Please use this identifier to cite or link to this item: https://repositorio.utn.edu.ec/handle/123456789/19475
Citar este ítem

Full metadata record
DC FieldValueLanguage
dc.contributor.authorGarzón Pérez, Luis Andrés-
dc.contributor.authorMelo Obando, Jorge Luis-
dc.contributor.authorHernández Rueda, Erik Paul-
dc.date.accessioned2026-04-01T17:32:01Z-
dc.date.available2026-04-01T17:32:01Z-
dc.date.created2023-03-28-
dc.date.issued2026-04-01-
dc.identifier.issn2707-2207-
dc.identifier.urihttps://repositorio.utn.edu.ec/handle/123456789/19475-
dc.description.abstractEl sector del transporte aéreo en Colombia ha logrado posicionarse como el tercer país con mayor incremento de operaciones en terminales aéreas en América Latina y el Caribe. Este crecimiento se ha dado gracias a la dinamización del sector y a la firma de acuerdos internacionales para la liberación del espacio aéreo comercial, lo que ha permitido una mayor oferta de vuelos con nuevos operadores aéreos. Para lograr un crecimiento sostenible del sector aeroportuario, es fundamental contar con una planificación que permita identificar los requerimientos de modernización y creación de nuevas terminales aéreas, basándose en la estimación de las cantidades de pasajeros para evitar la subutilización de los aeropuertos. En este contexto, este trabajo se enfoca en desarrollar un modelo de pronóstico predictivo de corto plazo que permita determinar la cantidad de pasajeros en vuelos nacionales en Colombia. Para ello, se utiliza el enfoque del modelo SARIMA en la serie de tiempo de pasajeros disponible en períodos mensuales, según los registros mensuales de la cantidad de pasajeros de vuelos nacionales con frecuencias regulares registrados por Aerocivil entre 2005 y 2020. Se encontró que el modelo SARIMA (0,1,0) × (0,1,0)12 para la serie de tiempo de pasajeros en vuelos internacionales fue el más apropiado, con una estimación del RMSEA del 3.1%. Este modelo de pronóstico predictivo de corto plazo presenta un alto rendimiento sobre los resultados calculados y puede ser utilizado como una herramienta válida y de soporte para la toma de decisiones en la planificación operativa. En el futuro, se recomienda considerar parámetros del mercado del transporte aéreo que podrían integrarse al modelo para caracterizar de mejor manera ciertas variaciones atípicas encontradas.es_EC
dc.language.isospaes_EC
dc.publisherCiencia Latina Internacionales_EC
dc.rightsopenAccesses_EC
dc.rightsAtribución-NoComercial-CompartirIgual 3.0 Ecuador*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/3.0/ec/*
dc.subjectPRONÓSTICOes_EC
dc.subjectTRANSPORTEes_EC
dc.subjectCRECIMIENTOes_EC
dc.subjectRENDIMIENTOes_EC
dc.titleModelos SARIMA para pronóstico de pasajeros en vuelos nacionales e internacionales en Colombiaes_EC
dc.typeArticlees_EC
dc.description.degreeN/Aes_EC
dc.coverageIbarra. Ecuadores_EC
dc.contributor.orcidhttps://orcid.org/0000-0003-4249-2210es_EC
dc.contributor.orcidhttps://orcid.org/0000-0003-0546-6988es_EC
dc.contributor.orcidhttps://orcid.org/0000-0003-1969-9619es_EC
dc.title.enSARIMA models for passenger forecast ondomestic and international flights in Colombiaes_EC
dc.subject.enFORECASTes_EC
dc.subject.enTRANSPORTes_EC
dc.subject.enGROWTHes_EC
dc.subject.enPERFORMANCEes_EC
dc.description.abstract-enThe air transport sector in Colombia has positioned itself as the third country with the highest growth in operations at airport terminals in Latin America and the Caribbean. This growth has been driven by the sector’s dynamism and the signing of international agreements to liberalize commercial airspace, which has allowed a greater availability of flights with new air carriers. To achieve sustainable growth in the airport sector, it is essential to have planning that identifies the requirements for modernization and the creation of new airport terminals, based on passenger volume estimates to avoid underutilization of airports. In this context, this study focuses on developing a short-term predictive forecasting model to determine the number of passengers on domestic flights in Colombia. For this purpose, the SARIMA model approach was applied to the monthly passenger time series, using data on the number of passengers on domestic flights with regular frequencies recorded by Aerocivil between 2005 and 2020. The SARIMA (0,1,0) × (0,1,0)12 model for the international passenger time series was found to be the most appropriate, with an RMSEA estimate of 3.1%. This short-term predictive forecasting model demonstrates high performance in the calculated results and can be used as a valid tool to support decision-making in operational planning. In the future, it is recommended to consider air transport market parameters that could be integrated into the model to better characterize certain atypical variations observed.es_EC
dc.identifier.doihttps://ciencialatina.org/index.php/cienciala/article/view/5339/8073es_EC
Appears in Collections:Artículos

Files in This Item:
There are no files associated with this item.


This item is protected by original copyright



This item is licensed under a Creative Commons License Creative Commons