dc.date.accessioned2010-04-23T15:37:41Z
dc.date.accessioned2018-03-15T17:27:34Z
dc.date.available2010-04-23T15:37:41Z
dc.date.available2018-03-15T17:27:34Z
dc.date.created2010-04-23T15:37:41Z
dc.date.issued2010-04-23T15:37:41Z
dc.identifierhttp://hdl.handle.net/123456789/898
dc.identifier.urihttp://repositorioslatinoamericanos.uchile.cl/handle/2250/1163367
dc.description.abstractEl objetivo de esta tesis es proponer un modelo que permita pronosticar la tendencia de la serie generada por la variación del IPC factor que mide proceso inflacionario, aplicando redes neuronales al análisis de series de tiempo, y comparar los pronósticos obtenidos de esta forma con los que se obtendría con un modelo Box-Jenkins tradicional, con el fin de conocer qué modelo ajusta mejor los datos dentro de muestra y qué modelo pronostica mejor los datos fuera de muestra. El principal objetivo del trabajo de investigación es demostrar que el modelo propuesto basado en redes neuronales es capaz de obtener buenas aproximaciones en el pronóstico de series de tiempo, además de observar que, en este caso en particular, la aproximación resulta mejor que la generada por medio de la metodología Box-Jenkins. Así también, la tesis contiene una propuesta metodológica para la aplicación de las redes neuronales a las series de tiempo.
dc.languagees
dc.subjectMODELO PREDICTIVO
dc.subjectREDES NEURONALES RECURRENTES
dc.subjectSERIES DE TIEMPO
dc.subjectINFLACION EN BOLIVIA
dc.subjectINVESTIGACION CIENTIFICA
dc.titleModelo predictivo basado en redes neuronales recurrentes aplicado al caso de la inflación en Bolivia
dc.typeTesis


Este ítem pertenece a la siguiente institución