کاربرد شبکه عصبی در پیش بینی سری های زمانی و مقایسه آن با مدل ARIMA 7 (مقاله علمی وزارت علوم)

چکیده

با توجه به نقش پیش بینی صحیح و دقیق متغیرهای اقتصادی در جهت اتخاذ تصمیمات صحیح و مناسب و نیزبا توجه به روشهای مختلفی که در زمینه پیش بینی سریهای زمانی موجود است، در تحقیق حاضر سعی شده است تا مقایسه ای بین مدل شبکه عصبی و مدل ARIMA صورت پذیرد. داده های مورد استفاده شامل قیمت ماهیانه شیراز فروردین ماه 1371 تا اسفند ماه 1376 می باشد. نتایج حاصل از مقایسه مقادیر تخمینی یک دوره دوازده ماهه شامل فروردین ماه تا اسفند ماه 1376 با مقادیر واقعی آن نشان می دهد که میانگین مربعات خطا در مدل شبکه عصبی نسبت به مدل ARIMA، 8.85 درصد کمتر است. همچنین، میانگین قدر مطلق درصد خطا در مدل شبکه عصبی نسبت به مدل ARIMA، 21.79 درصد کمتر است. اگر چه پیش بینی های صورت گرفته به وسیله مدل شبکه عصبی، دارای توجیه آماری نبوده و نمی توان برای آن فاصله اطمینان تعیین نمود اما با توجه به موارد فوق، مدل شبکه عصبی می تواند برای پیش بینی دقیقتر چنین متغیرهایی مورد استفاده قرار گیرد.