RESUMEN

TITULO: Propuesta de predicción de datos faltantes en series temporales usadas en el

modelamiento de la producción en un campo petrolero mediante técnicas geoestadísticas1

AUTOR: Maika Karen Gambús Ordaz* *

PALABRAS CLAVES: Producción de hidrocarburos, Serie Temporal, Valores Faltantes,

Predicción, Geoestadística.

DESCRIPCIÓN:

En el análisis del comportamiento de la producción de hidrocarburos, técnicas empíricas han sido

aplicadas a lo largo del tiempo; donde se extrapola el comportamiento histórico de las
observaciones bajo la premisa de que el pasado, presente y futuro continúan bajo una misma
tendencia, no sujeta a intervenciones.

Con el fin de extraer la mayor cantidad de información de esta serie temporal, este trabajo aplicó
la metodología de Box Jenkins y Reinsel, para descomponer su tendencia, en elementos
adicionales como estacionalidad y aleatoriedad, una vez lograda la condición de estacionaridad.
Un modelo SARIMA (0,1,1) (1,0,0)12, capturó el 70.22% de la información de los datos, sin
embargo, los residuos resultaron no ser normales; y el componente regular de la serie no pudo ser
modelado autorregresivamente; sólo como una función lineal de sus errores actuales y previos
(p=0 y q=1). Aunque las predicciones de este modelo fueron lineales, in-sesgadas y de varianza
mínima, no se ajustaron con la naturaleza de la serie temporal.

Finalmente, se demostró la conveniencia del uso de técnicas geoestadísticas. La etapa predictiva

comprendió desde el 01/01/2008 hasta el 01/12/2008, y considerando que se disponía de datos
observados desde enero hasta julio de ese mismo año, estos sirvieron como comparación
estimando un error porcentual promedio absoluto de las estimaciones (MAPE) del 5%.
Adicionalmente, se usó la técnica geoestadística para predecir valores faltantes, orientando las
estimaciones hacia la estructura interna de la serie. Del histórico de la producción total de
petróleo fueron eliminados las observaciones de dos ciclos estacionales (01/01/2001 –
01/12/2002). Los resultados fueron satisfactorios reportando un MAPE del 7.15%; y más
importante honrando la estacionalidad y la tendencia de la serie temporal. Los errores a través de
esta técnica resultaron normales, idénticamente distribuidos e incorrelacionados.

1*
Trabajo de Grado
* ** *
Facultad de Ciencias. Escuela de Matemáticas. Especialización en Estadística. Director: Eddy Johanna
Fajardo Ortíz. Doctora en Estadística.