Resumen de Intervalos de predicción para pronósticos no paramétricos de la inflación colombiana.

Fabio Guacaneme

• español

  Este trabajo contiene los resultados de algunas aplicaciones del suavizamiento Kernel. Se presentan resultados del suavizamiento para la serie de la inflación total colombiana; predicciones múltiples pasos adelante en base a los predictores denominados media y mediana condicional, las predicciones generadas son comparadas con un modelo ARIMA, un modelo STAR y con redes neuronales; finalmente, se comparan los intervalos de predicción del modelo ARIMA con la técnica no paramétrica. Se encuentra que los intervalos de la segunda técnica son mejores en el periodo de tiempo evaluado.

• English

  This paper contains one of the Kernel smoothing applications. It shows Colom bian total inflation’s smoothing results; multi-steps-ahead forecast, based on Mean and Median conditional predictors, the forecast generated are compared with an ARIMA and STAR models and with neuronal networks; finally the intervals of prediction of ARIMA model using nonparametric methods are compared. It found that the intervals using the second method are better in the period of evaluated time.