摘要：El turismo es un tema de interés para muchos países, pero en Colombia ha sido poco explorado. Conocer sobre periodos con mayor afluencia de turistas es importante para predecir la cobertura en servicios turísticos. En este trabajo se compara la estimación entre modelos de regresión clásica y bayesianos para elegir la mejor alternativa de predicción de la cantidad de turistas que arribarían a la ciudad de Medellín. Se busca también determinar las variables que más inciden sobre la llegada de turistas y los modelos que permiten ajustar mejor sus dinámicas. Dentro de los resultados obtenidos se observa mejor desempeño de los modelos bayesianos versus los clásicos. Además, la variable mes es significativa para explicar las demandas por parte de turistas colombianos y extranjeros. Los periodos de mayor afluencia de turistas se presentan entre diciembre-enero y junio-julio, comportamiento que se repite anualmente, lo cual es decisivo para la planeación de recursos hoteleros.
关键词：demanda turística;evaluación de modelos y selección;métodos de pronóstico y predicción;estadística bayesiana;Medellín.;tourism demand;model evaluation and selection;forecasting and prediction methods;Bayesian statistics;Medellín.
