Estimación del rendimiento del cultivo de Passiflora Edulis (Maracuyá) a partir de modelos estadísticos
Barra lateral del artículo
Cómo citar
Compartir
Se solicita a los autores que diligencien el documento de cesión de derechos de autor sobre el artículo, para que sea posible su edición, publicación y distribución en cualquier medio y modalidad: medios electrónicos, CD ROM, impresos o cualquier otra forma, con fines exclusivamente científicos, educativos y culturales
- La obra pertenece a UNIMINUTO.
- Dada la naturaleza de UNIMINUTO como Institución de Educación Superior, con un modelo universitario innovador para ofrecer Educación de alta calidad, de fácil acceso, integral y flexible; para formar profesionales altamente competentes, éticamente responsables y líderes de procesos de transformación social, EL CEDENTE ha decidido ceder los derechos patrimoniales de su OBRA, que adelante se detalla para que sea explotado por ésta
- El querer de EL CEDENTE es ceder a título gratuito los derechos patrimoniales de la OBRA a UNIMINUTO con fines académicos.
Descargas
Societal impact
Contenido principal del artículo
Resumen
La planificación de cultivos necesita herramientas de apoyo que faciliten la toma de decisión para determinar su sostenibilidad económica, social y ambiental. Este artículo presenta un análisis estadístico para los datos históricos entre 2007 y 2014 de las variables independientes agroclimáticas de la estación código 21055020, ubicada en las coordenadas latitud 2,378 y longitud -75,89, en el municipio de La Plata, departamento del Huila, Colombia. Como objetivo principal, se propuso estimar el pronóstico del rendimiento utilizando dos modelos matemáticos: ARIMA y Regresión Múltiple, recomendados en la literatura científica. Finalmente, se comparan los resultados para comprender el sistema de producción del cultivo y establecer las interacciones del rendimiento con las variables agroclimáticas. Se tomó como referencia para este estudio el cultivo de maracuyá (Passiflora Edulis), debido a su importante impacto económico y social para los productores de la zona. Se concluyó que el modelo de regresión múltiple subestima los picos de mayor rendimiento; además, el ajuste del modelo es muy bajo, lo que implica que este modelo es descriptivo y no predictivo, mientras que el modelo ARIMA se recomienda por su mejor ajuste a las series de tiempo analizadas.