Empleando modelos jerárquicos para encontrar el mejor modelo para pronosticar los galones de gasolina corriente demandados en Bogotá (Colombia) // Use of hierarchical models to find the best model to forecast the gallons of regular gasoline demanded

El documento tiene como objetivo encontrar el mejor modelo jerarquico que permita proyectar la demanda total de gasolina corriente y por tanto el recaudo por sobretasa a la gasolina en Bogota, Colombia, impuesto importante para el financiamiento de la malla vial y sistemas de transporte masivos. Para lograr este objetivo, se emplean datos de los galones reportados por los 6 mayoristas de gasolina corriente de la ciudad bajo dos aproximaciones univariadas (ARIMA y el metodo de suavizamiento exponencial (ETS por sus siglas en ingles)), cinco metodos y diferentes algoritmos de minimizacion. Se encuentra que la mejor combinacion de estos parametros para pronosticar los galones de gasolina corriente demandados es el modelo ETS bajo un pronostico univariado simple. ------------------------------------ The objective of this analysis is to find the best hierarchical model to forecast the total demand for regular gasoline in Bogota, Colombia and, therefore, the collection of gasoline surcharges, which is an important tax used to finance road networks and massive transportation systems. We used data reported by 6 wholesalers of regular gasoline in the city, and used two univariate approaches (ARIMA and exponential smoothing (ETS)), five methods and different minimization algorithms to forecast gallons of regular gasoline. Results show that the best combination of these parameters is an ETS model under a simple univariate forecast.