Estimación de la cantidad de vehículos eléctricos registrados en Costa Rica para el año 2026, mediante el diseño, calibración y validación de un modelo predictivo de redes neuronales autorregresivas aplicado a una serie de tiempo anual del período 2010–2025

Simple item page
dc.contributor.authorRoberto Delgado Castro
dc.date.accessioned2026-04-07T18:04:26Z
dc.date.available2026-04-07T18:04:26Z
dc.date.issued2026-04-07
dc.description.abstractLa presente investigación estima la cantidad de vehículos eléctricos registrados en Costa Rica para el año 2026 mediante el diseño, calibración y validación de un modelo predictivo de redes neuronales autorregresivas (NNAR) aplicado a una serie temporal anual del período 2010–2025. El estudio adopta un enfoque cuantitativo y utiliza técnicas de análisis de series de tiempo, aprendizaje automático y validación fuera de muestra para evaluar la capacidad predictiva del modelo. Los resultados evidencian un crecimiento sostenido del parque vehicular eléctrico y demuestran que el modelo NNAR captura adecuadamente patrones no lineales de la serie, generando proyecciones útiles para la planificación energética, la formulación de políticas públicas y la transición hacia movilidad sostenible.
dc.identifier.urihttp://repositorio.uia.ac.cr/handle/123456789/4826
dc.language.isoes
dc.titleEstimación de la cantidad de vehículos eléctricos registrados en Costa Rica para el año 2026, mediante el diseño, calibración y validación de un modelo predictivo de redes neuronales autorregresivas aplicado a una serie de tiempo anual del período 2010–2025
dc.typeOther
Files
Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
Estimación de la cantidad de vehículos eléctricos registrados en Costa Rica para el año 2026 1.pdf
Size:
833.2 KB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed to upon submission
Description:
Download
Collections
Administración de Empresas