EVALUAR LA CAPACIDAD PREDICTIVA DE LOS MÉTODOS SERIES DE TIEMPO, REGRESIÓN LINEAL Y RNA PODA EXHAUSTIVA CONSIDERANDO EL MÍNIMO MARGEN DE ERROR, UNA APLICACIÓN A LA DEMANDA

El objetivo de la investigación es determinar la eficiencia de los modelos Series de Tiempo, Regresión Lineal y Red Neuronal Artificial para el pronóstico de la demanda de medicamentos en la Entidad Pri-vada de Salud Ricardo Palma (EPS_RP). Se empleó la metodología Box Jenkins para el desarrollo de...

Descripción completa

Guardado en:
Publicado en:Revista de Investigación Business Intelligence
Autores principales: Contreras Serpa, Cesar, Peña Muguértegui, Daniel, Esquivel Beteta, José M., Llerena Poma, Edwin, Palza Vargas, Edgardo, Mamani Apaza, Guillermo
Formato: Artículo de revista
Lenguaje:español
Publicado: Revista de Investigación Business Intelligence 2016
Materias:
Series de tiempo
Pronóstico
Regresión Lineal
Redes Neuronales
Acceso en línea:Ver en el sistema de origen
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
_version_ 1881503247915548672
author Contreras Serpa, Cesar
Peña Muguértegui, Daniel
Esquivel Beteta, José M.
Llerena Poma, Edwin
Palza Vargas, Edgardo
Mamani Apaza, Guillermo
author_browse Contreras Serpa, Cesar
Esquivel Beteta, José M.
Llerena Poma, Edwin
Mamani Apaza, Guillermo
Palza Vargas, Edgardo
Peña Muguértegui, Daniel
author_facet Contreras Serpa, Cesar
Peña Muguértegui, Daniel
Esquivel Beteta, José M.
Llerena Poma, Edwin
Palza Vargas, Edgardo
Mamani Apaza, Guillermo
author_sort Contreras Serpa, Cesar
collection Revistas
container_title Revista de Investigación Business Intelligence
description El objetivo de la investigación es determinar la eficiencia de los modelos Series de Tiempo, Regresión Lineal y Red Neuronal Artificial para el pronóstico de la demanda de medicamentos en la Entidad Pri-vada de Salud Ricardo Palma (EPS_RP). Se empleó la metodología Box Jenkins para el desarrollo de la presente investigación, además se consideró como unidad de análisis la cantidad de ventas sema-nales de los medicamentos en estudio. Para evaluar la eficiencia de los modelos se trabajó con el me-dicamento, que tuvo mayor demanda en los últimos 5 años, OPTIRAY VIA 320/1 100ML. Luego de comparar la eficiencia de los modelos se determinó que el pronóstico basado en Redes Neuronales Artificiales es el que presenta el menor margen de error en el pronóstico de las ventas.
format Online
id oai:ojs.pkp.sfu.ca:article/915
institution UPeU
issn 2415-0258
language Spanish
publishDate 2016
publishDateRange 2016
publishDateSort 2016
publisher Revista de Investigación Business Intelligence
publisherStr Revista de Investigación Business Intelligence
record_format ojs
revista_str_mv Revista de Investigación Business Intelligence
spelling oai:ojs.pkp.sfu.ca:article/9152018-05-24T15:03:20Z EVALUAR LA CAPACIDAD PREDICTIVA DE LOS MÉTODOS SERIES DE TIEMPO, REGRESIÓN LINEAL Y RNA PODA EXHAUSTIVA CONSIDERANDO EL MÍNIMO MARGEN DE ERROR, UNA APLICACIÓN A LA DEMANDA Contreras Serpa, Cesar Peña Muguértegui, Daniel Esquivel Beteta, José M. Llerena Poma, Edwin Palza Vargas, Edgardo Mamani Apaza, Guillermo Series de tiempo Pronóstico Regresión Lineal Redes Neuronales El objetivo de la investigación es determinar la eficiencia de los modelos Series de Tiempo, Regresión Lineal y Red Neuronal Artificial para el pronóstico de la demanda de medicamentos en la Entidad Pri-vada de Salud Ricardo Palma (EPS_RP). Se empleó la metodología Box Jenkins para el desarrollo de la presente investigación, además se consideró como unidad de análisis la cantidad de ventas sema-nales de los medicamentos en estudio. Para evaluar la eficiencia de los modelos se trabajó con el me-dicamento, que tuvo mayor demanda en los últimos 5 años, OPTIRAY VIA 320/1 100ML. Luego de comparar la eficiencia de los modelos se determinó que el pronóstico basado en Redes Neuronales Artificiales es el que presenta el menor margen de error en el pronóstico de las ventas. Revista de Investigación Business Intelligence 2016-02-23 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Artículo revisado por pares application/pdf inode/x-empty https://revistas.upeu.edu.pe/ri_bi/article/view/915 Revista de Investigación Business Intelligence; Vol. 1 Núm. 1 (2011): Revista de Investigación Business Intelligence 2415-0258 spa https://revistas.upeu.edu.pe/ri_bi/article/view/915/883 https://revistas.upeu.edu.pe/ri_bi/article/view/915/1425 Derechos de autor 2016 Revista de Investigación Business Intelligence
spellingShingle Series de tiempo
Pronóstico
Regresión Lineal
Redes Neuronales
Contreras Serpa, Cesar
Peña Muguértegui, Daniel
Esquivel Beteta, José M.
Llerena Poma, Edwin
Palza Vargas, Edgardo
Mamani Apaza, Guillermo
EVALUAR LA CAPACIDAD PREDICTIVA DE LOS MÉTODOS SERIES DE TIEMPO, REGRESIÓN LINEAL Y RNA PODA EXHAUSTIVA CONSIDERANDO EL MÍNIMO MARGEN DE ERROR, UNA APLICACIÓN A LA DEMANDA
title EVALUAR LA CAPACIDAD PREDICTIVA DE LOS MÉTODOS SERIES DE TIEMPO, REGRESIÓN LINEAL Y RNA PODA EXHAUSTIVA CONSIDERANDO EL MÍNIMO MARGEN DE ERROR, UNA APLICACIÓN A LA DEMANDA
title_full EVALUAR LA CAPACIDAD PREDICTIVA DE LOS MÉTODOS SERIES DE TIEMPO, REGRESIÓN LINEAL Y RNA PODA EXHAUSTIVA CONSIDERANDO EL MÍNIMO MARGEN DE ERROR, UNA APLICACIÓN A LA DEMANDA
title_fullStr EVALUAR LA CAPACIDAD PREDICTIVA DE LOS MÉTODOS SERIES DE TIEMPO, REGRESIÓN LINEAL Y RNA PODA EXHAUSTIVA CONSIDERANDO EL MÍNIMO MARGEN DE ERROR, UNA APLICACIÓN A LA DEMANDA
title_full_unstemmed EVALUAR LA CAPACIDAD PREDICTIVA DE LOS MÉTODOS SERIES DE TIEMPO, REGRESIÓN LINEAL Y RNA PODA EXHAUSTIVA CONSIDERANDO EL MÍNIMO MARGEN DE ERROR, UNA APLICACIÓN A LA DEMANDA
title_short EVALUAR LA CAPACIDAD PREDICTIVA DE LOS MÉTODOS SERIES DE TIEMPO, REGRESIÓN LINEAL Y RNA PODA EXHAUSTIVA CONSIDERANDO EL MÍNIMO MARGEN DE ERROR, UNA APLICACIÓN A LA DEMANDA
title_sort evaluar la capacidad predictiva de los metodos series de tiempo regresion lineal y rna poda exhaustiva considerando el minimo margen de error una aplicacion a la demanda
topic Series de tiempo
Pronóstico
Regresión Lineal
Redes Neuronales
topic_facet Series de tiempo
Pronóstico
Regresión Lineal
Redes Neuronales
url https://revistas.upeu.edu.pe/ri_bi/article/view/915
work_keys_str_mv AT contrerasserpacesar evaluarlacapacidadpredictivadelosmetodosseriesdetiemporegresionlinealyrnapodaexhaustivaconsiderandoelminimomargendeerrorunaaplicacionalademanda
AT penamuguerteguidaniel evaluarlacapacidadpredictivadelosmetodosseriesdetiemporegresionlinealyrnapodaexhaustivaconsiderandoelminimomargendeerrorunaaplicacionalademanda
AT esquivelbetetajosem evaluarlacapacidadpredictivadelosmetodosseriesdetiemporegresionlinealyrnapodaexhaustivaconsiderandoelminimomargendeerrorunaaplicacionalademanda
AT llerenapomaedwin evaluarlacapacidadpredictivadelosmetodosseriesdetiemporegresionlinealyrnapodaexhaustivaconsiderandoelminimomargendeerrorunaaplicacionalademanda
AT palzavargasedgardo evaluarlacapacidadpredictivadelosmetodosseriesdetiemporegresionlinealyrnapodaexhaustivaconsiderandoelminimomargendeerrorunaaplicacionalademanda
AT mamaniapazaguillermo evaluarlacapacidadpredictivadelosmetodosseriesdetiemporegresionlinealyrnapodaexhaustivaconsiderandoelminimomargendeerrorunaaplicacionalademanda

Ejemplares similares