Comparación de métodos de predicción para el pronóstico de precios de venta de productos agrícolas en Santander

El análisis de los precios agrícolas constituye un campo de estudio importante en un país, el reconocer las características en el comportamiento de éstos nos permite intentar predecir su valor futuro y mejora el proceso de toma de decisiones por parte de los interesados. Sin embargo, el pronóstico d...

Full description

Autores:
Márquez González, Juan David
Montaño Pérez, Laura Vanessa
Tipo de recurso:
http://purl.org/coar/resource_type/c_f744
Fecha de publicación:
2018
Institución:
Universidad Autónoma de Bucaramanga - UNAB
Repositorio:
Repositorio UNAB
Idioma:
spa
OAI Identifier:
oai:repository.unab.edu.co:20.500.12749/21921
Acceso en línea:
http://hdl.handle.net/20.500.12749/21921
Palabra clave:
Analysis of data
Agricultural products
Sale prices
Investigation
RNA
ARIMA
Forecast
Prediction methods
Análisis de datos
Productos agrícolas
Precios de venta
Investigación
RNA
ARIMA
Pronostico
Métodos de predicción
Rights
License
http://creativecommons.org/licenses/by-nc-nd/2.5/co/
Description
Summary:El análisis de los precios agrícolas constituye un campo de estudio importante en un país, el reconocer las características en el comportamiento de éstos nos permite intentar predecir su valor futuro y mejora el proceso de toma de decisiones por parte de los interesados. Sin embargo, el pronóstico de precios agrícolas es un tema de gran complejidad debido a diferentes factores que los afectan como la demanda, el clima y elementos inherentes a los datos, factores de los cuales no siempre se tiene información histórica. Teniendo en cuenta lo anterior, este trabajo se enfoca en el estudio de series de tiempo de los precios de venta de productos agrícolas registrados en la central de abastos de Bucaramanga: banano, mandarina, naranja, papa, plátano, piña, tomate y yuca, durante el periodo comprendido entre el 12 de junio del 2012 y el 30 de abril del 2018. Se elaboran modelos de pronóstico ARIMARNA, RNA backpropagation y ANFIS, y se realiza la comparación mediante los indicadores de desempeño de la Raíz del Error Cuadrático Medio (RMSE) y el Error Porcentual Absoluto Medio (MAPE), con el propósito de definir el mejor modelo.