La volatilidad de las transferencias del canon minero limita la planificación de inversiones educativas en las regiones mineras del Perú. Este estudio analiza el caso de Moquegua, uno de los principales receptores, y desarrolla modelos predictivos para la inversión educativa financiada con canon utilizando datos oficiales del MEF (2018–2024). Se compararon dos enfoques: la Regresión Polinómica de segundo grado y el modelo de inteligencia artificial Prophet, evaluados mediante R², RMSE, MAPE y SMAPE. Los resultados muestran un crecimiento exponencial desde 2021 y un mejor desempeño de la Regresión Polinómica (R² = 0.9901 frente a 0.8332). Las proyecciones 2025–2027 indican un crecimiento sostenido. Se concluye que los modelos paramétricos son más adecuados para series fiscales cortas y volátiles, mientras que los modelos de IA requieren mayor volumen de datos.
López et al. (Fri,) studied this question.