Comparación de los métodos de series de tiempo y redes neuronales

Cesar Higinio Menacho Chiok
2014 Anales Científicos  
Resumen 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
more » ... (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. Palabras clave: medición del error; redes neuronales; regresión polinomial; series de tiempo; suavización exponencial. Abstract The purpose of the research is to make a comparative study of classical statistical methods applied to time series analysis, second-degree polynomial regression, moving average, exponential smoothing, simple and double exponential smoothing models backpropagation multilayer neural networks. The proposed methods are applied to eight time series obtained from the INEI portal. Methods are compared, using the measurements for measuring forecast error MAPE, MAD and MSE. The results showed that neural network models had lower MAPE values in the eight series, while lower MAD and MSE in four of the analyzed time series.
doi:10.21704/ac.v75i2.960 fatcat:7rbbesjaubdcdgkadkrc5ekfni