AU - Ghamari, Ehsan AU - Shahabi Tabari, Maryam TI - A Comparison of Forecasting Power in Statistical Classic Time Series’ ARIMA’ and Fuzzy Time Series (Case Study of Crude Oil Price) PT - JOURNAL ARTICLE TA - raja-tfe JN - raja-tfe VO - 2 VI - 1 IP - 1 4099 - http://tfe.raja.ac.ir/article-1-31-fa.html 4100 - http://tfe.raja.ac.ir/article-1-31-fa.pdf SO - raja-tfe 1 AB  - 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. CP - IRAN IN - LG - eng PB - raja-tfe PG - 29 PT - Research YR - 2014