{"title":"用模糊时间序列预测墨西哥人口:地平线2100","authors":"Milenka Linneth Argote-Cusi, León Darío Parra-Bernal","doi":"10.22185/24487147.2022.114.28","DOIUrl":null,"url":null,"abstract":"La proyección de la población es crucial para la planificación de recursos en todos los países. A diferencia de los métodos tradicionales, las series de tiempo difusas (STD) es una técnica de la IA que aprende de los datos, los modela incorporando la lógica difusa y proyecta considerando el comportamiento no lineal del fenómeno. Objetivo. Actualizar la proyección de la población mexicana con STD y realizar un análisis comparativo de resultados de 2018 versus 2022 así como con otras estimaciones disponibles en la literatura. Datos y Métodos. Se considera la serie de datos oficiales de la población total mexicana de 1895 a 2020 y los resultados de los autores en 2018 que se toman como referencia para al análisis de la precisión de las estimaciones; se generó un algoritmo en R que ejecuta los pasos de la metodología de STD invariantes en el tiempo. Resultados. Se comprueba que las STD permiten modelar de forma adecuada la dinámica de la población mexicana en la que los resultados son coherentes. El ejercicio de proyección en la etapa retrospectiva (1950 a 2020) tiene un menor error 0,03409 que en 2018 (0,04074) y la inclusión del dato de 2020 nos permite ampliar el horizonte de proyección a 2100. La validez y veracidad de los resultados se confirman con el análisis comparativo con otras proyecciones de la población mexicana.
","PeriodicalId":45043,"journal":{"name":"Papeles De Poblacion","volume":"44 1","pages":"0"},"PeriodicalIF":0.2000,"publicationDate":"2023-09-08","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Proyección de la población mexicana con Series de Tiempo Difusas: horizonte 2100\",\"authors\":\"Milenka Linneth Argote-Cusi, León Darío Parra-Bernal\",\"doi\":\"10.22185/24487147.2022.114.28\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"La proyección de la población es crucial para la planificación de recursos en todos los países. A diferencia de los métodos tradicionales, las series de tiempo difusas (STD) es una técnica de la IA que aprende de los datos, los modela incorporando la lógica difusa y proyecta considerando el comportamiento no lineal del fenómeno. Objetivo. Actualizar la proyección de la población mexicana con STD y realizar un análisis comparativo de resultados de 2018 versus 2022 así como con otras estimaciones disponibles en la literatura. Datos y Métodos. Se considera la serie de datos oficiales de la población total mexicana de 1895 a 2020 y los resultados de los autores en 2018 que se toman como referencia para al análisis de la precisión de las estimaciones; se generó un algoritmo en R que ejecuta los pasos de la metodología de STD invariantes en el tiempo. Resultados. Se comprueba que las STD permiten modelar de forma adecuada la dinámica de la población mexicana en la que los resultados son coherentes. El ejercicio de proyección en la etapa retrospectiva (1950 a 2020) tiene un menor error 0,03409 que en 2018 (0,04074) y la inclusión del dato de 2020 nos permite ampliar el horizonte de proyección a 2100. La validez y veracidad de los resultados se confirman con el análisis comparativo con otras proyecciones de la población mexicana.
\",\"PeriodicalId\":45043,\"journal\":{\"name\":\"Papeles De Poblacion\",\"volume\":\"44 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.2000,\"publicationDate\":\"2023-09-08\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Papeles De Poblacion\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.22185/24487147.2022.114.28\",\"RegionNum\":4,\"RegionCategory\":\"社会学\",\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"Q4\",\"JCRName\":\"DEMOGRAPHY\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Papeles De Poblacion","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.22185/24487147.2022.114.28","RegionNum":4,"RegionCategory":"社会学","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"DEMOGRAPHY","Score":null,"Total":0}
Proyección de la población mexicana con Series de Tiempo Difusas: horizonte 2100
La proyección de la población es crucial para la planificación de recursos en todos los países. A diferencia de los métodos tradicionales, las series de tiempo difusas (STD) es una técnica de la IA que aprende de los datos, los modela incorporando la lógica difusa y proyecta considerando el comportamiento no lineal del fenómeno. Objetivo. Actualizar la proyección de la población mexicana con STD y realizar un análisis comparativo de resultados de 2018 versus 2022 así como con otras estimaciones disponibles en la literatura. Datos y Métodos. Se considera la serie de datos oficiales de la población total mexicana de 1895 a 2020 y los resultados de los autores en 2018 que se toman como referencia para al análisis de la precisión de las estimaciones; se generó un algoritmo en R que ejecuta los pasos de la metodología de STD invariantes en el tiempo. Resultados. Se comprueba que las STD permiten modelar de forma adecuada la dinámica de la población mexicana en la que los resultados son coherentes. El ejercicio de proyección en la etapa retrospectiva (1950 a 2020) tiene un menor error 0,03409 que en 2018 (0,04074) y la inclusión del dato de 2020 nos permite ampliar el horizonte de proyección a 2100. La validez y veracidad de los resultados se confirman con el análisis comparativo con otras proyecciones de la población mexicana.
期刊介绍:
PUBLICACIÓN TRIMESTRAL de carácter académico que incluye ensayos y resultados de investigaciones con contenido demográfico o de algún tópico relativo a los estudios de población. Se integra con artículos enfocados a problemáticas nacionales y regionales de amplio interés académico y oportunos en la redefinición de la agenda de políticas sociales.