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

Vista sencilla de ítem
dc.contributor.advisorLondoño Sierra, Liz Jeannethspa
dc.contributor.advisorRiascos Salas, Jaime Andrésspa
dc.contributor.authorLoaiza Zapata, José Fernando
dc.coverage.spatialMedellín de: Lat: 06 15 00 N degrees minutes Lat: 6.2500 decimal degrees Long: 075 36 00 W degrees minutes Long: -75.6000 decimal degreeseng
dc.creator.degreeEconomistaspa
dc.creator.emailjfloaizaz@eafit.edu.cospa
dc.date.accessioned2023-03-03T20:14:22Z
dc.date.available2023-03-03T20:14:22Z
dc.date.issued2022
dc.descriptionEl 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.spa
dc.description.abstractThe 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.spa
dc.identifier.ddc332.41 L795
dc.identifier.urihttp://hdl.handle.net/10784/32203
dc.publisherUniversidad EAFITspa
dc.publisher.departmentEscuela de Finanzas, Economía y Gobierno. Departamento de Economía.spa
dc.publisher.placeMedellínspa
dc.publisher.programEconomíaspa
dc.relation.urihttps://colab.research.google.com/drive/1ljBJjqn9hwHQ8eZCbZDcT6BEOY8BXqTuspa
dc.relation.urihttps://colab.research.google.com/drive/1H6tEcxq_D2QI40dzIRlEihev1iIy-m56spa
dc.rightsTodos los derechos reservadosspa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.localAcceso abiertospa
dc.subjectPronósticospa
dc.subjectARIMAspa
dc.subject.keywordInflationspa
dc.subject.keywordForecastspa
dc.subject.keywordMachine learningspa
dc.subject.lembINFLACIÓNspa
dc.subject.lembINFLACIÓN - PAÍSES EN DESARROLLOspa
dc.subject.lembECONOMETRÍAspa
dc.subject.lembAPRENDIZAJE AUTOMÁTICO (INTELIGENCIA ARTIFICIAL)spa
dc.subject.lembCANASTA FAMILIARspa
dc.titlePronóstico de la inflación colombiana : una aproximación desde los modelos machine learningspa
dc.typebachelorThesiseng
dc.typeinfo:eu-repo/semantics/bachelorThesis
dc.type.hasVersionacceptedVersioneng
dc.type.localTrabajo de gradospa
dc.type.spaMonografíaspa

Archivos

Bloque original
Mostrando 1 - 4 de 4
No hay miniatura disponible
Nombre:
EVALUACION-Loaiza_Jose[3562].pdf
Tamaño:
144.7 KB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
No hay miniatura disponible
Nombre:
formulario_autorizacion_publicacion_obras_jose_loaiza.pdf
Tamaño:
504.53 KB
Formato:
Adobe Portable Document Format
Descripción:
Formulario de autorización de publicación de obras
Descargar
No hay miniatura disponible
Nombre:
Tesis Jose2.1.pdf
Tamaño:
585.15 KB
Formato:
Adobe Portable Document Format
Descripción:
Trabajo de grado
Descargar
No hay miniatura disponible
Nombre:
carta-aprobacion-trabajo-grado-eafit.pdf
Tamaño:
118.33 KB
Formato:
Adobe Portable Document Format
Descripción:
Carta de aprobación de tesis de grado
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
2.5 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Economía (trabajo de grado)