Modelaje y análisis comparativo de la situación productiva y competitiva del sector industrial manufacturero mediante la aplicación de redes neuronales y estadísticas multivariadas

Abstract

El sector industrial exportador de los países, coexisten diferentes agentes económicos, política de liberalización y apertura. Para examinar los determinantes de la situación productiva y competitiva de la industria manufacturera se ha modelado y realizado un análisis comparativo de dos técnicas: redes neuronales y estadísticas multivariadas, a fin de evaluar la eficiencia del modelo de RNA frente a la estadística, a través de los indicadores de clasificación y minimización de errores. Las dos técnicas mencionadas se aplicaron independientemente para la obtención del índice de competitividad de los 73 subsectores industriales en el año 2000. A partir de estos índices se categorizó y determinó las industrias según nivel de competitividad que presenta. El modelo empleado por las RNAs se basó en un perceptrón multicapa supervisado (con una capa oculta). En tanto que las técnicas estadísticas utilizaron el análisis multivariado (factorial y discriminante). Existen diferencias en cuanto a los resultados obtenidos por ambas técnicas, 27 industrias fueron incorrectamente clasificadas como no competitivas con las estadísticas, cuando deberían serlo en base al resultado de RNAs. La diferencia radicaría en el peso generado para cada variable, las RNAs asignan mayor peso a las exportaciones; variable esencial en el modelo de competitividad, mientras que las estadísticas multivariadas lo asignan a la inversión fija. La clasificación (%) correcta para las 73 manufacturas con el uso de las RNAs fue del 100% y una variabilidad en los datos de 0,2. Sin embargo, con las estadísticas multivariadas se clasificaron al 91,8% con 2,5 de variabilidad. De esto se concluye y reafirma a las RNAs como una herramienta potencial y eficiente en la clasificación de datos.