Aplicación de modelos cuantitativos ARIMA utilizando el software R para la planificación de la producción en entornos industriales

Resumen

El presente estudio aborda el modelado y pronóstico de la demanda mensual en un entorno de manufactura, en el marco del Plan de Planificación y Control de la Producción. La unidad de análisis correspondió a una serie univariada de demanda operativa registrada durante 24 meses, representativa de un proceso productivo con comportamiento estable y periodicidad regular. La investigación adoptó una perspectiva cuantitativa y aplicada, con un diseño longitudinal no experimental, centrado en el examen estructural de la secuencia temporal y la validación estadística de un modelo parsimonioso. Se implementaron modelos ARIMA como herramienta metodológica adecuada para entornos fabriles con enfoque de medio plazo. El manejo de la serie incluyó la verificación de la calidad de los datos, la evaluación de la estacionalidad y la ejecución de pruebas de estacionariedad (ADF, KPSS y OCSB), además del análisis de las funciones de autocorrelación (ACF) y autocorrelación parcial (PACF) para identificar los grados de dependencia temporal. Los resultados evidenciaron que no era necesario aplicar diferenciación, lo que condujo a la selección de un modelo ARMA(0,1) estimado mediante máxima verosimilitud. Este modelo mostró un desempeño superior frente al modelo Naïve, con una mejora del 45 % en el MAPE, cumpliendo además con los supuestos de independencia, normalidad y homocedasticidad de los residuos. Finalmente, el modelo fue reestimado con la serie completa para generar una previsión operativa de seis meses con intervalos de confianza del 80 % y 95 %, útil para la definición de puntos de pedido y estrategias de inventario. Los resultados evidencian que un modelo ARMA parsimonioso proporciona precisión, trazabilidad y gobernanza operativa, fortaleciendo la planificación de la producción y la estabilidad de la cadena de suministro.