روند شاخص قیمت تولید کننده محصولات چوب و کاغذی وضعیت اقتصادی صنعت چوب و کاغذ را نشان می دهد و پیش بینی شرایط آینده آن ضروری است. هدف این تحقیق مقایسه دو روش پیش بینی شبکه عصبی مصنوعی و فرایند خود همبستگی جمعی میانگین متحرک برای پیش بینی شاخص قیمت تولید کننده محصولات چوب و کاغذ می-باشد . معیارهای ارزیابی کارایی و درصد خطای پیش بینی اندازه گیری شد. نتایج نشان می دهد که درصد خطای پیش بینی ها به وی...

با توجه به عدم وجود ایستایی در بسیاری از داده های سری زمانی، در این رساله توجه خود را به تشخیص و مدل بندی یکی از اینگونه فرآیندها به نام فرآیندهای همبسته ی متناوب (pc) معطوف می کنیم. فرآیندهای هبمسته ی متناوب با فرآیندهای ناایستای کلاسیک مانند sarima که دارای مولفه ی فصلی و روند قطعی هستند، متفاوت می باشد. فرآیندهای همبسته ی متناوب دارای مولفه های قطعی نیست و تناوب در ساختار کواریانس آنها وجود ...

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)...

هدف اصلی پژوهش حاضر بررسی مشخصه های روا نسنجی پرسشنامه طرحواره های یانگ، شامل پایایی و اعتبار بود. نسخه اصلی پرسشنامه طرح واره ها (sq)، توسّط یانگ برای اندازه گیری طرحواره های ناسازگار اولیّه (1994) ساخته شده است. فرض بر این است که طرحواره های ناسازگار اولیّه، پدیدآیی و تداوم اختلالات روان شناختی را تحت تـأثیر قرار می دهند. تحلیل عاملی نسخه 205 سؤالی پرسشنامه طرح واره ها، طرح واره های پیشنهادی یان...

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...

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...

نرخ ­­ارز و نوسانات آن به عنوان یکی از مهمترین مسائل بخش بازرگانی خارجی هر کشور از اهمیت ویژه­ای برخوردار است. عوامل زیادی همچون عوامل اقتصادی، سیاسی، و روانی بر نرخ ارز تاثیرگذار هستند و این عوامل خود باعث ایجاد شرایط نااطمینانی بیشتر می­شوند. در این راستا تلاش سیاست­گذاران در کاهش این نااطمینانی از طریق پیش­بینی این متغیر باکمترین خطا بوده است. شبکه­های عصبی مصنوعی از قابلیت بالایی در مدلسازی...

توانایی کم­نظیر شبکه­های عصبی مصنوعی به عنوان ابزاری قدرتمند برای تحلیل و برآورد در حوزه علوم تجربی و مهندسی موجب شد تا مورد توجه اقتصاددانان قرار گیرد. در این پژوهش، پس از مرور پژوهش­های انجام­شده در مورد توانایی پیش­بینی مدل­های خود توضیح جمعی میانگین متحرک (arima)[1]و شبکه­های عصبی مصنوعی(ann)[2] به مقایسه این دو روش برای پیش­بینی قیمت روزانه نفت در دوره آوریل 1983 تا ژوئن 2005 پرداخته­ایم. ...