Análisis de tendencias y predicción de la emisión de facturas para los años 2026-2028 basado en el crecimiento del parque automotor y los cambios en las características de los vehículos

Abstract

El desarrollo del proyecto se llevó a cabo mediante un proceso sistemático para estimar la tendencia en la emisión de facturas del impuesto vehicular en Bogotá para el período 2026–2028. Avanzando progresivamente en la consecución de los objetivos específicos, se obtuvo los siguientes resultados. Consolidar un dataframe totalmente gestionado y depurado, conformado por 8.150.296 registros y ocho variables. Este dataframe corresponde al conjunto de datos de las emisiones de facturas durante los períodos 2022–2025. Con base en estos datos, se realizó el análisis estadístico descriptivo, utilizando tablas cruzadas para explorar las variables relevantes, lo que permitió identificar patrones y tendencias significativas, que son detallados en las conclusiones y recomendaciones del presente estudio. Finalmente, se construyó un modelo de predicción basado en redes neuronales LSTM (Long Short-Term Memory), como técnica especializada en el análisis de series temporales. Este modelo se desarrolla capa por capa para predecir la emisión anual de facturas para los años 2026, 2027 y 2028. Para fortalecer el modelo, se agruparon algunas variables conforme a sus características claves identificadas en el análisis descriptivo, como la clase de combustible y el tipo de vehículo, de esta manera se logra las predicciones cuantitativas para la emisión de las facturas del impuesto vehicular en Bogotá para el período 2026-2028. Palabras claves: Análisis, predicción, redes neuronales, series de tiempo, impuesto sobre vehículos.