Uso de redes neuronales para pronosticar los impuestos tributarios mensuales de la Municipalidad Provincial de Morropón, año 2022-2023
Descripción del Articulo
Esta presente investigación tuvo la finalidad de pronosticar los Impuestos de Administración Tributaria de la Municipalidad Provincial de Morropón – Chulucanas para el periodo 2022-2023, utilizando una data histórica mensual desde enero del 2012 hasta diciembre del 2021, teniendo una cantidad de 120...
Autores: | , |
---|---|
Formato: | tesis de grado |
Fecha de Publicación: | 2022 |
Institución: | Universidad Nacional de Piura |
Repositorio: | UNP-Institucional |
Lenguaje: | español |
OAI Identifier: | oai:repositorio.unp.edu.pe:20.500.12676/3666 |
Enlace del recurso: | https://repositorio.unp.edu.pe/handle/20.500.12676/3666 |
Nivel de acceso: | acceso abierto |
Materia: | redes neuronales artificiales pronósticos impuestos tributarios http://purl.org/pe-repo/ocde/ford#1.01.03 |
id |
RUMP_7bb2d89b4cece0af3925ea233cb23208 |
---|---|
oai_identifier_str |
oai:repositorio.unp.edu.pe:20.500.12676/3666 |
network_acronym_str |
RUMP |
network_name_str |
UNP-Institucional |
repository_id_str |
4814 |
dc.title.es_PE.fl_str_mv |
Uso de redes neuronales para pronosticar los impuestos tributarios mensuales de la Municipalidad Provincial de Morropón, año 2022-2023 |
title |
Uso de redes neuronales para pronosticar los impuestos tributarios mensuales de la Municipalidad Provincial de Morropón, año 2022-2023 |
spellingShingle |
Uso de redes neuronales para pronosticar los impuestos tributarios mensuales de la Municipalidad Provincial de Morropón, año 2022-2023 Lamadrid Moreno, Leydi Alessandra redes neuronales artificiales pronósticos impuestos tributarios http://purl.org/pe-repo/ocde/ford#1.01.03 |
title_short |
Uso de redes neuronales para pronosticar los impuestos tributarios mensuales de la Municipalidad Provincial de Morropón, año 2022-2023 |
title_full |
Uso de redes neuronales para pronosticar los impuestos tributarios mensuales de la Municipalidad Provincial de Morropón, año 2022-2023 |
title_fullStr |
Uso de redes neuronales para pronosticar los impuestos tributarios mensuales de la Municipalidad Provincial de Morropón, año 2022-2023 |
title_full_unstemmed |
Uso de redes neuronales para pronosticar los impuestos tributarios mensuales de la Municipalidad Provincial de Morropón, año 2022-2023 |
title_sort |
Uso de redes neuronales para pronosticar los impuestos tributarios mensuales de la Municipalidad Provincial de Morropón, año 2022-2023 |
author |
Lamadrid Moreno, Leydi Alessandra |
author_facet |
Lamadrid Moreno, Leydi Alessandra Taboada Zapata, Willian Daniel Eligio |
author_role |
author |
author2 |
Taboada Zapata, Willian Daniel Eligio |
author2_role |
author |
dc.contributor.advisor.fl_str_mv |
Abanto Cerna, Lemin |
dc.contributor.author.fl_str_mv |
Lamadrid Moreno, Leydi Alessandra Taboada Zapata, Willian Daniel Eligio |
dc.subject.es_PE.fl_str_mv |
redes neuronales artificiales pronósticos impuestos tributarios |
topic |
redes neuronales artificiales pronósticos impuestos tributarios http://purl.org/pe-repo/ocde/ford#1.01.03 |
dc.subject.ocde.es_PE.fl_str_mv |
http://purl.org/pe-repo/ocde/ford#1.01.03 |
description |
Esta presente investigación tuvo la finalidad de pronosticar los Impuestos de Administración Tributaria de la Municipalidad Provincial de Morropón – Chulucanas para el periodo 2022-2023, utilizando una data histórica mensual desde enero del 2012 hasta diciembre del 2021, teniendo una cantidad de 120 observaciones expresadas en miles de soles, usando la aplicación de Redes Neuronales (RNA). Los datos de los impuestos de la Municipalidad Provincial de Morropón fueron obtenidos de la oficina de Rentas, el procesamiento de los datos se realizó en el software estadístico R Studio versión R 4.1.3 de licencia libre. La serie de tiempo de los Impuestos de Administración Tributaria mensuales tuvo un comportamiento ascendente en los meses de diciembre respectivamente de cada año, presentó estacionariedad confirmándola a través de la prueba de Dickey-Fuller. Se realizó un pre procesamiento de los valores observados mediante el escalonamiento de datos, convirtiéndolos en valores entre 0 y 1 para obtener una mayor precisión a la hora del ajuste del pronóstico. Se obtuvo el modelo NNAR(8,1,5)[12] mediante redes neuronales con parámetros de 8 neuronas de entrada, una capa oculta con 5 nodos y una neurona de salida; alcanzando un R2 de 0.9651 y un Error cuadrático medio (RMSE) de 18.0415, resultando así un buen ajuste del pronóstico de los Impuestos de Administración Tributaria de la Municipalidad Provincial de Morropón – Chulucanas. |
publishDate |
2022 |
dc.date.accessioned.none.fl_str_mv |
2022-08-15T22:17:05Z |
dc.date.available.none.fl_str_mv |
2022-08-15T22:17:05Z |
dc.date.issued.fl_str_mv |
2022 |
dc.type.es_PE.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
dc.type.version.es_PE.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.none.fl_str_mv |
https://repositorio.unp.edu.pe/handle/20.500.12676/3666 |
url |
https://repositorio.unp.edu.pe/handle/20.500.12676/3666 |
dc.language.iso.es_PE.fl_str_mv |
spa |
language |
spa |
dc.relation.ispartof.fl_str_mv |
SUNEDU |
dc.rights.es_PE.fl_str_mv |
info:eu-repo/semantics/openAccess |
dc.rights.*.fl_str_mv |
Attribution-NonCommercial-NoDerivatives 4.0 Internacional |
dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivatives 4.0 Internacional http://creativecommons.org/licenses/by-nc-nd/4.0/ |
dc.format.es_PE.fl_str_mv |
application/pdf |
dc.publisher.es_PE.fl_str_mv |
Universidad Nacional de Piura |
dc.publisher.country.es_PE.fl_str_mv |
PE |
dc.source.es_PE.fl_str_mv |
Universidad Nacional de Piura Repositorio Institucional Digital - UNP |
dc.source.none.fl_str_mv |
reponame:UNP-Institucional instname:Universidad Nacional de Piura instacron:UNP |
instname_str |
Universidad Nacional de Piura |
instacron_str |
UNP |
institution |
UNP |
reponame_str |
UNP-Institucional |
collection |
UNP-Institucional |
bitstream.url.fl_str_mv |
https://repositorio.unp.edu.pe/bitstreams/0b0d3c7d-3f73-425d-91b9-537e1878d716/download https://repositorio.unp.edu.pe/bitstreams/4c8e9d39-33c6-4fcb-b1e1-f55911eeee2f/download https://repositorio.unp.edu.pe/bitstreams/24f392f5-c6fc-4816-a8be-acaa455b442b/download https://repositorio.unp.edu.pe/bitstreams/eed1151e-306a-458d-b850-855f97805111/download |
bitstream.checksum.fl_str_mv |
3423ae9269f7c34b330205f2943f3dec 16fa0d149fbb7d8cc991638ea8ee56cc 4460e5956bc1d1639be9ae6146a50347 8a4605be74aa9ea9d79846c1fba20a33 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
DSPACE7 UNP |
repository.mail.fl_str_mv |
dspace-help@myu.edu |
_version_ |
1844523265037434880 |
spelling |
Abanto Cerna, LeminLamadrid Moreno, Leydi AlessandraTaboada Zapata, Willian Daniel Eligio2022-08-15T22:17:05Z2022-08-15T22:17:05Z2022https://repositorio.unp.edu.pe/handle/20.500.12676/3666Esta presente investigación tuvo la finalidad de pronosticar los Impuestos de Administración Tributaria de la Municipalidad Provincial de Morropón – Chulucanas para el periodo 2022-2023, utilizando una data histórica mensual desde enero del 2012 hasta diciembre del 2021, teniendo una cantidad de 120 observaciones expresadas en miles de soles, usando la aplicación de Redes Neuronales (RNA). Los datos de los impuestos de la Municipalidad Provincial de Morropón fueron obtenidos de la oficina de Rentas, el procesamiento de los datos se realizó en el software estadístico R Studio versión R 4.1.3 de licencia libre. La serie de tiempo de los Impuestos de Administración Tributaria mensuales tuvo un comportamiento ascendente en los meses de diciembre respectivamente de cada año, presentó estacionariedad confirmándola a través de la prueba de Dickey-Fuller. Se realizó un pre procesamiento de los valores observados mediante el escalonamiento de datos, convirtiéndolos en valores entre 0 y 1 para obtener una mayor precisión a la hora del ajuste del pronóstico. Se obtuvo el modelo NNAR(8,1,5)[12] mediante redes neuronales con parámetros de 8 neuronas de entrada, una capa oculta con 5 nodos y una neurona de salida; alcanzando un R2 de 0.9651 y un Error cuadrático medio (RMSE) de 18.0415, resultando así un buen ajuste del pronóstico de los Impuestos de Administración Tributaria de la Municipalidad Provincial de Morropón – Chulucanas.application/pdfspaUniversidad Nacional de PiuraPEinfo:eu-repo/semantics/openAccessAttribution-NonCommercial-NoDerivatives 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-nd/4.0/Universidad Nacional de PiuraRepositorio Institucional Digital - UNPreponame:UNP-Institucionalinstname:Universidad Nacional de Piurainstacron:UNPredes neuronales artificialespronósticosimpuestos tributarioshttp://purl.org/pe-repo/ocde/ford#1.01.03Uso de redes neuronales para pronosticar los impuestos tributarios mensuales de la Municipalidad Provincial de Morropón, año 2022-2023info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionSUNEDULicenciado en EstadísticaUniversidad Nacional de Piura. Facultad de CienciasEstadísticaHaro Díaz, César LeonardoMauricio Santa Cruz, José ElíasPanta Ipanaqué, Juan Manuel542016http://purl.org/pe-repo/renati/nivel#tituloProfesional17930402https://orcid.org/0000-0003-3479-3232http://purl.org/pe-repo/renati/type#trabajoDeSuficienciaProfesional7566117772904920THUMBNAILESTA-LAM-TAB-2022.pngESTA-LAM-TAB-2022.pngimage/png10076https://repositorio.unp.edu.pe/bitstreams/0b0d3c7d-3f73-425d-91b9-537e1878d716/download3423ae9269f7c34b330205f2943f3decMD54ORIGINALESTA-LAM-TAB-2022.PDFESTA-LAM-TAB-2022.PDFapplication/pdf1278126https://repositorio.unp.edu.pe/bitstreams/4c8e9d39-33c6-4fcb-b1e1-f55911eeee2f/download16fa0d149fbb7d8cc991638ea8ee56ccMD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8805https://repositorio.unp.edu.pe/bitstreams/24f392f5-c6fc-4816-a8be-acaa455b442b/download4460e5956bc1d1639be9ae6146a50347MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.unp.edu.pe/bitstreams/eed1151e-306a-458d-b850-855f97805111/download8a4605be74aa9ea9d79846c1fba20a33MD5320.500.12676/3666oai:repositorio.unp.edu.pe:20.500.12676/36662022-08-15 17:26:19.357http://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://repositorio.unp.edu.peDSPACE7 UNPdspace-help@myu.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 |
score |
13.072484 |
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).
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).