پیش‌بینی قیمت بنزین فوب خلیج‌فارس با استفاده از مدل‌های ARIMA و ARFIMA

پیش بینی قیمت بنزین فوب خلیج فارس با استفاده از مدل های arima و arfima

یکی از روش­های مناسب در پیش­بینی سری زمانی، تعمیم رفتار گذشته سری به آینده است. برای این منظور اولین قدم شناخت دقیق رفتار گذشته متغیر است. یکی از روش­های الگوسازی رفتار گذشته سری زمانی مدل خود توضیح جمعی میانگین متحرک (arima) است. در این پژوهش از مدل های arima و arfima برای پیش­بینی قیمت هفتگی بنزین استفاده شد. همچنین پیش­بینی مدل arima با پیش بینی مدل خود توضیح کسری جمعی میانگین متحرک (arfima)...

مقایسه مدلهای arima arfima ann در پیش بینی قیمت نفت خام ایران

باتوجه به جایگاه نفت در اقتصاد ایران به عنوان یک اقتصاد تک محصولی و وابستگی شدید تولید نا خالص ملی به درامدهای حاصل از فروش جهانی این کالا و تاثیر پذیری قیمت نفت از نوسانات اقتصادی و سیاسی در سطح بین الملل بررسی و پیش بینی قیمت نفت تاثیر شگرفی در اتخاذ تصمیمات مناسب و به موقع سیاست گذاران خواهد داشت در این پایان نامه به مقایسه مدلهای(arima arfima ann) در پیش بینی قیمت نفت خام ایران می پردازیم ...

پیش‌بینی بازدهی شاخص صنعت پتروشیمی در بورس اوراق بهادار تهران با استفاده از مدل‌های ARIMA و ARFIMA

پیش بینی متغیرهای اقتصادی از اهمیت  ویژه ای در مباحث اقتصادی برخوردار است و مدل های مختلفی جهت پیش بینی مقادیر آتی متغیرها به وجود آمده اند. یکی از مهمترین کارکردهای مدل های اقتصادی، پیش بینی مقادیر آتی متغیرهای اقتصادی می باشد. در حقیقت مدل های اقتصادی را می توان از طریق بررسی میزان دقت پیش بینی مورد آزمون قرار داد. بدین صورت که اگر یک مدل اقتصادی در تبیین روابط موجود بین متغیرها موفق باشد، با...

پیش‌بینی قیمت تخم‌مرغ با استفاده از ARIMA، شبکه عصبی مصنوعی و هموارسازی هالت- وینترز

مقایسه کارآمدی مدل های ARIMA و ARFIMA برای مدل سازی و پیش بینی شاخص قیمت تهران (TEPIX)

این مقاله به بررسی عملکرد پیش بینی مدل های ARIMA و ARFIMA با استفاده از داده‌های روزانه بازده شاخص کل سهام تهران در بازه زمانی 04/09/1380 تا 09/09/1390 می پردازد. در این راستا جهت تخمین پارامتر d و دیگر پارامترها، از روشNLS  در بسته نرم‌افزار Oxmetric/pcgive  استفاده شد و پس از مقایسه نتایج مدل­های تحقیق؛ مدل ARFIMA بر اساس معیار AIC مدلی برتر در مدل سازی TEPIX مشخص گردید. همچنین از میان براورد...

مقایسه عملکرد مدلهای رگرسیونی ARIMA وشبکه عصبی باالگوریتم ژنتیک (GMDH) درپیش بینی قیمت نفت خام ایران

این پژوهش باهدف معرفی یک الگوی مناسب جهت پیش بینی قیمت نفت خام سنگین ایران صورت پذیرفته است. داده های مورداستفاده دراین پژوهش به صورت هفتگی وشامل بازه ی زمانی هفته سوم 4/2002 الی هفته چهارم 7/2011 که  مشتمل بر485مشاهده بوده که جهت مجزاسازی پیش بینی های داخل نمونه ای وخارج ازنمونه استفاده شده است. همچنین الگوهای مورداستفاده دراین پژوهش عبارتنداز:یک مدل شبکه عصبی مصنوعی مبتنی برالگوریتم ژنتیک (GM...