پیش بینی صادرات غیر نفتی ایران: الگوهای رگرسیونی و شبکه عصبی مصنوعی

نویسنده:

رضا مقدسی ، پریسا خلیق خیاوی ، محمد کاوسی کلاشمی

پیام:
چکیده:
در نوشتار حاضر از الگوهای شبکه عصبی مصنوعی و SARIMA برای پیش بینی مقادیر صادرات غیرنفتی ایران استفاده شده است. برای این منظور سری زمانی ماهیانه ارزش صادرات غیرنفتی طی سال های 1380 تا 1388 مورد استفاده قرار گرفته است. مقایسه قدرت پیش بینی دو الگوی فوق به کمک معیارهای خطای میانگین، ریشه دوم میانگین خطا، میانگین خطای مطلق، میانگین درصد خطا و میانگین درصد خطای مطلق انجام شد. مقدار MAPE برابر با 44/0 درصد نشان دهنده برتری شبکه عصبی مصنوعی در پیش بینی صادرات غیرنفتی در قیاس با الگوی فصلی SARIMA است.
کلیدواژگان:

الگوی شبکه عصبی مصنوعی ، الگوی SARIMA ، فراوانی غیرفصلی و فصلی ، صادرات غیرنفتی ، ایران

زبان:
فارسی
انتشار در:
فصلنامه مدلسازی اقتصادی، سال پنجم شماره 1 (پیاپی 13، بهار 1390)
صفحات:
67 تا 90
لینک کوتاه:
https://www.magiran.com/p1030671 
مقالات دیگری از این نویسنده (گان)