Sales forecast of companies in the food sector: a neural networks appliance

Vista sencilla de ítem
dc.audienceComunidad Universidad de Medellínspa
dc.contributor.authorMorales Castro, Arturo
dc.contributor.authorRamirez Reyes, Eliseo
dc.contributor.authorRodríguez Albor, Gustavo
dc.coverage.spatialLat: 06 15 00 N degrees minutes Lat: 6.2500 decimal degreesLong: 075 36 00 W degrees minutes Long: -75.6000 decimal degrees
dc.date.accessioned2021-11-10T16:38:09Z
dc.date.available2021-11-10T16:38:09Z
dc.date.issued2019-07-01
dc.descriptionEl objetivo de esta investigación es pronosticar las ventas de las siguientes empresas: Industrias Bachoco, Grupo Bafar, Grupo Bimbo, Gruma, Grupo Herdez, Grupo Lala y Grupo Industrial Maseca del periodo 2006 al 2015, a través de modelos lineales (regresispa
dc.description.abstractO objetivo desta pesquisa é predizer as vendas das seguintes empresas: Industrias Bachoco, GrupoBafar, Grupo Bimbo, Gruma, Grupo Herdez, Grupo Lala e Grupo Industrial Maseca de 2006 a 2015,por meio de modelos lineares (regressão linear) e não lineares (repor
dc.formatPDF
dc.format.extentp. 161-177spa
dc.format.mediumElectrónicospa
dc.format.mimetypeapplication/pdf
dc.identifier.doihttps://doi.org/10.22395/seec.v22n52a7
dc.identifier.eissn2248-4345
dc.identifier.instnameinstname:Universidad de Medellínspa
dc.identifier.issn0120-6346
dc.identifier.reponamereponame:Repositorio Institucional Universidad de Medellínspa
dc.identifier.repourlrepourl:https://repository.udem.edu.co/
dc.identifier.urihttp://hdl.handle.net/11407/6573
dc.language.isospa
dc.publisherUniversidad de Medellínspa
dc.publisher.facultyFacultad de Ciencias Económicas y Administrativasspa
dc.publisher.placeMedellínspa
dc.relation.citationendpage177
dc.relation.citationissue52
dc.relation.citationstartpage161
dc.relation.citationvolume22
dc.relation.haspartSemestre Económico; Vol. 22 Núm. 52 julio-septiembre 2019spa
dc.relation.ispartofseriesSemestre Económico; Vol. 22 Núm. 52 (2019)spa
dc.relation.referencesChase, Charles (1997). Selecting the Appropriate Forecasting Method. En: The Journal of Business Forecasting and Systems, vol. 14, n.° 3, p. 23-29.
dc.relation.referencesChávez Sánchez, Carlos Omar (2015). Modelo de predicción de la tendencia del tipo de cambio peso-dólar mediante triangulación de arbitraje. Tesis para optar al título de Magíster en Finanzas. Maestría en Finanzas, Universidad Nacional Autónoma de México, Ciudad de México, 1-49.
dc.relation.referencesEconomática (2016). Plataforma [Base de datos]. Alicorp
dc.relation.referencesGarcía, Arturo; Vázquez, Daniel; Reyes, Heriberto; Sáenz, Alberto y Limón, Alejandro (2009). Investigación en el ámbito empresarial: pronósticos, supervisión e indicadores financieros (estudio de casos). Veracruz: Universidad Cristóbal Colón, 202 p.
dc.relation.referencesGupta, Saurabh y Kumar, Nishant (2013). A study of advancement in sales forecasting models. En: Pranjana, vol. 16, n.° 1, p. 1-10.
dc.relation.referencesHuerta, Rogelio (2008). Monopolio, precio de la tortilla y estancamiento de la economía mexicana. En: Economía Informal, vol. 351, n.° 2, p. 67-84.
dc.relation.referencesInegi -Instituto Nacional de Estadística y Geografía. (2017). Indicadores de población. Recuperado de https://www.inegi.org.mx/temas/estructura/
dc.relation.referencesJain, Chaman (2002). Benchmarking the management support for a forecasting function. En: The Journal of Business Forecasting Methods and Systems, vol. 21, n.° 3, p. 8-10.
dc.relation.referencesJuárez Rodríguez, Viridiana. (2007). Análisis del efecto del tipo de cambio en la estructura financiera de las empresas que cotizan en la Bolsa Mexicana de Valores: sector alimentos, bebidas y tabaco. Tesis para optar al título de Licenciado. Licenciatura en Contaduría, Universidad Nacional Autónoma de México, Ciudad de México, 1-158.
dc.relation.referencesLundberg, Johan y Lundberg, Sofia (2012). Distributional Effects of Lower Food Prices in a Rich Country. En: Journal of Consumer Policy, vol. 35, n.° 3, p. 373-391.
dc.relation.referencesMakridakis, Spyros y Wheelwright, Steven (1977). Forecasting: Issues and Challenges for Marketing Management. A framework from relating the available techniques to specific situations. En: Journal of Marketing, vol. 41, n.° 4, p. 24-38.
dc.relation.referencesMelchor Quinto, Argelia (2010). Uso de redes neuronales artificiales para el pronóstico de la inflación. Tesis para optar al título de Licenciado. Licenciatura en Actuaría, Universidad Nacional Autónoma de México, Ciudad de México, 1-92.
dc.relation.referencesMorales, Arturo y García, Oswaldo (2016). Clasificación y predicción de las empresas exitosas y no exitosas del sector comercial de la BMV mediante el uso de redes neuronales óptimas. En: Revista Administración de Riesgos, vol. 6, n.° 1, p. 51-94.
dc.relation.referencesMorel Salas, Graciela (2012). Predicción de crisis financieras utilizando redes neuronales artificiales: un ejercicio para la economía mexicana. Tesis para optar al título de Doctor. Doctorado en Economía, Universidad Nacional Autónoma de México, Ciudad de México, 1-235.
dc.relation.referencesOhidul, Haque (2005). Income Elasticity and Economic Development Methods and Applications. En: Advanced Studies in Theoretical and Applied Econometrics, vol. 42, n.° 1, p. 111-122.
dc.relation.referencesStandard & Poor's Dow Jones Indices (2017). S&P Dow Jones Indices. Recuperado de http://www.spdji.com
dc.relation.referencesValdivia, Stephanie y Morales, Arturo (2016). Determinants of the Index of Prices and Quotations on the Mexican Stock Exchange: Sensitivity Analysis Based on Artificial Neural Networks. En: Global Journal of Business Research, vol. 10, n.° 2, p. 27-32.
dc.relation.referencesVan Tassel, Charles (1967). Analysis of Food Demand. En: Journal of Retailing, vol. 43, n.° 2, p. 38-43.
dc.relation.referencesVillar Corona, Marco Antonio (2013). Pronóstico del tipo de cambio peso-dólar utilizando redes neuronales artificiales. Tesis para optar al título de Magíster en Finanzas. Maestría en Finanzas, Universidad Nacional Autónoma de México, Ciudad de México, 1-115.
dc.relation.referencesWienclaw, Ruth (2015). Forecasting Methods for Management. En: Research Starters -Business, p. 1-6.
dc.relation.referencesZhang, G. Peter. (2004). Neural Networks in Business Forecasting. USA: Universidad del estado de Georgia.
dc.relation.urihttps://revistas.udem.edu.co/index.php/economico/article/view/3064
dc.rights.creativecommonsAttribution-NonCommercial-ShareAlike 4.0 International*
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0*
dc.sourceSemestre Económico; Vol. 22 Núm. 52 (2019): julio-septiembre; 161-177
dc.subjectPronóstico de ventasspa
dc.subjectVariables económico-financierasspa
dc.subjectMinería de datosspa
dc.subjectRegresión linealspa
dc.subjectEmpresas de alimentosspa
dc.subject.proposalPrevisão de vendaspor
dc.subject.proposalEconomic-financial variableseng
dc.subject.proposalMineração de dadospor
dc.subject.proposalRegressão linearpor
dc.subject.proposalEmpresas de alimentospor
dc.titleSales forecast of companies in the food sector: a neural networks applianceeng
dc.title.portuguesePrevisão de vendas das empresas do setor alimentos: uma aplicação de redes neuraispor
dc.typeArticle
dc.type.coarhttp://purl.org/coar/resource_type/c_6501
dc.type.driverinfo:eu-repo/semantics/article
dc.type.localArtículo científicospa
dc.type.versioninfo:eu-repo/semantics/publishedVersion

Archivos

Bloque original

Mostrando 1 - 1 de 1
Miniatura
Nombre:
Semestre_Economico_400.pdf
Tamaño:
256.27 KB
Formato:
Adobe Portable Document Format
Descripción:
Descargar

Bloque de licencias

Mostrando 1 - 1 de 1
Miniatura
Nombre:
license.txt
Tamaño:
1.14 KB
Formato:
Plain Text
Descripción:
Descargar

Colecciones

Semestre Económico Vol. 22, núm. 52 (2019)