Tesis de Estadística

Permanent URI for this collection

https://hdl.handle.net/20.500.14414/877

Browse

Browsing Tesis de Estadística by Author "Angulo Elorreaga, Luis Alfredo"

Now showing 1 - 1 of 1
  • No Thumbnail Available
    Item
    Predicción del PBI real nacional trimestral: redes neuronales autorregresivas vs metodología Box-Jenkins
    (Universidad Nacional de Trujillo, 2013) Angulo Elorreaga, Luis Alfredo; Sisniegas Gonzales, Manuel Antonio
    En el presente trabajo se contiene un abordaje comparativo entre la técnica de_x000D_ inteligencia artificial, denominada redes neuronales, específicamente las Redes_x000D_ Neuronales Autorregresivas (AR-NN); frente a la metodología de Box-Jenkins (ARIMA), en el modelamiento de la serie macroeconómica Producto Bruto Interno (PBI) en periodos trimestrales de nuestro país. Se trabajó con un total de 74 datos de PBI real nacional trimestral en base a precios del año 1994, comprendidos desde el 1º trimestre del año 1994 hasta el 2º trimestre del 2012 los cuales fueron obtenidos de la página oficial del instituto nacional de estadística e informática. Para ello se construyo el mejor modelo para el pronóstico del PBI trimestral tanto con la metodología de Box-Jenkins como con la Redes Neuronales Autorregresivas y se realizó la comparación entre estos dos modelos. El mejor modelo con las Redes Neuronales Autorregresivas fue el modelo AR-NN 5, cuya estructura esta dada por el segundo y cuarto rezago como variables de entrada y dos nodos en la capa oculta; y el mejor modelo con la metodología de Box-Jenkins es el modelo SARIMA (2,1,2)x(2,1,2)4 con constante. La comparación entre estos modelos se realizo mediante los criterios de selección de modelos como: el Coeficiente de Determinación Ajustado ( ̅ ), para el periodo de Calibración; el Criterio de Información de Akaike (CIA) y el Criterio de Información de Schwarz (CIS), tanto para el periodo de calibración como el de evaluación. Se obtuvo que el modelo obtenido mediante la metodología de Box-Jenkins posee mejor ajuste tanto en el periodo de calibración como en el de evaluación, por tanto brinda mejores predicciones del PBI trimestral que el modelo obtenido mediante las Redes Neuronales Autorregresivas