Topic outline
- General
General
- معلومات حول المقياس
معلومات حول المقياس
جامعة ابوبكر بلقايد _ تلمسان_
كلية العلوم الاقتصادية والتجارية
قسم العلوم الاقتصادية
المقياس: تحليل السلاسل الزمنية
الفئة المستهدفة: السنة أولى ماستر تخصص مالية وتجارة دولية
الرصيد:5، المعامل: 2
الحجم الساعي: 73ساعة (31 ساعة مخصصة للمحاضرة و42 ساعة للأعمال موجهة)
التوقيت: السبت من 8 :30 الى01 :00
الحجرة: قاعة 15
معلومات حول الأستاذ
أستاذ مساعد قسم ب
التواصل مع الاستاذ عبر: hacenkahwi@gmail.com
- الاهداف العامة
الاهداف العامة
تكمن أهداف التعليم في مقياس تحليل السلاسل الزمنية تطوير فهم الطلاب للمفاهيم الأساسية للمقياس وسيكون الطالب قادرا على توظيف الأساليب الإحصائية المناسبة للتنبؤ بمختلف الظواهر الاقتصادية وكذلك التقنيات المستخدمة في تحليل البيانات الزمنية. التركيز يكون على كيفية استخدام هذه الأدوات لتحليل التغيرات والاتجاهات بمرور الوقت، واستخدام النتائج في اتخاذ قرارات مبنية على بيانات. إليك أبرز أهداف التعليم في هذا المجال:
- معرفة كيفية ربط المفاهيم والقواعد النظرية باستخداماتها التطبيقية
- استيعاب المفاهيم المتعلقة بالسلسلة الزمنية وطرق تقدير مركباتها والكشف عنها
- استيعاب المفاهيم الأساسية الضرورية لموضوع السلسلة الزمنية مثل الاستقرارية بنوعها التامة والضعيفة ودالة الارتباط الذاتي والجزئي وطرق تفسيرها واهم التحويلات الرياضية لجعلها مستقرة
- معرفة اهم نماذج التمهيد الاسي للتنبؤ بالسلاسل الزمنية بالتركيز على التمهيد الاسي البسيط والمضاعف، وكذلك عرض طريقة التنبؤ لهولت ووينترز
- تطبيق منهجية بوكس جينكنز(B-J) المعروفة بنماذجARIMA في عملية التنبؤ
- وأخيرا تنمية قدرة الطالب على استخدام بعض البرامج الرياضية المستخدمة في هذا المجال.
- المكتسبات القبلية
المكتسبات القبلية
من اجل دراسة مقياس تحليل السلاسل الزمنية يتطلب من الطالب ان تكون له معرفة مسبقة في عدة مجالات أساسية. هنا قائمة بالمتطلبات القبيلة التي تساعدك في فهم وتحليل السلاسل الزمنية بشكل فعال:
- المفاهيم الإحصائية الأساسية (الإحصاء الوصفي والاستدلالي)
- الاحتمالات (أسس النظرية الاحتمالية، توزيع الاحتمالات، واختبار الفرضيات)
لذلك يتطلب استيعاب المفاهيم الرياضية بعمومتيها
· تمرين الاول:
حسنًا، دعنا نتناول تمرينًا يتضمن مقاييس النزعة المركزية بناءً على بيانات المبيعات. افترض أن لديك بيانات لمبيعات شهرية في شركة ما، وهذه البيانات هي:
1200,1500,1100,1800,1600,1200,1400,1700,1900,1500
لمطلوب:
- حساب المتوسط الحسابي لمبيعات الشهر.
- قم بحساب الوسيط
- قم بتحديد المنوال لمبيعات الشهر.
قم باختيار الإجابة الصحيحة من العبارات التالية والتي تميز بين الإحصاء الوصفي والإحصاء الاستدلالي؟
- الإحصاء الوصفي يهدف إلى تقديم معلومات عن عينة محددة فقط، بينما الإحصاء الاستدلالي يستخدم البيانات من عينة للتوصل إلى استنتاجات حول المجتمع الكلي.
- الإحصاء الاستدلالي لا يستخدم الإحصاءات الوصفية، بينما الإحصاء الوصفي يستخدم فقط الاختبارات الإحصائية المتقدمة.
- الإحصاء الوصفي يشمل استخدام التحليل التكراري فقط، بينما الإحصاء الاستدلالي يركز على التنبؤات المستقبلية فقط.
- الإحصاء الاستدلالي يقتصر على حساب المتوسطات والانحرافات المعيارية، بينما الإحصاء الوصفي يشمل تحليل البيانات بأكملها
قم باختيار الإجابات الصحيحة: أي من المقاييس التالية يمثل قيمة تتكرر أكثر من غيرها في مجموعة البيانات؟
- الوسيط، المنوال، المتوسط الحسابي، الانحراف المعياري
- محتوي المقياس
محتوي المقياس
يحتوي هذا المقياس على أربعة فصول وكل فصل يحتوي على عدة فروع، كما تم تدعيم كل فصل بسلسلة من التمارين كونه يعتمد على الحسابات والتي تسمح للطالب بالقدرة على استيعاب المفاهيم أكثر، والمخطط التالي يبين مضمون مخطط المقياس:
مقدمة: تتضمن مقدمة عامة حول المقياس
الفصل الاول: مفاهيم عامة حول السلسلة الزمنية
- تعريف السلسلة الزمنية
- الهدف من دراسة السلسلة الزمنية
- نموذج مركبات السلسلة الزمنية
- اختبارات الكشف عن مركبات السلسلة الزمنية
- طرق نزع المركبة الفصلية ومركبة الاتجاه العام
الفصل الثاني: التنبؤ باستخدام نموذج التلميس الاسي
- خصائص طرق التلميس
- نموذج التلميس الاسي البسيط (النموذج المستقر)
- نموذج التلميس الثنائي (النموذج الخطي Brown)
- نموذج Holt
- نموذج بالاتجاه العام والموسمية (نموذج Holt وWinters)
الفصل الثالث: نماذج السلاسل الزمنية العشوائية المستقرة والغير المستقرة
- الخصائص الإحصائية للاستقرارية السلسلة الزمنية
- دوال الارتباط الذاتي والجزئي
- نماذج السلاسل الزمنية العشوائية المستقرة (نماذج ARMA)
- توصيف حالات النماذج الغير المستقرة
- اختبارات الكشف عن استقرارية السلسلة الزمنية
- نماذج الانحدار الذاتي والمتوسطات المتحركة المتكاملة( نماذج ARIMA)
الفصل الرابع: التنبؤ باستخدام منهجية Box- Jenkins
- مقدمة
- استخراج خصائص السلسلة الزمنية
- مرحلة التعرف على النموذج
- مرحلة تقدير
- مرحلة التشخيص
- مرحلة التنبؤ
- الفصل الاول: مفاهيم عامة حول السلسلة الزمنية
الفصل الاول: مفاهيم عامة حول السلسلة الزمنية
لقد أصبح الاهتمام في البحوث والدراسات الاقتصادية والاجتماعية والإدارية كبيرا باستخدام طرق القياس الكمية ووسائل الإقناع الإحصائية وذلك لتحديد الخصائص وابراز الاتجاهات العامة للظواهر الاقتصادية والاجتماعية والإدارية وتحليل العلاقات المتشابكة والمتبادلة بين الظواهر على أساس موضوعي غير متحيز.
ويعتبر علم الإحصاء من بين العلوم التي تعطي العديد من الطرق والأساليب اللازمة للقيام بالدراسات والبحوث على أساس القياس لحركة العديد من المتغيرات المحددة للظواهر موضوع الدراسة، ويعتبر تحليل السلاسل الزمنية من بين الأساليب الإحصائية الحديثة وفرع من فروع الاقتصاد القياسي والتي يتلخص أهدافها في معرفة طبيعة التغيرات التي تطرأ على قيم الظاهرة مع الزمن وتحديد الأسباب والنتائج وتفسير العلاقات الشاهدة بينها والتنبؤ بما سيحدث من تغير على قيم الظاهرة في المستقبل على ضوء ما حدث لها في الماضي.
يمس تحليل السلاسل الزمنية الكثير من المجالات اضافة إلى المجال الاقتصادي، نذكر من بين هذه المجالات: المجال الطبي، البيئي، الاجتماعي.... فالصورة التي يمكن رصدها انطلاقا من هذا التحليل تبدو وكأنها رجل كبير السن لديه الكثير من الخبرة والحكمة بما يكفي للاستفادة من مؤشرات الأحداث السابقة حول المستقبل، وهو نوع من التنبؤ. وعلاوة على ذلك، فيوجد العديد من الاليات والتقنيات التي تستخدم في تحليل البيانات لصياغة النموذج الذي يتلاءم جيدا مع التحليل الذي يود الباحث القيام به ومن اجل الحصول على فهم جيد لتحليل السلاسل الزمنية
- الفصل الثاني ( التنبؤ باستخدام نماذج التلميس الأسي)
الفصل الثاني ( التنبؤ باستخدام نماذج التلميس الأسي)
يعتبر موضوع التمهيد الأسي للتنبؤ بالسلاسل الزمنية من بين التقنيات الإحصائية والاستدلالية المهمة التي تعالج الأخطاء العشوائية، والتي أتبتت نجاعتها في التقدير وهذا من خلال دراسة الحالات التي تعتمد او تتغير مع الزمن ويعد العالم Holt CCفي عام 1957 أول من وضع هذا الأسلوب إذ اعتبر من بين الأساليب الجيدة في عملية التنبؤ بالسلاسل الزمنية. ونعني بمصطلح التمهيد بانه عملية الصقل أو تنعيم البيانات ونعني بهذا محاولة تقليل التغايرات في قيم السلسلة حول خط المنحنى والذي يمثل النمط العام للسلسلة كما أن الأسي يشير إلى نوع التعبير الذي بواسطته سنحدد الأوزان المختلفة. وبناء عما سبق فسوف نتطرق في هذا الفصل إلى كل من التمهيد الأسي البسيط والمزدوج ونموذج Holt وأخيرا إلى نموذج Holt وWinters
- اختبار الخروج
اختبار الخروج
اختبار الخروج يتضمن الفصل الاول والفصل الثاني
- الحل النمودجي للاختبار الخروج
الحل النمودجي للاختبار الخروج
- قائمة المراجع
قائمة المراجع
- فاطمة عبد الحميد جواد البيرماني. (2019). Using Time Series for Predict the Standard Numbers for Residential
- د. ريسان عبد الامام زعلان, م. بهاء عبد الرزاق قاسم, & م. حسين علي احمد. (2016). The reality of heavy equipment import and forecast for the period 2020/2014 using the ARIMA model Applied and analytical study in the southern ports/Basra. Economic Sciences, 11(44)
- محاضرة للدكتور طويطي مصطفى، كلية العلوم الاقتصادية والتسيير والعلوم التجارية، جامعة غرداية، سنة 2020
- مولود حشمان، نماذج وتقنيات التنبؤ على المدى القصير، ديوان المطبوعات الجامعية4، الجزائر، 1998
- سمير مصطفى شعراوي، مقدمة في التحليل الحديث للسلاسل الزمنية، كلية العلوم، جامعة الملك عبد العزيز، المملكة العربية السعودية، الطبعة الاولى، 2005.
- جلاطو الجيلالي," الإحصاء مع تمارين ومسائل محلولة" , ديوان المطبوعات الجامعية, الجزائر, 2012.
- جلاطو الجيلالي, الإحصاء والاقتصاد القياسي , " تمارين ومسائل محلولة في مجال الاقتصاد المالية , التجارة, النقود والبنوك" , ديوان المطبوعات الجامعية, الجزائر2022 .
- Zain, S. H. (2018). Using the ARIMA method in forecasting money Supply in the Iraqi economy. Gulf Economics Magazine, 35
- Nazim, A., & Afthanorhan, A. (2014). A comparison between single exponential smoothing (SES), double exponential smoothing (DES), holt's (brown) and adaptive response rate exponential smoothing (ARRES) techniques in forecasting Malaysia population. Global Journal of Mathematical Analysis, 2(4), 276-280.
- Baharaeen, S., & Masud, A. S. (1986). A computer program for time series forecasting using single and double exponential smoothing techniques. Computers & Industrial Engineering, 11(1-4), 151-155.
- Pleños, M. (2022). Time series forecasting using holt-winters exponential smoothing: Application to abaca fiber data. Zeszyty Naukowe SGGW w Warszawie-Problemy Rolnictwa Światowego, 22(2), 17-29.
Tratar, L. F., & Strmčnik, E. (2016). The comparison of Holt–Winters method and Multiple regression method: A case study. Energy, 109, 266-276.
- نموذج شبكة التقييم النهائية
نموذج شبكة التقييم النهائية