Modelos de pronóstico para la demanda del fijador dinámico interespinoso usando técnicas estadísticas avanzadas y redes neuronales artificiales

Abstract

Se presentan los modelos aplicados en la empresa Eco síntesis, dedicada a la comercialización de implantes quirúrgicos, para el pronóstico de la demanda de su producto: implante interespinoso para columna. En primera instancia se desarrolla un proceso de recolección de datos para estimar la demanda, luego se realiza un análisis estadístico de los datos y se determina el modelo estadístico que mejor se ajusta a las observaciones para, finalmente, construir el modelo estadístico de pronóstico. Simultáneamente, se desarrollan cada uno de los pasos que conllevan, con el uso de las redes neuronales artificiales a la construcción de un modelo de pronóstico para establecer las posibles diferencias y semejanzas. La aplicación de los modelos ha resultado ajustado a las observaciones de la demanda propuesta, en tanto que el desempeño del modelo de RNA usado es mejor en cuanto a una disminución de la raíz del error cuadrático medio presentada por el modelo estadístico ARMA (1,2) en los periodos donde se conocía el valor real de las observaciones. Así mismo, vemos cómo el modelo de RNA alcanza un desempeño adecuado en un tiempo muy reducido, apenas de un segundo. Se concluye por la experiencia en este trabajo que para series temporales que se ajustan a modelos ARMA, es adecuado usar modelos de red neuronal sencillos con dos capas de redes, una de salida y otra de entrada, pues el uso de modelos multicapa no trajo buenos resultados en nuestro trabajo. En la serie de tiempo como la presentada en este estudio, donde el comportamiento no tendencial fue característico, el haber usado un modelo de RNA con propagación hacia adelante permitió alcanzar resultados buenos en cuanto a la precisión del pronóstico.