Regresión automática difusa aplicada a datos económicos

Abstract

Por lo general, los procesos económicos son modelados mediante técnicas estadísticas. Si bien esta metodología se utiliza con frecuencia, muchas de estas técnicas no dan buenos resultados, debido principalmente a la presencia de incertidumbre en los datos o falta de información del fenómeno de estudio. De la necesidad de desarrollar nuevas técnicas o métodos alternativos que permitan tratar este tipo de problemas surge la modelación difusa. Este trabajo se encuadra en un contexto donde la Estadística e Inteligencia Computacional van de la mano: la Regresión Difusa. La idea fundamental de esta regresión es generalizar conceptos de regresión tradicional a conjuntos difusos. Concretamente, se investigará el potencial de aplicar los métodos automáticos de regresión difusa a cierto tipo de series económicas. En particular, se estudian los siguientes métodos: mínimos cuadrados por lotes, mínimos cuadrados recursivo, aprendizaje desde el ejemplo modificado y agrupamiento difuso combinado. Adicionalmente, se propone el método de mínimos cuadrados recursivo combinado el cual es una de las principales contribuciones de este trabajo. Cada uno de estos métodos han sido descritos e implementados en R para el caso unidimensional y se generalizan para el caso de entradas y salidas múltiples. Finalmente, se muestran resultados numéricos del PIB no petrolero, la Reserva Internacional de Libre Disponibilidad, un índice de liquidez financiera y los índices de precios al consumidor y productor, en las cuales se visualiza el comportamiento y desempeño de los métodos comparándolos con modelos SARIMA.