Mostrar el registro sencillo del ítem

dc.contributor GARCIA SALGADO, OSWALDO
dc.contributor.author MUNGUIA SALAZAR, ALEJANDRO
dc.contributor.author TORRES LOPEZ, LUIS ENRIQUE
dc.date.accessioned 2017-02-04T01:08:46Z
dc.date.available 2017-02-04T01:08:46Z
dc.date.issued 2016-08-25
dc.identifier.uri http://hdl.handle.net/20.500.11799/64274
dc.description.abstract En el análisis y pronóstico del tipo de cambio existen estudios basados en técnicas de series de tiempo junto a modelos paramétricos tales como: regresiones, modelos multivariados y de panel pero muy pocos se aventuran en el terreno no para-métrico como el de la inteligencia artificial específicamente las redes neuronales artificiales (RNA) las cuales tienen ventajas como: aprendizaje, auto organización, tolerancia a fallos, flexibilidad y por ello es posible crear una herramienta basada en RNA con mayor certidumbre a los métodos tradicionales, con ellas, se pueden observar los periodos con mayores fluctuaciones así como los componentes que determinan el comportamiento del tipo de cambio 8 Se construyeron 5 modelos en total, 3 de Redes Neuronales Artificiales (RNA), un modelo lineal (GLM) y uno de tipo GARCH donde los modelos basados en inteligencia artificial permitieron una mayor certidumbre de predicción con los datos disponibles y publicados únicamente por el Instituto Nacional de Estadística y Geografía (INEGI) en un periodo de análisis de 2000 a 2014, datos libres y homólogos en metodología para su consulta, así como se destaca el uso dado al software libre especializado. es
dc.language.iso spa es
dc.publisher Universidad Autónoma del Estado de México es
dc.relation.ispartofseries SN;
dc.rights openAccess es
dc.rights https://creativecommons.org/licenses/by-sa/4.0/ es
dc.rights openAccess es
dc.rights https://creativecommons.org/licenses/by-sa/4.0/ es
dc.subject TIPO DE CAMBIO es
dc.subject REDES NEURONALES es
dc.title CONTRASTE ENTRE MODELOS DE REDES NEURONALES ARTIFICIALES, GLM Y GARCH EN EL PRONOSTICO Y ANALISIS DEL TIPO DE CAMBIO MEXICANO: 2000-2014. es
dc.type Tesis de Licenciatura es
dc.provenance Académica es
dc.road Dorada es
dc.organismo Economía es
dc.ambito Estatal es
dc.cve.CenCos 21101 es
dc.cve.progEstudios 24 es
dc.modalidad Tesis es


Ficheros en el ítem

Este ítem aparece en la(s) siguiente(s) colección(ones)

Visualización del Documento

  • Título
  • CONTRASTE ENTRE MODELOS DE REDES NEURONALES ARTIFICIALES, GLM Y GARCH EN EL PRONOSTICO Y ANALISIS DEL TIPO DE CAMBIO MEXICANO: 2000-2014.
  • Autor
  • MUNGUIA SALAZAR, ALEJANDRO
  • TORRES LOPEZ, LUIS ENRIQUE
  • Colaborador
  • GARCIA SALGADO, OSWALDO
  • Fecha de publicación
  • 2016-08-25
  • Editor
  • Universidad Autónoma del Estado de México
  • Tipo de documento
  • Tesis de Licenciatura
  • Palabras clave
  • TIPO DE CAMBIO
  • REDES NEURONALES
  • Los documentos depositados en el Repositorio Institucional de la Universidad Autónoma del Estado de México se encuentran a disposición en Acceso Abierto bajo la licencia Creative Commons: Atribución-NoComercial-SinDerivar 4.0 Internacional (CC BY-NC-ND 4.0)

Mostrar el registro sencillo del ítem

Buscar en RI


Buscar en RI

Usuario

Estadísticas