Modelo de predicción de precios de productos agropecuarios como base para la priorización de Proyectos Integrales de Desarrollo Agropecuario y Rural con enfoque territorial en Colombia en el marco de los impactos producidos por la COVID-19

Vista sencilla de ítem
dc.contributor.advisorMondragón, Víctor Manuel
dc.coverage.spatialColombiaspa
dc.creatorLuna, Oscar Camilo
dc.creator.degreeMagíster en Ingeniería y Analítica de Datosspa
dc.date.accessioned2021-02-12T16:27:49Z
dc.date.available2021-02-12T16:27:49Z
dc.date.created2021-02-09
dc.description.abstractLa Agencia de Desarrollo Rural (ADR) del Ministerio de Agricultura de la República de Colombia tiene dentro de sus actividades misionales la realización de una convocatoria a nivel nacional para la presentación de perfiles de proyectos agropecuarios, con el fin de cofinanciar iniciativas productivas para beneficio de pequeños y medianos productores rurales. Con la información histórica de los proyectos cofinanciados desde el año 2017 hasta el año 2020 y con el objetivo de proporcionar la información requerida para la toma de decisiones por parte de la Presidencia de la ADR y el Ministerio de Agricultura, surge la necesidad de analizar el comportamiento del precio de los productos agropecuarios y determinar si la implementación de modelos de predicción puede hacer parte de las directrices que permitan la priorización de los Proyectos Integrales de Desarrollo Agropecuario y Rural con Enfoque Territorial (PIDAR) a ser cofinanciados en Colombia para el cuatrienio, en el marco del impacto socioeconómico generado por la COVID-19. Este proyecto pretende aportar técnicamente conocimientos relacionados con previsión de series de tiempo de precios, para fortalecer la capacidad instalada de la ADR y aportar herramientas que le permitan presentar a la Presidencia de la ADR las recomendaciones sobre cuáles deben ser los PIDAR a gestionar, promover y financiar por parte de la agenciaspa
dc.description.abstractenglishThe Ministry of Agriculture's Rural Development Agency (ADR) of the Republic of Colombia has within its missional activities the realization of a national level call for agricultural projects profiles, to co-finance productive initiatives for the benefit of small and medium rural producers. With historical information of co-financed projects from 2017 to 2020 and the aim of providing required information by the Presidency of the ADR and the Ministry of Agriculture for decisionmaking, it becomes necessary to analyze the behavior of the price of agricultural products and determine if the implementation of prediction models can be part of the guidelines that allow to prioritize the Comprehensive Agricultural and Rural Development Projects with a Territorial Approach (PIDAR) to be co-financed in Colombia for the four-year period, in the framework of the socioeconomic impact generated by COVID-19. This project intends to contribute technical knowledge about prices time series forecasting, strengthening the ADR's installed capacity and providing tools that allows to offer recommendations to the Presidency of the ADR on which should be the PIDARs to be managed, promoted, and financed by the agencyspa
dc.description.hashtag#MinisterioDeAgriculturaspa
dc.description.hashtag#ProductosAgropecuariosspa
dc.format.extent60 páginasspa
dc.format.mimetypeapplication/pdfspa
dc.identifier.repourlhttp://expeditio.utadeo.edu.cospa
dc.identifier.urihttps://hdl.handle.net/20.500.12010/17247
dc.language.isospaspa
dc.publisherUniversidad de Bogotá Jorge Tadeo Lozanospa
dc.publisher.programMaestría en Ingeniería y Analítica de Datosspa
dc.relation.referencesAdanacioglu, H., & Yercan, M. (2012). An analysis of tomato prices at wholesale level in Turkey: An application of SARIMA model. Researchgate. https://www.researchgate.net/publication/268807959_An_analysis_of_tomato_pri ces_at_wholesale_level_in_Turkey_An_application_of_SARIMA_model.spa
dc.relation.referencesAdhikari R., & Agrawal, R. K. (2013). An Introductory Study on Time Series Modeling and Forecasting. Saarbrücken: LAP Lambert Academic Publishing.spa
dc.relation.referencesAgencia de Desarrollo Rural. (2019). Reglamento para estructuración, aprobación y ejecución de los proyectos integrales de desarrollo agropecuario y rural con enfoque territorial. ADR. https://perfildeproyecto.adr.gov.co/public/files/ documentos/REGLAMENTO_PIDAR.pdf.spa
dc.relation.referencesAgencia de Desarrollo Rural. (2020). Informe Matriz PIDAR [Informe de PowerBI]. Agencia de Desarrollo Rural, Bogotá, Colombiaspa
dc.relation.referencesBaffes, J. & Nagle, P. (2020). Las perspectivas de los mercados de productos básicos y los efectos del coronavirus en seis gráficos. https://blogs.worldbank.org/es/voices/las-perspectivas-de-los-mercados-deproductos-basicos-y-los-efectos-del-coronavirus-en-seisspa
dc.relation.referencesBanco de la República. (2020). Índice de precios al consumidor (IPC). IPC Total Base 2018. https://www.banrep.gov.co/es/estadisticas/indice-precios-consumidor-ipcspa
dc.relation.referencesBarrientos, J. C., Rondón D., C., & Melo, S. E. (2014). Comportamiento de precios de las variedades de papa Parda Pastusa y Diacol Capiro en Colombia (1995-2011). Revista Colombiana de Ciencia Hortícolas, 8(2), 272-286. https://revistas.uptc.edu.co/index.php/ciencias_horticolas/article/view/3469 /pdf_11.spa
dc.relation.referencesBotero, S., & Cano, J. A. (2008). ANÁLISIS DE SERIES DE TIEMPO PARA LA PREDICCIÓN DE LOS PRECIOS DE LA ENERGÍA EN LA BOLSA DE COLOMBIA. SciELO. http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0121- 47722008000100007.spa
dc.relation.referencesBrockwell, P. J., & Davis, R. A. (2016). Introduction to Time Series and Forecasting (3 ed.). Cham: Springer.spa
dc.relation.referencesBrownlee, J. (2017). Introduction to Time Series Forecasting with Python. Vermont: Machine Learning Mastery.spa
dc.relation.referencesCampos, F. (2018). Análisis de series temporales en R. ARIMA. https://www.diegocalvo.es/analisis-de-series-temporales-en-r-arima/.spa
dc.relation.referencesCorporación de Abastos de Bogotá. (2020). Boletín precios. CORABASTOS. https://precios.corabastosonline.co/#/boletin/grupos.spa
dc.relation.referencesDepartamento Administrativo Nacional de Estadística. (2009). Índice de Precios al Consumidor (IPC). DANE. https://www.dane.gov.co/index.php/estadisticas-portema/precios-y-costos/indice-de-precios-al-consumidor-ipcspa
dc.relation.referencesEtuk, E. H., & Igbudu, R. C. (2015). Appropriate marketing information system tools for citrus plantation in Lattakia, Syria: a revisitation. Journal of Multidisciplinary 53 Engineering Science and Technology (JMEST). https://www.jmest.org/wpcontent/uploads/JMESTN42350363.pdf.spa
dc.relation.referencesMolina, I. (2009a). Procesos de Media Móvil y ARMA [PDF]. Series Temporales. http://halweb.uc3m.es/esp/Personal/personas/imolina/MiDocencia/ SeriesTemporales/Tema4SeriesEstud.pdf.spa
dc.relation.referencesMolina, I. (2009b). Procesos Integrados [PDF]. Series Temporales. http://halweb.uc3m.es/esp/Personal/personas/imolina/MiDocencia/ SeriesTemporales/Tema5SeriesEstud.pdf.spa
dc.relation.referencesOrganización de las Naciones para la Alimentación y la Agricultura. (2020). COVID-19: Inflación en los precios reales de los alimentos. FAO. http://www.fao.org/3/CA9235ES/CA9235ES.pdfspa
dc.relation.referencesOrganización Mundial de la Salud. (2019). Preguntas y respuestas sobre la enfermedad por coronavirus (COVID-19). OMS.spa
dc.relation.referencesOtu Archibong, O., Osuji, G. A., Opara, J., Ifeyinwa, M. H., & Iheagwara, A. I. (2013). Application of Sarima Models in Modelling and Forecasting Nigeria’s Inflation Rates. Researchgate. https://www.researchgate.net/profile/George_Osuji/publication/314467439_Appli cation_of_Sarima_Models_in_Modelling_and_Forecasting_Nigeria’s_Inflation_R ates/links/5da45d7045851553ff8f6533/Application-of-Sarima-Models-inModelling-and-Forecasting-Nigerias-Inflation-Rates.pdf.spa
dc.relation.referencesRuiz Hernández, J. A., Barrios Puente, G., & Gómez Gómez, A. A. (2019). Análisis del precio de la manzana mediante un modelo SARIMA. SciELO. http://www.scielo.org.mx/pdf/remexca/v10n2/2007-0934-remexca-10-02-225.pdf.spa
dc.relation.referencesWang, X., & Wang, C. (2016). Empirical Study on Agricultural Products Price Forecasting based on Internet-based Timely Price Information. DOI. http://article.nadiapub.com/IJAST/vol87/4.pdf.spa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.localAbierto (Texto Completo)spa
dc.sourceinstname:Universidad de Bogotá Jorge Tadeo Lozanospa
dc.sourcereponame:Expeditio Repositorio Institucional UJTLspa
dc.subjectPreciosspa
dc.subjectProductos agrícolasspa
dc.subject.keywordAgricultural pricesspa
dc.subject.keywordTrendsspa
dc.subject.lembDesarrollo agrícolaspa
dc.subject.lembProductos agropecuarios - Colombiaspa
dc.subject.lembSíndrome respiratorio agudo gravespa
dc.titleModelo de predicción de precios de productos agropecuarios como base para la priorización de Proyectos Integrales de Desarrollo Agropecuario y Rural con enfoque territorial en Colombia en el marco de los impactos producidos por la COVID-19spa
dc.type.coarhttp://purl.org/coar/resource_type/c_bdccspa
dc.type.driverinfo:eu-repo/semantics/masterThesisspa
dc.type.hasversioninfo:eu-repo/semantics/acceptedVersionspa
dc.type.localTrabajo de grado de maestríaspa

Archivos

Bloque original

Mostrando 1 - 1 de 1
Miniatura
Nombre:
II-2020 Luna. Modelo predicción precios para priorización de proyectos agropecuarios.pdf
Tamaño:
1.67 MB
Formato:
Adobe Portable Document Format
Descripción:
Ver documento
Descargar

Bloque de licencias

Mostrando 1 - 2 de 2
Miniatura
Nombre:
license.txt
Tamaño:
2.87 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar
Miniatura
Nombre:
Autorizacion publicación trabajo de grado - Oscar Camilo Luna.pdf
Tamaño:
1.26 MB
Formato:
Adobe Portable Document Format
Descripción:
Ver documento
Descargar

Colecciones

Maestría en Ingeniería y Analítica de Datos

Carrera 4 # 22-61 Teléfono: (+57) 601 242 7030 - 018000111022 Fax: (+57) 601 561 2107 Bogotá D.C., Colombia

Fundación Universitaria de Bogotá Jorge Tadeo Lozano | Vigilada Mineducación

Institución de educación superior privada, de utilidad común, sin ánimo de lucro y su carácter académico es el de Universidad

Reconocimiento personería jurídica: Resolución 2613 del 14 de agosto de 1959 Minjusticia.

Institución de Educación Superior sujeta a inspección y vigilancia por el Ministerio de Educación Nacional.

Software DSpace copyright © 2002-2026 LYRASIS