Utilización de Redes Neuronales Artificiales (RNA) como alternativa para el pronóstico del Índice de Precios al Consumidor (IPC) y contraste de resultados con modelos estadísticos tradicionales (ARIMA y VAR) para el Ecuador periodo 2000-2017
En la presente investigación se evalúa la calidad de pronóstico ofrecida por tres modelos diferentes, dos de ellos de uso tradicional en las ciencias económicas (modelo ARIMA y VAR) y un modelo de redes neuronales artificiales (RNA) para la serie del índice de precios al consumidor (IPC) del Ecuador...
| Main Author: | |
|---|---|
| Other Authors: | |
| Format: | bachelorThesis |
| Language: | spa |
| Published: |
2018
|
| Subjects: | |
| Online Access: | http://dspace.ucuenca.edu.ec/handle/123456789/31730 |
| _version_ | 1785802349004980224 |
|---|---|
| author | Mora Saavedra, Anthony Daniel |
| author2 | Rivera Bautista, Carlos Julio |
| author_facet | Rivera Bautista, Carlos Julio Mora Saavedra, Anthony Daniel |
| author_sort | Mora Saavedra, Anthony Daniel |
| collection | DSpace |
| description | En la presente investigación se evalúa la calidad de pronóstico ofrecida por tres modelos diferentes, dos de ellos de uso tradicional en las ciencias económicas (modelo ARIMA y VAR) y un modelo de redes neuronales artificiales (RNA) para la serie del índice de precios al consumidor (IPC) del Ecuador para el periodo 2000-2017. Los modelos que mejores resultados ofrecen dentro de cada familia son el modelo SARIMA (1, 1,1), modelo VAR con un solo rezago y el modelo RNA con 1 capa oculta, 8 neuronas ocultas y función de activación lineal en cada capa. Como principales hallazgos, se destaca la gran eficacia de pronóstico que el modelo SARIMA (1, 1,1) tiene, tanto para el corto como para el mediano plazo, también se debe destacar el aporte que el modelo de RNA hace a la calidad de pronostico multivariante cuando es utilizado en conjunto con el modelo VAR, mejorando la raíz del error cuadrático medio. Para analizar la calidad de pronóstico de los diferentes modelos, a más de los indicadores estadísticos tradicionales (error cuadrático medio y su raíz, error porcentual medio, promedio error porcentual absoluto y su desviación y U1 de Theil) también se realiza un pronóstico recurrente, el cual muestra que todos los modelos con los que se ha realizado el pronóstico se muestran estables. |
| format | bachelorThesis |
| id | oai:dspace.ucuenca.edu.ec:123456789-31730 |
| institution | Universidad de Cuenca |
| language | spa |
| publishDate | 2018 |
| record_format | dspace |
| spelling | oai:dspace.ucuenca.edu.ec:123456789-317302020-08-03T21:11:15Z Utilización de Redes Neuronales Artificiales (RNA) como alternativa para el pronóstico del Índice de Precios al Consumidor (IPC) y contraste de resultados con modelos estadísticos tradicionales (ARIMA y VAR) para el Ecuador periodo 2000-2017 Mora Saavedra, Anthony Daniel Rivera Bautista, Carlos Julio Economia Redes Neurales Algoritmos Indice De Precios En la presente investigación se evalúa la calidad de pronóstico ofrecida por tres modelos diferentes, dos de ellos de uso tradicional en las ciencias económicas (modelo ARIMA y VAR) y un modelo de redes neuronales artificiales (RNA) para la serie del índice de precios al consumidor (IPC) del Ecuador para el periodo 2000-2017. Los modelos que mejores resultados ofrecen dentro de cada familia son el modelo SARIMA (1, 1,1), modelo VAR con un solo rezago y el modelo RNA con 1 capa oculta, 8 neuronas ocultas y función de activación lineal en cada capa. Como principales hallazgos, se destaca la gran eficacia de pronóstico que el modelo SARIMA (1, 1,1) tiene, tanto para el corto como para el mediano plazo, también se debe destacar el aporte que el modelo de RNA hace a la calidad de pronostico multivariante cuando es utilizado en conjunto con el modelo VAR, mejorando la raíz del error cuadrático medio. Para analizar la calidad de pronóstico de los diferentes modelos, a más de los indicadores estadísticos tradicionales (error cuadrático medio y su raíz, error porcentual medio, promedio error porcentual absoluto y su desviación y U1 de Theil) también se realiza un pronóstico recurrente, el cual muestra que todos los modelos con los que se ha realizado el pronóstico se muestran estables. In the present investigation the quality of forecast offered by three different models is evaluated. Two of them of traditional use in economic sciences (model ARIMA and VAR) and a model of artificial neural networks (ANN) for the series of the consumer price index (CPI) of Ecuador for the period 2000-2017. The models that offer the best results within each family are the SARIMA model (1,1,1), VAR model with a single lag and the ANN model with 1 hidden layer, 8 hidden neurons and linear activation function in each layer. As the main findings, it is highlighted the great prognosis efficiency that the SARIMA model (1,1,1) has, both for the short and medium term. It is also important to highlight the contribution that the ANN model makes to the quality of multivariate prognosis when used together with the VAR model, improving the root mean quadratic error. To analyze the prognosis quality of the different models, in addition to the traditional statistical indicators (mean quadratic error and its root, mean percentage error, average absolute percentage error and its deviation and Theil U1) a recurrent prognostication is also made. This prognostication shows that all the models which the prognosis has been made with are stable Economista Cuenca 2018-12-21T17:45:14Z 2018-12-21T17:45:14Z 2018 bachelorThesis http://dspace.ucuenca.edu.ec/handle/123456789/31730 spa TECO;840 application/pdf application/pdf |
| spellingShingle | Economia Redes Neurales Algoritmos Indice De Precios Mora Saavedra, Anthony Daniel Utilización de Redes Neuronales Artificiales (RNA) como alternativa para el pronóstico del Índice de Precios al Consumidor (IPC) y contraste de resultados con modelos estadísticos tradicionales (ARIMA y VAR) para el Ecuador periodo 2000-2017 |
| title | Utilización de Redes Neuronales Artificiales (RNA) como alternativa para el pronóstico del Índice de Precios al Consumidor (IPC) y contraste de resultados con modelos estadísticos tradicionales (ARIMA y VAR) para el Ecuador periodo 2000-2017 |
| title_full | Utilización de Redes Neuronales Artificiales (RNA) como alternativa para el pronóstico del Índice de Precios al Consumidor (IPC) y contraste de resultados con modelos estadísticos tradicionales (ARIMA y VAR) para el Ecuador periodo 2000-2017 |
| title_fullStr | Utilización de Redes Neuronales Artificiales (RNA) como alternativa para el pronóstico del Índice de Precios al Consumidor (IPC) y contraste de resultados con modelos estadísticos tradicionales (ARIMA y VAR) para el Ecuador periodo 2000-2017 |
| title_full_unstemmed | Utilización de Redes Neuronales Artificiales (RNA) como alternativa para el pronóstico del Índice de Precios al Consumidor (IPC) y contraste de resultados con modelos estadísticos tradicionales (ARIMA y VAR) para el Ecuador periodo 2000-2017 |
| title_short | Utilización de Redes Neuronales Artificiales (RNA) como alternativa para el pronóstico del Índice de Precios al Consumidor (IPC) y contraste de resultados con modelos estadísticos tradicionales (ARIMA y VAR) para el Ecuador periodo 2000-2017 |
| title_sort | utilización de redes neuronales artificiales (rna) como alternativa para el pronóstico del índice de precios al consumidor (ipc) y contraste de resultados con modelos estadísticos tradicionales (arima y var) para el ecuador periodo 2000-2017 |
| topic | Economia Redes Neurales Algoritmos Indice De Precios |
| url | http://dspace.ucuenca.edu.ec/handle/123456789/31730 |
| work_keys_str_mv | AT morasaavedraanthonydaniel utilizacionderedesneuronalesartificialesrnacomoalternativaparaelpronosticodelindicedepreciosalconsumidoripcycontrastederesultadosconmodelosestadisticostradicionalesarimayvarparaelecuadorperiodo20002017 |