مقایسه عملکرد روش های رگرسیون آماری و فازی در تخمین تابع تقاضای بنزین (مطالعه موردی در ایران)
Publish place: Industrial Management Journal، Vol: 7، Issue: 1
Publish Year: 1394
نوع سند: مقاله ژورنالی
زبان: Persian
View: 82
This Paper With 19 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IMJT-7-1_001
تاریخ نمایه سازی: 5 شهریور 1402
Abstract:
بنزین از کلیدی ترین فرآورده های انرژی در حمل ونقل مسافر در ایران به شمار می رود. مصرف روزافزون بنزین و نیاز به سیاستگذاری های صحیح در راستای مدیریت تقاضای بنزین، شناخت ساختار تقاضای فرآورده بنزین را به اولویت بسیاری از برنامه های تحقیقاتی در ایران بدل ساخته است. یکی از مهم ترین چالش های موجود در این میان، درنظرگرفتن نااطمینانی های ناشی از شکست های ساختاری اقتصادی، تغییر در سیاستگذاری ها، نبودن داده های دقیق و ابهام در روند آتی است. این تحقیق تلاش می کند با بهره گیری از الگوهای متنوع شبیه سازی، به شناختی بهتر از عوامل موثر بر تقاضای بنزین در ایران دست یابد. از این رو، با استفاده از رگرسیون های آماری و فازی، به تخمین تابع تقاضای بنزین در ایران در بازه زمانی ۱۳۶۰-۱۳۸۶ پرداختیم و متغیر های موثر بر تقاضای بنزین معرفی شدند. سپس مدل های دو روش با استفاده از معیار های استاندارد مقایسه شدند. نتایج تحقیق نشان می دهد علی رغم برتری نسبی روش رگرسیون آماری، دو روش آماری و فازی دارای دقت کافی و عملکرد مناسب در برآورد و پیش بینی تقاضای سرانه بنزین در ایران هستند. همچنین، از میان متغیرهای تخمین، تنها سه متغیر قیمت بنزین، متغیر سهم سرانه خوردو و متغیر روند دارای اثر معنادار بر متغیر وابسته مصرف سرانه بنزین است و متغیر درآمد سرانه اثر معناداری بر مصرف سرانه بنزین ندارد.
Keywords:
Authors
محمد رضا تقی زاده یزدی
استادیار مدیریت صنعتی دانشکده مدیریت، دانشگاه تهران، تهران، ایران.
حسین میرشجاعیان حسینی
استادیار گروه اقتصاد بین رشته ای دانشکده اقتصاد، دانشگاه تهران، تهران، یران.
عزت ا... اصغری زاده
دانشیار گروه مدیریت صنعتی دانشکده مدیریت، دانشگاه تهران، تهران، ایران
حامد شکوری گنجوی
دانشیار گروه مهندسی صنایع دانشکده فنی، دانشگاه تهران، تهران، ایران.
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :