|
پیش‌بینی قیمت جهانی نفت به روشهای سری زمانی فازی و روش کلاسیک آماری ARIMA و مقایسه نتایج آنها
|
| احسان قمری*، مریم شهابی طبری |
|
|
|
چکیده: (765 مشاهده) |
در این مطالعه دو روش سری زمانی کلاسیک ARIMA و سری زمانی فازی جهت پیش‌بینی قیمت روزانه ی نفت خام اُپک مورد بررسی قرار می گیرد. با محاسبه مقادیر معیارهای خطا، نهایتا مدل سری زمانی فازی به عنوان مدل برتر پیش‌بینی قیمت نفت خام انتخاب شده است. می توان این طور نتیجه گرفت که مدل‌های سری زمانی فازی در شرایطی که داده‌ها اندک و یا نادقیق هستند، یا به عبارتی زمانی که در شرایط نااطمینانی به سر می بریم؛ قادر خواهند بود نتایج قابل قبولی از خود ارائه دهند و حتی با ترکیب با سری‌های زمانی کلاسیک محدودیت آنها را نیز کاهش دهند. چرا که جهت تخمین با مدل ARIMA نیاز به ترجیحا 100 به بالا داده وجود دارد و این امر میتواند روشهای نوین با رویکرد فازی را -به خصوص در شرایطی که دسترسی به داده‌ها تا حدی مشکل و وقت‌گیر است- مورد نظر بسیاری از محققان قرار دهد. |
|
| واژه‌های کلیدی: مدل اتورگرسیو میانگین متحرک انباشته (ARIMA)، مدل سری زمانی فازی، پیش‌بینی قیمت جهانی نفت خام. |
|
|
متن کامل [PDF 382 kb]
(224 دریافت)
|
اطلاع رسانی: پژوهشي |
موضوع مقاله:
تخصصي
دریافت: 1392/11/14 | پذیرش: 1393/3/31 | انتشار: 1393/1/1
|
|
|
|
|
|
|
| ارسال پیام به نویسنده مسئول |
|
|
|
| ارسال نظر درباره این مقاله |
|
|
|
