RT info:eu-repo/semantics/bachelorThesis
T1 Influencia del COVID-19 en las predicciones del número de parados en Canarias usando Google Trends
A1 Carvajal Martínez, Alejandro
K1 Paro
K1 Google Trends
K1 ARIMA
K1 Paro
K1 Google Trends
K1 ARIMA
K1 Gretl
K1 Unemployment
AB La predicci´on del n´umero de parados en tiempo de crisis y acontecimientos espor´adicos de gran impacto plantea grandes retos paracualquier tipo de modelo de prediccci´on. La utilizaci´on de herramientas que introduzcan informaci´on en tiempo real son cada vez m´asdemandadas. Las b´usquedas en la red por aquellas personas que demandan un empleo, desean cambiarlo o simplemente ven peligrar supuesto de trabajo, son un term´ometro de la evoluci´on de la serie den´umero de parados de una determinada regi´on. En este trabajo seplantea un modelo de predicci´on del n´umero de parados para Canarias haciendo uso de las b´usquedas en internet obtenidas a trav´es deGoogle Trends. La influencia de la pandemia de la COVID-19 en losmodelos permitir´a evaluar la efectividad de estos para corregir serieseconom´etricas en caso de grandes cat´astrofes.
YR 2021
FD 2021
LK http://riull.ull.es/xmlui/handle/915/25090
UL http://riull.ull.es/xmlui/handle/915/25090
LA es
DS Repositorio institucional de la Universidad de La Laguna
RD 25-abr-2024