پیش بینی

هدف از پژوهش حاضر پیش بینی رفتار پرسه زنی اینترنتی کارکنان اداره کل ورزش و جوانان استان یزد با استفاده از تکنیک شبکه عصبی مصنوعی بود. این تحقیق از لحاظ هدف کاربردی و از لحاظ روش، توصیفی بود که به صورت پیمایش اجرا شد. نمونه به روش تصادفی ساده انتخاب شد. برای کسب داده درخصوص متغیر وابسته پژوهش یعنی رفتار پرسه زنی اینترنتی از مقیاس استودارت (2016) حاوی 22 سوال استفاده شد. بررسی پایایی این ابزار به روش آلفای کرونباخ و بررسی روایی آن به شیوه روایی محتوا، انجام و مورد تأیید قرار گرفت. تحلیل داده ها با نرم افزارSPSS نسخه 24 انجام گرفت. برای تحلیل داده ها شامل 23 متغیر مستقل و یک متغیر وابسته، دو نوع شبکه عصبی پرسپترون چند لایه (MLP) و تابع شعاع مدار (RBF) طراحی و اجرا شد. درصد صحت پیش بینی رفتار پرسه زنی اینترنتی در داده های آموزش و آزمایش و اعتبارسنجی برای شبکه عصبی MLP به ترتیب برابر با 8/87، 0/75 و 7/72 و برای شبکه عصبی RBF به ترتیب برابر با 6/83، 8/81 و 7/91 محاسبه شد. سطح زیر منحنی راک برای دو شبکه MLP و RBF برابر با 611/0 و 677/0 بدست آمد. مقایسه دو شبکه عصبی MLP و RBF بر اساس معیارهای سطح زیر منحنی راک و درصد صحت پیش بینی نشان داد شبکه عصبی RBF در پیش بینی رفتار پرسه زنی اینترنتی کارکنان اداره کل ورزش و جوانان استان یزد کاراتر است و سه متغیر میزان نزدیکی و صمیمیت با مدیر، سن و منبع کنترل بیشترین تاثیر را بر رفتار پرسه زنی اینترنتی داشته اند.

به منظور بررسی توفان های گردوغبار جلگه خوزستان از آمار 13 ایستگاه سینوپتیک در بازه 17 ساله (2016-2000) استفاده شد. روزی به عنوان روز توفانی انتخاب شد که دید افقی کمتر از 200 الی 100 متر، در بیش از 70 درصد ایستگاه ها گزارش شده باشد. برای تحلیل شرایط جوی از داده های شبکه بندی شده مرکز پیش بینی های میان مدت جوی اروپا و برای نمایش الگوی فضایی گردوغبار از مقادیر AOD سنجندِ MODIS استفاده گردید. بررسی ها نشان دادند که 4 الگوی فضایی در منطقه سبب رخداد چنین شرایطی می شوند. انتقال گردوغبار از کانون های شمال و غرب عراق و شرق سوریه به عنوان کانون های اصلی و مناطق خشک شده مرزی بین استان خوزستان و کشور عراق به عنوان تشدیدکننده فعالیت های ریزگردها به شمار می روند. افزایش شرایط ناپایداری در ترازهای زیرین و وجود یک سری اغتشاشات جوی که به صورت بی دررو خشک صورت پذیرفته، سبب خیزش گردوغبار از مناطق احتمالی و سرازیر شدن آن به منطقه شده است. با انجام شاخص سازی، پارامتر تاوایی نسبی تراز 850 هکتوپاسکال در شناسایی کانون های احتمالی ریزگردها مناسب یافت شد. بدین صورت که برای پیش بینی گردوغبار در منطقه زمانی که سرعت باد به بیشینه خود بر روی کانون های ریزگردها می رسد، انتظار می رود با تأخیری 24 الی 48 ساعته در منطقه شاهد رخداد توفان های شدید گردوغبار بود؛ اما وجود ناپایداری ها و افزایش تاوایی نسبی بر روی کانون ها سبب شده تا فرآیندِ مذکور افزایش یافته و در کمتر از 24 ساعت ذرات به منطقه شارش نمایند. درنهایت پیشنهاد می شود جهت پایش و پیش بینی توفان های گردوغباری در منطقه از داده های با توان تفکیک بالا استفاده گردد تا بتوان در پیش بینی ها به یک دقت قابل قبول دست یافت.

کمبود آب به یک معضل نگران کننده برای بسیاری از شهرهای جهان تبدیل شده است. پیش بینی تقاضای آب به سیاست گذاران و تامین کنندگان آب کمک می کند تا تعادل بین عرضه و تقاضای منابع آب شهری را حفظ کنند و در نتیجه از هدر رفت و کمبود آب جلوگیری شود. پیش بینی مصرف آب شهری تأثیر قابل توجهی در مدیریت کارآمد آب شهری در شهرهای مناطق خشک دارد به ویژه زمانی که پیامدهای تغییرات آب و هوایی در نظر گرفته شوند. در این پژوهش از پنج الگوریتم کرم شب تاب  برای تخمین میزان مصرف آب شرب در منطقه سیستان برای سال های 1385- 1399 استفاده شده و  با هم مقایسه شدند. از داده های سال 1385 تا 1394 جهت آموزش و یاد گیری و یافتن وزن بهینه مدل استفاده شد و از باقیمانده داده ها از سال1394 تا 1396 جهت آزمون مدل استفاده شد. نتایج مدل نشان داد 5 مدل مختلف الگوریتم کرم شب تاب می توانند جواب های محتملی بدست دهند در مدل نمایی و هیبرید میانگین خطای نسبی در الگوریتم NDFA (New dynamic firefly alghorithm)، 19/0 می باشد که کمترین میزان خطای نسبی را در بین دیگر الگوریتم ها دارد و در مدل خطی نیز الگوریتم  VSSFA (Variable Step Size Firefly Algorithm) با میانگین خطای نسبی 196/0 کمترین میزان خطای نسبی را دارد. بنابراین مدل نمایی و روش NDFA کارایی بهتری نسبت به دیگر مدل ها و الگوریتم ها دارد. و دقت پیش بینی آن بالای 81% می باشد. پس از اطمینان از دقت الگوریتم میزان مصرف آب شرب برای سالهای 1402، 1403 و 1404 پیش بینی شد. نتایج حاصل نشان داد اوج مصرف در ماههای تیر و مرداد می باشد و کل مصرف در سال 1402، 1403 و 1404 به ترتیب برابر7293، 7558 و 7674 هزار متر مکعب می باشد.

با توجه به ابهام و عدم قطعیت موجود در ماهیت فناوری نانو، تجاری سازی آن مستلزم ایجاد یک نظام تنظیم گری مناسب بوده که پیش نیاز آن، استانداردسازی فناوری است. استانداردسازی فناوری از یک سو، زیرساخت های ایمنی، سلامت و محیط زیست را فراهم کرده و از سویی دیگر، زمینه های لازم برای تجاری سازی و رقابت پذیری جهانی را تسهیل می کند. این پژوهش، با هدف مطالعه چارچوب های پشتیبان استانداردسازی فناوری نانو تعریف شده و می تواند به برجسته تر کردن نقاط قوت و شناسایی ضعف-های سیاستی و نهادی استانداردسازی آن کمک کرده و راهنمای مناسبی درجهت رفع این خلأها در اختیار سیاست گذار قرار دهد. در این پژوهش، با استفاده از مطالعات تطبیقی موردمحور، رویکردهای استانداردسازی فناوری نانو در ایران با کشورهای پیشرو، (ایالات متحده، آلمان و چین) تحلیل می شود. نتایج نشان می دهد که تقریباً نیازهای استانداردسازی در مراحل مختلف چرخه عمر فناوری نانو درکشورها یکسان بوده و تفاوت در چگونگی مواجهه با نیازها، اعمال سیاست ها و برخورد با چالش های ناشی از توسعه و کاربرد فناوری بوده است. از طرفی، با وجود جایگاه نسبی مناسب استانداردسازی فناوری نانو در ایران نسبت به کشورهای موردمطالعه، حفظ و ارتقای این جایگاه، مستلزم تقویت زیرساخت های نانومترولوژی، تجهیزات آزمایشگاهی، پر کردن شکاف بین پژوهش و استانداردسازی، جلب مشارکت بخش خصوصی، ایجاد و توسعه نهادهای تخصصی و تمرکزبر فعالیت های ترویجی می باشد.

پیشینه و اهداف: ضریب نفوذ بیمه عمر به عنوان یک محصول مهم بیمه ای و برنامه ریزی مالی در ایران بسیار پایین است و یکی از دلایل آن بازخرید بیمه نامه هاست. هدف این مقاله بررسی تأثیر مشخصه های فردی و قراردادی بیمه نامه هاست که بر بازخرید بیمه نامه های عمر به شرط فوت اثر می گذارند. روش شناسی: برای این منظور از داده های آماری و اطلاعات ثبتی 35171 خریدار بیمه نامه های عمر و مستمری یک شرکت بیمه ای در مقطع سال 1400 به عنوان پایلوت استفاده شد. برای تجزیه و تحلیل نیز از داده کاوی و الگوریتم های یادگیری عمیق و شبکه عصبی که دقت بسیار بالایی در پیش بینی دارند استفاده شد. یافته ها: مدل از دقت مطلوب 74 درصد در پیش بینی هر دو نوع بیمه نامه های عدم بازخرید و بازخرید شده برخوردار است. البته در پیش بینی عدم بازخرید بیمه نامه ها عملکرد بسیار بهتر بوده اما چون موضوع اصلی مقاله پیش بینی بیمه نامه های بازخرید شده است، در تفسیر نتایج بیشتر به آن توجه شد. نتایج بدست آمده با وجود مشکل نامتوازن بودن داده ها مطلوب است. در داده ها مورد بررسی نسبت بیمه نامه های بازخریدی به عدم بازخرید 3 به 100 است که این عدم توازن موجب می شود فرآیند یادگیری به سمت پیش بینی طبقه با بیشترین فراوانی سوگیری پیدا کند. با این وجود، شاخص پوشش 59 درصدی بدست آمده نشان داد که از مجموع 244 بیمه نامه بازخرید شده در مجموعه داده تست، شبکه توانسته اغلب آنان یعنی 145 مورد را به درستی در طبقه بیمه نامه های بازخریدی پیش بینی و طبقه بندی کند. نتیجه گیری: نشان داده شد که از مشخصه های جمعیت شناختی متغیرهای سن، جنسیت زن، اضافه نرخ پزشکی، نرخ خطر حادثی و از مشخصه های قرارداد نیز مدت بیمه نامه، مدت زمان سپری شده از شروع بیمه نامه، شیوه پرداخت حق بیمه با اقساط بلندمدت تر، بالاتر بودن ضرایب افزایش سالانه سرمایه و حق بیمه و کمتر بودن تعداد موارد پوشش و سرمایه فوت با بازخرید اثر عکس داشته و احتمال آن را کاهش می دهند. با بازخرید بیمه نامه بصورت عکس مرتبط هستند. نسبت بیمه گذار و بیمه شده نیز تأثیرگذار بوده و نشان داده شد که بازخرید وقتی بیمه گذار بیمه نامه عمر را برای خود بخرد در حدأقل و با دور شدن نسبت خویشاوندی احتمال بازخرید افزایش می یابد.

یکی از عوامل مهم مشکلات سیستم بانکی، عدم توجه کافی به ریسک اعتباری است. نادیده گرفتن توان اعتباری متقاضیان و تسهیلات تکلیفی، بانکها را با حجم قابل توجهی از دارایی های مشکل دار و انبوهی از تسهیلات غیرجاری روبه رو کرده و توان تامین مالی آنها را به شدت کاهش داده است. روش های هوشمندی همچون مدل سوئیچینگ چند متغیره به دلیل رفتار مبتنی بر تجزیه چندگانه، امکان یافتن پاسخ های مناسب برای پیش بینی میزان ریسک را فراهم می نمایند. هدف از این پژوهش مدلسازی ریسک اعتباری برخی از بانک های ایرانی با استفاده از روش مارکوف سوئیچینگ می باشد. به منظور جلوگیری از ضررهای احتمالی بانکها، مطالعه متغیرهایی که تاثیر بسزایی در ایجاد شرایط پرخطر و بحرانی دارند، مهم است. این مسئله را می توان از طریق مدل مارکوف دو رژیمی که روشی مفید برای توصیف فرایندی که طی آن متغیرها در یک سری حالت ها در زمان پیوسته مورد سنجش فرار میگیرند، مدل سازی کرد.  بنابراین در این پژوهش با تحلیل متغیرهای مستقلی همچون متغیرهای اقتصادی خرد و کلان، عوامل مالی، شوک های خارجی و شاخص درماندگی مالی با استفاده از روش سوئیچینگ چند متغیره به شناسایی، امتیاز دهی و  تعیین تاثیر هریک از متغیر های مستقل مورد بررسی در کنترل ریسک اعتباری و در نتیجه پیش بینی ریسک اعتباری در بانکها پرداخته می شود. در این راستا سه فرضیه تعیین شد و از داده های سالانه بانک های عضو بورس اوراق بهادار تهران در بازه سال 1390 الی  1398 برای آزمون فرضیه ها استفاده شد. نتایج حاصل از آزمایشات در نرم افزار MATLAB نشان از عملکرد مناسب دقت پیش بینی ریسک روش مبتنی بر مارکوف سوئیچینگ چندمتغیره دارد.

رشد بازار سرمایه با سرعت چشمگیری در حال افزایش است. همین امر باعث تقاضای بالاتر برای اطلاعات، تلاش بیشتر برای پیش بینی و ابداع مدل های جدید پیش بینی آینده بازار شده است. مدلهای پیش بینی در سه دسته قابل طبقه بندی هستند. دسته اول از تحلیل تکنیکی، دسته دوم از تحلیل بنیادین و دسته سوم از داده کاوی و یادگیری ماشین استفاده می کنند. در پژوهش پیش رو با تمرکز بر روش داده کاوی به مقایسه دقت مدل های منتخب یادگیری ماشین شامل شبکه عصبی، رگرسیون لجستیک، نزدیک ترین همسایه k، ماشین بردار پشیبان و اعتبارسنجی ضربدری جهت پیش بینی قیمت سهام برای 12 شرکت منتخب بورس اوراق بهادار تهران که از طریق روش حذف سیستماتیک انتخاب شده اند در قالب مدلهای یادگیری ماشین پرداخته و نتایج این مقاله نشان داد از بین الگوریتمهای یادگیری ماشین، الگوریتم ماشین بردار پشتیبان بیشترین قدرت پیش بینی کنندگی در قیمت سهام را به خود اختصاص داده است. کلمات کلیدی: بورس اوراق بهادار، پیش بینی؛ قیمت سهام، الگوریتم، یادگیری ماشینکد طبقه بندی JEL: C8،G1

مشتریان منبع اصلی درآمد و دارایی مهم برای هر سازمان هستند. با این دیدگاه، امروزه شرکت ها تلاش بیشتری را برای حفظ مشتریان موجود آغاز کرده اند. از آنجا که در بسیاری از شرکت ها هزینه به دست آوردن مشتری جدید بسیار بالاتر از هزینه ایجاد رضایتمندی مشتری فعلی است، رویگردانی مشتری به حوزه اصلی نگرانی این شرکت ها تبدیل شده است. لذا شرکت های مبتنی بر مشتری از جمله شرکت های فعال در صنعت مخابرات به دلیل رویگردانی مشتریان با چالش بزرگی روبرو هستند. با توسعه سریع صنعت مخابرات، پیش بینی رویگردانی به عنوان یکی از فعالیتهای اصلی در به دست آوردن مزیت رقابتی در بازار محسوب می شود. پیش بینی رویگردانی مشتری به اپراتورها اجازه می دهد تا قبل از مهاجرت مشتریان فعلی به اپراتورهای دیگر، یک دوره زمانی برای اصلاح و اجرای یک سری اقدامات پیشگیرانه داشته باشند. در این پژوهش یک سیستم پشتیبانی تصمیم برای پیش بینی و تخمین رویگردانی مشتریان شرکت مخابرات استان کردستان (دارای 529000 مشترک) با روش های مختلف داده کاوی و یادگیری ماشین (شامل رگرسیون خطی چندگانه (MLR)، رگرسیون چند جمله-ای(PR)، رگرسیون لجستیک، شبکه های عصبی مصنوعی، آدابوست و جنگل تصادفی) ارایه شده است. نتایج ارزیابی های انجام شده بر روی مجموعه داده های شرکت مخابرات استان کردستان عملکرد بالای روش های شبکه های عصبی مصنوعی با دقت 99.9% ، آدابووست با دقت 100% و جنگل تصادفی با دقت 100% را نشان می دهد.

یکی از مهمترین ویژگیهای کیفی اطلاعات حسابداری، اتکاپذیری آن است. طبق مفاهیم نظری گزارشگری مالی، اطلاعاتی اتکاپذیر است که از اشتباه و تمایلات جانبدارانه خالی باشد. موضوع تجدید ارائه صورتهای مالی در نتیجه رسوایی های گزارشگری در متون و مجلات حسابداری بسیار مورد توجه قرار گرفته است.هدف این پژوهش ارائه معیاری مناسب جهت پیش بینی تجدید ارائه صورتهای مالی با استفاده از نسبت های مالی و غیر مالی منتخب آزمون های آماری، در شرکت های پذیرفته شده در بورس اوراق بهادار تهران بین سال های 1388 تا 1399 می باشد. برای این منظور تعداد 265 شرکت متناسب با محدودیت ها انتخاب گردید. همچنین متناسب با ادبیات پژوهش، نسبتهای مالی و غیر مالی استخراج و به جهت برآورد پیش بینی نیز از مدل کلاسیک لاجیت و مدل های فراابتکاری شبکه عصبی و برنامه ریزی ژنتیک استفاده شده است.نتایج پژوهش حاکی از این است که براساس ماتریس درهم ریختگی، در بین مدل های پیش بینی کننده تجدید ارائه صورتهای مالی، کارآیی مدل ارائه شده ناشی از ترکیب نسبت های مالی و غیر مالی( مدل ترکیبی) با الگوریتم ژنتیک 66/85 درصد دقت پیش بینی کل داشته که دارای بالاترین قدرت پیش بینی در مقایسه با مدل ارائه شده با رگرسیون لاجیت بوده است.

قابلیت نقدشوندگی در بورس، میزان نزدیکی سهام به پول نقد را بیان می کند. از آنجا که بورس اوراق بهادار تهران در ردیف بورس های غیرنقد جهان لحاظ شده و مسئله نقدشوندگی سهام یکی از دغدغه های اصلی سرمایه گذاران است، لذا در این پژوهش سعی بر این است با استفاده از مدل های یادگیری عمیق به پیش بینی نقد شوندگی بورس اوراق بهادار تهران پرداخته شود. جامعه آماری شامل شرکت های فعال در بورس اوراق بهادار تهران در سال های 1400-1394 می باشد که 23 شرکت به عنوان نمونه مورد مطالعه قرار گرفتند. حجم و ارزش معاملات، نسبت گردش سهام، آمیهود، اختلاف قیمت های پیشنهادی خرید و فروش و شکاف نسبی به عنوان معیارهای نقدشوندگی، اندازه گیری شده و یک شبکه عصبی تماما متصل بر اساس پرسپترون چند لایه (MLP)، مدل ترکیبی یادگیری عمیق (MDL) و مدل کلاسیک رگرسیون خطی (LR) مورد آزمون قرار گرفت. برای سنجش قدرت پیش بینی مدل ها، میانگین مربعات خطا (MSE) و میانگین قدر مطلق خطا (MAE) محاسبه شده و جهت مقایسه میزان دقت روش های مختلف پیش بینی، آزمون t مورد استفاده قرار گرفت. طبق نتایج، میزان خطای پیش بینی مدل ترکیبی یادگیری عمیق از دو مدل دیگر کمتر بوده و آزمون های آماری نیز در سطح اطمینان 95 درصد، معنی داری اختلاف دقت پیش بینی مدل ها را تایید می کند که عملکرد مناسب مدل ترکیبی پیشنهادی را در مقایسه با دو مدل دیگر نشان می دهد.

یکی از مشکلات جوامع امروزین پیچیدگی روزافزون و به تبع آن خودبسندگی و استقلال نهادها برابر عاملین اجتماعی است. در فرایند مدرنیزاسیون، نهادها، عینیتی مستقل از کنشگران پیدا می کنند. این پیچیدگی فرایند مدیریت جامعه را دچار مسائلی می کند که توجه به آینده و پیش بینی روندها و فرایندها را می طلبد. پیش بینی، یکی از خواص فراموش شده علم در جامعه شناسی ایرانی است. به گونه ای که تقریبا جامعه شناسی در ایران طی چهاردهه گذشته کوششی برای اعلان آینده پیرامون نهادی خاص و با تغییراتی در یک حوزه نداشته است. با این وجود به صورت ناخودآگاه، جامعه شناسان پیش بینی هایی داشته اند که محقق شده است. برخلاف جریان غالب جامعه شناسی در جهان که آینده نهادهای اجتماعی از جمله خانواده بیشتر مورد توجه بوده است، جامعه شناسان در کشور ما، بیشتر پدیده هایی که نماد تغییرپذیری جامعه هستند، همچون انقلاب ها و جنبش های اجتماعی را به عنوان انواع مختلفی تغییرات اجتماعی مورد مطالعه قرار داده اند. این مقاله بر آن است با بررسی نگاه جامعه شناسان ایرانی پیرامون تغییرات خانواده ایرانی که در مقالات آنان منعکس شده است، آن چه در لابلای متون به عنوان نگاه به آینده خانواده ایرانی بوده است را دسته بندی و احصا نماید.برای پاسخ به این سؤال که «جامعه شناسان ایرانی چه پیش بینی هایی درباره خانواده ایرانی در ابعاد ازدواج، بعد خانواده و طلاق داشته اند» بهترین روش استفاده از تحلیل شکاف است که ابتدا در فضای مهندسی و به مرور زمان در مطالعات بازار استفاده شد.در ایران با دو نوع نگاه به آینده روبه رو هستیم. اولین مدل کار محققان آینده در دهه اخیر است که در پنج سال پیش قدرتمندتر شده است. جامعه شناسان نگاه دیگری به آینده دارند. آن ها تقریباً هرگز ادعای پیش بینی نکرده اند، اما درباره رویدادهای آینده به ویژه درخصوص خانواده ابراز نگرانی کرده اند. در میان تمام نظریه های جامعه شناسان دو مورد را می توان به وضوح بیان کرد؛ اول اینکه هیچ یک از آن ها ادعا نکرده اند آینده خانواده را پیش بینی می کنند، حتی اگر در عمل چنین کرده باشند. نکته بعدی این است که هیچ کدام از آن ها از روش های متعارف آینده نگر در دنیای امروز استفاده نکرده اند. البته بخش قابل توجهی از روش تحقیق آینده پژوهان نیز برگرفته از جامعه شناسی است. جامعه شناسی سنتی غنی در مطالعات آینده جهان معاصر است. با وجود این، در حوزه روش کسانی که از آینده خانواده صحبت کردند، به صراحت از روش آینده نگر سخنی نگفتند.جامعه ایران را برخلاف آنچه شناخته شده است، می توان با مطالعه ای پیمایشی پیش بینی کرد. این موضوع در حوزه خانواده نیز کاملاً مشهود است.

بیش از 70 درصد از جمعیت ایران در سنین کار و فعالیت بوده و این کشور در حال حاضر در پنجره جمعیتی قرار دارد. با توجه به قرار گرفتن کشور ایران در دوره پنجره جمعیتی، افزایش میزان مشارکت نیروی کار می تواند بستری مناسب برای رشد و توسعه اقتصادی فراهم سازد. پیش بینی میزان مشارکت نیروی کار به واسطه تأثیر آن بر رشد اقتصادی در کشور می تواند نگرش عمیق تر و جامع تری نسبت به مقوله عرضه نیروی کار به منظور سیاست گذاری و برنامه ریزی فراهم نماید. یقیناً دانش از بازخورد یک تصمیم در آینده و ارائه برنامه ای جامع و هدفمند رشد و توسعه اقتصادی مطلوب را به همراه خواهد داشت. مقاله حاضر، با تکیه بر شبیه سازی مبتنی بر شبکه های عصبی به دنبال پیش بینی میزان مشارکت در نیروی کار زنان، مردان و کل جمعیت مربوط به سالهای 1397 تا سال 1407 در یک بازه 10 ساله متوالی می باشد. شبیه سازیها در نرم افزار متلب و بر پایه داده های سازمان بین المللی کار انجام شده است. این داده ها مربوط به 27 سال متوالی از سال 1369 تا 1396 می باشد. نتایج روند نزولی در میزان مشارکت نیروی کار مردان، زنان و کل جمعیت تا سال 1407 را نشان می دهند. بر مبنای نتایج شبیه سازی میزان مشارکت نیروی کار مردان، زنان و جمعیت کل 15 تا 64 ساله از سال 1397 تا سال 1407 به ترتیب از حدود 5/74 به 5/73 درصد، از 16/0 به 14/0 درصد و از 5/46 به 5/44 درصد تغییر خواهند نمود. نتایج مقاله حاضر زنگ هشداری است برای برنامه ریزان و سیاست گذارن در سطح کلان جهت توجه ویژه به برنامه ریزی های هدفمند در حوزه اشتغال و سرمایه گذاری تا بتوانند بهترین بهره برداری را از فرصت قرار گرفتن در پنجره جمعیتی برای کشور تأمین نمایند.

هدف: پژوهش حاضر با هدف پیش بینی نگرش نسبت به روابط فرا زناشویی بر اساس ابعاد تاریک شخصیت و کیفیت دل بستگی در زنان متأهل بود. روش: پژوهش حاضر توصیفی و از نوع همبستگی بود. جامعه آماری این پژوهش شامل زنان متأهل مراجعه کننده به مرکز مشاوره رازی کرج در سال 1400 بود. تعداد 191 نفر از طریق روش نمونه گیری در دسترس به عنوان نمونه در نظر گرفته شدند. جهت جمع آوری داده ها از پرسشنامه نگرش روابط فرا زناشویی واتلی (2008)، مقیاس سه گانه تاریک شخصیت جانسون و وبستر (2010)، پرسشنامه سبک دل بستگی بزرگسال کولینز و رید (1996) استفاده شد. داده های این پژوهش با استفاده از آزمون همبستگی پیرسون و تحلیل رگرسیون چند متغیری مورد تحلیل قرار گرفتند.یافته ها: نتایج تحلیل رگرسیون نشان دادند نمره کل مثلث تاریک شخصیت و بعد سایکوپات به صورت جداگانه می توانند نگرش به روابط فرا زناشویی در زنان متأهل پیش بینی کنند. اما صفات ماکیاولی و خودشیفتگی همچنین سبک های دل بستگی توان پیش بینی نگرش روابط فرا زناشویی در زنان متأهل را ندارد. نتیجه گیری: بر اساس یافته های پژوهش حاضر می توان گفت در افراد سایکوپات میزان صداقت، خوشحالی و حس انسان دوستی کم است و رابطه زیادی با روابط یک شبه و انواع خیانت جنسی بدون ایجاد رابطه حسی و عاطفی می باشد، افراد باصفت سایکوپاتی بیشتر راغب به ایجاد روابط کوتاه مدت هستند و به علت کمبود حس تعهد، خیانت در این گونه افراد زیاد است.واژه های کلیدی: نگرش نسبت به روابط فرا زناشویی، ابعاد تاریک شخصیت، کیفیت دلبستگی.

 با توجه به نقش دانشگاه ها در آموزش مهندسی، بررسی وضعیت نظام آموزشی و نقاط قوت و ضعف آن به منظور بهبود فرآیند آموزش مهندسی ضرورت دارد. در این تحقیق عوامل موثر بر افزایش سنوات تحصیلی دانشجویان رشته های مهندسی و وضعیت دانشجویانی که در سنوات مجاز، تحصیل خودرا به اتمام نمی رسانند، بررسی شده است. در ابتدا شاخص های تاثیرگذار بر افزایش سنوات تحصیلی دانشجویان مهندسی شناسایی و با استفاده از فن AHP اولویت بندی شد. نتایج رتبه بندی نشان داد معدل دروس پایه، معدل دروس اصلی، معدل دروس عمومی، تعداد نیمسال های مشروطی، معدل دروس اختیاری و تعداد واحد افتاده از نظر خبرگان بیشترین تاثیر را بر افزایش سنوات تحصیلی دانشجویان مهندسی دارند. سپس به ارائه الگویی برای پیش بینی افزایش سنوات تحصیلی با توجه به وضعیت تحصیلی دانشجویان رشته های مهندسی با استفاده از شبکه عصبی مصنوعی پرداخته شد. براساس نتایج شبکه عصبی عوامل تعداد واحد های افتاده، معدل دروس اصلی، معدل دروس پایه، تعداد نیمسال های مشروطی، مدت تاهل و میانگین معدل دروس ریاضی و فیزیک دبیرستان بیشترین اثرگذاری را بر افزایش سنوات تحصیلی دارند. در نهایت با مقایسه نتایج حاصل از روش AHP و شبکه عصبی، عامل های معدل دروس پایه و اصلی، تعداد نیمسال های مشروطی و تعداد واحدهای افتاده در هر دو روش عوامل با تاثیرگذاری بیشتر شناخته شدند که در حین تحصیل دانشجویان رشته های مهندسی باید توجه بیشتری به آنها شود.

بازدهی سهام یکی از عوامل مهم در تصمیم گیری و سرمایه گذاری در بازار سهام است که مورد توجه سرمایه گذاران و سایر دست اندرکاران بازار سرمایه است. سرمایه گذاران و سایر دست اندرکاران این بازار، با در نظر گرفتن تخصصی بودن موضوع، نیازمند ابزارهایی هستند که در انتخاب گزینه مناسب سرمایه گذاری و انتخاب پرتفوی مناسب به آنها کمک کند. ابزارها برای افزایش کارایی و عملکرد درست، ضرورت دارد در زمان ها و بازارهای مختلف در معرض آزمون قرار گیرند .هدف اصلی از این تحقیق، مقایسه مدل شبکه های عصبی مصنوعی ایستا و پویا در برآورد بازدهی سهام در بورس اوراق بهاء دار تهران در دوره 1391 تا 1400 می باشد. برای بدست آوردن اطلاعات مورد نیاز از منابع کتابخانه ای و سوابق موجود در سامانه سازمان بورس و کدال استفاده شده است. برای ذخیره سازی، پردازش، اندازه گیری متغیرها و تجزیه و تحلیل آماری از نرم افزار های اکسل و متلب استفاده شده است. نتایج تحقیق نشان دادند که مدل شبکه عصبی مصنوعی پویا نسبت به مدل شبکه عصبی مصنوعی ایستا دارای قدرت پیش بینی بهتری در برآورد بازدهی سهام در بورس اوراق بهادار تهران است.

مقدمه:  بحران به عنوان یک اختلال فوق العاده در عملیات استاندارد شناخته می شود که ایمنی و موفقیت یک سازمان را تهدید می کند. تا پیش از وقوع بحران، این فرصت وجود دارد که با پیش بینی و مدیریت بحران های احتمالی، از برخی آسیب های جدی، پیشگیری کرد. خلأ پیش بینی آگاهانه بحران ها در فوتبال حرفه ای ایران، به چشم می آید. ازاین رو هدف این تحقیق، ارائه مدل پیش بینی آگاهانه بحران در فوتبال حرفه ای ایران است. روش پژوهش: تحقیق حاضر از نوع کیفی است و با انتخاب رویکرد ساخت گرا از راهبرد داده بنیاد انجام شد. داده های این پژوهش که ماهیتی اکتشافی- بنیادی داشت، از طریق نمونه گیری هدفمند با تکنیک گلوله برفی و بر اساس مصاحبه های عمیق نیمه ساختاریافته با 19 نفر از خبرگان مدیریت ورزشی آشنا با بحث بحران در ورزش جمع آوری شد. یافته ها: اشباع نظری کدهای باز، شروع کدگذاری متمرکز است؛ پس از آن محورهای اصلی مشخص شدند. بدین صورت که پس از حدود 197 جمله پیاده سازی شده از مصاحبه ها، پس از حذف موارد تکراری، 121 مفهوم اولیه و مقوله در کدگذاری اولیه،  سپس،  31 کد متمرکز به دست آمد و در نهایت در هفت کد محوری، مقوله های اصلی  ارائه شدند. نتیجه گیری: ریشه همه بحران های احتمالی که احتمال وقوعشان در فوتبال حرفه ای ایران وجود دارد، باید مشخص شود و پس از آن باید آسیب شناسی هر بحران با در نظر گرفتن اینکه دنیای امروزی، سرشار از عدم قطعیت های گوناگون، پیچیدگی فراوان، ابهامات بسیار و نوسان های کنترل نشدنی است، انجام گیرد. پس از آن با تفکر پیش بینی آگاهانه، سناریوهای مختلف و مربوط به هر بحران، طراحی شود.

هدف کلی این تحقیق، بررسی تأثیر تمرین تکالیف بازنمایی شده بر مهارت های پیش بینی و تصمیم گیری در محیط آزمایشگاه بود. تعداد 58 شرکت کننده با دامنه سنی 08/3 ±22.00 سال و بر اساس معیارهای ورود، به صورت هدفمند و در پنج گروه (شناختی، شناختی- حرکتی، حرکتی، ورزشکار (ماهر) و کنترل) قرار گرفتند. برای ارزیابی اولیه آزمایشگاهی، از آزمون ویدئویی انسداد زمانی به منظور ارزیابی پیش بینی - تصمیم گیری که بر مبنای موقعیت های (مشاهده، ارزیابی وقایع، پیش گویی وقایع بعدی و برنامه ریزی اعمال پیش رو) طبقه بندی شد، استفاده گردید. دقت و کیفیت پیش بینی و تصمیم گیری طی گزارش کلامی ثبت شد. سپس آزمودنی های دو گروه شناختی و شناختی- حرکتی، 8 جلسه تمرین در محیط آزمایشگاه را پشت سر نهاده و در نهایت پس آزمونی برای تمامی گروه ها انجام گردید. فراوانی پاسخ های تاکتیکی صحیح برای هر موقعیت محاسبه و ارزیابی شد. داده ها با استفاده از آزمون تحلیل کوواریانس در نرم افزار SPSS نسخه 21 تحلیل شد. نتایج نشان داد که اثر گروه بر روی طراحی و برنامه ریزی برای تصمیم گیری معنی دار بود (11 0/0= p، 23 / 0= مجذور اتا، 68/3= (53،4)F ) و در این بین، گروه ورزشکار (ماهر) نسبت به گروه شناختی از مقادیر بالائی در این متغیر برخوردار بودند ( 05/0 p

هدف از پژوهش حاضر مقایسه دیدمحیطی و زمان واکنش ساده و انتخابی بین رانندگان خبره و تازه کار بود. تعداد 15 راننده خبره و 15 راننده تازه کار به طور داوطلبانه در پژوهش حاضر شرکت کردند. دیدمحیطی، زمان واکنش ساده و زمان واکنش انتخابی رانندگان توسط دستگاه وینا اندازه گیری شد. برای تحلیل داده ها از آزمون های آماری تحلیل واریانس، همبستگی پیرسون و رگرسیون خطی استفاده شد. نتایج تفاوت معناداری بین قابلیت های دیدمحیطی، زمان واکنش ساده، و زمان واکنش انتخابی افراد خبره و تازه کار نشان داد. افراد خبره در این قابلیت ها نسبت به افراد مبتدی به طور معناداری عملکرد بهتری داشتند. بین قابلیت دیدمحیطی رانندگان خبره با زمان واکنش ساده و انتخابی آنان در عملکردهای صحیح همبستگی وجود داشت. بررسی شیب خط رگرسیون نیز نشان داد که دیدمحیطی می تواند پیش بینی کننده زمان واکنش ساده و انتخابی در رانندگان خبره باشد. بنابراین توصیه می شود برای ارزیابی توانایی های دیدمحیطی، زمان واکنش ساده و انتخابی رانندگان خبره، انتخاب رانندگان خبره با مقاصد ورزشی، و حتی برای آزمون های رانندگی از این آزمون ها استفاده شود.

پیش بینی روند متغیرهای اقتصاد کلان به دلیل آینده نگر بودن تصمیمات اقتصادی، نقش اساسی در برنامه ریزی ها و سیاستگذاری های اقتصادی دارد. به همین منظور در پژوهش حاضر، ابتدا به استخراج شاخص شرایط مالی در بازه زمانی 1398-1370 پرداخته می شود و در ادامه، از روند حرکت متغیرهای کلان اقتصادی با استفاده از الگوی خودتوضیح برداری عامل افزوده شده با پارامترهای متغیر زمانی (TVP-FAVAR) پیش بینی صورت می گیرد. نتایج بیانگر آن است که شاخص شرایط مالی طی سال های اخیر، به ویژه در دهه 1390 با تغییرات قابل ملاحظه ای همراه بوده است که این خود با اثرگذاری و تغییر رفتار سایر متغیرهای اقتصاد کلان نقش موثری در شکل گیری نوسانات این متغیرها داشته است. پیش بینی روند حرکت متغیرهای کلان اقتصادی نیز حاکی از آن است که روند حرکت متغیرهای کلان اقتصادی ناپایدار بوده است. به عبارت دیگر، بی ثباتی در روند حرکت متغیرهای کلان اقتصادی مشهود است و نمی توان چشم انداز مثبتی را برای هر یک از متغیرهای فوق انتظار داشت.

مقدمه و هدف: یکی از مهمترین بخشهای اقتصاد که اطلاع از نحوه عملکرد آن در آینده حائز اهمیت است، بخش کشاورزی می باشد. پیش بینی شاخص های کلان بخش کشاورزی برای برنامه ریزان و سیاست گذاران این بخش از اهمیت ویژه ای برخوردار است.  به این منظور هدف اصلی در این پژوهش برآورد شاخص های کلان بخش کشاورزی مانند ارزش افزوده کشاورزی،صادرات و واردات بخش کشاورزی توسط الگوی رگرسیونی با داده های  مختلط(میداس) می باشدمواد و روش ها: در این تحقیق از رهیافت میداس که امکان بهره گیری از داده ها با تواتر مختلف را فراهم می آورد، استفاده شد.  دوره مورد بررسی در این تحقیق از سال 1392 تا انتهای سال 1397 می باشد.تواتر داده ها برای ارزش افزوده کشاورزی فصلی بوده و برای صادرات کشاورزی ، واردات کشاورزی و متغیرهای تورم و نرخ ارز دارای داده های ماهانه و دما و بارش با تواتر فصلی مورد بررسی قرار گرفتند.یافته ها: نتایج پیش بینی های ارائه شده توسط الگوی برآورد شده در این مقاله حاکی از قدرت بالای پیش بینی است.همچنین مشخص گردید که متغیرهای نرخ ارز و تورم در تمام معادله ها دارای تاثیر معنی دار می باشد و دما بر ارزش افزوده و صادرات اثر معنی دار دارد و میزان بارش در هیچ کدام از برآورد های مورد بررسی اثر معنی دار ندارد.بحث و نتیجه گیری: نتایج حاصل از این مطالعه تایید واضحی بر قدرت قابل قبول پیش بینی های بدست آمده از رهیافت میداس می باشد. این نکته برای کشوری همچون ایران که با مشکل تواترهای مختلف برای داده های دردسترس مواجه است، بسیار مهم می باشد.