EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-SA 4.0

Modelos predictivos para la estimación de oferta de fresas en Cundinamarca: un enfoque comparativo con aprendizaje automático y regresión

Oscar Mauricio Gelves Alarcón, Nataly Lorena Guarín Cortés, María Paula Peña Martínez, María Fernanda Rebolledo Marulanda

FACE: Revista de la Facultad de Ciencias Económicas y Empresariales · 19.11.2025 · 25 (3) · 102-112

DOI: 10.24054/face.v25i3.4214 ↗

Kurz gefasst

Fachartikel in der Zeitschrift FACE: Revista de la Facultad de Ciencias Económicas y Empresariales, online erschienen am 19.11.2025. Verfasst von Oscar Mauricio Gelves Alarcón und 3 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-SA 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Strawberry cultivation in Cundinamarca represents a key agricultural activity with a significant regional economic impact. This study aims to evaluate and compare different forecasting models to estimate the future supply of strawberries, considering variables such as cultivated area, yield, and production. Time series methods (Holt and Brown exponential smoothing), the AdaBoost algorithm, and a multiple linear regression model were applied, using historical data from the Ministry of Agriculture and Agronet. The results indicate that the multiple linear regression model exhibited the best performance, achieving a coefficient of determination of 0.9947 and outperforming the time series methods, which presented average errors exceeding 17%. Normality and homoscedasticity tests statistically validated the robustness of models. It is concluded that the proposed model provides an effective tool for agricultural planning in Cundinamarca allowing for projections of production increases associated with the expansion of cultivated areas and improvements in yield per hectare. Future research is recommended to integrate climatic variables and agricultural policy factors to enhance forecasting accuracy.

Zitieren

APA

Alarcón, O. M. G., Cortés, N. L. G., Martínez, M. P. P., & Marulanda, M. F. R. (2025). Modelos predictivos para la estimación de oferta de fresas en Cundinamarca: un enfoque comparativo con aprendizaje automático y regresión. FACE: Revista de la Facultad de Ciencias Económicas y Empresariales, 25(3), 102-112. https://doi.org/10.24054/face.v25i3.4214

Vancouver

Alarcón OMG, Cortés NLG, Martínez MPP, Marulanda MFR. Modelos predictivos para la estimación de oferta de fresas en Cundinamarca: un enfoque comparativo con aprendizaje automático y regresión. FACE: Revista de la Facultad de Ciencias Económicas y Empresariales. 2025;25(3):102-112. doi:10.24054/face.v25i3.4214

BibTeX
@article{Alarcn2025,
  author = {Alarcón, Oscar Mauricio Gelves and Cortés, Nataly Lorena Guarín and Martínez, María Paula Peña and Marulanda, María Fernanda Rebolledo},
  title = {Modelos predictivos para la estimación de oferta de fresas en Cundinamarca: un enfoque comparativo con aprendizaje automático y regresión},
  journal = {FACE: Revista de la Facultad de Ciencias Económicas y Empresariales},
  year = {2025},
  volume = {25},
  number = {3},
  pages = {102--112},
  doi = {10.24054/face.v25i3.4214}
}
Kostenlos starten →