2017•Mağallaẗ Al-Iqtiṣād Al-Zirā'ī wa Al-ʿulūm Al-IğtimāʿiyyaẗOpen access

Using the Dynamic Time Series Models for Forecasting the Prices of Field Crops استخدام نماذج السلاسل الزمنیة المتحرکة للتنبؤ بأسعار أهم المحاصیل الحقلیة

سناء جابر

Open full text 0 citations

Abstract

ترکز الدراسة على استخدام أسلوب التنبؤ في تحليل السلاسل الزمنية ، والاستعانة ببعض النماذج الإحصائية . ومن خلال تعميم تطبيق تلک النماذج يمکن أن يتوفر لدى المخططين البيانات اللازمة لرسم السياسات السعرية للمنتجات الزراعية . وتحقيقاً لأهداف البحث اعتمدت الدراسة على بعض الأساليب القياسية للوصول إلى أفضل النماذج الإحصائية المتحرکة للتنبؤ . قد تم توصيف لنماذج تنبؤ المعادلات المتحرکة الخاصة بنماذج تکامل الانحدار الذاتي-الوسط المتحرک، النموذج المستخدم في الدراسة. وذلک من أربع مراحل تمثلت في مرحلة التوصيف والتي تتضمن اختبارات الثبات وتحديد طول فترة التأخير، ثم مرحلة التقدير، مرحلة التشخيص، وأخيراً مرحلة التنبؤ ، وبدراسة الأسعار المزرعية لمحصول القمح للسلسلة الزمنية خلال الفترة (1980-2016) وباستخدام نموذج ARIMA تبين أن أفضل نموذج من ARIMA (1 2 1) وهو النموذج الذي أعطي أقل مجموع مربعات خطأ والذي يعنى أن الفرق بين البيانات الفعلية والتقديرية أقل ما يمکن.وبدراسة الأسعار المزرعية للسلسلة الزمنية لمحصول الذرة الشامية خلال الفترة (1980-2016) وباستخدام نموذج ARIMA تبين أن أفضل نموذج هو ARIMA(2 2 2) حيث أعطي أقل مجموع مربعات خطأ حيث کان الفرق بين البيانات الفعلية والتقديرية أقل ما يمکن .

Open-access reader

About this research paper

What this paper is about

ترکز الدراسة على استخدام أسلوب التنبؤ في تحليل السلاسل الزمنية ، والاستعانة ببعض النماذج الإحصائية . ومن خلال تعميم تطبيق تلک النماذج يمکن أن يتوفر لدى المخططين البيانات اللازمة لرسم السياسات السعرية للمنتجات الزراعية . وتحقيقاً لأهداف البحث اعتمدت الدراسة على بعض الأساليب القياسية للوصول إلى أفضل النماذج الإحصائية المتحرکة للتنبؤ . قد تم توصيف لنماذج تنبؤ المعادلات المتحرکة الخاصة بنماذج تکامل الانحدار الذاتي-الوسط المتحرک، النموذج المستخدم في الدراسة. وذلک من أربع مراحل تمثلت في مرحلة التوصيف والتي تتضمن اختبارات الثبات وتحديد طول فترة التأخير، ثم مرحلة التقدير، مرحلة التشخيص، وأخيراً مرحلة التنبؤ ، وبدراسة الأسعار المزرعية لمحصول القمح للسلسلة الزمنية خلال الفترة (1980-2016) وباستخدام نموذج ARIMA تبين أن أفضل نموذج من ARIMA (1 2 1) وهو النموذج الذي أعطي أقل مجموع مربعات خطأ والذي يعنى أن الفرق بين البيانات الفعلية والتقديرية أقل ما يمکن.وبدراسة الأسعار المزرعية للسلسلة الزمنية لمحصول الذرة الشامية خلال الفترة (1980-2016) وباستخدام نموذج ARIMA تبين أن أفضل نموذج هو ARIMA(2 2 2) حيث أعطي أقل مجموع مربعات خطأ حيث کان الفرق بين البيانات الفعلية والتقديرية أقل ما يمکن .

Why it matters

A significance statement is not available in the OpenAlex record.

Key contribution

A contribution statement is not available in the OpenAlex record.

Method / approach

Method details are not available in the OpenAlex metadata.

Main findings

Findings are not separately available in the OpenAlex metadata.

Limitations

Limitations are not available in the OpenAlex metadata.

Applications

Application details are not available in the OpenAlex metadata.

Available abstract

ترکز الدراسة على استخدام أسلوب التنبؤ في تحليل السلاسل الزمنية ، والاستعانة ببعض النماذج الإحصائية . ومن خلال تعميم تطبيق تلک النماذج يمکن أن يتوفر لدى المخططين البيانات اللازمة لرسم السياسات السعرية للمنتجات الزراعية . وتحقيقاً لأهداف البحث اعتمدت الدراسة على بعض الأساليب القياسية للوصول إلى أفضل النماذج الإحصائية المتحرکة للتنبؤ . قد تم توصيف لنماذج تنبؤ المعادلات المتحرکة الخاصة بنماذج تکامل الانحدار الذاتي-الوسط المتحرک، النموذج المستخدم في الدراسة. وذلک من أربع مراحل تمثلت في مرحلة التوصيف والتي تتضمن اختبارات الثبات وتحديد طول فترة التأخير، ثم مرحلة التقدير، مرحلة التشخيص، وأخيراً مرحلة التنبؤ ، وبدراسة الأسعار المزرعية لمحصول القمح للسلسلة الزمنية خلال الفترة (1980-2016) وباستخدام نموذج ARIMA تبين أن أفضل نموذج من ARIMA (1 2 1) وهو النموذج الذي أعطي أقل مجموع مربعات خطأ والذي يعنى أن الفرق بين البيانات الفعلية والتقديرية أقل ما يمکن.وبدراسة الأسعار المزرعية للسلسلة الزمنية لمحصول الذرة الشامية خلال الفترة (1980-2016) وباستخدام نموذج ARIMA تبين أن أفضل نموذج هو ARIMA(2 2 2) حيث أعطي أقل مجموع مربعات خطأ حيث کان الفرق بين البيانات الفعلية والتقديرية أقل ما يمکن .

Key concepts: Autoregressive integrated moving average, Series (stratigraphy), Econometrics, Field (mathematics), Time series, Box–Jenkins, Statistics, Mathematics

Related papers

Back to paper searchBrowse research topicsOriginal source
Using the Dynamic Time Series Models for Forecasting the Prices of Field Crops استخدام نماذج السلاسل الزمنیة المتحرکة للتنبؤ بأسعار أهم المحاصیل الحقلیة — Research Paper | ScholarLens