Por favor, use este identificador para citar o enlazar este ítem: https://ri-ng.uaq.mx/handle/123456789/3051
Título : Predicción de precios: Dos métodos confrontados
Autor(es): Daniel Gómez Torres
Palabras clave: Series de tiempo
Modelos autoregresivos integrados de media móvil
Redes neuronales recurrentes
Predicción
Área: CIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRA
Fecha de publicación : 20-oct-2021
Facultad: Facultad de Ingeniería
Programa académico: Licenciatura en Matemáticas Aplicadas
Resumen: En la actualidad, la volatilidad de los precios de las frutas y verduras es un tema apremiante para la sociedad. De ahí que el objetivo de esta tesis es determinar la metodología que tiene una mejor capacidad de predicción para los precios de los productos a través del error cuadrado medio. El conocimiento del futuro es de gran importancia en cuestiones de economía debido a que permite realizar una planeación adecuada y evitar pérdidas monetarias. En este trabajo se emplearon los modelos autoregresivos integrados de media móvil y las redes neuronales recurrentes para realizar predicciones de 18 series de tiempo de precios semanales de frutas y hortalizas comercializadas en el mercado de abastos del estado de Querétaro. Por último, se analizó el desempeño de la estimación de los precios usando criterios de evaluación de errores.
URI: http://ri-ng.uaq.mx/handle/123456789/3051
Aparece en: Licenciatura en Matemáticas Aplicadas

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
RI006097.pdf2.67 MBAdobe PDFPortada
Visualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.