Comparación de los métodos de series de tiempo y redes neuronales

Descripción del Articulo

El propósito de la investigación es hacer un estudio comparativo de los métodos estadísticos clásicos aplicados al análisis de series de tiempo; regresión polinomial de segundo grado, promedio móvil, suavización exponencial simple y suavización exponencial doble con los modelos de redes neuronales a...

Descripción completa

Detalles Bibliográficos
Autor: Menacho Chiok, Cesar Higinio
Formato: artículo
Fecha de Publicación:2014
Institución:Universidad Nacional Agraria La Molina
Repositorio:Revistas - Universidad Nacional Agraria La Molina
Lenguaje:español
OAI Identifier:oai:revistas.lamolina.edu.pe:article/960
Enlace del recurso:https://revistas.lamolina.edu.pe/index.php/acu/article/view/960
Nivel de acceso:acceso abierto
Materia:medición del error
redes neuronales
regresión polinomial
series de tiempo
suavización exponencial.
id REVUNALM_ad967a4ee8a02ca2d7923d9ab0436b40
oai_identifier_str oai:revistas.lamolina.edu.pe:article/960
network_acronym_str REVUNALM
network_name_str Revistas - Universidad Nacional Agraria La Molina
repository_id_str
spelling Comparación de los métodos de series de tiempo y redes neuronalesMenacho Chiok, Cesar Higiniomedición del errorredes neuronalesregresión polinomialseries de tiemposuavización exponencial.El propósito de la investigación es hacer un estudio comparativo de los métodos estadísticos clásicos aplicados al análisis de series de tiempo; regresión polinomial de segundo grado, promedio móvil, suavización exponencial simple y suavización exponencial doble con los modelos de redes neuronales artificiales multicapa backpropagación. Los métodos propuestos son aplicados a ocho series de tiempo obtenidas del portal del Instituto Nacional de Estadística e Informática (INEI). Se comparan los métodos, usando las medidas para la medición del error de pronóstico MAPE, MAD y MSE. Los resultados mostraron que los modelos de redes neuronales tuvieron menores valores de MAPE en las ocho series y menores valores de MAD y MSE en cuatro de las series de tiempo analizadas.Universidad Nacional Agraria La Molina La Molina2014-12-30info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://revistas.lamolina.edu.pe/index.php/acu/article/view/96010.21704/ac.v75i2.960Anales Científicos; Vol. 75 Núm. 2 (2014): Julio a Diciembre; 245-252Anales Científicos; Vol. 75 No. 2 (2014): Julio a Diciembre; 245-2522519-73980255-0407reponame:Revistas - Universidad Nacional Agraria La Molinainstname:Universidad Nacional Agraria La Molinainstacron:UNALMspahttps://revistas.lamolina.edu.pe/index.php/acu/article/view/960/pdf_168Derechos de autor 2017 Cesar Higinio Menacho Chiokinfo:eu-repo/semantics/openAccessoai:revistas.lamolina.edu.pe:article/9602021-11-06T15:12:30Z
dc.title.none.fl_str_mv Comparación de los métodos de series de tiempo y redes neuronales
title Comparación de los métodos de series de tiempo y redes neuronales
spellingShingle Comparación de los métodos de series de tiempo y redes neuronales
Menacho Chiok, Cesar Higinio
medición del error
redes neuronales
regresión polinomial
series de tiempo
suavización exponencial.
title_short Comparación de los métodos de series de tiempo y redes neuronales
title_full Comparación de los métodos de series de tiempo y redes neuronales
title_fullStr Comparación de los métodos de series de tiempo y redes neuronales
title_full_unstemmed Comparación de los métodos de series de tiempo y redes neuronales
title_sort Comparación de los métodos de series de tiempo y redes neuronales
dc.creator.none.fl_str_mv Menacho Chiok, Cesar Higinio
author Menacho Chiok, Cesar Higinio
author_facet Menacho Chiok, Cesar Higinio
author_role author
dc.subject.none.fl_str_mv medición del error
redes neuronales
regresión polinomial
series de tiempo
suavización exponencial.
topic medición del error
redes neuronales
regresión polinomial
series de tiempo
suavización exponencial.
description El propósito de la investigación es hacer un estudio comparativo de los métodos estadísticos clásicos aplicados al análisis de series de tiempo; regresión polinomial de segundo grado, promedio móvil, suavización exponencial simple y suavización exponencial doble con los modelos de redes neuronales artificiales multicapa backpropagación. Los métodos propuestos son aplicados a ocho series de tiempo obtenidas del portal del Instituto Nacional de Estadística e Informática (INEI). Se comparan los métodos, usando las medidas para la medición del error de pronóstico MAPE, MAD y MSE. Los resultados mostraron que los modelos de redes neuronales tuvieron menores valores de MAPE en las ocho series y menores valores de MAD y MSE en cuatro de las series de tiempo analizadas.
publishDate 2014
dc.date.none.fl_str_mv 2014-12-30
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv https://revistas.lamolina.edu.pe/index.php/acu/article/view/960
10.21704/ac.v75i2.960
url https://revistas.lamolina.edu.pe/index.php/acu/article/view/960
identifier_str_mv 10.21704/ac.v75i2.960
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv https://revistas.lamolina.edu.pe/index.php/acu/article/view/960/pdf_168
dc.rights.none.fl_str_mv Derechos de autor 2017 Cesar Higinio Menacho Chiok
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Derechos de autor 2017 Cesar Higinio Menacho Chiok
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad Nacional Agraria La Molina La Molina
publisher.none.fl_str_mv Universidad Nacional Agraria La Molina La Molina
dc.source.none.fl_str_mv Anales Científicos; Vol. 75 Núm. 2 (2014): Julio a Diciembre; 245-252
Anales Científicos; Vol. 75 No. 2 (2014): Julio a Diciembre; 245-252
2519-7398
0255-0407
reponame:Revistas - Universidad Nacional Agraria La Molina
instname:Universidad Nacional Agraria La Molina
instacron:UNALM
instname_str Universidad Nacional Agraria La Molina
instacron_str UNALM
institution UNALM
reponame_str Revistas - Universidad Nacional Agraria La Molina
collection Revistas - Universidad Nacional Agraria La Molina
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1845161235220267008
score 13.39504
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).