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 که شامل 485 مشاهده بوده که جهت مجزا سازی پیش بینی داخل نمونه ای و خارج از نمونه استفاده شده است 1 تخمین یک مدل خطی arima(اتورگرسیو میانگین متحرک هم جمع) 2 تخمین یک مدل غیر خطی arfima (اتورگرسیو میانگین متحرک با مرتبه هم گرایی کسری) 3 تخمین یک مدل غیر خطیann (شبکه عصبی مصنوعی)در قالب الگوریتم gmdh 4 مقایسه دقت پیش بینی با توجه به معیارrmse با توجه به مراحل انجام شده:دقت پیش بینی شبکه عصبی مصنوعی از دقت پیش بینی مدلهای arima arfima بیشتر است زیرا دارای کمترین معیارamse mse میباشد و شبکه عصبی در پیش بینی خارج از نمونه دارای عملکرد بهتری نسبت به مدلهای رگرسیون خطی میباشد