Ajuste de modelos SARIMA para el turismo en carreteras concesionadas en México
Article Sidebar
Publicado
dic 20, 2021
##plugins.pubIds.doi.readerDisplayName##
https://doi.org/10.36677/elperiplo.v0i41.9205
Main Article Content
Resumen
El objetivo de este artículo es encontrar el modelo que mejor ajuste a la estacionalidad en el flujo de pasajeros en carreteras de cuota concesionadas en México. Se usan series de tiempo mensuales para modelar ocho diferentes carreteras en diferentes periodos de tiempo. Todos los modelos ajustados presentaron una marcada estacionalidad en periodos vacacionales. El mejor modelo es reportado para cada carretera. Se discute la utilidad de esta herramienta para el uso de políticas.
Article Details
Como citar
CRUZ, Ignacio Javier.
Ajuste de modelos SARIMA para el turismo en carreteras concesionadas en México.
El Periplo Sustentable, [S.l.], n. 41, p. 431 - 446, dic. 2021.
ISSN 1870-9036.
Disponible en: <https://rperiplo.uaemex.mx/article/view/9205>. Fecha de acceso: 11 jul. 2026
doi: https://doi.org/10.36677/elperiplo.v0i41.9205.
Sección
Artículos de investigación
Quienes publican en El Periplo Sustentable están de acuerdo con los siguientes términos:
- -Los (las) autores (as) conservan sus derechos de autor de forma plena y garantizan a la revista el derecho de ser la primera publicación de su obra, la cual estará protegida de forma simultánea bajo la Licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC 4.0), que permite a otros compartir, copiar y adaptar el artículo con un reconocimiento de la autoría y su publicación inicial en esta revista, así como no se use con fines comerciales.
- -Los (las) autores (as) pueden establecer por separado acuerdos contractuales adicionales para la distribución no exclusiva de la versión de la obra publicada en la revista (por ejemplo, situarlo en un repositorio institucional, temático o publicarlo en un libro), siempre con el debido reconocimiento de su publicación inicial en esta revista.
- -Se permite y se anima a los (las) autores (as) a difundir sus trabajos electrónicamente (por ejemplo, en repositorios institucionales, redes académicas o en su propio sitio web) una vez publicados. Esta acción promueve el intercambio científico, así como una citación más temprana y un mayor impacto de los trabajos publicados.
- -Los (las) autores (as) no pueden alterar, transformar o ampliar el documento final una vez que este ha sido publicado de forma definitiva por la revista.
- -El formato de Declaración de Autoría y Autorización de Publicación se encuentra disponible en formato PDF en la sección de criterios de publicación (dar clic aquí para abrir). Les solicitamos descargarlo, completarlo con sus datos, firmarlo y cargarlo en la sección de archivos complementarios dentro de este sistema.
El Periplo Sustentable por la Universidad Autónoma del Estado de México se distribuye bajo una Licencia Creative Commons Atribución-NoComercial 4.0 Internacional.
Creado a partir de la obra en https://rperiplo.uaemex.mx
Citas
Aguirre, B. y Contreras, J. (2009). A model SARIMA to predict Chilean unemployment. MPRA. Munich Personal RePEc Archive. (19369), 1-16.
Alonso, J. y Semaàn, P. (2010). Prueba de HEGY en R: Una guia. Apuntes de economìa No. 23. Univerisdad ICESI.
Altmark, S., Mordecki, G., Risso, A. & Santiñaque, F. (2017). Proyección del número de turistas mediante un modelo SARIMA. TRANSITARE, 3(1), 139-162.
Al-Shboul, M., Anwar, S. (2017). Long memory behavior in Singapore´s tourism market. International Journal of Tourism Research, 1-11.
Baum, T. y Lundtorp, S. (2001). Seasonality in Tourism. Oxford: Pergamon.
Bhatnagar, S., Lal, V., Gupta, S., Gupta, O. (2012). Forecasting incidence of Dengue in Rajasthan, using time series analyses. Indian Journal of Public Health, 56(4), 281-285.
Box, G. E. P. y Jenkins, G. M. (1976). Time series analysis, Forecasting and Control. Holden-Day, San Francisco.
Braun, M., Bernard, T., Piller, O., Sedehizade, F. (2014). 24 hours demand forecasting based on SARIMA and support vector machines. Procedia Engineering, (89), 926-933.
Brida, J.G. y Garrido, N. (2009). Tourism forecasting using SARIMA models in Chilean regions. International Journal of Leisure and Tourism Marketing, 2(2), 176-190.
Brida, J. y Risso, W. (2011). Tourism Demand Forecasting with SARIMA Models. The case of South Tyrol. Tourism Economics, 17(1), 209-221.
Changshou, S., Li, Y., Qing, F. (2013). Application of SARIMA model in cucumber Price forecast. Applied Mechanics and Material, (373-375), 1686-1690.
Chang, Yu-Wei, y Liao, Meng-Yuan (2010). A seasonal ARIMA model of tourism forecasting: The case of Taiwan. Asia Pacific Journal of Tourism Research, 15(2), 215-221.
Chen, Ching-Fu; Chang, Yu-Hern; Chang, Yu-Wei (2009). Seasonal ARIMA forecasting of inbound air travel arrivals to Taiwan. Transportmetrica, 5(2), 125-140.
Cruz, I. (2017). Impactos económicos de la salida del mercado de Mexicana de Aviación. Saltillo: Universidad Autónoma de Coahuila.
De Oliveira Santos, G.E. (2009). Forecasting tourism demand by disaggregated time series empirical evidence from Spain. Tourism Economics, 15(2), 467-472.
Dritsaki, Ch. (2016). Forecast of SARIMA models: an application to unemployment rates of Greece. American Journal Applied of Mathematics and Statistics, 4(5), 136-148.
Durieux, F., Moretti, S. y Lenzi, F. (2013). Superando la estacionalidad turística. Planificación y gerenciamiento de eventos y comunicación integrada de marketing. Estudios y perspectivas en turismo, 22(6), 1241-1231.
Eni, D. y Adesola, A. (2013). SARIMA modelling of passenger flow at cross line limited, Nigeria. Journal of Emerging Trends in Economics and Management Sciences, 4(4), 427-432.
Hylleberg, S., Engle, R., Granger, C y Yoo, B. (1990). Seasonal integration and cointegration. Journal of Econometrics, 7(2), 215-238.
Kumar, V. y Vanajakshi, L. (2015). Short term traffic flow prediction using seasonal ARIMA model with limited input data. European Transport Research Review, 7(21), 1-9.
López, J. y López, L. (2006). La concentración estacional en las regiones españolas desde una perspectiva de la oferta turística. Revista de Estudios Regionales, (77), 75-106.
Loría, E., Sánchez, F., Salas, E. (2017). Efectos de llegada de viajeros internacionales en el desempleo y el crecimiento económico en México, 2000.2-2015.2. El Periplo Sustentable, (32), 2-23.
Oduro-Gyimah, F., Harris, E., Darkwah, K. (2012). International Journal of Applied Science and Tecnology, 2(9), 40-51.
Out, A., Osuji, G., Opara, J., Mbachu, I., Iheagwara, A. (2014). Application of SARIMA models in modelling and forecasting Nigeria´s inflation rates. American Journal of Applied Mathematics and Statistics, 2(1), 16-28.
Petrevska, B. (2013). Investigating tourism seasonality in Macedonia. UTMS Journal of Economics, 4(1), 37-44.
Petrevska, B. (2015). Effects of Tourism seasonality at local level. Annals of the Alexandru Ioan Cuza University Economics, 62(2), 242-251.
Svadlenka, L., Melichar, V., Bojovic, N. y Avramovic, Z. (2016), SARIMA modelling approach for railway passenger flow forecasting. Transport, 31(1), 1-8.
Secretaría de Turismo (2002). Compendio estadístico. Varios años.
Vu, C. J. y Turner, L.W. (2006). Regional data forecasting accuracy: The case of Thailand. Journal of Travel Research, (45), 186-193.
Yu, L., Zhou, L., Tan, L., Jiang, H., Zhang, H., Tian, L., Nie, S. (2014). Application of multiple seasonal model in forecasting incidence of HFMD in Wuhan, China. International Journal of Infectious Diseases, 21(1), 271.
Alonso, J. y Semaàn, P. (2010). Prueba de HEGY en R: Una guia. Apuntes de economìa No. 23. Univerisdad ICESI.
Altmark, S., Mordecki, G., Risso, A. & Santiñaque, F. (2017). Proyección del número de turistas mediante un modelo SARIMA. TRANSITARE, 3(1), 139-162.
Al-Shboul, M., Anwar, S. (2017). Long memory behavior in Singapore´s tourism market. International Journal of Tourism Research, 1-11.
Baum, T. y Lundtorp, S. (2001). Seasonality in Tourism. Oxford: Pergamon.
Bhatnagar, S., Lal, V., Gupta, S., Gupta, O. (2012). Forecasting incidence of Dengue in Rajasthan, using time series analyses. Indian Journal of Public Health, 56(4), 281-285.
Box, G. E. P. y Jenkins, G. M. (1976). Time series analysis, Forecasting and Control. Holden-Day, San Francisco.
Braun, M., Bernard, T., Piller, O., Sedehizade, F. (2014). 24 hours demand forecasting based on SARIMA and support vector machines. Procedia Engineering, (89), 926-933.
Brida, J.G. y Garrido, N. (2009). Tourism forecasting using SARIMA models in Chilean regions. International Journal of Leisure and Tourism Marketing, 2(2), 176-190.
Brida, J. y Risso, W. (2011). Tourism Demand Forecasting with SARIMA Models. The case of South Tyrol. Tourism Economics, 17(1), 209-221.
Changshou, S., Li, Y., Qing, F. (2013). Application of SARIMA model in cucumber Price forecast. Applied Mechanics and Material, (373-375), 1686-1690.
Chang, Yu-Wei, y Liao, Meng-Yuan (2010). A seasonal ARIMA model of tourism forecasting: The case of Taiwan. Asia Pacific Journal of Tourism Research, 15(2), 215-221.
Chen, Ching-Fu; Chang, Yu-Hern; Chang, Yu-Wei (2009). Seasonal ARIMA forecasting of inbound air travel arrivals to Taiwan. Transportmetrica, 5(2), 125-140.
Cruz, I. (2017). Impactos económicos de la salida del mercado de Mexicana de Aviación. Saltillo: Universidad Autónoma de Coahuila.
De Oliveira Santos, G.E. (2009). Forecasting tourism demand by disaggregated time series empirical evidence from Spain. Tourism Economics, 15(2), 467-472.
Dritsaki, Ch. (2016). Forecast of SARIMA models: an application to unemployment rates of Greece. American Journal Applied of Mathematics and Statistics, 4(5), 136-148.
Durieux, F., Moretti, S. y Lenzi, F. (2013). Superando la estacionalidad turística. Planificación y gerenciamiento de eventos y comunicación integrada de marketing. Estudios y perspectivas en turismo, 22(6), 1241-1231.
Eni, D. y Adesola, A. (2013). SARIMA modelling of passenger flow at cross line limited, Nigeria. Journal of Emerging Trends in Economics and Management Sciences, 4(4), 427-432.
Hylleberg, S., Engle, R., Granger, C y Yoo, B. (1990). Seasonal integration and cointegration. Journal of Econometrics, 7(2), 215-238.
Kumar, V. y Vanajakshi, L. (2015). Short term traffic flow prediction using seasonal ARIMA model with limited input data. European Transport Research Review, 7(21), 1-9.
López, J. y López, L. (2006). La concentración estacional en las regiones españolas desde una perspectiva de la oferta turística. Revista de Estudios Regionales, (77), 75-106.
Loría, E., Sánchez, F., Salas, E. (2017). Efectos de llegada de viajeros internacionales en el desempleo y el crecimiento económico en México, 2000.2-2015.2. El Periplo Sustentable, (32), 2-23.
Oduro-Gyimah, F., Harris, E., Darkwah, K. (2012). International Journal of Applied Science and Tecnology, 2(9), 40-51.
Out, A., Osuji, G., Opara, J., Mbachu, I., Iheagwara, A. (2014). Application of SARIMA models in modelling and forecasting Nigeria´s inflation rates. American Journal of Applied Mathematics and Statistics, 2(1), 16-28.
Petrevska, B. (2013). Investigating tourism seasonality in Macedonia. UTMS Journal of Economics, 4(1), 37-44.
Petrevska, B. (2015). Effects of Tourism seasonality at local level. Annals of the Alexandru Ioan Cuza University Economics, 62(2), 242-251.
Svadlenka, L., Melichar, V., Bojovic, N. y Avramovic, Z. (2016), SARIMA modelling approach for railway passenger flow forecasting. Transport, 31(1), 1-8.
Secretaría de Turismo (2002). Compendio estadístico. Varios años.
Vu, C. J. y Turner, L.W. (2006). Regional data forecasting accuracy: The case of Thailand. Journal of Travel Research, (45), 186-193.
Yu, L., Zhou, L., Tan, L., Jiang, H., Zhang, H., Tian, L., Nie, S. (2014). Application of multiple seasonal model in forecasting incidence of HFMD in Wuhan, China. International Journal of Infectious Diseases, 21(1), 271.