درخت حوزه‌های تخصصی

مصرف،پس انداز،تولید،اشتغال و سرمایه گذاری

ترتیب بر اساس: جدیدترینپربازدیدترین
فیلترهای جستجو: فیلتری انتخاب نشده است.
نمایش ۵۰۱ تا ۵۲۰ مورد از کل ۵۷۹ مورد.
۵۱۰.

مدل سازی و پیش بینی رشد اقتصادی ایران با استفاده از مدل های ARIMA، مارکف سوئیچینگ و ANFIS(مقاله علمی وزارت علوم)

کلیدواژه‌ها: رشد اقتصادی ANFIS ARIMA مارکف سوئیچینگ

حوزه‌های تخصصی:
تعداد بازدید : ۹۴۲ تعداد دانلود : ۶۰۱
یکی از مسائل مهم در اقتصاد پیش بینی رشد اقتصادی می باشد. پیش بینی صحیح رشد اقتصادی، اثر مهمی در سیاست گذاری و برنامه ریزی های اقتصادی دولت دارد و می تواند علاوه بر ایجاد زمینه توسعه روش های جدید پیش بینی، سیاست گذاران را در تصمیم گیری آتی یاری رساند. پیش بینی بر اساس مدل های چند متغیری اقتصادسنجی با محدودیت های زیادی همراه است، بنابراین یک روش جایگزین استفاده از مدل های تک متغیری است. اما اکثر روش های تک متغیری برای حصول به نتیجه خوب نیاز به داده های زیادی دارند. از این رو در این مطالعه کارایی مدل میانگین متحرک خودرگرسیون تجمعیARIMA) ) با روش های مارکف سوئیچینگ و شبکه عصبی فازی (ANFIS) در پیش بینی رشد اقتصادی ایران مقایسه می شود. برای تخمین مدل از داده های دوره 1338 تا 1384 استفاده شده است. سپس کارایی این مدل ها در پیش بینی رشد اقتصادی ایران برای دوره 1385 تا 1392 با استفاده از معیارهای RMSE، MAE و MAPE ارزیابی و مقایسه شده است. مقایسه این معیارها حاکی از این است که بهترین عملکرد متعلق به روش ANFIS است. همچنین مدل مارکف سوئیچینگ عملکرد بهتری نسبت به مدل ARIMA دارد.
۵۱۱.

پیشنهادی برای برآورد نسبت بیکاری در سطح استان های کشور(مقاله علمی وزارت علوم)

کلیدواژه‌ها: برآوردگر بیز تجربی برآوردگر غیرمستقیم رآورد حافظ ساختار برآوردگر ترکیبی طبقات پسین ناحیه کوچک

حوزه‌های تخصصی:
تعداد بازدید : ۹۴۱ تعداد دانلود : ۶۱۵
معمولا دفاتر ملی آمار کشورها، به دلیل محدودیت هایی از قبیل بودجه و زمان سعی می کنند طرح های آمارگیری خود را در سطوح جغرافیایی بزرگ مثلا، در سطح ملی، طراحی و اندازه نمونه ها را بهینه کنند. این امر، سبب می شود که پژوهشگران اقتصادی، برنامه ریزان، و تصمیم گیرندگانی که نیاز به اطلاعات آماری در سطوح کوچکتر جغرافیایی و یا به تفکیک صفاتی خاص دارند از دستیابی به اطلاعات مورد نیاز محروم بمانند. کاربران این نوع اطلاعات با انتقال نیازهای آماری خود به واحدهای تولید کننده آمار موجب شده اند که این واحدها، طرح های آمارگیری خود را در سطوح کوچکتر جغرافیایی – مثلا در سطح استان – طراحی و اندازه نمونه ها را بهینه کنند. این امر، افزون بر تحمیل هزینه به بودجه عمومی کشورها و طولانی شدن فرایند تهیه و توزیع آمار، موجب می شود که خطاهای غیر نمونه گیری سهم بیشتری در مراحل تهیه و توزیع آمارها داشته باشند. در این مقاله، سعی می شود با معرفی چند روش برآورد ناحیه کوچک (SAE) روشی مناسب برای برآورد نسبت بیکاری در سطح استان های کشور پیشنهاد شود.

پالایش نتایج جستجو

تعداد نتایج در یک صفحه:

درجه علمی

مجله

سال

زبان