مقایسه الگو‏های میانگین متحرک خود رگرسیون انباشته، رگرسیون فازی و رگرسیون انباشته فازی به منظور پیش‏بینی قیمت (مطالعه موردی: قیمت گوشت گوسفند)

نوع مقاله : مقالات پژوهشی

نویسندگان

• محمدرضا زارع مهرجردی
• سمانه نگارچی

دانشکده اقتصاد کشاورزی، دانشگاه شهید باهنر کرمان

10.22067/jead2.v1390i1.8894

چکیده

چکیده
امروزه به علت عدم قطعیت محیط و توسعه سریع تکنولوژی نوین معمولاً باید موقعیت‏های آینده را با استفاده از داده‏های کم و در بازه زمانی کوتاه‏مدت پیش‏بینی کرد. بنابراین به روش‌هایی برای پیش‏بینی نیاز است که به داده‏های کمتری احتیاج داشته باشد. مدل میانگین متحرک خودرگرسیون و روش شبکه عصبی مصنوعی برای دست‏یابی به نتایج دقیق نیاز به داده‏های زیادی دارند اما مدلهای رگرسیون فازی، مدل‏های مناسبی برای پیش‏بینی با استفاده از داده‏های کمتری نسبت به دیگر روشها می‏باشند. در این مقاله به منظور برطرف ساختن مشکل مذکور و حصول نتایج دقیق‏تر به بررسی سه روش میانگین متحرک خود‏رگرسیون انباشته، رگرسیون فازی و میانگین متحرک خود‏رگرسیون انباشته فازی که از ترکیب دو روش قبل بدست آمده، پرداخته شده است. مقایسه میزان صحت پیش‏بینی مدل‏های مذکور براساس دو معیار خطای ریشه متوسط مربعات(RMSE) و ضریب تعیین (R2 ) حاکی از آن است که مدل میانگین متحرک خود‏رگرسیون انباشته فازی به عنوان الگوی برتر جهت پیش‏بینی مقادیر شاخص قیمت بوده است.

واژه های کلیدی: ARIMA، پیش‏بینی قیمت، رگرسیون انباشته فازی، رگرسیون فازی

20.1001.1.20084722.1390.25.1.12.2

---