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...
- 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/
| id |
UNAB2_91a9737b807fa0366af2dc9f5d5e4a11 |
|---|---|
| oai_identifier_str |
oai:repository.unab.edu.co:20.500.12749/21921 |
| network_acronym_str |
UNAB2 |
| network_name_str |
Repositorio UNAB |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Comparación de métodos de predicción para el pronóstico de precios de venta de productos agrícolas en Santander |
| dc.title.translated.spa.fl_str_mv |
Comparison of prediction methods for forecasting sales prices of agricultural products in Santander |
| title |
Comparación de métodos de predicción para el pronóstico de precios de venta de productos agrícolas en Santander |
| spellingShingle |
Comparación de métodos de predicción para el pronóstico de precios de venta de productos agrícolas en Santander 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 |
| title_short |
Comparación de métodos de predicción para el pronóstico de precios de venta de productos agrícolas en Santander |
| title_full |
Comparación de métodos de predicción para el pronóstico de precios de venta de productos agrícolas en Santander |
| title_fullStr |
Comparación de métodos de predicción para el pronóstico de precios de venta de productos agrícolas en Santander |
| title_full_unstemmed |
Comparación de métodos de predicción para el pronóstico de precios de venta de productos agrícolas en Santander |
| title_sort |
Comparación de métodos de predicción para el pronóstico de precios de venta de productos agrícolas en Santander |
| dc.creator.fl_str_mv |
Márquez González, Juan David Montaño Pérez, Laura Vanessa |
| dc.contributor.author.none.fl_str_mv |
Márquez González, Juan David Montaño Pérez, Laura Vanessa |
| dc.contributor.cvlac.spa.fl_str_mv |
Márquez González, Juan David [0002029872] |
| dc.contributor.researchgroup.spa.fl_str_mv |
Semilleros de Investigación UNAB |
| dc.subject.keywords.spa.fl_str_mv |
Analysis of data Agricultural products Sale prices Investigation RNA ARIMA Forecast Prediction methods |
| topic |
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 |
| dc.subject.lemb.spa.fl_str_mv |
Análisis de datos Productos agrícolas Precios de venta Investigación |
| dc.subject.proposal.spa.fl_str_mv |
RNA ARIMA Pronostico Métodos de predicción |
| description |
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. |
| publishDate |
2018 |
| dc.date.issued.none.fl_str_mv |
2018-11 |
| dc.date.accessioned.none.fl_str_mv |
2023-09-16T14:48:18Z |
| dc.date.available.none.fl_str_mv |
2023-09-16T14:48:18Z |
| dc.type.eng.fl_str_mv |
Conference |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/conferenceProceedings |
| dc.type.local.spa.fl_str_mv |
Memoria de eventos |
| dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_f744 |
| dc.type.hasversion.spa.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
| dc.type.redcol.none.fl_str_mv |
http://purl.org/redcol/resource_type/EC_AC |
| format |
http://purl.org/coar/resource_type/c_f744 |
| status_str |
acceptedVersion |
| dc.identifier.issn.spa.fl_str_mv |
ISSN 2344-7079 |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/20.500.12749/21921 |
| dc.identifier.instname.spa.fl_str_mv |
instname:Universidad Autónoma de Bucaramanga - UNAB |
| dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional UNAB |
| dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repository.unab.edu.co |
| identifier_str_mv |
ISSN 2344-7079 instname:Universidad Autónoma de Bucaramanga - UNAB reponame:Repositorio Institucional UNAB repourl:https://repository.unab.edu.co |
| url |
http://hdl.handle.net/20.500.12749/21921 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.ispartofseries.spa.fl_str_mv |
Generación Creativa : Encuentro de Semilleros de Investigación UNAB |
| dc.relation.uri.none.fl_str_mv |
http://hdl.handle.net/20.500.12749/14242 |
| dc.relation.references.spa.fl_str_mv |
[1] Cámara de Comercio de Bucaramanga. (2016). Producto Interno Bruto por departamentos. Recuperado el 5 de abril de 2018, a partir de https://www.camaradirecta.com/temas/documentos%20pd f/informes%20de%20actualidad/2017/pib%202016.pdf [2] DANE. (2017). Principales Indicadores Del Mercado Laboral, 1–34. Recuperado a partir de https://www.dane.gov.co/files/investigaciones/boletines/ec h/ech/bol_empleo_abr_17.pdf [3] MinAgricultura, A. (2016). El 83.5% de los alimentos que consumen los colombianos son producidos por nuestros campesinos - 28 de octubre de 2016. Recuperado el 5 de abril de 2018, a partir de http://www.agronet.gov.co/Noticias/Paginas/El-83-5-delos-alimentos-que-consumen-los-colombianos-sonproducidos-por-nuestros-campesinos-.aspx 4] Pulido, A., Lopez, A. M., & Rodriguez Vález, J. (2004). Modelos ARIMA: Estacionariedad en media y varianza. Retrieved August 29, 2018, from http://www.uam.es/docencia/predysim/prediccion_unidad 3/3_3_ficha.htm [5] Damián, J. M. (2001). Redes Neuronales: Conceptos Básicos y Aplicaciones, 55. Retrieved from ftp://decsai.ugr.es/pub/usuarios/castro/Material-RedesNeuronales/Libros/matich-redesneuronales.pdf [6] Yasrebi, S. S., & Emami, M. (2008). Application of Artificial Neural Networks (ANNs) in prediction and Interpretation of Pressuremeter Test Results. Recuperado a partir de https://pdfs.semanticscholar.org/6365/182f2a94dcfd05f99 dd11a7740b50a2e852c.pdfÑñññ [7] Martín del Brio, B., & Sanz Molina, A. (2007). Redes Neuronales y Sistemas Borrosos. (A. G. E. S. de CV, Ed.) (Tercera ed). Zaragoza. [8] Mitra, D., & Paul, R. K. (2017). Hybrid time-series models for forecasting agricultural commodity prices. Model Assisted Statistics and Applications, 12(3), 255–264. https://doi.org/10.3233/MAS-170400. |
| dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/co/ |
| dc.rights.local.spa.fl_str_mv |
Abierto (Texto Completo) |
| dc.rights.creativecommons.*.fl_str_mv |
Atribución-NoComercial-SinDerivadas 2.5 Colombia |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/co/ Abierto (Texto Completo) Atribución-NoComercial-SinDerivadas 2.5 Colombia http://purl.org/coar/access_right/c_abf2 |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.coverage.spatial.spa.fl_str_mv |
Bucaramanga (Santander, Colombia) |
| dc.coverage.temporal.spa.fl_str_mv |
2018 |
| dc.coverage.campus.spa.fl_str_mv |
UNAB Campus Bucaramanga |
| dc.publisher.grantor.spa.fl_str_mv |
Universidad Autónoma de Bucaramanga UNAB |
| dc.publisher.faculty.none.fl_str_mv |
Facultad Ingeniería |
| dc.publisher.deparment.spa.fl_str_mv |
Sistema de Investigación SIUNAB |
| dc.source.spa.fl_str_mv |
Márquez, J. D. & Montaño, L. V. (2018). Comparación de métodos de predicción para el pronóstico de precios de venta de productos agrícolas en Santander. Recuperado de: http://hdl.handle.net/20.500.12749/21921 |
| institution |
Universidad Autónoma de Bucaramanga - UNAB |
| bitstream.url.fl_str_mv |
https://repository.unab.edu.co/bitstream/20.500.12749/21921/1/2018_Articulo_Monta%c3%b1o_Perez_Laura_Vanessa.pdf https://repository.unab.edu.co/bitstream/20.500.12749/21921/2/license.txt https://repository.unab.edu.co/bitstream/20.500.12749/21921/3/2018_Articulo_Monta%c3%b1o_Perez_Laura_Vanessa.pdf.jpg |
| bitstream.checksum.fl_str_mv |
2799268a76a6bbf9e1a31a3c829fd587 3755c0cfdb77e29f2b9125d7a45dd316 7fe176f3a662bf796a6131fcfd6264be |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional | Universidad Autónoma de Bucaramanga - UNAB |
| repository.mail.fl_str_mv |
repositorio@unab.edu.co |
| _version_ |
1814277530187726848 |
| spelling |
Márquez González, Juan Davida05e7a9c-be69-42ea-b1a5-30624fb1ba0eMontaño Pérez, Laura Vanessa1bb0d186-4c06-4788-a88d-fae793f5c3c1Márquez González, Juan David [0002029872]Semilleros de Investigación UNABBucaramanga (Santander, Colombia)2018UNAB Campus Bucaramanga2023-09-16T14:48:18Z2023-09-16T14:48:18Z2018-11ISSN 2344-7079http://hdl.handle.net/20.500.12749/21921instname:Universidad Autónoma de Bucaramanga - UNABreponame:Repositorio Institucional UNABrepourl:https://repository.unab.edu.coEl 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.Agricultural price forecasting is an important study field in every country because recognizing the time series characteristics, allows to estimate its future values, and therefore, constitute a useful tool for the stakeholder's decision-making. However, agricultural price forecasting has difficulties due to different factors which affect the estimation such as demand, climate, and data characteristics, moreover, there are factors without completed information collected. Taking into account the above, this work focuses on the study of historical series of banana (fruit), tangerine, orange, potato, banana (tuber), pineapple, tomato and yucca, during the period between June 12, 2012 and April 30, 2018, in the Bucaramanga local food supply center, by proposing the forecast models ARIMA-RNA, RNA- backpropagation and ANFIS, those models are comparing, through the Root Mean Square Error (RMSE) and Mean Absolute Percentage Error (MAPE) performance, with the aim of select the best forecast model.Modalidad Presencialapplication/pdfspaGeneración Creativa : Encuentro de Semilleros de Investigación UNABhttp://hdl.handle.net/20.500.12749/14242[1] Cámara de Comercio de Bucaramanga. (2016). Producto Interno Bruto por departamentos. Recuperado el 5 de abril de 2018, a partir de https://www.camaradirecta.com/temas/documentos%20pd f/informes%20de%20actualidad/2017/pib%202016.pdf[2] DANE. (2017). Principales Indicadores Del Mercado Laboral, 1–34. Recuperado a partir de https://www.dane.gov.co/files/investigaciones/boletines/ec h/ech/bol_empleo_abr_17.pdf[3] MinAgricultura, A. (2016). El 83.5% de los alimentos que consumen los colombianos son producidos por nuestros campesinos - 28 de octubre de 2016. Recuperado el 5 de abril de 2018, a partir de http://www.agronet.gov.co/Noticias/Paginas/El-83-5-delos-alimentos-que-consumen-los-colombianos-sonproducidos-por-nuestros-campesinos-.aspx4] Pulido, A., Lopez, A. M., & Rodriguez Vález, J. (2004). Modelos ARIMA: Estacionariedad en media y varianza. Retrieved August 29, 2018, from http://www.uam.es/docencia/predysim/prediccion_unidad 3/3_3_ficha.htm[5] Damián, J. M. (2001). Redes Neuronales: Conceptos Básicos y Aplicaciones, 55. Retrieved from ftp://decsai.ugr.es/pub/usuarios/castro/Material-RedesNeuronales/Libros/matich-redesneuronales.pdf[6] Yasrebi, S. S., & Emami, M. (2008). Application of Artificial Neural Networks (ANNs) in prediction and Interpretation of Pressuremeter Test Results. Recuperado a partir de https://pdfs.semanticscholar.org/6365/182f2a94dcfd05f99 dd11a7740b50a2e852c.pdfÑñññ[7] Martín del Brio, B., & Sanz Molina, A. (2007). Redes Neuronales y Sistemas Borrosos. (A. G. E. S. de CV, Ed.) (Tercera ed). Zaragoza.[8] Mitra, D., & Paul, R. K. (2017). Hybrid time-series models for forecasting agricultural commodity prices. Model Assisted Statistics and Applications, 12(3), 255–264. https://doi.org/10.3233/MAS-170400.http://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)Atribución-NoComercial-SinDerivadas 2.5 Colombiahttp://purl.org/coar/access_right/c_abf2Márquez, J. D. & Montaño, L. V. (2018). Comparación de métodos de predicción para el pronóstico de precios de venta de productos agrícolas en Santander. Recuperado de: http://hdl.handle.net/20.500.12749/21921Comparación de métodos de predicción para el pronóstico de precios de venta de productos agrícolas en SantanderComparison of prediction methods for forecasting sales prices of agricultural products in SantanderConferenceinfo:eu-repo/semantics/conferenceProceedingsMemoria de eventoshttp://purl.org/coar/resource_type/c_f744info:eu-repo/semantics/acceptedVersionhttp://purl.org/redcol/resource_type/EC_ACUniversidad Autónoma de Bucaramanga UNABFacultad IngenieríaSistema de Investigación SIUNABAnalysis of dataAgricultural productsSale pricesInvestigationRNAARIMAForecastPrediction methodsAnálisis de datosProductos agrícolasPrecios de ventaInvestigaciónRNAARIMAPronosticoMétodos de predicciónORIGINAL2018_Articulo_Montaño_Perez_Laura_Vanessa.pdf2018_Articulo_Montaño_Perez_Laura_Vanessa.pdfArtículoapplication/pdf380344https://repository.unab.edu.co/bitstream/20.500.12749/21921/1/2018_Articulo_Monta%c3%b1o_Perez_Laura_Vanessa.pdf2799268a76a6bbf9e1a31a3c829fd587MD51open accessLICENSElicense.txtlicense.txttext/plain; charset=utf-8829https://repository.unab.edu.co/bitstream/20.500.12749/21921/2/license.txt3755c0cfdb77e29f2b9125d7a45dd316MD52open accessTHUMBNAIL2018_Articulo_Montaño_Perez_Laura_Vanessa.pdf.jpg2018_Articulo_Montaño_Perez_Laura_Vanessa.pdf.jpgIM Thumbnailimage/jpeg10297https://repository.unab.edu.co/bitstream/20.500.12749/21921/3/2018_Articulo_Monta%c3%b1o_Perez_Laura_Vanessa.pdf.jpg7fe176f3a662bf796a6131fcfd6264beMD53open access20.500.12749/21921oai:repository.unab.edu.co:20.500.12749/219212023-09-16 22:00:39.098open accessRepositorio Institucional | Universidad Autónoma de Bucaramanga - UNABrepositorio@unab.edu.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 |