Resumen: El objetivo de este trabajo es comparar la capacidad predictiva de dos enfoques propuestos en la literatura para predecir. El primero, que llamaremos enfoque univariante, parte de que la información relevante para formular una predicción está constituida solo por el pasado de la variable que se predice. Para el segundo de los enfoques, que llamaremos enfoque multivariante, en la información relevante también se incorpora al pasado de otras variables. Para llevar a cabo el análisis utilizaremos un banco de datos tomados del libro “Econometric Modelling With Time Series. Especification, Estimation and Testing” cuyos autores son Martin, Hurn y Harris (2012). Los datos son mensuales de la economía de Estados Unidos y van desde Enero de 1960 a Diciembre de 1998. Se presta atención a la predicción del logaritmo del output. En primer lugar, siguiendo la metodología de Box-Jenkins, especificaremos un modelo ARIMA para la variable y_t (logaritmo del output) y evaluaremos la calidad predictiva de este modelo. A continuación, elaboraremos un modelo multivariante utilizando como variables adicionales al Output, el tipo de interés y la tasa de inflación. En ambos modelos, evaluaremos la calidad de las predicciones y concluiremos comparando la calidad predictiva de los dos enfoques