizados para evidenciar la variación porcentual de los precios de
la arveja verde en vaina para el complejo de servicios del sur de Tunja, refleja la
constante dinámica del mercado de este producto en la central de abastos,
posiblemente esta variación es debida a los fenómenos estacionales típicos de la
zona de influencia de la central de abastos , además posiblemente a las influencias
culturales y la migraciones de la demanda y los nichos de mercado específicos de
este producto en la región.
11. CONCLUSIONES.
Los precios de la arveja verde en vaina para el complejo de servicios del sur de
Tunja, basado en la series de tiempo desde el año 2013 a 2018 presentan el
comportamiento diferencial de los diferentes años reflejando la dinámica mensual
del comportamiento de dichos años, estadísticamente presenta coeficientes de
variación estadísticamente significativos y diferentes, lo cual evidencia la dinámica
de variación anual y mensual posiblemente influenciada por los fenómenos
estacionales, de preferencia de la demanda y por efecto de vienes sustitutos, lo que
se refleja en las variaciones de los diferentes años con respecto a la dinámica
mensual.
Las series de datos del periodo 2013 al 2018 presentaron diferencias estadísticas
significativas, lo que evidencia un comportamiento dinámico tanto para los años
como para los meses donde se evidencia que el año con mayor variación es el año
2016 además de que los meses de abril y mayo para todos los años presentaron la
mayor variación estadísticamente significativa, posiblemente influenciado por
factores estacionales de tipo climático, debido a que es una constante para todos
los años del estudio.