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!
Sumario: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.
ISSN:2415-0258

Ejemplares similares