Este estudio analiza la evolución de la actividad constructora en Colombia a través de producción de cemento (PNCEM), despachos de cemento (DECEM) y área licenciada para construcción (LICC). Se examinan tasas interanuales, tendencia, estacionalidad y choques, se contrastan las señales entre variables y se pronostica la producción de cemento para enero–marzo de 2026 mediante ARIMA y SARIMA. La selección final se basa en pruebas fuera de muestra y validación cruzada temporal, no solamente en la apariencia de los gráficos.
archivo <- 'Base Caso2.xlsx' # Mantener el Excel en la misma carpeta del .Rmd
if(!file.exists(archivo)) stop('No se encuentra Base Caso2.xlsx. Colóquelo junto al archivo Rmd.')
base <- read_excel(archivo, sheet='Caso2')
requeridas <- c('FECHA','PNCEM','DECEM','LICC')
if(!all(requeridas %in% names(base))) stop('Faltan columnas: ',paste(setdiff(requeridas,names(base)),collapse=', '))
base <- base %>% select(all_of(requeridas)) %>% mutate(FECHA=as.Date(FECHA)) %>% arrange(FECHA)
if(anyNA(base)) stop('Hay valores faltantes en las variables seleccionadas.')
if(anyDuplicated(format(base$FECHA,'%Y-%m'))) stop('Existen meses duplicados.')
if(any(base$PNCEM<=0 | base$DECEM<=0 | base$LICC<=0)) stop('Hay valores no positivos; revisar tasas y transformaciones.')
meses <- seq(as.Date('2012-01-01'),as.Date('2025-12-01'),by='month')
if(!identical(format(base$FECHA,'%Y-%m'),format(meses,'%Y-%m'))) stop('La base no contiene exactamente los meses consecutivos enero 2012–diciembre 2025.')
stopifnot(nrow(base)==168)
series <- list(PNCEM=ts(base$PNCEM,start=c(2012,1),frequency=12),
DECEM=ts(base$DECEM,start=c(2012,1),frequency=12),
LICC=ts(base$LICC,start=c(2012,1),frequency=12))
nombres <- c(PNCEM='Producción de cemento',DECEM='Despachos de cemento',LICC='Licencias de construcción')
unidades <- c(PNCEM='Toneladas',DECEM='Toneladas',LICC='Metros cuadrados aprobados')
cat('Periodo:',format(min(base$FECHA),'%Y-%m'),'a',format(max(base$FECHA),'%Y-%m'),'| Observaciones:',nrow(base),'\n')
## Periodo: 2012-01 a 2025-12 | Observaciones: 168
Se estudia el sector de construcción y edificación en Colombia, con énfasis en el mercado de vivienda y su cadena de insumos. La empresa de referencia es Constructora Bolívar, cuya actividad de desarrollo inmobiliario y vivienda depende de la ejecución de proyectos, el ritmo de licenciamiento y la disponibilidad de materiales. La elección permite traducir indicadores agregados a decisiones de abastecimiento, programación y gestión del portafolio. Precaución: las series son nacionales y no miden ventas, rentabilidad ni producción propia de Constructora Bolívar; las recomendaciones son inferencias sectoriales, no mediciones directas de la compañía.
| Variable | Unidad | Interpretación empresarial |
|---|---|---|
| PNCEM: producción de cemento | Toneladas | Oferta industrial del insumo; aproximación al ritmo de actividad en la cadena constructora. |
| DECEM: despachos de cemento | Toneladas | Material movilizado hacia canales de distribución y consumo; indicador más próximo a demanda efectiva que la producción. |
| LICC: licencias de construcción | m² aprobados | Indicador adelantado potencial de actividad futura, aunque una licencia no garantiza inicio de obra. |
Relación esperada: licencias pueden anteceder despachos y producción con rezagos; despachos y producción pueden moverse conjuntamente, pero también divergir por inventarios, exportaciones o ajustes de oferta. No se presume causalidad a partir de correlaciones. Las decisiones apoyadas por este estudio incluyen calendario de compras, inventarios, etapas de ejecución y evaluación prudente de nuevos proyectos.
Fuentes: base de datos suministrada para el Caso 2 y su catastro de variables, que identifica al DANE como fuente de los tres indicadores. Para una entrega académica definitiva se recomienda añadir las URL, fecha de consulta y ficha técnica específica de cada operación estadística del DANE. Las afirmaciones sobre cifras corporativas o políticas de vivienda requieren citas independientes y no se tratan como resultados de esta base.
Se emplean datos mensuales de enero de 2012 a diciembre de 2025 (168 observaciones por variable). Se calculan tasas interanuales (YoY), se descomponen las series mediante STL y se evalúan patrones estacionales y movimientos atípicos. Para PNCEM se reserva octubre–diciembre de 2025 como prueba; se comparan ARIMA no estacional y SARIMA mediante errores de prueba y validación cruzada de origen móvil. Luego se reestima el modelo seleccionado con los datos hasta diciembre de 2025 y se pronostica enero–marzo de 2026 con intervalos de predicción del 80 % y 95 %.
Tasa interanual mensual: \(YoY_t = 100 (Y_t/Y_{t-12}-1)\). Esta tasa compara cada mes con el mismo mes del año anterior y atenúa el efecto estacional; no es una tasa mensual ni equivale necesariamente al crecimiento anual acumulado.
long <- base %>% pivot_longer(cols=c(PNCEM,DECEM,LICC),names_to='variable',values_to='valor') %>%
group_by(variable) %>% arrange(FECHA,.by_group=TRUE) %>%
mutate(yoy=100*(valor/lag(valor,12)-1), mes=factor(format(FECHA,'%m'),levels=sprintf('%02d',1:12),labels=month.abb)) %>% ungroup()
res_anual <- long %>% mutate(anio=as.integer(format(FECHA,'%Y'))) %>%
group_by(variable,anio) %>% summarise(total=sum(valor),.groups='drop') %>%
group_by(variable) %>% arrange(anio,.by_group=TRUE) %>% mutate(crecimiento=100*(total/lag(total)-1)) %>% ungroup()
res_2025 <- res_anual %>% filter(anio==2025) %>% mutate(Indicador=unname(nombres[variable]), `Variación 2025/2024 (%)`=round(crecimiento,2)) %>% select(Indicador,`Variación 2025/2024 (%)`)
kable(res_2025,caption='Crecimiento de totales anuales 2025 frente a 2024 (fuente: Base Caso2.xlsx)')
| Indicador | Variación 2025/2024 (%) |
|---|---|
| Despachos de cemento | 5.42 |
| Licencias de construcción | 6.58 |
| Producción de cemento | 3.77 |
ggplot(long,aes(FECHA,valor)) + geom_line(color='#176A80',linewidth=.5) +
facet_wrap(~variable,ncol=1,scales='free_y',labeller=as_labeller(nombres)) +
labs(title='Evolución mensual de los tres indicadores',x=NULL,y='Nivel (unidad propia de cada indicador)',caption='PNCEM y DECEM: toneladas; LICC: m². Fuente: Base Caso2.xlsx')
ggplot(filter(long,!is.na(yoy)),aes(FECHA,yoy)) + geom_hline(yintercept=0,color='grey55') +
geom_line(color='#176A80',linewidth=.5) + facet_wrap(~variable,ncol=1,scales='free_y',labeller=as_labeller(nombres)) +
labs(title='Crecimiento interanual mensual (YoY)',x=NULL,y='Variación frente al mismo mes del año anterior (%)')
Se utiliza STL con estacionalidad flexible (s.window=13,
robusta) en lugar de imponer un patrón idéntico durante todos los años.
La descomposición es descriptiva y se calcula sobre las
series históricas completas; no se utiliza como insumo calculado con
datos futuros para validar los pronósticos.
descomposiciones <- lapply(series,function(x) stl(x,s.window=13,robust=TRUE))
for(nm in names(series)) {
print(autoplot(descomposiciones[[nm]]) + ggtitle(paste('STL:',nombres[[nm]])))
}
estacional <- bind_rows(lapply(names(descomposiciones),function(nm){
d <- descomposiciones[[nm]]$time.series
data.frame(variable=nm,mes=month.abb[1:12][cycle(series[[nm]])],estacional=d[,'seasonal'])
})) %>% group_by(variable,mes) %>% summarise(efecto=mean(estacional),.groups='drop') %>%
mutate(mes=factor(mes,levels=month.abb))
ggplot(estacional,aes(mes,efecto,group=1)) + geom_hline(yintercept=0,color='grey70') +
geom_line(color='#176A80') + geom_point(color='#176A80') +
facet_wrap(~variable,ncol=1,scales='free_y',labeller=as_labeller(nombres)) +
labs(title='Efecto estacional promedio por mes (STL)',x='Mes',y='Desviación estacional en unidades originales')
res_senales <- bind_rows(lapply(names(series),function(nm){
d <- descomposiciones[[nm]]$time.series
tendencia <- as.numeric(d[,'trend']); resto <- as.numeric(d[,'remainder'])
z <- (resto-median(resto))/mad(resto,constant=1.4826)
if(!all(is.finite(z))) z <- rep(NA_real_,length(z))
data.frame(Indicador=nombres[[nm]],
`YoY tendencia dic-2025 (%)`=round(100*(tail(tendencia,1)/tendencia[length(tendencia)-12]-1),2),
`Mes estacional más alto`=as.character(estacional %>% filter(variable==nm) %>% slice_max(efecto,n=1,with_ties=FALSE) %>% pull(mes)),
`Mes estacional más bajo`=as.character(estacional %>% filter(variable==nm) %>% slice_min(efecto,n=1,with_ties=FALSE) %>% pull(mes)),
`Meses con residuo robusto |z|>3`=sum(abs(z)>3,na.rm=TRUE),check.names=FALSE)
}))
kable(res_senales,caption='Síntesis automática de tendencia, estacionalidad y movimientos irregulares')
| Indicador | YoY tendencia dic-2025 (%) | Mes estacional más alto | Mes estacional más bajo | Meses con residuo robusto |z|>3 |
|---|---|---|---|---|
| Producción de cemento | 7.72 | Dec | Jan | 6 |
| Despachos de cemento | 7.88 | Oct | Jan | 9 |
| Licencias de construcción | -14.98 | Dec | Jan | 8 |
La tasa YoY de tendencia de diciembre se calcula sobre el componente STL; debe leerse junto con la tasa YoY observada. Los residuos atípicos son señales para investigar, no pruebas de una causa económica concreta. Se recomienda contrastar fechas atípicas con hechos documentados (por ejemplo, interrupciones de actividad, cambios de política o efectos de base) antes de atribuirles una explicación.
atipicos <- bind_rows(lapply(names(series),function(nm){
r <- as.numeric(descomposiciones[[nm]]$time.series[,'remainder'])
z <- (r-median(r))/mad(r,constant=1.4826)
data.frame(variable=nm,fecha=base$FECHA,residuo=r,z=z)
})) %>% filter(is.finite(z),abs(z)>3) %>% arrange(desc(abs(z)))
kable(head(atipicos,15),digits=2,caption='Hasta 15 movimientos irregulares más destacados (criterio exploratorio |z| > 3)')
| variable | fecha | residuo | z |
|---|---|---|---|
| PNCEM | 2020-04-01 | -882296.6 | -24.90 |
| DECEM | 2020-04-01 | -794104.3 | -23.56 |
| DECEM | 2020-03-01 | -380473.5 | -11.23 |
| DECEM | 2020-05-01 | -368868.6 | -10.88 |
| PNCEM | 2020-05-01 | -346681.1 | -9.75 |
| LICC | 2015-12-01 | 2276518.0 | 8.77 |
| PNCEM | 2020-03-01 | -307844.0 | -8.65 |
| DECEM | 2021-05-01 | -291407.2 | -8.57 |
| PNCEM | 2021-05-01 | -303369.5 | -8.53 |
| LICC | 2019-12-01 | 2151646.2 | 8.28 |
| LICC | 2023-12-01 | 1850536.8 | 7.11 |
| LICC | 2022-07-01 | 1629467.7 | 6.26 |
| LICC | 2020-04-01 | -1303566.8 | -5.12 |
| LICC | 2022-08-01 | 1322763.2 | 5.07 |
| PNCEM | 2016-07-01 | -170706.5 | -4.78 |
Para hacer comparables las series se grafican sus tasas interanuales, que ya están expresadas en porcentajes.
ggplot(filter(long,!is.na(yoy)),aes(FECHA,yoy,color=variable)) + geom_hline(yintercept=0,color='grey65') +
geom_line(linewidth=.6,alpha=.85) +
scale_color_manual(values=c(PNCEM='#176A80',DECEM='#E69F00',LICC='#5E548E'),labels=nombres) +
coord_cartesian(ylim=c(-100,150)) +
labs(title='Señales integradas: crecimiento interanual',subtitle='La escala visual se limita a -100 % / 150 %; los cálculos conservan todos los valores',x=NULL,y='YoY (%)',color='Indicador')
yoy_wide <- long %>% select(FECHA,variable,yoy) %>% pivot_wider(names_from=variable,values_from=yoy) %>% drop_na()
correlaciones <- cor(select(yoy_wide,PNCEM,DECEM,LICC),use='complete.obs')
kable(round(correlaciones,3),caption='Correlación contemporánea entre tasas interanuales (descriptiva, no causal)')
| PNCEM | DECEM | LICC | |
|---|---|---|---|
| PNCEM | 1.000 | 0.983 | 0.802 |
| DECEM | 0.983 | 1.000 | 0.820 |
| LICC | 0.802 | 0.820 | 1.000 |
# Relación entre licencias YoY en t y despachos YoY en t+k, con k = 0..12 meses
rezagos <- data.frame(rezago_meses=0:12,correlacion=sapply(0:12,function(k){
x <- yoy_wide$LICC; y <- yoy_wide$DECEM
if(k==0) cor(x,y) else cor(x[1:(length(x)-k)],y[(k+1):length(y)])
}))
kable(rezagos,digits=3,caption='Correlación exploratoria: licencias hoy vs despachos k meses después')
| rezago_meses | correlacion |
|---|---|
| 0 | 0.820 |
| 1 | 0.236 |
| 2 | 0.081 |
| 3 | -0.031 |
| 4 | -0.077 |
| 5 | -0.056 |
| 6 | -0.013 |
| 7 | 0.005 |
| 8 | -0.038 |
| 9 | -0.064 |
| 10 | -0.074 |
| 11 | -0.113 |
| 12 | -0.149 |
Lectura económica: un crecimiento simultáneo en despachos y producción sugiere dinamismo en la cadena de suministro; si las licencias se debilitan, podría existir riesgo de menor actividad futura, pero la relación depende de plazos de ejecución y composición de obras. Una correlación rezagada alta no valida por sí misma una relación predictiva estable: pueden intervenir tendencias comunes, shocks y cambios estructurales.
positivos <- sum(res_2025$`Variación 2025/2024 (%)`>0)
cat('En el acumulado de 2025,',positivos,'de las tres variables crecieron respecto a 2024. ',
'Este balance anual es una señal descriptiva y no demuestra por sí solo una recuperación sostenida en todos los meses.')
## En el acumulado de 2025, 3 de las tres variables crecieron respecto a 2024. Este balance anual es una señal descriptiva y no demuestra por sí solo una recuperación sostenida en todos los meses.
La muestra de entrenamiento es enero de 2012 a septiembre de 2025. La prueba externa corresponde a octubre, noviembre y diciembre de 2025. Ninguna observación del periodo de prueba se utiliza para elegir parámetros en esta etapa.
y <- series$PNCEM
train <- window(y,end=c(2025,9))
test <- window(y,start=c(2025,10),end=c(2025,12))
stopifnot(length(test)==3,length(train)==165)
Se utiliza auto.arima para seleccionar un ARIMA
sin términos estacionales y un candidato con
posibilidad de estacionalidad. El segundo se denomina SARIMA
únicamente si su especificación final incluye términos estacionales; el
algoritmo podría seleccionar un modelo sin ellos. Se usa
stepwise=FALSE y approximation=FALSE para una
búsqueda más exhaustiva.
set.seed(123)
modelo_arima <- auto.arima(train,seasonal=FALSE,stepwise=FALSE,approximation=FALSE)
modelo_sarima <- auto.arima(train,seasonal=TRUE,stepwise=FALSE,approximation=FALSE)
cat('ARIMA:',arimaorder(modelo_arima),'\nSARIMA candidato:',arimaorder(modelo_sarima),'\n')
## ARIMA: 1 1 1
## SARIMA candidato: 1 1 1 2 0 0 12
checkresiduals(modelo_arima)
##
## Ljung-Box test
##
## data: Residuals from ARIMA(1,1,1)
## Q* = 56.096, df = 22, p-value = 8.285e-05
##
## Model df: 2. Total lags used: 24
checkresiduals(modelo_sarima)
##
## Ljung-Box test
##
## data: Residuals from ARIMA(1,1,1)(2,0,0)[12]
## Q* = 13.936, df = 20, p-value = 0.8337
##
## Model df: 4. Total lags used: 24
ordenes <- list(ARIMA=arimaorder(modelo_arima),SARIMA=arimaorder(modelo_sarima))
metricas_resid <- bind_rows(lapply(c('ARIMA','SARIMA'),function(nm){
m <- if(nm=='ARIMA') modelo_arima else modelo_sarima
o <- arimaorder(m)
df <- sum(o[c('p','q','P','Q')])
lb <- Box.test(residuals(m),lag=24,type='Ljung-Box',fitdf=df)
data.frame(Modelo=nm,Especificacion=paste(o,collapse=','),AICc=round(m$aicc,2),
`Ljung-Box p (24 rezagos)`=round(lb$p.value,4),check.names=FALSE)
}))
kable(metricas_resid,caption='Ajuste y prueba de autocorrelación de residuos; p alto no prueba normalidad ni ausencia de todo problema')
| Modelo | Especificacion | AICc | Ljung-Box p (24 rezagos) |
|---|---|---|---|
| ARIMA | 1,1,1 | 4262.75 | NA |
| SARIMA | 1,1,1,2,0,0,12 | 4244.13 | 0.8337 |
pron_arima <- forecast(modelo_arima,h=3)
pron_sarima <- forecast(modelo_sarima,h=3)
pron_naive <- snaive(train,h=3)
comparacion <- data.frame(
Fecha=seq(as.Date('2025-10-01'),by='month',length.out=3),
Observado=as.numeric(test),
ARIMA=as.numeric(pron_arima$mean),
SARIMA=as.numeric(pron_sarima$mean),
Estacional_ingenuo=as.numeric(pron_naive$mean))
kable(comparacion,digits=0,caption='Valores observados y pronosticados en el trimestre de prueba (toneladas)')
| Fecha | Observado | ARIMA | SARIMA | Estacional_ingenuo |
|---|---|---|---|---|
| 2025-10-01 | 1271214 | 1192868 | 1217943 | 1193073 |
| 2025-11-01 | 1226494 | 1178308 | 1163508 | 1132603 |
| 2025-12-01 | 1200230 | 1173582 | 1185019 | 1156254 |
calc_err <- function(obs,pred){
e <- obs-pred
c(MAE=mean(abs(e)),RMSE=sqrt(mean(e^2)),MAPE=100*mean(abs(e/obs)))
}
met_test <- bind_rows(lapply(c('ARIMA','SARIMA','Estacional_ingenuo'),function(nm){
data.frame(Modelo=nm,t(calc_err(comparacion$Observado,comparacion[[nm]])))
}))
kable(met_test,digits=2,caption='Métricas de prueba externa; tres meses constituyen una muestra pequeña')
| Modelo | MAE | RMSE | MAPE |
|---|---|---|---|
| ARIMA | 51060.24 | 55287.69 | 4.10 |
| SARIMA | 43822.30 | 48429.81 | 3.53 |
| Estacional_ingenuo | 72002.77 | 74956.67 | 5.82 |
comparacion %>% pivot_longer(-c(Fecha,Observado),names_to='Modelo',values_to='Pronostico') %>%
ggplot(aes(Fecha,Pronostico,color=Modelo)) + geom_line(linewidth=.8) + geom_point() +
geom_line(aes(y=Observado),inherit.aes=TRUE,color='black',linewidth=1,linetype='dashed') +
labs(title='Pronóstico vs observado, octubre–diciembre de 2025',subtitle='Línea negra punteada: valores observados',x=NULL,y='Toneladas')
Se usa validación cruzada de series temporales con origen creciente, horizonte de tres meses e inicio de evaluación tras 108 observaciones. Los órdenes se fijan según el modelo identificado con la muestra de entrenamiento, y los coeficientes se reestiman en cada origen. Este procedimiento evalúa la estabilidad de una especificación, no una selección de órdenes completamente anidada. La validación cruzada evita mezclar aleatoriamente meses del pasado y del futuro.
# La primera compilación puede tardar varios minutos.
orden_a <- arimaorder(modelo_arima)
orden_s <- arimaorder(modelo_sarima)
func_arima <- function(x,h){
fit <- Arima(x,order=unname(orden_a[c('p','d','q')]),include.drift=('drift' %in% names(coef(modelo_arima))),
include.mean=('intercept' %in% names(coef(modelo_arima)) || 'mean' %in% names(coef(modelo_arima))),method='ML')
forecast(fit,h=h)
}
func_sarima <- function(x,h){
fit <- Arima(x,order=unname(orden_s[c('p','d','q')]),
seasonal=list(order=unname(orden_s[c('P','D','Q')]),period=12),
include.drift=('drift' %in% names(coef(modelo_sarima))),
include.mean=('intercept' %in% names(coef(modelo_sarima)) || 'mean' %in% names(coef(modelo_sarima))),method='ML')
forecast(fit,h=h)
}
# Evaluación dentro del periodo de entrenamiento; test oct–dic permanece intacto.
cv_a <- tsCV(train,func_arima,h=3,initial=108)
cv_s <- tsCV(train,func_sarima,h=3,initial=108)
cv_n <- tsCV(train,function(x,h) snaive(x,h=h),h=3,initial=108)
res_cv <- bind_rows(lapply(list(ARIMA=cv_a,SARIMA=cv_s,Estacional_ingenuo=cv_n),function(e){
v <- as.numeric(e); v <- v[is.finite(v)]
data.frame(MAE=mean(abs(v)),RMSE=sqrt(mean(v^2)),N=length(v))
}),.id='Modelo')
kable(res_cv,digits=2,caption='Validación cruzada temporal: errores de horizontes 1–3 meses (toneladas)')
| Modelo | MAE | RMSE | N |
|---|---|---|---|
| ARIMA | 79466.40 | 96268.38 | 165 |
| SARIMA | 71774.15 | 94718.79 | 113 |
| Estacional_ingenuo | 84192.82 | 157806.11 | 165 |
El criterio principal es el RMSE de validación cruzada; se contrasta con el RMSE del trimestre de prueba, la parsimonia y el diagnóstico de residuos. Si el ganador no supera al método estacional ingenuo, se deja explícita esa limitación.
ganador <- res_cv %>% filter(Modelo %in% c('ARIMA','SARIMA')) %>% arrange(RMSE) %>% slice(1) %>% pull(Modelo)
rmse_ganador <- res_cv$RMSE[match(ganador,res_cv$Modelo)]
rmse_base <- res_cv$RMSE[match('Estacional_ingenuo',res_cv$Modelo)]
cat('Modelo seleccionado por RMSE de validación cruzada:',ganador,'\n')
## Modelo seleccionado por RMSE de validación cruzada: SARIMA
cat('RMSE CV del seleccionado:',fmt(rmse_ganador,0),'toneladas.\n')
## RMSE CV del seleccionado: 94.719 toneladas.
cat('RMSE CV de referencia estacional:',fmt(rmse_base,0),'toneladas.\n')
## RMSE CV de referencia estacional: 157.806 toneladas.
if(rmse_ganador >= rmse_base) cat('ADVERTENCIA: el modelo elegido NO mejora al benchmark estacional en RMSE CV.\n')
cat('Contrastar además el RMSE de prueba y los p-valores residuales antes de adoptar el pronóstico para decisiones.\n')
## Contrastar además el RMSE de prueba y los p-valores residuales antes de adoptar el pronóstico para decisiones.
Corrección esencial frente al borrador: los modelos anteriores se usaron para validación. Para pronosticar 2026 se reestima la especificación seleccionada con las 168 observaciones hasta diciembre de 2025, sin incorporar datos de 2026.
# 1. Identificar el modelo ganador
if (ganador == "ARIMA") {
modelo_base <- modelo_arima
} else {
modelo_base <- modelo_sarima
}
# 2. Recuperar los parametros del modelo ganador
orden <- forecast::arimaorder(modelo_base)
# 3. Identificar si el modelo tiene drift o intercepto
nombres_coef <- names(coef(modelo_base))
usar_drift <- "drift" %in% nombres_coef
usar_media <- any(
c("intercept", "mean") %in% nombres_coef
)
# 4. Funcion para reestimar el modelo
ajustar_modelo <- function(metodo) {
argumentos <- list(
y = y,
order = as.integer(orden[c("p", "d", "q")]),
include.drift = usar_drift,
include.mean = usar_media,
method = metodo
)
# Agregar componente estacional si existe
if (any(orden[c("P", "D", "Q")] > 0)) {
argumentos$seasonal <- list(
order = as.integer(orden[c("P", "D", "Q")]),
period = 12
)
}
do.call(forecast::Arima, argumentos)
}
# 5. Intentar distintos metodos de estimacion
modelo_final <- NULL
metodo_utilizado <- NA_character_
for (metodo in c("ML", "CSS-ML", "CSS")) {
intento <- tryCatch(
suppressWarnings(ajustar_modelo(metodo)),
error = function(e) NULL
)
if (!is.null(intento)) {
if (all(is.finite(coef(intento)))) {
modelo_final <- intento
metodo_utilizado <- metodo
break
}
}
}
# 6. Verificar que el modelo se haya estimado
if (is.null(modelo_final)) {
stop(
"No fue posible estimar el modelo final. Revisar ARIMA/SARIMA."
)
}
cat("Modelo seleccionado:", ganador, "\n")
## Modelo seleccionado: SARIMA
cat("Metodo de estimacion:", metodo_utilizado, "\n")
## Metodo de estimacion: CSS-ML
print(summary(modelo_final))
## Series: structure(c(868474, 865408, 998847, 852138, 919675, 906243, 910743, 942864, 894974, 885860, 931125, 948435, 803846, 823731, 930060, 888046, 929099, 879965, 966824, 941125, 1002957, 1048557, 1020409, 1017314, 821445.828, 908543.117, 1089339.541, 1028889.655712, 1074107.78740086, 986800.0859, 1081296.09671, 1068933.55543629, 1071902.6915605, 1074163.94222048, 1069628.54535768, 1127320.32637026, 899518.541529248, 1034033.38221001, 1098525.953, 1056733.90131495, 1128654.11944623, 1023576.55679577, 1108864.37924927, 1139186.22693624, 1125937.91413458, 1176890.04338738, 1045135.67378369, 1209660.263, 968000.715397206, 1076538.13270591, 1025163.27, 1108543.37, 1054354.387, 1012287.137, 912684.105, 1130482.352, 1023568.366, 1076104.866, 1009009.159, 1098666.173, 897063.518, 1025704.96, 1099919.669, 976913.691, 1021787.44179, 1006870.521, 1079282.21149, 1034803.508, 1025617.127, 1081553.104, 1028965.69405, 1020361.518, 906920.451, 955449.294, 1066143.35972172, 1034777.564, 1007110.9, 995956.413, 1021557.796, 1097724.287, 1083427.007, 1107128.36321, 1094297.68862, 1089381.03939, 928828.55106, 993333.27866, 1147660.28789, 971012.98383, 1119226.64048, 1025805.149, 1118126.67829, 1175004.60921, 1093947.95126, 1135813.51603, 1112914.99874, 1191117.58723, 1045240.91041, 1042243.98197, 850163.84145, 198924.91745, 778730.32458, 977660.2515, 1131331.24994, 1095590.71631, 1148007.05608, 1190414.39382, 1213983.87422, 1176276.66669, 1034344.65117, 1139862.90281, 1200339.11513, 1135881.75936, 880396.37697, 1108427.02086, 1201721.72126, 1163338.65836, 1229149.66213, 1234917.71934, 1201226.82702, 1267497.43058, 1040160.80108, 1133914.02225, 1341585.44501, 1214953.52012, 1251173.4653, 1189314.526, 1200980.8915, 1233964.4546, 1279461.97589, 1249315.37564, 1193547.54813, 1283041.92179, 1047479.09126, 1140751.01999, 1231072.57481195, 1111785.77569, 1237255.122, 1116485.39415, 1221109.29517094, 1178826.153, 1261109.02233, 1261911.39101, 1112027.19281, 1291078.0835, 1023020.71833, 1104402.106741, 1127425.40145616, 1158662.93583301, 1105993.89775, 1076671.53868189, 1165312.34880315, 1198782.9725, 1120503.3165, 1193072.851, 1132602.5245, 1156253.936265, 961894.0745555, 1066674.7859112, 1200759.40367269, 1079403.93675, 1212393.2665, 1097446.1876955, 1262045.025, 1257260.61025765, 1237727.37209897, 1271214.06090617, 1226493.92, 1200229.65522748), tsp = c(2012, 2025.91666666667, 12), class = "ts")
## ARIMA(1,1,1)(2,0,0)[12]
##
## Coefficients:
## ar1 ma1 sar1 sar2
## 0.4222 -0.9302 0.3110 0.1187
## s.e. 0.0992 0.0506 0.0772 0.0778
##
## sigma^2 = 9.453e+09: log likelihood = -2154.3
## AIC=4318.61 AICc=4318.98 BIC=4334.2
##
## Training set error measures:
## ME RMSE MAE MPE MAPE MASE
## Training set 8307.699 95767.15 64298.09 -1.365073 7.813293 0.8099278
## ACF1
## Training set -0.03887239
# 7. Pronosticar enero, febrero y marzo de 2026
pron_final <- forecast(
modelo_final,
h = 3,
level = c(80, 95)
)
# 8. Crear fechas del pronostico
meses_2026 <- seq(
as.Date("2026-01-01"),
by = "month",
length.out = 3
)
# 9. Crear tabla de resultados
tabla_final <- data.frame(
Mes = meses_2026,
Pronostico = as.numeric(pron_final$mean),
LI80 = as.numeric(pron_final$lower[, "80%"]),
LS80 = as.numeric(pron_final$upper[, "80%"]),
LI95 = as.numeric(pron_final$lower[, "95%"]),
LS95 = as.numeric(pron_final$upper[, "95%"])
)
# 10. Mostrar tabla
knitr::kable(
tabla_final,
digits = 0,
caption = paste(
"Pronostico enero-marzo 2026",
"e intervalos de prediccion (toneladas)"
)
)
| Mes | Pronostico | LI80 | LS80 | LI95 | LS95 |
|---|---|---|---|---|---|
| 2026-01-01 | 1100990 | 976391 | 1225589 | 910433 | 1291547 |
| 2026-02-01 | 1140301 | 1001437 | 1279164 | 927927 | 1352674 |
| 2026-03-01 | 1183495 | 1040391 | 1326599 | 964636 | 1402354 |
historia <- data.frame(Fecha=base$FECHA,Valor=base$PNCEM) %>% filter(Fecha>=as.Date('2023-01-01'))
ggplot() + geom_line(data=historia,aes(Fecha,Valor),color='#176A80',linewidth=.8) +
geom_ribbon(data=tabla_final,aes(x=Mes,ymin=LI95,ymax=LS95),fill='#176A80',alpha=.13) +
geom_ribbon(data=tabla_final,aes(x=Mes,ymin=LI80,ymax=LS80),fill='#176A80',alpha=.25) +
geom_line(data=tabla_final,aes(Mes,Pronostico),color='#C66A21',linewidth=1) +
geom_point(data=tabla_final,aes(Mes,Pronostico),color='#C66A21',size=2) +
geom_vline(xintercept=as.Date('2026-01-01'),linetype='dashed',color='grey50') +
labs(title=paste('Pronóstico de producción de cemento:',ganador),subtitle='Naranja: pronóstico puntual | Bandas: intervalos de predicción 80 % y 95 %',x=NULL,y='Toneladas')
real_2025_t1 <- sum(base$PNCEM[base$FECHA %in% seq(as.Date('2025-01-01'),by='month',length.out=3)])
proy_2026_t1 <- sum(tabla_final$Pronostico)
crec_t1 <- 100*(proy_2026_t1/real_2025_t1-1)
cat('La producción puntual estimada para enero–marzo de 2026 suma ',fmt(proy_2026_t1,0),
' toneladas, frente a ',fmt(real_2025_t1,0),' toneladas observadas en enero–marzo de 2025; ',
'la variación interanual estimada es ',pct(crec_t1),'. ',sep='')
## La producción puntual estimada para enero–marzo de 2026 suma 3.424.786 toneladas, frente a 3.229.328 toneladas observadas en enero–marzo de 2025; la variación interanual estimada es 6,1 %.
cat('Los intervalos por mes muestran incertidumbre: no deben interpretarse como límites seguros. ',
'La suma de límites mensuales NO equivale a un intervalo estadísticamente válido para el total trimestral.')
## Los intervalos por mes muestran incertidumbre: no deben interpretarse como límites seguros. La suma de límites mensuales NO equivale a un intervalo estadísticamente válido para el total trimestral.
Riesgos: la producción industrial no equivale a ventas de vivienda; licencias aprobadas pueden no materializarse en obras; choques regulatorios y financieros pueden alterar patrones históricos; un modelo univariado no incorpora directamente tasas hipotecarias, subsidios, inflación o ventas de vivienda. Los intervalos de pronóstico reflejan incertidumbre estadística condicionada al modelo, pero no capturan completamente rupturas estructurales.
Oportunidades: utilizar despachos y producción para anticipar necesidades logísticas; vigilar licencias como posible señal adelantada de proyectos; organizar adquisiciones por etapas y proteger el flujo de caja ante escenarios de demanda divergentes.
| Señal / evidencia | Decisión sugerida | Indicador de seguimiento |
|---|---|---|
| Pronóstico de PNCEM con incertidumbre | Programar abastecimiento de cemento por hitos de obra; evitar compras especulativas basadas únicamente en el pronóstico | Consumo real vs plan; inventario en días |
| Diferencia entre DECEM y PNCEM | Revisar capacidad de proveedores, tiempos de entrega y disponibilidad regional antes de cerrar acuerdos | Despachos, entregas oportunas, precios negociados |
| Cambios de LICC | Priorizar revisión comercial y financiera de nuevos proyectos; contrastar licencias con iniciaciones y preventas | Licencias, iniciaciones, preventas, punto de equilibrio |
| Errores del modelo y shocks | Actualizar pronóstico cada mes y contrastarlo con escenarios conservador, central y expansivo | RMSE móvil, sesgo, intervalos, desviaciones de presupuesto |
Regla de decisión propuesta: si licencias y despachos se debilitan simultáneamente durante varios meses, aumentar la exigencia de preventas y liquidez antes de iniciar nuevas etapas; si mejoran de manera persistente y se confirma demanda comercial, evaluar ampliación gradual. Esta es una regla de gestión sugerida, no un umbral demostrado estadísticamente por el estudio.
# Calcular crecimiento del primer trimestre de 2026
# frente al mismo trimestre de 2025
produccion_2026 <- sum(as.numeric(pron_final$mean))
produccion_2025 <- sum(
as.numeric(window(
y,
start = c(2025, 1),
end = c(2025, 3)
))
)
crec_t1 <- (
produccion_2026 / produccion_2025 - 1
) * 100
# Mostrar resultados
cat("Crecimiento proyectado del primer trimestre:",
round(crec_t1, 2), "%\n\n")
## Crecimiento proyectado del primer trimestre: 6.05 %
# Interpretacion economica
if (crec_t1 > 0) {
cat(
"El pronostico puntual anticipa un crecimiento",
"de la produccion de cemento durante el primer",
"trimestre de 2026. Sin embargo, esto no implica",
"necesariamente un crecimiento equivalente de",
"la actividad inmobiliaria."
)
} else if (crec_t1 < 0) {
cat(
"El pronostico puntual anticipa una disminucion",
"de la produccion de cemento durante el primer",
"trimestre de 2026, lo que podria representar",
"una senal de menor actividad en la cadena",
"de suministro del sector constructor."
)
} else {
cat(
"El pronostico puntual anticipa estabilidad",
"en la produccion de cemento durante el primer",
"trimestre de 2026."
)
}
## El pronostico puntual anticipa un crecimiento de la produccion de cemento durante el primer trimestre de 2026. Sin embargo, esto no implica necesariamente un crecimiento equivalente de la actividad inmobiliaria.
Caso2, y Catastro de datos
Caso2.xlsx, hoja Diccionario, archivos suministrados
por la asignatura. El catastro atribuye los indicadores PNCEM, DECEM y
LICC al Departamento Administrativo Nacional de Estadística
(DANE).forecast,
funciones auto.arima, Arima,
tsCV, forecast,
checkresiduals.cat('Datos de entrenamiento:',length(train),'| prueba:',length(test),'| total:',length(y),'\n')
## Datos de entrenamiento: 165 | prueba: 3 | total: 168
cat('Último dato utilizado para reestimación:',format(max(base$FECHA),'%Y-%m'), '\n')
## Último dato utilizado para reestimación: 2025-12
cat('Pronósticos generados para:',paste(format(tabla_final$Mes,'%Y-%m'),collapse=', '),'\n')
## Pronósticos generados para: 2026-01, 2026-02, 2026-03
cat('Modelo final:\n'); print(modelo_final)
## Modelo final:
## Series: structure(c(868474, 865408, 998847, 852138, 919675, 906243, 910743, 942864, 894974, 885860, 931125, 948435, 803846, 823731, 930060, 888046, 929099, 879965, 966824, 941125, 1002957, 1048557, 1020409, 1017314, 821445.828, 908543.117, 1089339.541, 1028889.655712, 1074107.78740086, 986800.0859, 1081296.09671, 1068933.55543629, 1071902.6915605, 1074163.94222048, 1069628.54535768, 1127320.32637026, 899518.541529248, 1034033.38221001, 1098525.953, 1056733.90131495, 1128654.11944623, 1023576.55679577, 1108864.37924927, 1139186.22693624, 1125937.91413458, 1176890.04338738, 1045135.67378369, 1209660.263, 968000.715397206, 1076538.13270591, 1025163.27, 1108543.37, 1054354.387, 1012287.137, 912684.105, 1130482.352, 1023568.366, 1076104.866, 1009009.159, 1098666.173, 897063.518, 1025704.96, 1099919.669, 976913.691, 1021787.44179, 1006870.521, 1079282.21149, 1034803.508, 1025617.127, 1081553.104, 1028965.69405, 1020361.518, 906920.451, 955449.294, 1066143.35972172, 1034777.564, 1007110.9, 995956.413, 1021557.796, 1097724.287, 1083427.007, 1107128.36321, 1094297.68862, 1089381.03939, 928828.55106, 993333.27866, 1147660.28789, 971012.98383, 1119226.64048, 1025805.149, 1118126.67829, 1175004.60921, 1093947.95126, 1135813.51603, 1112914.99874, 1191117.58723, 1045240.91041, 1042243.98197, 850163.84145, 198924.91745, 778730.32458, 977660.2515, 1131331.24994, 1095590.71631, 1148007.05608, 1190414.39382, 1213983.87422, 1176276.66669, 1034344.65117, 1139862.90281, 1200339.11513, 1135881.75936, 880396.37697, 1108427.02086, 1201721.72126, 1163338.65836, 1229149.66213, 1234917.71934, 1201226.82702, 1267497.43058, 1040160.80108, 1133914.02225, 1341585.44501, 1214953.52012, 1251173.4653, 1189314.526, 1200980.8915, 1233964.4546, 1279461.97589, 1249315.37564, 1193547.54813, 1283041.92179, 1047479.09126, 1140751.01999, 1231072.57481195, 1111785.77569, 1237255.122, 1116485.39415, 1221109.29517094, 1178826.153, 1261109.02233, 1261911.39101, 1112027.19281, 1291078.0835, 1023020.71833, 1104402.106741, 1127425.40145616, 1158662.93583301, 1105993.89775, 1076671.53868189, 1165312.34880315, 1198782.9725, 1120503.3165, 1193072.851, 1132602.5245, 1156253.936265, 961894.0745555, 1066674.7859112, 1200759.40367269, 1079403.93675, 1212393.2665, 1097446.1876955, 1262045.025, 1257260.61025765, 1237727.37209897, 1271214.06090617, 1226493.92, 1200229.65522748), tsp = c(2012, 2025.91666666667, 12), class = "ts")
## ARIMA(1,1,1)(2,0,0)[12]
##
## Coefficients:
## ar1 ma1 sar1 sar2
## 0.4222 -0.9302 0.3110 0.1187
## s.e. 0.0992 0.0506 0.0772 0.0778
##
## sigma^2 = 9.453e+09: log likelihood = -2154.3
## AIC=4318.61 AICc=4318.98 BIC=4334.2
cat('Información de sesión:\n'); print(sessionInfo())
## Información de sesión:
## R version 4.6.2 (2026-10-29 ucrt)
## Platform: x86_64-w64-mingw32/x64
## Running under: Windows 11 x64 (build 26200)
##
## Matrix products: default
## LAPACK version 3.12.1
##
## locale:
## [1] LC_COLLATE=Spanish_Colombia.utf8 LC_CTYPE=Spanish_Colombia.utf8
## [3] LC_MONETARY=Spanish_Colombia.utf8 LC_NUMERIC=C
## [5] LC_TIME=Spanish_Colombia.utf8
##
## time zone: America/Bogota
## tzcode source: internal
##
## attached base packages:
## [1] stats graphics grDevices utils datasets methods base
##
## other attached packages:
## [1] knitr_1.52 tidyr_1.3.2 dplyr_1.2.1 ggplot2_4.0.3 forecast_9.0.2
## [6] readxl_1.6.0
##
## loaded via a namespace (and not attached):
## [1] sass_0.4.10 generics_0.1.4 lattice_0.23-1 digest_0.6.39
## [5] magrittr_2.0.5 evaluate_1.0.5 grid_4.6.2 RColorBrewer_1.1-3
## [9] fastmap_1.2.0 cellranger_1.1.0 jsonlite_2.0.0 purrr_1.2.2
## [13] scales_1.4.0 jquerylib_0.1.4 cli_3.6.6 rlang_1.3.0
## [17] withr_3.0.3 cachem_1.1.0 yaml_2.3.12 otel_0.3.0
## [21] tools_4.6.2 parallel_4.6.2 colorspace_2.1-4 curl_8.1.0
## [25] vctrs_0.7.3 R6_2.6.1 zoo_1.9-1 lifecycle_1.0.5
## [29] tseries_0.10-63 pkgconfig_2.0.3 urca_1.3-4 pillar_1.11.1
## [33] bslib_0.12.0 gtable_0.3.6 quantmod_0.4.29 glue_1.8.1
## [37] Rcpp_1.1.2 xfun_0.62 tibble_3.3.1 tidyselect_1.2.1
## [41] rstudioapi_0.19.0 farver_2.1.2 htmltools_0.5.9 nlme_3.1-171
## [45] labeling_0.4.3 xts_0.14.3 rmarkdown_2.32 timeDate_4052.112
## [49] fracdiff_1.5-4 compiler_4.6.2 S7_0.2.2 quadprog_1.5-8
## [53] TTR_0.24.4