Por favor, use este identificador para citar o enlazar este ítem:
http://www.dspace.espol.edu.ec/handle/123456789/40345| Título : | Comparación de la precisión de la predicción de datos de una serie de tiempo entre los modelos ARIMA y las Redes Neuronales |
| Autor : | Sandoya Sanchez, Fernando Francisco Abad Robalino, Andrés Guillermo |
| Palabras clave : | Procesos Estocasticos Redes Neuronales Teoria De La Prediccion |
| Fecha de publicación : | 5-sep-2017 |
| Editorial : | ESPOL.FCNM |
| Citación : | Abad Robalino, Andrés Guillermo (2005). Comparación de la precisión de la predicción de datos de una serie de tiempo entre los modelos ARIMA y las Redes Neuronales. Trabajo final para la obtención del título:INGENIERO EN ESTADÍSTICA INFORMÁTICA Espol Fcnm, Guayaquil. 145 p. |
| Descripción : | El presente trabajo pretende aportar a la estadística, realizando una comparación entre los métodos convencionales de predicción de los valores de una serie de tiempo, y el método de la aplicación de las redes neuronales. La importancia de esta comparación radica en la obtención de criterios para la decisión entre uno u otro método dada una serie de tiempo específica. Primero presentamos antecedentes históricos del desarrollo de las redes neuronales, así también como sus primeras aplicaciones, damos una forma o arquitectura específica a la red neuronal para que cumpla la función de predicción de una serie de tiempo y se utiliza una series de tiempo real de ventas para realizar la comparación práctica, de los métodos convencionales y las redes neuronales. Finalmente se exponen las conclusiones basadas en los resultados que obtuvimos en nuestra investigación. |
| URI : | http://www.dspace.espol.edu.ec/xmlui/handle/123456789/40345 |
| Aparece en las colecciones: | Tesis de Estadística |
Ficheros en este ítem:
| Fichero | Tamaño | Formato | |
|---|---|---|---|
| D-CD71878.pdf | 271.07 kB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.