| LEADER |
03321nam a22002777a 4500 |
| 001 |
1807346 |
| 024 |
|
|
|3 10.35156/1433-007-001-002
|
| 041 |
|
|
|a ara
|
| 044 |
|
|
|b الجزائر
|
| 100 |
|
|
|9 577666
|a الدوب، طارق
|e مؤلف
|
| 245 |
|
|
|a دراسة إحصائية مقارنة بين نموذجي ARIMA و ANN للتنبؤ بأسعار النحاس العالمية خلال 1990 - 2018
|
| 246 |
|
|
|a A Comparative Statistical Study of ARIMA and ANN Models to Forecast Global Copper Prices during 1990 - 2018
|
| 260 |
|
|
|b جامعة قاصدي مرباح - ورقلة
|c 2020
|
| 300 |
|
|
|a 17 - 32
|
| 336 |
|
|
|a بحوث ومقالات
|b Article
|
| 520 |
|
|
|a 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.
|
| 520 |
|
|
|b 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.
|
| 653 |
|
|
|a الاقتصاد العالمي
|a أسعار النحاس
|a اتنبؤات المستقبلية
|a الشبكات الصناعية
|
| 692 |
|
|
|a إنحدار ذاتي
|a متوسطات متحركة
|a شبكات عصبية اصطناعية
|a تنبؤ
|b Autoregressive
|b Moving Average
|b Artificial Neural Networks
|b Forecasting
|
| 700 |
|
|
|9 577668
|a أبو دحروج، سمير
|e م. مشارك
|
| 700 |
|
|
|9 86072
|a التلباني، شادي إسماعيل
|e م. مشارك
|
| 773 |
|
|
|4 الاقتصاد
|6 Economics
|c 002
|e Algerian Review of Economic Development
|f Al-mağallaẗ al-ğazā’iriyaẗ li-l-tanmiyaẗ al-iqtiṣādiyaẗ
|l 001
|m مج7, ع1
|o 1433
|s المجلة الجزائرية للتنمية الإقتصادية
|v 007
|x 5302-2392
|
| 856 |
|
|
|u 1433-007-001-002.pdf
|
| 930 |
|
|
|d y
|p y
|q n
|
| 995 |
|
|
|a EcoLink
|
| 999 |
|
|
|c 1068835
|d 1068835
|
