• español
    • English
  • Self-archive
  • Browse
    • Communities & Collections
    • By Issue Date
    • Authors
    • Titles
    • Subjects
    • Document types
  • English 
    • español
    • English
  • Help
  • Login
 
View Item 
  •   Repositorio Institucional Universidad EAFIT
  • Trabajo de Grado
  • Escuela de Finanzas, Economía y Gobierno
  • Economía (trabajo de grado)
  • View Item
  •   Repositorio Institucional Universidad EAFIT
  • Trabajo de Grado
  • Escuela de Finanzas, Economía y Gobierno
  • Economía (trabajo de grado)
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Pronóstico de la inflación colombiana : una aproximación desde los modelos machine learning

Thumbnail
Files
EVALUACION-Loaiza_Jose[3562].pdf (144.6Kb)
Formulario de autorización de publicación de obras (504.5Kb)
Trabajo de grado (585.1Kb)
Carta de aprobación de tesis de grado (118.3Kb)
Date
2022
Author(s)
Loaiza Zapata, José Fernando
Advisor(s) / Researcher(s)
Londoño Sierra, Liz Jeanneth
Riascos Salas, Jaime Andrés
Metrics
Metadata
Show full item record
Abstract
El objetivo de este trabajo es pronosticar la inflación mensual de colombiana a partir de sus determinantes macroeconómicos. Se utilizan 7 modelos de machine learning: regresión lineal, SMV, Arboles de Decisión, MLP, KNN, SVR y LSTM, y 1 modelo convencional ARIMA. Los modelos de mejor pronóstico fueron los ARIMA y el LSTM. Aunque, puede mejorarse la predicción del LSTM haciendo una óptima arquitectura de los datos dado que logra capturar los cambios drásticos de las variables, incluso podría mejorar si se incluye el comportamiento de cada una de las divisiones que componen la canasta básica.
Abstract
The objective of this paper is to forecast monthly Colombian inflation based on its macroeconomic determinants. 7 machine learning models are used: linear regression, SMV, Decision Trees, MLP, KNN, SVR and LSTM, and 1 conventional ARIMA model. The models with the best prognosis were the ARIMA and the LSTM. Although, the prediction of the LSTM can be improved by making an optimal architecture of the data since it manages to capture the drastic changes of the variables, it could even be improved if the behavior of each of the divisions that make up the basic basket is included.
Documents PDF

loading
 
URI
http://hdl.handle.net/10784/32203
Source / Editor URL

https://colab.research.google.com/drive/1ljBJjqn9hwHQ8eZCbZDcT6BEOY8BXqTu

https://colab.research.google.com/drive/1H6tEcxq_D2QI40dzIRlEihev1iIy-m56
Collections
  • Economía (trabajo de grado) [374]

My Account

LoginRegister

Statistics

View Usage Statistics

universidad eafit medellin repositorio institucional

Vigilada Mineducación
Universidad con Acreditación Institucional hasta 2026
Resolución MEN 2158 de 2018

Líneas de Atención

Medellín: (57) (604) - 448 95 00
Resto del país: 01 8000 515 900
Conmutador: (57) (604) - 2619500
Carrera 49 N 7 Sur - 50
Medellín, Colombia, Suramérica

Derechos Reservados

DSpace software
copyright © 2002-2016 
Duraspace

Theme by 
@mire NV