| Revista: | FACEF pesquisa |
| Base de datos: | CLASE |
| Número de sistema: | 000316541 |
| ISSN: | 1516-6503 |
| Autores: | Oliveira, Mauri Aparecido de1 Montini, Alessandra de Avila1 Bergmann, Daniel Reed1 |
| Instituciones: | 1Universidade de Sao Paulo, Faculdade de Economia, Administracao e Contabilidade, Sao Paulo. Brasil |
| Año: | 2007 |
| Volumen: | 10 |
| Número: | 3 |
| Paginación: | 271-283 |
| País: | Brasil |
| Idioma: | Portugués |
| Tipo de documento: | Artículo |
| Enfoque: | Analítico |
| Resumen en inglés | This work presents the theory to construct prediction (PI) and confidence intervals (CI) for feedforward artificial neural networks (ANN) based on multivariate regression. This technique was applied to a set of ARIMAGARCH time series built by simulation and to a soybean price series. The ANN topologies performance is compared using the Theil inequality coefficient (TIC), root mean square error (RMSE) and the quantities of values outside the PI and CI. Neural networks have been intensively applied to time series analysis and the use of prediction and confidence intervals can be considered an additional tool to evaluate ANN performance |
| Resumen en portugués | O objetivo deste trabalho é apresentar a teoria para construção de intervalos de predição (IP) e de confiança (IC) para redes neurais artificiais (RNA) alimentadas adiante de múltiplas camadas – feedforward – baseada em regressão multivariada. Essa técnica foi aplicada em um conjunto de séries temporais univariadas ARIMA-GARCH construídas por simulação e em uma série de preço da saca da soja. O desempenho das topologias de RNA é comparado por meio do coeficiente de desigualdade de Theil, do RMSE e pela quantidade de valores que ficam fora do IP e do IC. As redes neurais têm sido utilizadas com freqüência na análise de séries temporais e a utilização de intervalos de predição e confiança pode ser considerada uma ferramenta adicional para avaliar o desempenho das RNA |
| Disciplinas: | Economía |
| Palabras clave: | Econometría, Redes neuronales artificiales, Intervalos de confianza, Intervalos de predicción, Series de tiempo, Heterocedasticidad |
| Texto completo: | Texto completo (Ver PDF) |
