پیش بینی نرخ رشد بخش کشاورزی ایران (مقایسه ی روش های تک متغیره و چندمتغیره)
Publish place: Agricultural Economics، Vol: 5، Issue: 1
Publish Year: 1390
نوع سند: مقاله ژورنالی
زبان: Persian
View: 327
This Paper With 21 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_AGEC-5-1_005
تاریخ نمایه سازی: 27 مرداد 1397
Abstract:
سیاست گزاران و برنامه ریزان اقتصادی در تلاش اند تا متغیرهای موثر بر رشد بخش کشاورزی را مدل سازی کنند و از این مدلها در فرآیند پیش بینی استفاده نمایند. امروزه پیش بینی به عنوان یک ابزار مهم برنامهریزی برای سیاست گزاران اقتصادی به شمار می رود و روش های متنوعی برای پیش بینی متغیرهای اقتصادی مورد استفاده قرار میگیرد. این پژوهش نرخ رشد بخش کشاورزی ایران را پیش بینی و دقت روش های تک متغیره و چند متغیره را در پیش بینی این متغیر مقایسه می کند. روش های مورد استفاده در این تحقیق عبارت است از هموارسازی نمایی منفرد با روند، هموارسازی نمایی دوگانه با روند، الگوریتم هالت-وینترز تجمعی، الگوریتم هالت-وینترز ضربی، الگوی خودتوضیح جمعی میانگین متحرک، الگوی خودتوضیح برداری و شبکه های عصبی مصنوعی تک متغیره و چند متغیره. بر اساس یافته های پژوهش، شبکه های عصبی مصنوعی، هموارسازی نمایی منفرد و دوگانه با روند در مقایسه با دیگر تکنیکهای تک متغیره ی به کار گرفته شده در این تحقیق بهترین پیش بینی را ارایه داد. سرانجام در روش های چند متغیره نیز دقت و کارآیی پیش بینی شبکه های عصبی مصنوعی در مقایسه با الگوی رقیب خودتوضیح برداری بهتر بود.
Keywords:
Authors
محمدرضا زارع مهرجردی
استادیاربخش اقتصادکشاورزی دانشگاه شهید باهنر کرمان
ابراهیم جاودان
دانشجوی کارشناسی ارشد بخش اقتصادکشاورزی دانشگاه شهید باهنر کرمان