X hits on this document

PDF document

BANCO DE LA REPÚBLICA - page 32 / 43

84 views

0 shares

0 downloads

0 comments

32 / 43

Las redes neuronales seleccionadas pueden representarse a través de la siguiente especificación, en la cual se recuerda para comenzar la forma general de una red (ecuación 9) y posteriormente se presenta cada uno de los casos seleccionados:

Red neuronal artificial

Q

+ Φ + Φ = t t X y ' 0

j =1

( ) + t j t j Z G ' ε γ β

; G función logística

(9)

  • Red neuronal artificial autorregresiva

X t = {LEFRt1 ,

L, LEFRt 12

}; Zt

= {LEFRt 1 ,

L, LEFRt 11

}, Q = 3

  • Red neuronal artificial ampliada

X t = {LEFRt1

,

L, LEFRt 12

, LINFt 10

} ; Zt = {LEFRt 1

,

L , LEFRt 11

}; Q = 4

6. Evaluación de pronósticos

El propósito de esta sección es presentar la evaluación de los pronósticos fuera de muestra de los modelos de redes neuronales con el fin de seleccionar con base en este criterio el mejor de ellos. Se realiza también un análisis de sensibilidad para el modelo de red neuronal ampliado con el fin de determinar la importancia de los inputs incorporados en este modelo. Finalmente, se compara el desempeño de pronóstico de los modelos lineales frente a los modelos no lineales.

6.1 Evaluación de pronósticos de los modelos de redes neuronales

La evaluación de los pronósticos fuera de muestra de los dos modelos de redes neuronales, cuadro 8, permite seleccionar a la red neuronal ampliada como el modelo con mejor desempeño de pronóstico dentro de los modelos no lineales.

Medidas

Red Neuronal

Red Neuronal

Autorregresiva

Ampliada

RMSE

337461.1

246851.6

MAE

246800.0

190304.8

RMSPE

0.0371

0.0272

MAPE

0.0273

0.0211

U-THEIL

0.9028

0.6634

CUADRO 8 Desempeño fuera de muestra de los

modelos no lineales

32

Document info
Document views84
Page views84
Page last viewedSun Dec 04 13:00:59 UTC 2016
Pages43
Paragraphs3606
Words13933

Comments