انتخاب مدل مناسب جهت پیش بینی میزان تولید برنج پر محصول ایران از بین مدلهای var؛ arima و شبکه های عصبی مصنوعی (ann)

پیش بینی آینده در عرصه اقتصادی و بازار سرمایه یکی از بحث بر انگیزترین مسائل در میان پژوهشگران اقتصادی و علوم مالی بوده است خصوصاً در برنامه ریزی های مربوط به تنظیم بازار کالاهای اساسی نیاز به پیش بینی دقیقتربیشتر احساس میشود. برنج از جمله کالاهای استراتژیک مصرفی و یکی از غلات مهم مصرف انسان به شمار میرود. برنج پس از گندم، دومین محصول کشاورزی پرمصرف در کشور شمرده میشود . بنابراین به منظور برنامه ریزیهای مناسب کوتاه و بلند مدت در زمینه میزان تولید داخلی ، اطلاع دقیق از آینده لازم و ضروری به نظر می رسد.هدف اصلی در این تحقیق انتخاب مدلی مناسب برای پیش بینی میزان تولید برنج پر محصول ایران، از میان مدل شبکه عصبی (ann) و مدلهای اقتصاد سنجی arima و varمی باشد. وبدین منظور اهداف فرعی تعیین میزان خطای پیش بینی هر یک از روشها و مقایسه تطبیقی آنها با هم می باشد. نتایج حاکی از آن بود که مدل شبکه عصبی از لحاظ 4 معیار خطا نسبت به روش های arima و var برتری دارد و مدلی مناسب جهت پیش بینی میزان تولید برنج می باشد.