Examinando por Materia "Regresión"

Mostrando 1 - 3 de 3
  • Miniatura
    PublicaciónSólo datos
    Análisis de características tiempo-frecuencia para la predicción de series temporales de Material Particulado usando Regresión por Vectores de Soporte y Optimización por Enjambre de Partículas
    (Fondo Editorial EIA - Universidad EIA, 2020-06-21) Sepulveda Suescun, Juan Pablo; Alzate Zuluaga, Norbey Yovany; Murillo Escobar, Juan Pablo; Orrego Metaute, Diana Alexandra; Correa Ochoa, Mauricio Andres
    La contaminación atmosférica por Material Particulado (PM) es un problema claramente reconocido a nivel mundial como uno de los factores de riesgo más importantes para la salud humana, en los últimos años han surgido diferentes modelos basados en inteligencia artificial para predecir la concentración de PM, con el fin de generar sistemas de alerta temprana que eviten la exposición de las personas. En este trabajo, se analizó un esquema de caracterización en el dominio tiempo-frecuencia usando la transformada Wavelet para la predicción de series temporales de PM10 y PM2.5 usando un algoritmo de Regresión por Vectores de Soporte optimizado por Enjambre de Partículas (SVR-PSO), además, se evaluó el efecto de la imputación de datos sobre las estimaciones. Los resultados obtenidos mostraron que, empleando características temporales, más las características tiempo-frecuencia propuestas, se obtiene el mejor desempeño de la SVR-PSO, además se encontró que el uso de la imputación de datos no afecta el desempeño de la SVR-PSO. El sistema propuesto en este trabajo permite disminuir el error de las estimaciones de concentración de PM10 y PM2.5 haciendo uso de características tiempo-frecuencia y es capaz de operar de forma robusta contra datos perdidos, aumentando su viabilidad de ser implementado en escenarios reales.
  • Miniatura
    PublicaciónAcceso abierto
    Impacto de la bancarización y la cartera sobe la inclusión finaciera de la sociedad
    (Universidad EIA, 2015) Agudelo Henao, Susana; Gaviria Cardona, Vanessa; Acosta Henao, Miguel
    La integración a los servicios financieros está ligada a aspectos fundamentales relacionados con el crecimiento económico de los países en vía de desarrollo, con el buen funcionamiento de las políticas macroeconómicas y la equidad social. Por tal motivo desde el año 2006 el gobierno ha buscado flexibilizar la estructura del sistema financiero de forma tal que se le diera acceso a la población excluida, promoviendo la bancarización, generando incentivos para la prestación eficiente de los servicios financieros e implementando nuevas regulaciones que incluyan y protejan a los consumidores; el crecimiento de la cartera, por otro lado, también ha permitido mayor profundización financiera, en una economía donde predomina la informalidad, la falta de ahorro, de información y de educación. La presente investigación trata de medir el impacto de la bancarización y la cartera sobre la inclusión financiera de la sociedad, teniendo en cuenta que esta es un factor fundamental para ayudar a combatir la pobreza, reducir las restricciones de liquidez que hacen más estable el consumo, incentivar el ahorro permitiendo una mejor distribución de los recursos y lograr la trasmisión eficiente de la política monetaria. Para ello se seleccionan tres variables principales: bancarización, cartera e inclusión financiera, luego se escogen algunas variables explicativas, se busca información histórica de ellas, y estos datos serán utilizados en diferentes modelos de regresión propuestos. Se desarrollan tres modelos para estimar el impacto de la bancarización y la cartera sobre la tenencia de productos financieros y su uso eficiente en el tiempo. Inicialmente se realiza un modelo de regresión múltiple tanto para bancarización como para cartera donde se selecciona el modelo más significativo según la prueba individual del modelo, posteriormente se realiza un modelo Logit y un modelo Probit, para dichos modelos no se obtienen resultados significativos. Los resultados se obtienen de los modelos de regresión lineal para las principales variables dependientes, donde la bancarización es explicada por variables como la tasa de crecimiento de población rural, la tasa de crecimiento de M1 y la tasa de crecimiento de la relación empleo - población, y la cartera por la desigualdad, la pobreza y el PIB, finalmente se obtuvo que la inclusión financiera esta explicada por la bancarización y por la cartera, ambas variables tienen un impacto positivo sobre ella.
  • Miniatura
    PublicaciónAcceso abierto
    Modelo para determinar la probabilidad de la existencia de una burbuja inmobiliaria en Medellín
    (Universidad EIA, 2014) Pelaez Roldan, Santiago; Acosta Henao, Miguel
    El sector de la construcción se ha constituido a lo largo del tiempo como uno de los principales motores de las economías por todo lo que representa y gira alrededor de éste. Por tal motivo, cualquier problema que ocurra en el sector de la construcción con una alta probabilidad tendrá efectos directos sobre la economía del país. Para citar un ejemplo, la crisis más grande que se ha presentado en el mundo en el siglo XXI, ha sido la crisis del 2008 (González, Pérez, & Montoya, 2009), la cual tuvo como detonante principal el estallido de una burbuja en el sector de la construcción. Por esta razón, cada vez más las economías se han preocupado por monitorear el estado del precio de las viviendas con el fin de anticiparse a posibles crisis. La presente investigación trata de predecir la probabilidad de la existencia de una burbuja inmobiliaria en Medellín. Para ello se extrae primero el índice de precios de vivienda usada el cual es publicado por el Banco de la República, luego se compara con el índice de costos de la construcción, con el fin de establecer la relación precio/costo como una estimador del estado ideal de los precios en relación al costo. A continuación se escogen diversas variables explicativas, las cuales serán utilizadas en diferentes modelos de regresión. Se desarrollan tres modelos para estimar la probabilidad de burbuja. El primero es un modelo de regresión múltiple en el cual se halla la probabilidad de que la variable independiente sea mayor que un valor definido como indicador de burbuja, el segundo es un modelo de probabilidad lineal y el tercero es un modelo logit. Como resultado se obtuvo que el modelo más adecuado para calcular la probabilidad de la existencia de una burbuja inmobiliaria en Medellín fue el de regresión múltiple, el cual arrojó como resultado que en el año 2012 había una probabilidad de presencia de burbuja en Medellín del 84.50%, que se puede interpretar como que dicho porcentaje de las viviendas se encuentran con un precio superior al de equilibrio, lo cual sugiere acciones de política monetaria contractiva para evitar la materialización de estos riesgos e invita a realizar estudios sectorizados en la ciudad para encontrar las zonas de mayor sobrevaloración.