Please use this identifier to cite or link to this item: http://repositorio.cedia.org.ec/handle/123456789/773
Title: Modelación de series económicas mediante métodos automáticos de regresión difusa
Other Titles: Modeling of economic time series using automated fuzzy regression methods
Authors: Cajamarca, Rodrigo
Mena, Hermann
Keywords: Conjuntos difusos
funciones de pertenencia
lógica difusa
métodos automáticos de regresión difusa
Issue Date: Jan-2012
Publisher: Instituto Nacional de Estadística y Censos
Citation: R. Cajamarca y H. Mena, (2012), “Modelación de series económicas mediante métodos automáticos de regresión difusa”, Revista Analítika, Volumen 3, ISNN 13906208, pp. 19-38
Abstract: Este trabajo se desarrolla en un contexto donde Estadística e Inteligencia Computacional convergen: la Regresión Difusa. La idea fundamental de esta técnica es generalizar conceptos de regresión tradicional a conjuntos difusos. Concretamente, se investigará el potencial de aplicar los métodos automáticos de regresión difusa a cierto tipo de series económicas. En particular, se estudian los siguientes métodos: mínimos cuadrados por lotes, mínimos cuadrados recursivo, aprendizaje desde el ejemplo modificado y agrupamiento difuso combinado. Adicionalmente, se propone el método de mínimos cuadrados recursivo combinado, el cual es una de las principales contribuciones de este trabajo. Cada uno de estos métodos ha sido descrito e implementado en R para el caso unidimensional y se generaliza para el caso de entradas y salidas múltiples. Finalmente, se muestran resultados numéricos de la Reserva Internacional de Libre Disponibilidad y un índice de liquidez financiera, en las cuales se visualiza el comportamiento y desempeño de los métodos comparándolos con modelos SARIMA.
URI: http://repositorio.cedia.org.ec/handle/123456789/773
ISSN: 13906208
Appears in Collections:Técnicas de asociación estadística

Files in This Item:
File Description SizeFormat 
Modelacion de series economicas Regresion Difusa.pdf1.51 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.