ارسل ملاحظاتك

ارسل ملاحظاتك لنا







دراسة إحصائية مقارنة بين نموذجي ARIMA و ANN للتنبؤ بأسعار النحاس العالمية خلال 1990 - 2018

العنوان بلغة أخرى: A Comparative Statistical Study of ARIMA and ANN Models to Forecast Global Copper Prices during 1990 - 2018
المصدر: المجلة الجزائرية للتنمية الإقتصادية
الناشر: جامعة قاصدي مرباح - ورقلة
المؤلف الرئيسي: الدوب، طارق (مؤلف)
مؤلفين آخرين: أبو دحروج، سمير (م. مشارك) , التلباني، شادي إسماعيل (م. مشارك)
المجلد/العدد: مج7, ع1
محكمة: نعم
الدولة: الجزائر
التاريخ الميلادي: 2020
الصفحات: 17 - 32
DOI: 10.35156/1433-007-001-002
ISSN: 5302-2392
رقم MD: 1068835
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
كلمات المؤلف المفتاحية:
إنحدار ذاتي | متوسطات متحركة | شبكات عصبية اصطناعية | تنبؤ | Autoregressive | Moving Average | Artificial Neural Networks | Forecasting
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

16

حفظ في:
المستخلص: تناول هذا البحث استخدام نموذج الانحدار الذاتي والمتوسطات المتحركة التكاملية ARIMA، ونموذج الشبكات العصبية الاصطناعية ANN، بالاعتماد على بيانات السلسلة الزمنية الشهرية لأسعار النحاس العالمية للفترة الزمنية من شهر يناير 1990 حتى شهر ديسمبر 2018. ومن خلال المقارنة بين نموذج ARIMA ونموذج ANN باستخدام معايير التقييم RMSEوMAE، توصل البحث إلى أن نموذج ANN هو النموذج الأنسب للتنبؤ المستقبلي بأسعار النحاس العالمية، وذلك لامتلاكه أقل القيم لمقاييس دقة التنبؤ. وبالاعتماد على هذا النموذج تم التنبؤ بأسعار النحاس العالمية حتى نهاية شهر ديسمبر 2019، وقد كانت القيم التنبؤية متناسقة مع القيم الأصلية للسلسلة مما يدل على كفاءة النموذج.

The research talk over the use Autoregressive Integrated Moving Average (ARIMA) and the artificial neural networks (ANN).based on the data of the monthly time series for Global copper from Jan 1990 until Dec 2018. Through comparing ARIMA Model with ANN Model using evaluation criteria (RMSE, MAE),This research conducts the model ANN it is the most appropriate model to forecast the prices of Global sugar because it has the lowest value of accuracy forecasting. Based on this model, the prices of Global copper were predicted until the end of Dec 2019. As a result, the predicted values were consistent with the real values of the series showing the efficiency of the model.

ISSN: 5302-2392