Una evaluación de los sistemas conexionistas en el análisis de series de tiempo econométricas

La Econometría, definida como el uso del análisis estadístico combinado con la teoría económica para analizar datos económicos (Allen y Fildes, 2000), busca explicar y pronosticar el comportamiento de variables económicas que oscilan con el tiempo o con la variación de un índice. Si bien, las herramientas utilizadas por la Econometría han sido probadas con excelentes resultados en dicha tareas de modelamiento y pronóstico, existen problemas relacionados con su completitud, de los cuales, uno de los más importantes, corresponden a los supuestos teóricos que deben cumplir la serie de tiempo para que la metodología pueda aplicarse, los cuales tienen que ver con el tipo de proceso que genera la serie de tiempo y el tipo de relación que existe entre las variables. Una de las principales críticas a este enfoque tiene que ver, con la selección de antemano, de una forma funcional para el proceso generador, la cual es normalmente lineal, lo que implica la premisa de que los datos reales también siguen procesos lineales, lo cual no es necesariamente real. Por este motivo, se han explorado muchas alternativas en la construcción de modelos no lineales para construir modelos de pronóstico, dentro de las que se destaca, los Modelos Conexionistas o Redes Neuronales Artificiales

• Autores: Ríos Acevedo, Rubiela; Rivera Higuita, Marta Cecilia
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2001
• Institución: Universidad de San Buenaventura
• Repositorio: Repositorio USB
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.usb.edu.co:10819/24975
• Acceso en línea: https://hdl.handle.net/10819/24975
• Palabra clave: 000 - Ciencias de la computación, información y obras generales::003 - Sistemas; Redes neuronales artificiales; Econometría; Arquitectura de redes de computadores
• Rights: closedAccess
• License: http://purl.org/coar/access_right/c_14cb