نتایج جستجو برای: الگوی سری زمانی میانگین متحرک خود توضیح انباشته (ARIMA)
تعداد نتایج: 297552 فیلتر نتایج به سال:
تورم به عنوان یکی از بنیادی ترین چالش های اقتصادی، در طول حیات اقتصادی هر کشور شناخته می شود، به همین دلیل پیش بینی روند تورم برای تنظیم سیاست های اقتصادی اهمیت به سزایی دارد. این نیاز موجب توجه جدی به کاربرد مدل های مختلف برای پیش بینی نرخ تورم شده است؛ و بدین منظور مدل های پیش بینی گوناگونی در رقابت با یکدیگر توسعه یافته اند. از این رو این پژوهش با هدف پیش بینی ماهیانه نرخ تورم در ایران برای ...
قیمت نفت می تواند با اثرگذاری بر سایر منغیرهای اقتصادی، اقتصاد کشورهای جهان را تحت تاثیر قرار دهد. پیچیدگی ذاتی موجود در آن، باعث شده که این متغیر رفتاری آشوبناک از خود نشان دهد و این مسئله محققین را جهت ارائه پیش بینی دقیق با مشکلاتی مواجه کرده است. تاکنون مدلهای مختلفی جهت این امر ارائه شده است. در این میان مدل های فازی قادرند در شرایط عدم اطمینان و تعداد داده های کم نتایج قابل قبولی را از خو...
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 مدلهای ARIMA و ARFIMA برای پیشبینی قیمت هفتگی بنزین استفاده شد. همچنین پیشبینی مدل ARIMA با پیشبینی مدل خود توضیح کسری جمعی میانگین متحرک (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)...
تورم به عنوان یکی از بنیادیترین چالشهای اقتصادی، در طول حیات اقتصادی هر کشور شناخته میشود، به همین دلیل پیشبینی روند تورم برای تنظیم سیاستهای اقتصادی اهمیت بهسزایی دارد. این نیاز موجب توجه جدی به کاربرد مدلهای مختلف برای پیشبینی نرخ تورم شده است؛ و بدین منظور مدلهای پیشبینی گوناگونی در رقابت با یکدیگر توسعه یافتهاند. از این رو این پژوهش با هدف پیشبینی ماهیانه نرخ تورم در ایران بر...
یکی از اجزای بسیار مهم بودجه دولت درآمدهای مالیاتی کشور می باشد. اطلاع از میزان درآمدهای مالیاتی قابل حصول در منابع مختلف مالیاتی، علاوه بر تخصیص بهینه منابع در جهت وصول آنها، دولت را درانجام برنامه ریزی های دقیق مالی کمک کرده و میزان مشارکت مردم را در تأمین مالی هزینه های عمومی دولت مشخص می کند. در این تحقیق، با بکارگیری اطلاعات آماری سالهای 84-1350، درآمدهای مالیاتی مستقیم (شرکت ها، درآمد وثر...
روش¬های پیش بینی سری های زمانی مالی براساس مدل¬های اتورگرسیو میانگین متحرک انباشته (arima) و واریانس ناهمسان شرطی اتورگرسیو (arch) ویژگی حافظه بلند¬مدت و وجود شکست¬های ساختاری را در مدل¬سازی در نظر نمی¬گیرند. جهت رفع مشکل حافظه بلند¬مدت از فرآیندهایی نظیر مدل اتورگرسیو میانگین متحرک انباشته کسری (arfima) و مدل واریانس ناهمسان شرطی اتورگرسیو تعمیم یافته انباشته کسری (figarch) استفاده می¬شود. ولی...
دقت پیشبینیها از مهمترین فاکتورهای مؤثر در انتخاب روشهای پیشبینی میباشند. امروزه علیرغم وجود روشهای متعدد پیشبینی، هنوز پیشبینیهای دقیق، بویژه در بازارهای مالی کار چندان سادهای نبوده و اکثر محققان درصدد بکارگیری و ترکیب روشهای متفاوت بهمنظور حصول نتایج دقیقتر میباشند. در سالهای اخیر تلاشهای فراوانی بهمنظور بهبود روشهای پیشبینی سریهای زمانی صورت گرفته است. مدلهای ترکیبی ...
پیش بینی رفتار متغیرهای اقتصادی یکی از الزامات برنامه ریزی برای آینده است، که اغلب با استفاده از تکنیک های سری زمانی انجام می شود. اما انتخاب نوع الگوی سری زمانی بر دقت پیش بینی اثر گذار است. در این تحقیق، ضمن تصریح و انتخاب الگوی مناسب و با به کارگیری داده های سالانه 1353 تا 1389، اقدام به پیش بینی مصرف و قیمت گندم در ایران طی سال های 1395-1390 نمودیم. پژوهش حاضر، میزان مصرف سرانه گندم تا سال ...
در دنیای امروز به کارگیری روشهای کمی پیش بینی در زمینه های مختلف مورد توجه گسترده قرار گرفته است. تغییرات سریع محیطهای ناشناخته در دنیای واقعی و به ویژه بازارهای مالی سبب ایجاد مشکلاتی برای پیش بینی کنندگان به منظور تأمین داده های مورد نیاز شده است. مدلهای میانگین متحرک خود رگرسیون انباشته (arima) دارای محدودیت تعداد داده های گذشته بوده و شبکه-های عصبی مصنوعی (anns) نیز به منظور حصول نتایج دقیق...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید