Flores Urgilés, Cristina MariuxiAndrade Guallpa, Cristian Andrés2023-11-012023-11-012023APA11BT2023IN-SI-IN.13https://dspace.ucacue.edu.ec/handle/ucacue/16175El artículo presenta un estudio para generar pronósticos sobre la migración humana en Ecuador, utilizando técnicas de series temporales. Los objetivos planteados fueron a) Pronosticar la migración humana del Ecuador, utilizando modelos de series temporales, b) Realizar un estudio de estado del arte y revisión bibliográfica sobre minería de datos y metodologías de maching learning, c) Evaluar y comparar diferentes modelos de series temporales, utilizando medidas de precisión y desempeño, con el fin de seleccionar el modelo que ofrezca las mejoras predicciones para la migración humana del Ecuador a futuro d) Realizar el pronóstico de la migración en el Ecuador utilizando modelos de series temporales. Inicialmente se presenta el contexto de la migración en Ecuador, la cual se ha visto afectada en los últimos años por varios factores como terremotos, cambios de gobierno y la pandemia de COVID-19. Luego se detallan conceptos teóricos relacionados con las series de tiempo, componentes de una serie temporal (tendencia, estacionalidad, ciclos), métodos de pronóstico como ARIMA y modelos de regresión. El estudio aplica la metodología CRISP-DM utilizando datos de migración del Instituto Nacional de Estadística y Censos de Ecuador entre 2019-2022. Se aplicaron dos modelos: regresión lineal y ARIMA estacional. Los resultados muestran que el modelo de regresión lineal tuvo un error de predicción menor, por lo que se seleccionó como modelo definitivo. El artículo concluye que los modelos de series de tiempo son una herramienta valiosa para realizar pronósticos en temas sociales como la migración. Palabras Clave: migración, pronóstico, CRISP-DM, ARIMA.The article presents a study to generate forecasts on human migration in Ecuador using time series techniques. The objectives set out were a) To forecast human migration in Ecuador using time series models, b) To conduct a state-of-the-art study and literature review on data mining and machine learning methodologies, c) To evaluate and compare different time series models using precision and performance measures, aiming to select the model that offers the best predictions for future human migration in Ecuador d) To forecast migration in Ecuador using time series models. Initially, the context of migration in Ecuador is presented, which has been affected in recent years by several factors such as earthquakes, changes in government, and the COVID-19 pandemic. The article then delves into theoretical concepts related to time series, components of a time series (trend, seasonality, cycles), and forecasting methods like ARIMA and regression models. The study applies the CRISP-DM methodology using migration data from the National Institute of Statistics and Censuses of Ecuador between 2019-2022. Two models were applied: linear regression and seasonal ARIMA. The results show that the linear regression model had a lower prediction error, so it was chosen as the definitive model. The article concludes that time series models are a valuable tool for making forecasts on social topics such as migration. Key words: migration, prognosis, CRISP-DM, ARIMAapplication/pdf33 páginasspainfo:eu-repo/semantics/embargoedAccessMIGRACIÓNPRONÓSTICOCRISP-DMinfo:eu-repo/semantics/articlePro Sciences