Modelos analíticos

• Ljung-Box (12 rezagos)

  0.654

  Por encima de 0.05: los residuos no conservan estructura, el modelo no deja información sin usar.

• Error a un mes vista

  32.3 %

  Pronosticando un mes por delante y reajustando en cada paso. Es la prueba más favorable al modelo.

• Amplitud del intervalo

  130 %

  Del valor central. El margen va aproximadamente de la mitad al doble: el valor puntual no debe usarse solo.

• Criterio de Akaike

  86.77

  Sirve para comparar órdenes entre sí, no para juzgar la calidad del pronóstico. Un AIC bajo no implica acertar.

Hasta Dic 2025 el modelo reproduce una serie que ya conoce; a partir de ahí proyecta y solo esa parte lleva banda. Las dos cosas no merecen la misma confianza y por eso se dibujan distinto. El horizonte se limita a 6 meses: más allá, el intervalo crece hasta dejar de informar.

• Ene 2026

  PronosticadoUSD 10.3 M
  ObservadoUSD 10.3 M

  Dentro del intervalo

• Feb 2026

  PronosticadoUSD 5.7 M
  ObservadoUSD 5 M

  Dentro del intervalo

• Mar 2026

  PronosticadoUSD 4 M
  ObservadoUSD 882.6 k

  Fuera del intervalo

Mar 2026 queda por debajo del intervalo, y es lo esperable: el mes más reciente sigue recibiendo registros de aduana, así que su dato observado todavía está incompleto. La comparación solo es concluyente cuando el periodo cierra.

Diferencia entre lo observado y lo que el modelo reproduce. Sin patrón visible y centrados en cero, que es lo que confirma la prueba de Ljung-Box. Los residuos grandes de los últimos años no son ruido: son el cambio de nivel que el modelo no puede seguir.

Serie modelada

Valor FOB mensual de exportaciones de Amazonas, en dólares

Familia

SARIMA

Especificación

SARIMA(0, 1, 2)x(0, 1, 1, 12) sobre log

Transformación

Logaritmo — el intervalo resulta asimétrico al volver a dólares

Selección del orden

AIC mínimo sobre 143 órdenes convergentes de una rejilla con p≤2, d≤1, q≤2, P≤1, D≤1, Q≤1, periodo 12. Sin auto_arima.

Entrenamiento

Ene 2018 a Dic 2025 · 96 observaciones

Motor

statsmodels 0.15.0

Versión de los datos

Versión 3 del dataset de exportaciones

Modelo estacional univariante ajustado sobre el logaritmo natural del valor FOB mensual de exportaciones de Amazonas, agregado desde las operaciones de la versión vigente del dataset. El orden se eligió minimizando el criterio de información de Akaike sobre una rejilla de 143 órdenes convergentes con p≤2, d≤1, q≤2, P≤1, D≤1, Q≤1 y periodo estacional 12; no se empleó selección automática de terceros. La ventana de entrenamiento abarca enero de 2018 a diciembre de 2025, 96 observaciones, y excluye el año en curso por estar incompleto. Los residuos no muestran autocorrelación remanente: la prueba de Ljung-Box da p=0,641 a 12 rezagos y p=0,894 a 24. El intervalo se calcula al 80 % sobre la escala logarítmica, por lo que resulta asimétrico al volver a dólares.

1. Fase 1 — Completado

   Diagnóstico estadístico

   Pruebas de estacionariedad, descomposición estacional y análisis de la serie mensual de exportaciones.

2. Fase 2 — Activo

   Pronóstico estacional univariante

   Modelo SARIMA sobre el valor FOB mensual, con selección de orden por criterio de información, diagnóstico de residuos y evaluación fuera de muestra.

3. Fase 3 — Planificado

   Modelo con variables externas

   Incorporar el precio internacional del café como regresor. Es la vía documentada para corregir la limitación del modelo actual, que capta la estacionalidad pero no los cambios de nivel.

   Requiere: Ingesta de precios de commodities

4. Fase 4 — Planificado

   Ampliación a otros módulos

   Extender el pronóstico a series de turismo y economía regional, cada una con su propia ficha técnica y su evaluación.

   Requiere: Series mensuales con recorrido suficiente en cada módulo

Las etapas planificadas no muestran métricas porque sus modelos todavía no se han estimado. Cuando se publiquen, traerán su ficha, su diagnóstico y su evaluación fuera de muestra, igual que el modelo actual.