{"id":27105,"date":"2024-10-14T14:07:11","date_gmt":"2024-10-14T12:07:11","guid":{"rendered":"https:\/\/cio.umh.es\/?p=27105"},"modified":"2025-09-29T11:11:53","modified_gmt":"2025-09-29T09:11:53","slug":"seminario-prometeo-jlzofio","status":"publish","type":"post","link":"https:\/\/cio.umh.es\/en\/2024\/10\/14\/seminario-prometeo-jlzofio\/","title":{"rendered":"Seminario CIO-Prometeo: Mejorando la Precisi\u00f3n Predictiva de los Modelos de Medici\u00f3n de la Eficiencia T\u00e9cnica de Empresas e Instituciones usando Aprendizaje Autom\u00e1tico"},"content":{"rendered":"

T\u00edtulo:<\/strong> Mejorando la Precisi\u00f3n Predictiva de los Modelos de Medici\u00f3n de la Eficiencia T\u00e9cnica de Empresas e Instituciones usando Aprendizaje Autom\u00e1tico
\n<\/span><\/p>\n

Ponente: <\/strong>Jos\u00e9 Luis Zof\u00edo (Universidad Aut\u00f3noma de Madrid y Rotterdam School of Management de la Erasmus University)<\/span><\/p>\n

Fecha y hora:<\/strong> 25\/10\/2024, 12:00<\/span><\/p>\n

Inscripci\u00f3n online (cierre 30 minutos antes del inicio): <\/strong>https:\/\/forms.gle\/2VnXCMsM96tUagEQ8<\/a><\/span><\/p>\n

Lugar<\/strong>:<\/strong> Sala de Seminarios del Edificio Torretamarit (CIO) y online<\/span><\/p>\n

Organizador: <\/strong>Juan Aparicio Baeza<\/span><\/p>\n

Financiaci\u00f3n:<\/span><\/b> Proyecto Prometeo 2021-063 – Generalitat Valenciana (https:\/\/prometeodatos.umh.es<\/a>)<\/span><\/p>\n

\"\"<\/p>\n

 <\/p>\n

Abstract: <\/strong><\/p>\n

Realizar predicciones precisas de la verdadera frontera de producci\u00f3n es fundamental para un an\u00e1lisis confiable de la eficiencia. Sin embargo, los m\u00e9todos determin\u00edsticos est\u00e1ndar como el An\u00e1lisis Envolvente de Datos (DEA, por sus siglas en ingl\u00e9s) proporcionan aproximaciones de la frontera de producci\u00f3n que no pueden acomodar el ruido de manera satisfactoria y padecen de sobreajuste. Este estudio combina t\u00e9cnicas de aprendizaje autom\u00e1tico, conocidas como Least Squares Boosting (LSB) y Splines de Regresi\u00f3n Adaptativa Multivariante (MARS), para introducir una nueva metodolog\u00eda que mejora la precisi\u00f3n de las predicciones de las fronteras de producci\u00f3n y supera las limitaciones anteriores. El nuevo m\u00e9todo ajusta splines de regresi\u00f3n por pares a los datos, asegurando que las fronteras de producci\u00f3n predichas cumplan con ciertas condiciones de regularidad requeridas: envolvente, monoton\u00eda y concavidad. El m\u00e9todo, denominado LSB-MAFS, se implementa a trav\u00e9s de algoritmos computacionales, y se ilustra su aplicabilidad mediante simulaciones con varios procesos generadores de datos. Tambi\u00e9n comparamos su rendimiento con las alternativas m\u00e1s populares, considerando tanto escenarios deterministas como estoc\u00e1sticos: DEA, DEA con remuestreo (bootstrap), M\u00ednimos Cuadrados No Param\u00e9tricos C\u00f3ncavos Corregidos (C2NLS) y el An\u00e1lisis de Fronteras Estoc\u00e1sticas (SFA). El nuevo m\u00e9todo supera a estas alternativas en los escenarios m\u00e1s complejos, incluidos aquellos estoc\u00e1sticos, donde en principio los m\u00e9todos param\u00e9tricos como el SFA deber\u00edan rendir mejor. Concluimos que nuestro enfoque para la predicci\u00f3n de la frontera de producci\u00f3n es una alternativa v\u00e1lida y competitiva para un an\u00e1lisis de eficiencia confiable.<\/p>","protected":false},"excerpt":{"rendered":"

T\u00edtulo: Mejorando la Precisi\u00f3n Predictiva de los Modelos de Medici\u00f3n de la Eficiencia T\u00e9cnica de Empresas e Instituciones usando Aprendizaje Autom\u00e1tico<\/p>\n

Ponente: Jos\u00e9 Luis Zof\u00edo (Universidad Aut\u00f3noma de Madrid y Rotterdam School of Management de la Erasmus University)
\nFecha y hora: 25\/10\/2024, 12:00
\nInscripci\u00f3n online (cierre 30 minutos antes del inicio): https:\/\/forms.gle\/2VnXCMsM96tUagEQ8
\nLugar: Sala de Seminarios del Edificio Torretamarit […]<\/p>","protected":false},"author":3477,"featured_media":0,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_links_to":"","_links_to_target":""},"categories":[873],"tags":[],"_links":{"self":[{"href":"https:\/\/cio.umh.es\/en\/wp-json\/wp\/v2\/posts\/27105"}],"collection":[{"href":"https:\/\/cio.umh.es\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/cio.umh.es\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/cio.umh.es\/en\/wp-json\/wp\/v2\/users\/3477"}],"replies":[{"embeddable":true,"href":"https:\/\/cio.umh.es\/en\/wp-json\/wp\/v2\/comments?post=27105"}],"version-history":[{"count":0,"href":"https:\/\/cio.umh.es\/en\/wp-json\/wp\/v2\/posts\/27105\/revisions"}],"wp:attachment":[{"href":"https:\/\/cio.umh.es\/en\/wp-json\/wp\/v2\/media?parent=27105"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/cio.umh.es\/en\/wp-json\/wp\/v2\/categories?post=27105"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/cio.umh.es\/en\/wp-json\/wp\/v2\/tags?post=27105"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}