Pronóstico del déficit de viviendas en el estado Mérida, Venezuela mediante redes neuronales artificiales

Abstract

Se combina Funciones de Bases Radiales (RBF) y Análisis Multivariante para pronosticar el déficit de viviendas en el estado Mérida. Se construyó un

indicador alternativo al usado convencionalmente para evaluar este fenómeno. La información primaria se obtuvo de las Encuestas de Hogares por Muestreo

(EHM) entre 1994 y 2005. Las variables empleadas fueron el número de hogares, tenencia, hacinamiento, adecuación y condición de la vivienda. Se destaca que

mediante RBF se alcanzó un aceptable nivel de efectividad y de adaptación: se adecuó al tipo de problema que se modeló. Los resultados obtenidos en el

entrenamiento y generalización alcanzaron valores del error cuadrático medio muy bajos, con un buen nivel de acierto para el pronóstico y, debido a la

consistencia de estos resultados, se demostró robustez en el entrenamiento.