ارسل ملاحظاتك

ارسل ملاحظاتك لنا







التنبؤ لقياس تطور الصناعات الغذائية في الجزائر باستخدام نماذج السلاسل الزمنية

العنوان بلغة أخرى: Forecasting to Measure the Development of Food Industries in Algeria Using Time Series Models
المصدر: مجلة ابن خلدون للدراسات والأبحاث
الناشر: مركز ابن العربي للثقافة والنشر
المؤلف الرئيسي: زنادي، زينة (مؤلف)
المؤلف الرئيسي (الإنجليزية): Zennadi, Zina
مؤلفين آخرين: عابدي، محمد السعيد (م. مشارك)
المجلد/العدد: مج1, ع2
محكمة: نعم
الدولة: فلسطين
التاريخ الميلادي: 2021
الشهر: أكتوبر
الصفحات: 402 - 425
ISSN: 2789-3359
رقم MD: 1189688
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EduSearch, HumanIndex
مواضيع:
كلمات المؤلف المفتاحية:
التنبؤ | السلاسل الزمنية | نماذج ARIMA | الصناعات الغذائية | الجزائر | Forecasting | Time Series | ARIMA Models | Food Industries | Algeria
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

9

حفظ في:
المستخلص: يهدف هذا البحث إلى تحديد النموذج الأفضل والاكفؤ من خلال استخدام نماذج السلاسل الزمنية لدراسة وتحليل البيانات السنوية للقيم المضافة للصناعات الغذائية في الجزائر للفترة من 2010 إلى 2019، وذلك لما تمتاز به هذه النماذج من دقة ومرونة عاليتين في تحليل السلاسل الزمنية. وأظهرت النتائج التطبيقية أن النموذج الملائم والكفؤ لتمثيل بيانات السلسلة الزمنية هو النموذج (1.1.1) ARIMA. وفقا لنتائج تقدير هذا النموذج تم التنبؤ بالقيم المضافة للصناعات الغذائية للفترة من 2020 إلى 2030، حيث أظهرت هذه القيم تناسقا مع مثيلاتها في السلسلة الزمنية الأصلية.

This research aims to determine the best and most efficient model through the use of time series models to study and analyze the annual data of the added values of the food industries in Algeria for the period from 2010 to 2019, whereas this models are distinct with high accuracy and flexibility in time series analysis. The applied results showed that the appropriate and efficient model for representing the time series data is the ARIMA (1, 1, 1) model. According to the results of estimating this model, the added values of the food industries were predicted for the period from 2020 to 2030, as these values showed consistency with their counterparts in the original time series.

ISSN: 2789-3359