Generación de un algoritmo de recomendación de métodos para pronósticos a partir de la caracterización de la serie temporal

La predicción futura del comportamiento de una serie de tiempo es una tarea que se lleva a cabo
en los diferentes campos del conocimiento, como los Negocios, Economía, Agronomía,
Epidemiología, etc. Al ser una tarea necesaria y común en diversos campos han surgido muchos
métodos y algoritmos para realizar predicciones futuras en series de tiempo. La presente
investigación pretende utilizar el meta aprendizaje para crear un algoritmo de recomendación que
permita sugerir cuál método de predicción se debe utilizar cuando se requieren hacer pronósticos
en cualquier área. El algoritmo tomará como entrada diferentes variables del comportamiento de la
serie de tiempo y dará como salida la recomendación del método de predicción que se debe utilizar.
En términos académicos se generará nuevo conocimiento sobre la capacidad predictiva de los
algoritmos según las características de las series de tiempo. En términos prácticos pueden ser de
utilidad a la resolución de problemas prácticos a nivel nacional que requieren pronósticos de series
temporales. En términos específicos, el algoritmo de recomendación se probará en la elaboración
de pronósticos de variables macroeconómicas como lo son: la inflación, el tipo de cambio, y el
índice mensual de actividad económica. Los pronósticos de estas variables son necesarios para la
formulación de políticas pertinentes y la adecuada toma de decisiones en materia económica y
financiera del país.

Desarrollar un algoritmo de recomendación del mejor método para la predicción futura
de una serie de tiempo

Dentro de la Escuela de Administración de Empresas puede responder a dos líneas a) Entorno y Gestión de
Negocios y b) Gestión Pública y Desarrollo, ya que atiende la necesidad de cómo generar pronósticos en el
entorno y contexto del negocio.
Dentro de la la Escuela de Computación se ubica en la línea Teoría y Metodologías en Computación que trata
de: Análisis y diseño de algoritmos, modelos computacionales, lenguajes formales, inteligencia
artificial, aprendizaje automático, computación gráfica; metodologías para computación distribuida,
concurrente y paralela; simulación, minería de datos
Además, tal y como se ha mencionado el conocimiento que se derive puede ser aplicado a problemas del
ámbito nacional en áreas como los Negocios, la Salud, Agronomía entre otros. De esta manera se puede
enmarcar en diferentes ejes estratégicos del Tecnológico.