Please use this identifier to cite or link to this item:
https://dspace.univ-ouargla.dz/jspui/handle/123456789/23673
Title: | دراسة احصائية مقارنة بين نموذجي Arima وann للتنبؤ بأسعار النحاس العالمية |
Authors: | الدوب طارق التلباني شادي أبو دحروج سمير |
Keywords: | Autoregressive Moving Average Artificial Neural Networks Forecasting الانحدار الذاتي المتوسطات المتحركة الشبكات العصبية الاصطناعية التنبؤ |
Issue Date: | 30-Jun-2020 |
Series/Report no.: | volume 7 n 1 2020; |
Abstract: | تناول هذا البحث استخدام نموذج الانحدار الذاتي والمتوسطات المتحركة التكاملية ARIMA ونموذج الشبكات العصبية الاصطناعية ANN، بالاعتماد على بيانات السلسلة الزمنية الشهرية لأسعار النحاس العالمية للفترة الزمنية من شهر يناير 1990 حتى شهر ديسمبر 2018. ومن خلال المقارنة بين نموذج ARIMA ونموذج ANN باستخدام معايير التقييم RMSE وMAE ، توصل البحث إلي أن نموذج ANN هو النموذج الأنسب للتنبؤ المستقبلي بأسعار النحاس العالمية، وذلك لامتلاكه أقل القيم لمقاييس دقة التنبؤ. وبالاعتماد على هذا النموذج تم التنبؤ بأسعار النحاس العالمية حتى نهاية شهر ديسمبر 2019، وقد كانت القيم التنبؤية متناسقة مع القيم الأصلية للسلسلة مما يدل على كفاءة النموذج. Abstract: The research talk over the use Autoregressive Integrated Moving Average (ARIMA) and the artificial neural networks (ANN). based on the data of the monthly time series for Global copper from Jan 1990 until Dec 2018. Through comparing ARIMA Model with ANN Model using evaluation criteria (RMSE, MAE), This research conducts the model ANN it is the most appropriate model to forecast the prices of Global sugar because it has the lowest value of accuracy forecasting. Based on this model, The prices of Global copper were predicted until the end of Dec 2019. As a result, the predicted values were consistent with the real values of the series showing the efficiency of the model |
Description: | Algerian Review of Economic Development ( ARED ) |
URI: | http://dspace.univ-ouargla.dz/jspui/handle/123456789/23673 |
ISSN: | 5302/2392 |
Appears in Collections: | Number 12 June 2020 / V 7 N 1 |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
070102.pdf | 47,18 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.