Resumo A leishmaniose visceral (LV) é uma doença de natureza infecciosa, predominante em países de zonas tropicais. A predição de ocorrência de doenças infecciosas através da modelagem epidemiológica tem se revelado uma importante ferramenta no entendimento de sua dinâmica de ocorrência. O objetivo deste estudo foi desenvolver um modelo de previsão da incidência da LV no Maranhão usando o modelo de Média Móvel Integrada Autocorrelacionada Sazonal (SARIMA). Foram coletados os dados mensais de casos de LV através do Sistema de Informação de Agravos de Notificação (SINAN) correspondentes ao período de 2001 a 2018. O método de Box-Jenkins foi aplicado para ajustar um modelo de predição SARIMA para incidência geral e por sexo (masculino e feminino) de LV para o período de janeiro de 2019 a dezembro de 2023. Durante o período de 216 meses dessa série temporal, foram registrados 10.431 casos de LV no Maranhão, com uma média de 579 casos por ano. Em relação à faixa etária, houve maior registro no público pediátrico (0 a 14 anos). Houve predominância do sexo masculino, com 6437 casos (61,71%). Os valores do teste de Box-Pierce para incidência geral, sexo masculino e feminino reforçados pelos resultados do teste Ljung-Box sugerem que as autocorrelações de resíduos apresentam um comportamento de ruído branco. Para incidência mensal geral e por sexo masculino e feminino, os modelos SARIMA (2,0,0) (2,0,0), (0,1,1) (0,1,1) e (0,1,1) (2, 0, 0) foram os que mais se ajustaram aos dados, respectivamente. O modelo SARIMA se mostrou uma ferramenta adequada de previsão e análise da tendência de incidência da LV no Maranhão. A determinação da variação temporal e sua predição são determinantes no norteamento de medidas de intervenção em saúde.

Abstract Visceral leishmaniasis (VL) is an infectious disease predominant in countries located in the tropics. The prediction of occurrence of infectious diseases through epidemiologic modeling has revealed to be an important tool in the understanding of its occurrence dynamic. The objective of this study was to develop a forecasting model for the incidence of VL in Maranhão using the Seasonal Autoregressive Integrated Moving Average model (SARIMA). We collected monthly data regarding VL cases from the National Disease Notification System (SINAN) corresponding to the period between 2001 and 2018. The Box-Jenkins method was applied in order to adjust a SARIMA prediction model for VL general incidence and by sex (male or female) for the period between January 2019 and December 2013. For 216 months of this time series, 10,431 cases of VL were notified in Maranhão, with an average of 579 cases per year. With regard to age range, there was a higher incidence among the pediatric public (0 to 14 years of age). There was a predominance in male cases, 6437 (61.71%). The Box-Pierce test figures for overall, male and female genders supported by the results of the Ljung-Box test suggest that the autocorrelations of residual values act as white noise. Regarding monthly occurrences in general and by gender, the SARIMA models (2,0,0) (2,0,0), (0,1,1) (0,1,1) and (0,1,1) (2, 0, 0) were the ones that mostly adjusted to the data respectively. The model SARIMA has proven to be an adequate tool for predicting and analyzing the trends in VL incidence in Maranhão. The time variation determination and its prediction are decisive in providing guidance in health measure intervention.

Abstract In recent years, tourism has taken on considerable importance as a factor of economic and social development in the world, contributing not only to the economic growth of developing countries, but also to the improvement of the quality of life of the people involved in the sector. However, given the global health crisis caused by the coronavirus (COVID-19), the tourism sector was one of the most affected sectors due to the various public safety policies adopted by different countries in the world, especially by European countries that account for more than 50% of international tourism in the Americas, Africa, and the Middle East. The objective of this research was to estimate and project international tourism demand in Peru with monthly time series data from January 2003 to December 2020 through a seasonal ARIMA process proposed by Box-Jenkins called SARIMA. The results show that the seasonal ARIMA model (1,1,1)(0,1,1,1)12 was appropriate for the projection given the Akaike (AIC) and Schwarz (SC) criteria. The model estimates a parsimonious cyclical recovery of international tourist arrivals to our country; however, the evolution of COVID-19 in public health maintains uncertainty about new challenges in the tourism sector that would allow its sustainability and resilience over time. Immediate fiscal and monetary measures are urgently needed to safeguard employment and survival mechanisms for businesses.

Resumen El turismo en los últimos años ha tomado notable importancia como factor de desarrollo económico y social en el mundo, contribuyendo no solo en el crecimiento económico de los países en desarrollo, sino también en la mejora de la calidad de vida de las personas involucradas al sector. Sin embargo, dado la crisis sanitaria mundial por el coronavirus (COVID-19), el sector turismo resultó uno de los sectores más afectados debido a las diversas políticas de seguridad publica optadas por diferentes países en el mundo, especialmente por países de Europa que representan más del 50% del turismo internacional en países de América, África y Oriente Medio. El objetivo de esta investigación fue estimar y proyectar la demanda de turismo internacional en el Perú con datos de serie de tiempo de frecuencia mensual comprendida entre enero 2003 a diciembre 2020 a través de un proceso ARIMA estacional propuesta por Box-Jenkins denominada SARIMA. Los resultados muestran que el modelo ARIMA estacional (1,1,1) (0,1,1)12 resultó apropiado para la proyección dado los criterios de Akaike (AIC) y Schwarz (SC). El modelo estima una recuperación cíclica parsimoniosa de la llegada de turistas internacionales a nuestro país, no obstante, la evolución de la COVID-19 en la salud pública mantiene en incertidumbre nuevos desafíos en el sector turismo que permitan su sostenibilidad y resiliencia en el tiempo. De manera inmediata es necesario la adopción de medidas fiscales y monetarias urgentes que salvaguarden el empleo y mecanismos de supervivencia para las empresas.

ABSTRACT In this work several mathematical models that describe the behavior of temperature and relative humidity in an air handling unit (AHU) are obtained and validated from real experimental data. System identification methodology is used assuming the linearity of the system within the range of operation of the key variables. System is decomposed in four subsystems according to the dependence of temperature and relative humidity variables with the control signals received by the three-way valve and the electric valve, actuators used to control the mentioned variables. Several linear structures were selected for parameter estimation, then the suitability of Box-Jenkins (BJ) structure to obtain models that relate the system variables was concluded. The methodology used is partially programmed, mainly parameters estimation and model validation steps, allowing the best models to be easily selected from a group of candidate models to represent the system.

RESUMEN Diferentes modelos matemáticos que describen el comportamiento de la temperatura y la humedad relativa en una unidad manejadora de aire (UMA) son obtenidos y validados a partir de datos experimentales reales. La identificación de sistemas es la metodología empleada, asumiendo la linealidad del sistema en el rango de operación de las variables de interés. El sistema se descompone en cuatro subsistemas, acorde a la dependencia de las variables temperatura y humedad relativa con las señales de control que reciben los actuadores que se usan para regular dichas variables, que son la válvula de tres vías y la válvula eléctrica. Para la estimación de parámetros se seleccionan diferentes estructuras lineales, concluyéndose la conveniencia de la estructura Box-Jenkins (BJ) para obtener modelos que relacionen las variables del sistema. La metodología utilizada es parcialmente programada, fundamentalmente las etapas de estimación de parámetros y de validación de modelos, lo que permite seleccionar con facilidad a los mejores modelos de entre un grupo de modelos candidatos para representar al sistema.

ABSTRACT In international financial relations, exchange rate prediction is an essential element for the successful completion of commercial or investment transactions. The objective of this research is to propose a procedure as unbiased as possible to predict the future course of exchange rates. In order to achieve these results, a set of predictive techniques have been compared, such as: technical analysis, Holt-Winters exponential smoothing, Box-Jenkins methodology, ARCH-GARCH models and criteria for decision making under uncertain conditions. The main result of this study is that by contrasting the values obtained by these different techniques, a better prediction of exchange rates is achieved, as a basis for decisions related to the coverage of exchange risks.

RESUMEN En las relaciones financieras internacionales, la predicción del tipo de cambio es un elemento esencial para la exitosa realización de transacciones comerciales o de inversión. El objetivo de esta investigación es proponer un procedimiento lo más insesgado posible para predecir el curso futuro del tipo de cambio. Para lograr los resultados enunciados se han contrastado un conjunto de técnicas de predicción, tales como: el análisis técnico, el alisamiento exponencial Holt-Winters, la metodología Box-Jenkins, los modelos ARCH-GARCH y los criterios para la toma de decisiones en condiciones de incertidumbre. El principal resultado de este estudio es que mediante el contraste de los valores obtenidos por las distintas técnicas se logra una mejor predicción del tipo de cambio como base para las decisiones vinculadas con la cobertura del riesgo cambiario.

RESUMO A procura turística tem uma influência vital no planeamento e projeção dos decisores nesta atividade. Neste sentido, a previsão da procura turística, integrando assim as cadeias produtivas com o resto das atividades socioeconómicas dos processos de produção e de serviço, torna-se uma ferramenta inevitável. O objetivo deste documento é desenvolver um modelo de previsão da procura turística utilizando técnicas de séries temporais, que permite a previsão do comportamento turístico, baseado na metodologia Box-Jenkins e que apoia o processo de tomada de decisão na Cadeia de Hotéis Cubanacán em Pinar del Río, Cuba. Um modelo rigoroso foi formulado utilizando métodos estatísticos-matemáticos como princípios orientadores da investigação. Além disso, a procura turística foi modelada até dezembro de 2019.

ABSTRACT The tourist demand has a vital influence on the planning and projection of the decision makers in this activity. In this sense, prognosising the tourist demand, thus integrating the productive chains to the rest of the socio-economic activities of the production and service processes, becomes an unavoidable tool. The objective of this work is to elaborate a prognosis model for the tourist demand through the use of techniques of temporary series, which allows predicting the behavior of tourism, sustained in the Box-Jenkins methodology and which supports the process of decision making in Cubanacán Hotel Chain of Pinar del Río, Cuba. It was possible to formulate a rigorous model with the use of statistical-mathematical methods as guiding axes of the research; also, it was modeled the tourist demand until December 2019.

RESUMEN La demanda turística influye de manera vital en la planificación y proyección de los decisores en esta actividad. En tal sentido, pronosticar la demanda turística, integrando de este modo las cadenas productivas al resto de las actividades socioeconómicas de los procesos de producción y servicios, se convierte en una herramienta insoslayable. El presente trabajo tiene como objetivo elaborar un modelo de pronóstico para la demanda turística mediante el empleo de técnicas de series temporales, que permita predecir el comportamiento del turismo, sustentado en la metodología Box-Jenkins y que respalde el proceso de toma de decisiones en la Cadena Hotelera Cubanacán de Pinar del Río, Cuba. Se logró formular un modelo riguroso con la utilización de los métodos estadísticos-matemáticos como ejes rectores de la investigación, además, se modeló la demanda turística hasta diciembre de 2019.

Conventional demand forecasting and inventory management models cannot be applied to replacement parts due to their intermittent and seasonal demand. Thus the aim of this study is to compare, in the case of the strategic stocking of high turnover replacement parts, the demand forecast model currently used by construction and agricultural machinery companies with the Box-Jenkins statistical model. The results show that it is important to use a methodology based on statistical techniques in inventory management, and that the proposed model adapts better to high turnover stock control.

Algemene vraagvooruitskattings en voorraadbestuursmodelle kan nie op vervangingsonderdele toegepas word nie as gevolg van hul onderbroke en seisoenale vraag. Die doel van hierdie studie is dus om, in die geval van strategiese voorraad van hoë omsetvervangingsdele, die vraag-voorspellingsmodel wat tans deur konstruksie- en landbou-masjineriemaatskappye en die Box-Jenkins statistiese model gebruik word, te vergelyk. Die resultate het getoon dat dit belangrik is om 'n metodologie te gebruik gebaseer op statistiese tegnieke in voorraadbestuur, en dat die voorgestelde model beter aangepas is vir hoë omset voorraadbeheer.

Resumen La producción de quinua (Chenopodium quinoa) es de importancia económica y social para la población de la región de Puno debido que este cultivo es el sustento de aproximadamente 100 mil familias rurales de la región donde según cifras del último censo, es una de las regiones más pobres del Perú con una tasa de pobreza de 24.2%. En este sentido, la producción de quinua en la región de Puno es muy importante debido que a más de 3,500 msnm no existen muchas opciones de cultivos, luego es necesario realizar estudios de proyección con la finalidad de planificar las actividades agrícolas en la región. El objetivo de esta investigación es aplicar un modelo ARIMA de Box-Jenkins para el modelamiento de la producción de quinua en Puno. El estudio considera datos anuales entre los años 1951 a 2017 extraídos del MINAGRI. El mejor modelo que se encontró para la producción de quinua en Puno fue ARIMA (0, 1, 4) utilizando los criterios AIC (Akaike) y SC (Schwarz). Luego, el estudio es de utilidad para la planificación de las actividades de producción de la quinua y decisiones de política en el sector agrícola.

Abstract The production of quinoa (Chenopodium quinoa) is of economic and social importance for the population of the Puno región because this crop is the livelihood of approximately 100 thousand rural families in the región where according to figures from the last census, it is one of the regions poorest in Perú with a poverty rate of 24.2%. In this sense, the production of quinoa in the región of Puno is very important because more than 3,500 masl there are not many crop options, then it is necessary to carry out projection studies in order to plan agricultural activities in the región. The objective of this research is to apply a Box-Jenkins ARIMA model for the modeling of quinoa production in Puno. The study considers annual data between 1951 and 2017 extracted from MINAGRI. The best model found for quinoa production in Puno was ARIMA (0, 1, 4) using the AIC (Akaike) and SC (Schwarz) criteria. Then, the study is useful for the planning of quinoa production activities and policy decisions in the agricultural sector.

Abstract Vanilla (Vanilla planifolia) is one of the most demanded aromatics in the culinary and soft drink industry, and among licit crops it is the most profitable, only after saffron. In 2017, production in Mexico was 505.32 tons, placing it as the fourth largest producer in the world after Madagascar, Indonesia and China. The objective of this study was to develop a forecast model for annual vanilla production in Mexico (PVAINI). The data were from the period 2000 to 2016 and the Box-Jenkins methodology of integrated autoregressive processes of moving averages (ARIMA) was used. The model parameters were estimated using the maximum likelihood method with the Statistical Analysis System computer package. A model based on the PVAINI series was adapted for the period 2000 to 2016 and validated with the data for the years 2016 and 2017. The best estimated model was ARIMA (1, 1, 1) and indicated that the PVAINI are explained with the production occurred 4 previous years. The predicted values for 2017 were close to the observed values. The ARIMA model represented PVAINI with some precision in the next year and provided information to plan and make decisions for the next six years.

Resumen La vainilla (Vanilla planifolia) es uno de los aromáticos más demandados en la industria culinaria y refresquera, y entre los cultivos lícitos es de los más rentables, solo después del azafrán. En 2017 la producción en México fue 505.32 toneladas, ubicándolo como el cuarto productor mundial después de Madagascar, Indonesia y China. El objetivo de este estudio fue desarrollar un modelo de pronóstico para la producción anual de vainilla en México (PVAINI). Los datos fueron del periodo 2000 a 2016 y se utilizó la metodología Box-Jenkins de procesos autorregresivos integrados de medias móviles (ARIMA). Los parámetros de los modelos se estimaron con el método de máxima verosimilitud con el paquete de cómputo Statistical Analysis System. Un modelo basado en la serie PVAINI se adaptó para el periodo 2000 a 2016 y se validó con los datos de los años 2016 y 2017. El mejor modelo estimado fue ARIMA (1, 1, 1) e indicó que los PVAINI se explican con la producción ocurrida 4 años previos. Los valores pronosticados para 2017 fueron cercanos a los valores observados. El modelo ARIMA representó con cierta precisión el PVAINI en el próximo año y proporcionó información para planificar y tomar decisiones para los próximos seis años.

Abstract: Traffic accidents constitute a major public health problem in the world. According to estimates of the World Health Organization (WHO, 2017), nearly 1.3 million people die annually from causes related to traffic accidents. Additionally, according to the same organization, annually, between 20 and 50 million people suffer injuries or become disabled as a result of a traffic accident. In Ecuador, traffic accidents constitute a major economic, social and public health problem, being one of the main causes of death. In recent years, the death rate from traffic accidents has been increasing, making Ecuador one of the countries with the highest mortality rate in Latin America. In this article, traffic accidents are analyzed from two perspectives: i) forecast of traffic accidents, ii) human and physical determinants of greater incidence in traffic accidents considering the four types of vehicles most used in Ecuador: motorcycles, lightweight vehicles, commercial, passenger and cargo vehicles. For this, an ARIMA model was estimated following the Box-Jenkins methodology and a multinomial logit model, respectively. The data was provided by the National Police and corresponds to the period 2015, 2016, 2017 and 2018.

Resumen: Los accidentes de tránsito constituyen una gran problemática de salud pública en el mundo. Según estimaciones de la Organización Mundial de la Salud (OMS, 2017) anualmente mueren cerca 1.3 millones de personas por causas relacionadas con accidentes de tránsito. Adicionalmente, según el mismo organismo, anualmente, entre 20 y 50 millones de personas sufren heridas o quedan discapacitadas producto de un accidente de tránsito. En el Ecuador, los accidentes de tránsito constituyen una gran problemática económica, social y de salud pública, siendo una de las principales causas de muerte. Durante los últimos años, la tasa de fallecidos por accidentes de tránsito ha ido en aumento, convirtiendo al Ecuador en uno de los países con mayor tasa de mortalidad de América Latina. En este artículo se analizan los accidentes de tránsito desde dos enfoques: i) pronóstico de accidentes de tránsito, ii) determinantes humanos y físicos de mayor incidencia en los siniestros de tránsito considerando los cuatro tipos de vehículos más utilizados en el Ecuador: motocicletas, vehículos livianos, comerciales, de pasajeros y pesados. Para esto se estimó un modelo ARIMA siguiendo la metodología de Box-Jenkins y un modelo logit multinomial, respectivamente. Los datos fueron proporcionados por la Policía Nacional y corresponden al periodo 2015, 2016, 2017 y 2018.

Resumen El objetivo del artículo es identificar los indicadores relevantes para explicar el precio de acciones. Se utilizaron las empresas brasileñas pertenecientes a los sectores alimentos y bebidas y papel y celulosa que ofrecieron información para los 60 trimestres que están dentro de los períodos 2001-2007 y 2010-2016. Se aplicaron modelos ARIMA o modelo Box-Jenkins y modelos de regresión con el empleo de variable dummy. La inclusión del rendimiento de la inversión en este estudio ofrece un resultado confiable e integral. Se observa que las variables utilizadas ofrecen posibilidad para explicar el precio de las acciones; el rendimiento de la inversión se muestra más relevante solo en uno de los sectores estudiados; se comprobó que el cambio de período influye significativamente sobre estos resultados.

Abstract The objective of this article is to identify the relevant indicators to explain the shares price. The Brazilian companies belonging to the food and beverage and paper and pulp sectors that provided information for the 60 quarters within the periods 2001-2007 and 2010-2016 were used. ARIMA or Box-Jenkins models and regression models with the use of dummy variables were applied. The authors express their preference for net profit and earnings per share to make predictions, the inclusion of yield on investment in this study offers a more reliable and comprehensive result. The variables presented can be used to predict the shares price; the investment yield shows relevance over the rest of the variables in only one of the sectors studied. The change of period was found to have a significant impact on these results.

Resumo O objetivo deste artigo é identificar os indicadores relevantes para explicar o preço das ações. A amostra este composta por empresas brasileiras pertencentes aos sectores alimentos e bebidas e papel e celulosa, com informação para os 60 trimestres dentro dos períodos 2001-2007 e 2010-2016. Aplicaram-se modelos ARIMA ou modelo Box-Jenkins e modelos de regressão com o emprego de uma variável dummy. A inclusão do rendimento do investimento neste estudo oferece um resultado confiável e integral. Observa-se que as variáveis utilizadas oferecem possibilidade para explicar o preço das ações; o rendimento do investimento se mostrou mais relevante só em um dos setores estudados; se comprovou que a mudança do período influiu significativamente sobre os resultados.

Resumen: Para la Empresa Eléctrica Quito identificar el comportamiento futuro de sus variables de demanda de energía constituye una acción fundamental, ya que, a partir de esta, la empresa planifica su inversión en infraestructura eléctrica. Para atender a esta problemática, el presente estudio tiene como objetivo pronosticar la demanda en energía y potencia del Sistema Eléctrico Quito en el mediano plazo. Para esto, se desarrolla un modelo predictivo fundamentado en la metodología Box-Jenkins. Los resultados obtenidos muestran que las estructuras propuestas para modelar las series de demanda en potencia y energía (suministro y facturación) tienen un mejor ajuste que el modelo determinista utilizado actualmente por la empresa.

Abstract: For the Empresa Electrica Quito, identify the future behavior of its energy demand variables constitutes a fundamental action, because, from this, the company plans its investment in electrical infrastructure. To meet for this problem, this study aims to forecast the demand for energy and power of the Sistema Eléctrico Quito in the medium term. For this, a predictive model based on the Box-Jenkins methodology is developed. The results obtained show that the structures proposed to model the power and energy demand series (supply and billing) have a better adjustment than the deterministic model actually used by the company.

Abstract This paper discusses kappa number prediction models using Single Exponential Smoothing, Multiple Linear Regression Analysis, the Time Series Method of Box-Jenkins (ARIMA) and Artificial Neural Networks. Applying a database of an industrial eucalyptus Kraft pulp continuous digester, these four different methods were evaluated according to different statistical decision criteria. After fitting the parameters of the models, validations were performed using a new dataset. Results, advantages and limitations of the four methods were compared. Some statistical forecasting indexes indicate that the ARIMA model showed more accurate estimation results, achieving a MAPE lower than 3 % and over 90% of the prediction data deviations lower than one kappa unit.

BACKGROUND. South Africa (SA) in general, and KwaZulu-Natal (KZN) Province in particular, have stepped up efforts to eliminate malaria. To strengthen malaria control in KZN, a relevant malaria forecasting model is important. OBJECTIVES. To develop a forecasting model to predict malaria cases in KZN using the Seasonal Autoregressive Integrated Moving Average (SARIMA) time series approach. METHODS. The study was carried out retrospectively using a clinically confirmed monthly malaria case dataset that was split into two. The first dataset (January 2005 - December 2013) was used to construct a SARIMA model by adopting the Box-Jenkins approach, while the second dataset (January - December 2014) was used to validate the forecast generated from the best-fit model. RESULTS. Three plausible models were identified, and the SARIMA (0,1,1)(0,1,1)12 model was selected as the best-fit model. This model was used to forecast malaria cases during 2014, and it was observed to fit closely with malaria cases reported in 2014. CONCLUSIONS. The SARIMA (0,1,1)(0,1,1)12 model could serve as a useful tool for modelling and forecasting monthly malaria cases in KZN. It could therefore play a key role in shaping malaria control and elimination efforts in the province.

Abstract: The Yacyreta reservoir provides electric energy to Paraguay and Argentina on the Parana river. It is important to verify the impact that the formation of the reservoir has generated on the quality of the water evaluating its ionic components. This assignment consists in verifying the changes occured in one of the ionic components, Total Alkalinity, in space-time, with models for time series, during the period among February 2001 and November 2010. The specific aims were: to analyze and interpret the data and in a descriptive way, to build a univariate model that describes the behavior, to select the best model and predict the future values. Data corresponding to three stations were used, from the EBY/FACEN´s water quality monitoring program. New series that correspond to the differences among points were created with the original data of sampling. The Box-Jenkins model and the principle of parsimony were used for the choosing of models. The original series and their transformed was analyzed through ARIMA stationary models (SARIMA(p,d,q)(P,D,Q)s=12) The dates present absent values that occupy only 2.5% of the total group and that are not excluded according the procedure established by Vo-Day (1978) for ARIMA models with incomplete data. Both the original series and theier transforms were analysed and comparized those models with lower AIC. The best univariate modelof the original series resulted to be m =SARIMA (1,1,1)(0,1,1) and for the best univariate model for the transformed series data was m =sarima(2,0,2)(0,1,1). The original series presents similar behaviors, with a slight constant linear tendency with constant pendient, with annual stationarity and constant variance. The transformed series present identical traits, but without the tendency. There are no spatial variations, but there are temporal variations for the original series; observing the values are increase with time. The transformed series present a similar behavior althought without tendency. Predictions are feasible for original series up to 20 months and for transformed series up to 12 months later. Using the values from December 2010 to August 2015, both for the original and for the transformed series, it was found that the selected models are reliable, since most of the data fell within the prediction intervals.

Resumen: El embalse de Yacyretá proporciona energía eléctrica a Paraguay y Argentina sobre el río Paraná. Es importante verificar el impacto que la formación del embalse ha generado sobre la calidad del agua evaluando sus componentes iónicos. El trabajo consiste en verificar los cambios ocurridos en uno de estos componentes, la Alcalinidad Total, en el espacio-tiempo, con modelos de series temporales, durante el periodo comprendido desde febrero/2001 a noviembre/2010. Los objetivos específicos fueron: analizar los datos de manera descriptiva y su interpretación; construir un modelo univariante que describa el comportamiento; seleccionar el mejor modelo y prever los valores futuros. Se usaron los datos de 3 estaciones del programa de monitoreo de calidad del agua del EBY/FACEN. Con los datos originales se crearon nuevas series que corresponden a las diferencias entre puntos de muestreo. Se utilizó el enfoque de Box-Jenkins y el principio de parsimonia para la elección de modelos. Las series originales y sus transformadas se analizaron mediante modelos ARIMA estacionales (SARIMA (p,d,q)x(P,D,Q)s=12), con datos incompletos. Tanto para las series originales como para sus transformadas se analizaron y compararon aquellos modelos con menor AIC. El mejor modelo univariado de las series originales resultó ser m=SARIMA(1,1,1)x(0,1,1)12 y para las series transformadas m =SARIMA(2,0,2)x(0,1,1)12.Las series originales presentan comportamientos similares, con ligera tendencia lineal creciente con pendiente constante, con estacionalidad anual y con varianza constante. Idénticas características presentan las series transformadas pero sin tendencia. No existen variaciones espaciales, pero sí temporales para las series originales, observando que los valores aumentan con el tiempo. Las series transformadas presentan un comportamiento similar aunque sin tendencia. Las predicciones son factibles, para series originales hasta los 20 meses y las transformadas hasta 12 meses posteriores. Utilizando los valores comprendidos desde diciembre/2010 a agosto/2015, tanto para las series originales como para las transformadas, se comprobó que los modelos seleccionados son fiables, ya que la mayoría de los datos cayeron dentro de los intervalos de predicción.

ABSTRACT OBJECTIVE To analyze the epidemiological and economic burden of the health services demand due to diabetes and hypertension in Mexico. METHODS Evaluation study based on a time series study that had as a universe of study the assured and uninsured population that demands health services from the three main institutions of the Health System in Mexico: The Health Department, the Mexican Institute of Social Security, and Institute of Services and Social Security for State Workers. The financing method was based on instrumentation and consensus techniques for medium case management. In order to estimate the epidemiological changes and financial requirements, a time series of observed cases for diabetes and hypertension 1994–2013 was integrated. Probabilistic models were developed based on the Box-Jenkins technique for the period of 2013–2018 with 95% confidence intervals and p < 0.05. RESULTS Comparing results from 2013 versus 2018, in the five regions, different incremental trends of 14%–17% in epidemiological changes and 58%-66% in the economic burden for both diseases were observed. CONCLUSIONS If the risk factors and the different models of care remained as they currently are in the three institutions analyzed, the financial consequences would be of greater impact for the Mexican Institute of Social Security, following in order of importance the Institute of Services and Social Security for State Workers and lastly the Health Department. The financial needs for both diseases will represent approximately 13%–15% of the total budget allocated to the uninsured population and 15%–17% for the population insured depending on the region.

RESUMEN OBJETIVO Analizar la carga epidemiológica y económica de la demanda de servicios de salud por diabetes e hipertensión en México. MÉTODOS Investigación evaluativa basada en un estudio de series de tiempo que tomó como universo de estudio la población asegurada y no asegurada que demanda servicios de salud a las tres principales instituciones del Sistema de Salud en México: Secretaría de Salud, Instituto Mexicano del Seguro Social, e Instituto de Servicios y Seguridad Social para los Trabajadores del Estado. El método de costeo tomó como base las técnicas de instrumentación y de consenso por manejo de caso promedio. Para estimar los cambios epidemiológicos y requerimientos financieros, se integró una serie de tiempos de casos observados para diabetes e hipertensión 1994–2013. Se desarrollaron modelos probabilísticos basados en la técnica de Box-Jenkins para el periodo 2013–2018 con intervalos del 95% de confianza y p < 0.05. RESULTADOS Comparando resultados de 2013 versus 2018, en las cinco regiones, se observaron diferentes tendencias incrementales de 14%–17% en cambios epidemiológicos y de 58%–66% en la carga económica para ambas enfermedades. CONCLUSIONES Si los factores de riesgo y los diferentes modelos de atención permanecieran como están actualmente en las tres instituciones de análisis, las consecuencias financieras serían de mayor impacto para el Instituto Mexicano del Seguro Social, siguiendo en orden de importancia el Instituto de Servicios y Seguridad Social para los Trabajadores del Estado y finalmente para la Secretaría de Salud. Los requerimientos financieros para ambas enfermedades representarán aproximadamente del 13%–15% del presupuesto total asignado para población no asegurada y el 15%–17% para población asegurada dependiendo de la región.