ارسل ملاحظاتك

ارسل ملاحظاتك لنا







يجب تسجيل الدخول أولا

التنبؤ بالتركيب السكاني في سورية باستخدام سلاسل ماركوف

العنوان بلغة أخرى: Prediction of Population Structure in Syria Using Markov Chains
المصدر: مجلة جامعة البعث سلسلة العلوم الاقتصادية
الناشر: جامعة البعث
المؤلف الرئيسي: الجبيلي، راميا (مؤلف)
المؤلف الرئيسي (الإنجليزية): Aljubayli, Ramia
مؤلفين آخرين: برغل، سومر حسن (م. مشارك)
المجلد/العدد: مج45, ع22
محكمة: نعم
الدولة: سوريا
التاريخ الميلادي: 2023
التاريخ الهجري: 1444
الشهر: أغسطس
الصفحات: 11 - 42
ISSN: 1022-467X
رقم MD: 1403625
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
كلمات المؤلف المفتاحية:
سلاسل ماركوف | التنبؤ | التعداد السكاني | Markov Chains | Prediction | Population
رابط المحتوى:
صورة الغلاف QR قانون
حفظ في:
المستخلص: هدف البحث إلى إظهار مدى أهمية سلاسل ماركوف في عملية التنبؤ بعدد السكان حسب الجنس والتركيب العمري وتوفير البيانات السكانية التنبؤية التي تمكن صناع القرار من وضع خطط التنمية الاقتصادية والاجتماعية. وقد اعتمدنا في دراستنا على المنهج الوصفي التحليلي، لعرض الجانب النظري للدراسة، ومن ثم تحليل البيانات باستخدام سلاسل ماركوف معتمدين على البرامج الإحصائية excel، SPSS. وقد توصلت هذه الدراسة إلى أن تقنيات سلاسل ماركوف يمكن الاعتماد عليها في عملية التنبؤ للمستقبل في الدراسات الاقتصادية والاجتماعية، بالإضافة إلى وجود درجة عالية من المصداقية في دراسة السلاسل الزمنية لسكان سورية حسب الجنس والعمر.

The aim of the research is to show the importance of Markov chains in the process of predicting the number of the population by sex and age, and to provide predictive population data that enables decision-makers to develop economic and social development plans. In our study, we relied on the analytical descriptive approach, to present the theoretical side of the study, Relying on the .and then analyze the data using Markov chains statistical programs Excel, SPSS. This study concluded that Markov chains techniques can be relied upon in the process of predicting the future in economic and social studies, in addition to the presence of a high degree of credibility in the study of population time series.

ISSN: 1022-467X