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.

La apicultura en México como generadora de divisas se ubica entre los tres primeros lugares en el sector pecuario, su producto principal es la miel. El objetivo de este estudio fue evaluar la dirección de causalidad temporal o permanente del precio promedio al mayoreo del jarabe de maíz de alta fructuosa en México (PPMJF) en el precio promedio pagado al productor de la miel de abeja en México (PPPML). Los datos corresponden al periodo 1994 a 2021 y fueron procesados mediante la metodología de vectores autorregresivos (VAR). Los parámetros del modelo se estimaron con el método de mínimos cuadrados ordinarios (MCO) en EViews^®. El modelo estimado indica que la serie PPPML responde ante un shock de perturbación de la variable PPMJF de manera positiva temporal a partir del segundo año. La prueba de Wald indicó que la serie PPMJF no causa en el sentido de Granger a la variable PPPML, sin embargo, PPPML si causa en el sentido de Granger a PPMJF. El modelo VAR demostró que el PPMJF impacta de manera positiva en los PPPML de manera temporal y no ejerce efectos de manera significativa como factor externo en el precio de la miel pagada al productor en México.

Objetivo: caracterizar a la apicultura productora de miel en los municipios totonacas y náhuatl de la Región Socioeconómica IV del estado de Puebla. Metodología: se encuestó a 18 apicultores indígenas productores y comercializadores de miel. La encuesta fue semiestructurada con muestreo intencional. Se utilizaron estadísticas descriptivas para analizar los datos y regresión de mínimos cuadrados ordinarios para modelar la producción de miel. Resultados: el 83% de los apicultores de la región no dependen de la apicultura como su principal fuente de ingresos. Cuentan con un número reducido de colmenas (hasta 25) y carecen de terreno donde sus abejas puedan alimentarse. La mayoría tiene menos de siete años en la apicultura; el 61% opera solo un apiario y el resto dos o tres. Los parámetros clave del modelo estadístico fueron altamente significativos (p<0.05), lo que explica con solidez la variación observada en la producción de miel dentro de la región de estudio. Limitaciones: el manejo de los apiarios, la trazabilidad de la miel y el reducido número de colmenas dificultan la productividad de la actividad. Conclusiones: la apicultura es una fuente alternativa de ingresos en la Región IV de Puebla. La falta de modernización y tecnificación del apiario limita el aprovechamiento pleno de la diversidad florística de la zona.

Objective: To develop a time series model and analyze the characteristic fluctuations of the average white eggs consumer prices in the Mexico Valley (AWECP), quantifying the seasonal and cyclical fluctuations of said prices. Design/methodology/approach: A Moving Average Time Series Smoothing method was used to reduce the variation of a data set, and separate cyclical, seasonal, and OLS variations to calculate the trend line. Results: The Seasonal Component (SC) indicates that in autumn-winter the AWECP is volatile above the annual average by 6.3 % while in spring-summer it declines by 9.13 % on average. The price volatility is largely explained by external factors and the biological process of poultry animals throughout one year. The cyclical component (CC) was 34 months and occurs irregularly. Limitations on study/implications: This research focused on finding the SC, T, and CC, but not their respective indices. To make short-term forecasts, it is necessary to calculate the indices and compare them to other time series analysis methodologies. Findings/conclusions: The analysis of the AWECP in the Mexico Valley indicates the presence of SC and an upward CC trend in the time series. The AWECP volatility has harmful effects on the basic basket of the middle and lower-class population in the Mexico Valley given that this food is the most complete, cheap, and accessible source of animal protein in the Mexican market.

El huevo es una de las fuentes de proteína más accesible y con disponibilidad amplia en el mercado. El objetivo de este trabajo fue desarrollar un modelo de series de tiempo para pronosticar los precios nominales mensuales de huevo blanco pagados al productor en México (PPHBP) mediante modelos de función de transferencia (MFT) y evaluar su relación con los precios promedios rurales del sorgo (PPSRG). Los parámetros y las predicciones se estimaron con el método de máxima verosimilitud y fueron estadísticamente apropiadas y significativas. El mejor MFT que representó el comportamiento de los PPHBP fue el de dos coeficientes autorregresivos, tres de media móvil, dos grados de denominador “râ€, un grado de numerador “s†y un coeficiente “bâ€. Se encontró que el PPSRG impacta un mes después en los PPHBP, disminuyendo la varianza original del PPHBP de 0.01036 a 0.009771 con el modelo de transferencia. El MFT genera mejores pronósticos de los PPHBP que el modelo SARIMA, debido a que el primero, toma en cuenta la evolución temporal del PPSRG logrando estimaciones más cercanas a la realidad, útiles para planificar y tomar decisiones en el sector avícola a corto y mediano plazo.