En el presente trabajo se intenta encontrar modelos de series de tiempo estacionales intervenidos (ARIMA-IA) para predecir los precios de los grupos frutas y verduras (FV) del IPC de Uruguay. Para esto, se sigue como estrategia modelar las series utilizando la metodología Box-Jenkins, donde se recurre a un variado herramental (tests y gráficos) de modo de poder identificar los modelos para luego estimarlos, validarlos y finalmente utilizarlos para predecir. En particular, se busca probar, si existen ganancias, en cuanto al poder predictivo, en estimar los grupos FV desagregados en cada uno de sus productos o conformando subgrupos, frente a estimarlos directamente. Luego se combinan los pronósticos obtenidos y se evalúan utilizando como criterios diversas medidas de error de predicción. De esta manera, se llega a que la desagregación en productos o la formación de subgrupos y la combinación en forma de promedio simple de estos, son las mejores opciones para minimizar el error de acuerdo a las medidas planteadas