Un modelo de red neuronal para el Indice de Producción de la Construcción Total en España

Autores/as

  • Agustín Alonso-Rodríguez Real Centro Universitario "Escorial-María Cristina"

DOI:

https://doi.org/10.54571/ajee.437

Palabras clave:

Palabras clave, Indice Trimestral de la Construcción Total en España, modelos de redes neuronales, OECD, previsión, paquete estadístico R, paquete estadístico forecast.

Resumen

Con los datos del Indice de la Construcción Trimestral Total en España, se establece un modelo de red neuronal para visionar el futuro de la construcción desde el tercer trimester de 2019 hasta el segundo cuatrimestre de 2022.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Agustín Alonso-Rodríguez, Real Centro Universitario "Escorial-María Cristina"

Doctor en Ciencias Económicas, especialidad de Economía Cuantitativa, por la Universidad Complutense de Madrid. Cursos de doctorado en Economía por la Universidad de California, San Diego. Profesor de Econometría Decano de Ciencias Empresariales

Citas

VIII. Bibliografía

CRAN, The Comprehensive R Archive Network. https://cloud.r-project.org/

Efron, B. y Hastie, T., Computer Age Statistical Inference, Algorithms, Evidence, and Data Science, Cambridge University Press, New York, 2016. DOI: https://doi.org/10.1017/CBO9781316576533

García Delgado, J. L. y Myro, R., directores, Lecciones de Economía Española, 13ª edición, Civitas (Thomson Reuters), Editorial Aranzadi, Cizur Menor(Navarra), 2017.

Hyndman, R. J. y Athanasopoulus, G., Forecasting, Principles and Practice, segunda edición, OTexts.org, 2018.

Hyndman, R. J. y Athanosopoulos, G., paquete fpp2, en CRAN. Este paquete estadístico acompaña a la obra Forecasting, Principles and Practice, segunda edición.

James, G., Witten, D,, Hastie, T. y Tibshirani, R., An Introduction to Statistical Learning with Applications in R, Springer, New York, 2013. DOI: https://doi.org/10.1007/978-1-4614-7138-7

Kourentzes, N., package nnfor, en CRAN. Este paquete estadístico complementa: Ord, K., Fildes, R. y Kourentzes, N., Principles of Business Forecasting, segunda edición, Wesssex Press Inc., New York, 2017.

Matloff, N., Statistical Regression and Classification, From Linear Models to Machine Learning, CRC Press, Boca Raton, 2017. DOI: https://doi.org/10.1201/9781315119588

Matloff, N., Probability and Statistics for Data Science, Math + R + Data, CRC Press, Boca Raton, 2020. DOI: https://doi.org/10.1201/9780429401862

OECD, Organization for Economic Cooperation and Development, Production of Total Construction in Spain,[ESPROCONQISMEI], datos tomados del Federal Reserve Bank of St. Louis, https://fred.stlouisfed.org/series/ESPROCONQISMEI, septiembre 18, 2019.

Ord, K., Fildes, R. y Kourentzes, N., Principles of Business Forecasting, segunda edición, Wessex Press Inc., New York, 2017.

R Core Team (2019). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL https://www.R-project.org/.

Ramsundar, B. y Zadeh, R. B., TensorFlow for Deep Learning, O’Reilly, Sebastopol, CA, 2018.

Tsay, R. S., Analysis of Financial Time Series, J. Wiley and Sons, Inc., Hoboken, 2010. DOI: https://doi.org/10.1002/9780470644560

Descargas

Publicado

2020-02-20

Cómo citar

Alonso-Rodríguez, A. (2020). Un modelo de red neuronal para el Indice de Producción de la Construcción Total en España. Anuario Jurídico Y Económico Escurialense, (53), 245–258. https://doi.org/10.54571/ajee.437

Número

Sección

ECONOMÍA