A pesar de que los métodos de pronóstico han avanzado en las últimas décadas, los economistas todavía se enfrentan a una pregunta simple: ¿qué método de predicción proporciona los resultados más precisos? Los métodos de pronóstico econométricos pueden manejar diferentes tipos de series temporales y obtener buenos resultados, pero en casos específicos, pueden fallar al proporcionar predicciones precisas. Recientemente, se adoptaron nuevas técnicas prestadas del área de la computación suave para el pronóstico económico. A partir de la importancia de los pronósticos económicos, presentamos un estudio experimental donde comparamos la precisión de algunos de los métodos de pronóstico econométrico más utilizados, a saber, el suavizado exponencial simple, Holt y los métodos ARIMA, con la de dos nuevos métodos basados en el concepto de series temporales difusas. Utilizamos un conjunto de series temporales extraídas de la base de datos de Eurostat y el software R para todo el procesamiento de datos. Los resultados de los experimentos muestran que a pesar de no ser completamente superiores a las técnicas econométricas, los métodos de pronóstico de series temporales difusas podrían considerarse como una alternativa para series temporales específicas.