Redes neuronales recurrentes y modelos arima para el pronóstico de la inflación en el Perú

Abstract

La presente investigación compara la metodología ARIMA y Redes Neuronales Recurrentes con el fin de encontrar el mejor modelo para el pronóstico de la inflación en el Perú. La investigación consta con una muestra de estudio desde enero de 2000 hasta diciembre de 2021. Al diseñarse el modelo para cada serie, se procedió a pronosticar para todos los meses del año 2022, los cuales se compararon con los datos reales para determinar cuál metodología realiza un mejor pronóstico. Los resultados indicaron que el modelo de redes neuronales recurrentes LSTM logró obtener un menor error de evaluación de pronóstico a comparación de la metodología ARIMA, para ello se utilizaron los indicadores RMSE, MAE, MAPE, EMC y MPE