Análisis comparativo de redes neuronales artificiales y la metolología de box-jenkins en el pronóstico del índice de precios al consumidor en la ciudad de Huaraz, perÍodo 2000 - 2014

Descripción del Articulo

La presente investigación es de diseño no experimental, de tipo predictiva, retrospectivo y prospectivo, y tiene por objetivo Comparar estos dos métodos de predicción: Redes Neuronales Artificiales y Box-Jenkins en el pronóstico del Índice de Precios al Consumidor en la Ciudad de Huaraz, durante el...

Descripción completa

Detalles Bibliográficos
Autores: De La Cruz Huayanay, Alex, Lázaro Aguirre, Alberto Frank
Formato: tesis de grado
Fecha de Publicación:2015
Institución:Universidad Nacional Santiago Antúnez de Mayolo
Repositorio:UNASAM-Institucional
Lenguaje:español
OAI Identifier:oai:172.16.0.151:UNASAM/1135
Enlace del recurso:http://repositorio.unasam.edu.pe/handle/UNASAM/1135
Nivel de acceso:acceso abierto
Materia:Redes Neuronales Artificiales
Metodología de Box Jenkins
Pronóstico de IPC
IPC
Capacidad predictiva
Descripción
Sumario:La presente investigación es de diseño no experimental, de tipo predictiva, retrospectivo y prospectivo, y tiene por objetivo Comparar estos dos métodos de predicción: Redes Neuronales Artificiales y Box-Jenkins en el pronóstico del Índice de Precios al Consumidor en la Ciudad de Huaraz, durante el periodo 2000-2014. Se realizó el análisis de los datos del IPC mensual desde enero del año 2000 hasta diciembre del año 2014, luego se pronosticó con las dos metodologías y se analizó los resultados obtenidos comparando con los datos reales para determinar la precisión de predicción de ambas metodologías, se observó que los pronósticos basados en la metodología de Box Jenkins de series temporales genera el valor del ECM menor que el ECM para los modelos de Redes Neuronales lo que igual se considera como adecuado para el pronóstico, sin embargo quien tiene mejor precisión en el pronóstico de IPC, es la metodología de Box J enkins. En tal sentido el valor de IPC para agosto y setiembre es de 115.96 y 116.02 respectivamente.
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).