Modelo VAR de pronóstico de precipitaciones pluviales en función a la temperatura ambiente y humedad relativa. Región Ucayali, 2017-2025

Abstract

El presente trabajo de investigación tuvo como finalidad estimar un modelo VAR para pronosticar las precipitaciones pluviales en función de la temperatura ambiente y la humedad relativa en la región Ucayali durante el período 2017–2025. La investigación fue de enfoque cuantitativo, con diseño no experimental-observacional, longitudinal y predictivo. La muestra estuvo conformada por los registros mensuales de precipitaciones pluviales, temperatura ambiente y humedad relativa reportados por el SENAMHI para la región Ucayali durante los años 2017–2025. Como resultados, se determinó que las tres series no presentan tendencia definida y mantienen una variabilidad relativamente constante en el tiempo; además, las series resultaron estacionarias y únicamente las precipitaciones evidenciaron un leve componente estacional. En la selección del modelo óptimo, los criterios AIC y FPE determinaron que el VAR(6) era el más adecuado. Asimismo, el modelo presentó estabilidad estructural, ausencia de heterocedasticidad y normalidad de residuales, debido a que la prueba de Jarque-Bera mostró un p-value de 0.419, mayor a 0.05. Sin embargo, el test de Breusch-Godfrey evidenció presencia de autocorrelación serial en algunos rezagos. Además, la prueba de causalidad de Granger mostró que la temperatura ambiente influye significativamente sobre las precipitaciones y la humedad relativa, mientras que las precipitaciones también influyen sobre la temperatura y la humedad relativa. Se concluye que el modelo VAR(6) es adecuado para pronosticar las precipitaciones pluviales en función de la temperatura ambiente y la humedad relativa en la región Ucayali.

This research aimed to estimate a VAR model to forecast rainfall based on ambient temperature and relative humidity in the Ucayali region during the period 2017– 2025. The research employed a quantitative approach, with a non-experimental, observational, longitudinal, and predictive design. The sample consisted of monthly records of rainfall, ambient temperature, and relative humidity reported by SENAMHI for the Ucayali region during the years 2017–2025. The results showed that the three series did not exhibit a defined trend and maintained relatively constant variability over time; furthermore, the series were stationary, with only rainfall showing a slight seasonal component. In selecting the optimal model, the AIC and FPE criteria determined that VAR(6) was the most suitable. Furthermore, the model exhibited structural stability, absence of heteroscedasticity, and normality of residuals, as the Jarque-Bera test showed a p-value of 0.419, greater than 0.05. However, the Breusch-Godfrey test revealed serial autocorrelation in some lags. Additionally, the Granger causality test showed that ambient temperature significantly influences precipitation and relative humidity, while precipitation also influences temperature and relative humidity. It is concluded that the VAR(6) model is suitable for forecasting rainfall based on ambient temperature and relative humidity in the Ucayali region.