ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > مقارنة الإنحدار المتعدد والشبك...>الوصف
يجب تسجيل الدخول أولا

مقارنة الإنحدار المتعدد والشبكات العصبية الإصطناعية للتنبؤ بالمصروفات البنكية

المصدر: المجلة المصرية للدراسات التجارية
الناشر: جامعة المنصورة - كلية التجارة
المؤلف الرئيسي: عبدالعاطي، فاطمة علي (مؤلف)
المؤلف الرئيسي (الإنجليزية): Abdul-Ati, Fatima Ali
مؤلفين آخرين: الباهى، وسام أبو عجيلة عمار (م. مشارك) , طاقية، البيومي عوض عوض (م. مشارك)
المجلد/العدد: مج39, ع4
محكمة: نعم
الدولة: مصر
التاريخ الميلادي: 2015
الصفحات: 503 - 527
رقم MD: 775580
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
الإنحدار المتعدد | الشبكات العصبية الإصطناعية | المصروفات البنكية
رابط المحتوى:
PDF (صورة)      PDF (نص)      HTML
صورة الغلاف QR قانون

عدد مرات التحميل

134

حفظ في:
المستخلص: يعتبر التنبؤ بالمصروفات البنكية من الأدوات الرئيسية للتخطيط في البنوك وكذلك الحفاظ على توازن واستقرار البنوك على المستوى العام. ويهدف البحث إلى تقدير واستخدام نموذج إحصائي مناسب للتنبؤ بالمصروفات البنكية الليبية في الفترة (1995- 2014)، حيث تم تطبيق أسلوبي الانحدار المتعدد وأسلوب الشبكات العصبية. وقد تمت المفاضلة بين نماذج الانحدار المتعدد والشبكات العصبية باستخدام معايير القياس: معامل التحديد (R2)، المتوسط النسبي لخطأ التنبؤ المطلق (MAPE)، الجذر التربيعي لخطأ التنبؤ (RMSE)، متوسط القيمة المطلقة للأخطاء (MAE)، معامل ثيل (TC)، وقد توصل البحث إلى أن أفضل نموذج للتنبؤ هو نموذج الشبكات العصبية مقارنة بنموذج الانحدار المتعدد.

Prediction of bank expenses is one of the main tools for planning in banks as well as to maintain the balance and stability of banks in general. This study aims to estimate and use a statistical model to predict the appropriate banking expenses in the period (1995- 2014) in Libya, where multiple regression method and neural networks have been applied. A comparison between the multiple regression models and neural networks has been made using measurement standards: coefficient of determination(R2),the mean absolute percentag e error (MAPE), root mean square error (RMSE), mean absolute error (MAE) and Thiel's inequality coeffic ient (TC). The research concluded that the best predicition model is the neural networks compared to the multiple regression model.

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.