استخدام نموذج SARIMA في التنبؤ بالسلاسل الزمنية الموسمية | ||||
| مجلة البحوث التجارية | ||||
| Article 27, Volume 45, Issue 4, October 2023, Page 997-1015 PDF (852.84 K) | ||||
| Document Type: تجاریة کل ما یتعلق بالعلوم التجاریة | ||||
| DOI: 10.21608/zcom.2023.185909.1205 | ||||
 View on SCiNiTO | ||||
| Author | ||||
سمير فرج رشيد أبو دحروج 
| ||||
| كلية الاقتصاد والعلوم الادارية/ جامعة الأزهر /غزة/ فلسطين/تخصص احصاء | ||||
| Abstract | ||||
| يعد أسلوب تحليل السلاسل الزمنية Time Series Analysis من الأساليب الإحصائية الجديرة بالاهتمام ويعتمد أسلوب تحليل السلاسل الزمنية على تتبع الظاهرة (أو المتغير) على مدى زمني معين (عدة سنوات مثلاً)، ثم يتوقع للمستقبل بناءً على القيم المختلفة التي ظهرت في السلسلة الزمنية وعلى نمط النمو في القيم. تناول هذا البحث التعرف على خطوات ومراحل منهجية بوكس – جنكينز الموسمية في التنبؤ على المستوى النظري والتطبيقي, لبناء أفضل نموذج يساعد على التنبؤ بالكميات المستهلكة من الغاز الطبيعي في الولايات المتحدة الأمريكية، وبمقارنة عدة نماذج مختلفة مع النموذج المقترح تبين أن النموذج الأمثل هو نموذج SARIMA (2,1,1) (2,1,1)12 لاجتيازه معظم عمليات الفحص والتشخيص بدرجة جيدة إحصائياً مقارنة بغيره من النماذج الأخرى، والحاصل على أقل القيم لمعايير التقييم (AIC, AICc, BIC)، وعليه تم استخدامه في التنبؤ بالقيم المستقبلية خلال الفترة من شهر أكتوبر 2022 حتى شهر مارس 2023، ووجد أن القيم التنبؤية تتبع نفس السلوك للسلسلة الأصلية. كلمات مفتاحية: نموذج SARIMA ، التنبؤ، السلاسل الزمنية الموسمية | ||||
| Keywords | ||||
| نموذج SARIMA; التنبؤ; السلاسل الزمنية الموسمية | ||||
|
Statistics Article View: 549 PDF Download: 364 |
||||
