5 SID.ir | ارزيابي روشهاي پيش بيني تركيبي: با رويكردهاي شبكه هاي عصبي - كلاسيك در حوزه اقتصاد
برای اطلاع از آخرین مقالات علمی و اخبار کرونا(COVID-19) کلیک کنید

مشخصات مقاله

عنوان نشریه: 
 
عنوان مقاله: 

ارزيابي روشهاي پيش بيني تركيبي: با رويكردهاي شبكه هاي عصبي - كلاسيك در حوزه اقتصاد

 
نویسندگان: 
 
آدرس:  
 
چکیده: 

در اين تحقيق، رويكرد ييش بيني تركيبي در مدلهاي اقتصادي مورد توجه قرار گرفته است. اين رويكرد، در حدود دو دهه است كه مطرح گرديده و تحقيقات انجام شده در اين زمينه نشان دهنده كاهش بسيار زياد خطاهاي پيش بيني مقادير آتي است. براي انجام اين تحقيق، در ابتدا با استفاده از چندين روش مختلف، ييش بيني انجام شده است كه در اين مطالعه، آنها روشهاي فردي ناميده شده اند. مدلهاي پيش بيني فردي، شامل روشهاي هموارسازي نمائي، تحليل روند، باكس جنكينز، تحليل هاي علي و مدل شبكه عصبي مي باشند.
نتايج اين روشهاي فردي (كه از بين روشهاي مختلف برگزيده شده1ند و از نظر آماري مدل آنها معنادار مي باشد) با استفاده از رويكرد شبكه عصبي مصنوعي )در اين تركيب، روش فردي پيش بيني عصبي وارد نشده است (و روش رگرسيون چند متغيره) با لحاظ تمام روشها و نيز با عدم وارد نمودن ييش بيني هاي فردي شبكه عصبي مصنوعي( با يكديگر تركيب و مقايسه شده است. داده هاي مورد استفاده، شامل تقاضاي نفت كشور اوپك از سال 1960 تا 2002 به عنوان متغير وابسته و قيمت، درآمد، تقاضاي ساير انرژيها، جمعيت و ارزش افزوده در بخش صنعت به عنوان متغيرهاي مستقل مي باشند. در روشهاي تك متغيره، فقط متغير مستقل (با متغير وابسته زمان) جهت پيش بيني مورد استفاده قرارگرفته است، ولي در روشهاي علي و شبكه عصبي، تمام متغيرهاي بيان شده وارد شده اند. داده هاي مورد استفاده براي تمام متغيرها از سال 1960 تا 1996 و داده هاي آزمايش از سال 1996 تا 2002 بوده اند. معيارهاي اصلي
MSE و MAPE محاسبه شده براي مقادير پيش بيني، بيانگر كاهش قابل ملاحظه خطاي روشهاي تركيبي نسبت به روشهاي فردي است و روش تركيبي مناسب در اين مطالعه، به ترتيب روش شبكه هاي عصبي و رگرسيون چند متغيره بوده است. 

 
کلید واژه: 

 
موضوعات مرتبط: 
 
ارجاعات: 
 
 
مقالات نشریه ای مرتبط: 
 
مقالات همایشی مرتبط: 
 

  بازدید یکساله 305
 
 
آخرین های بلاگ
ورود به بلاگ مرکز اطلاعات علمی