‫‪2015‬‬ ‫نماذج بوكس وجينكنيز‬

‫مناذج بوكس وجينكينز‬

‫بالتطبيق على برنامج ‪SPSS‬‬

‫إعدإد‬

‫الشيماء إبراهيم الوصيفي‬

‫مدرس مساعد بقسم اإلحصاء التطبيقي‬
‫كمية التجارة – جامعة دمياط‬

‫هذا العمل صدقة جارية للدكتورة فوزية بالل ‪ -‬زهرة كلية‬

‫التجارة جامعة دمياط ‪ -‬وأخيها األستاذ هشام بالل‪ ,‬نسألكم‬
‫الدعاء لهما بالرحمه والمغفرة‪ ,‬ونحسبهم عند اهلل شهداء‬

‫‪1‬‬ ‫الشيماء إبراهيم الوصيفي‬

‫‪2015‬‬ ‫نماذج بوكس وجينكنيز‬

‫‪ .1‬مقدمة‬
‫يعتبر أسموب تحميل السالسل الزمنية من األساليب اإلحصائية اليامة في التنبؤ‪ ,‬وقد‬
‫تم استخدام ىذا األسموب عمى نطاق واسع في الكثير من التطبيقات اإلحصائية واالقتصادية‪,‬‬
‫حيث يتم التنبؤ بالتغيرات المستقبمية لممتغير باالعتماد فقط عمى سموك ىذا المتغير في‬
‫الماضي ‪ .‬أو بعبارة أخرى فإن نموذج السالسل الزمنية يأخذ في االعتبار أنماط التغيرات في‬
‫الماضي لمتغير معين ويستخدم ىذه المعمومات لمتنبؤ بالتغيرات المستقبمية لذلك المتغير مما‬
‫يجعل نموذج السالسل الزمنية طريقة متطورة ووسيمة فعالة في التنبؤ‪.‬‬

‫ويعد اسموب بوكس وجينكنز من أىم االساليب المستخدمة لمتنبؤ في السالسل‬

‫الزمنية ‪ ,‬وىو يختمف عن العديد من اساليب التنبؤ االخرى ‪ .‬فيذا االسموب ال يفترض‬
‫وجود أي نمط معين لمبيانات التاريخية لمسمسمة التي تتنبأ ليا حيث أن اختيار النموذج‬
‫المناسب يتم بمقارنة توزيعات معامالت االرتباط الذاتي لمسمسمة الزمنية بالتوزيعات النظرية‬
‫لمنماذج المختمفة ‪ ,‬ويكون النموذج الذي تم اختياره جيدا اذا كانت الفروق (البواقي‬
‫‪ )Residuals‬بين القيم المقدره والبيانات التاريخية صغيرة ‪ ,‬تتوزع طبيعيا ‪ ,‬ومستقمة عن‬
‫بعضيا ‪.‬‬

‫ويتم بناء نموذج للتنبؤ باستخدام أسلوب بوكس وجينكنز على أربع مراحل هي ‪:‬‬

‫‪ -1‬التعرف عمى النموذج ‪Model Identification‬‬

‫يتم اختيار نموذج رياضي معين اعتمادا عمى بعض المقاييس اإلحصائية التي‬
‫تميز نموذج عن آخر وعمى الخبرة المستمدة من الدراسات واألبحاث ‪.‬‬

‫‪ -2‬تقدير النموذج ‪Model Estimation‬‬

‫بعد ترشيح نموذج مناسب أو أكثر لوصف السمسمة الزمنية المشاىدة نقوم بتقدير‬
‫معالم ىذا النموذج من البيانات المشاىدة باستخدام طرق التقدير اإلحصائي الخاصة‬
‫بالسالسل الزمنية ‪.‬‬

‫‪2‬‬ ‫الشيماء إبراهيم الوصيفي‬

 ‫‪2015‬‬ ‫نماذج بوكس وجينكنيز‬

‫‪Model Diagnostic‬‬ ‫‪ -3‬تشخيص واختبار النموذج‬

‫يتم إجراء اختبارات تفحصيو عمى البواقي لمعرفة مدى تطابق المشاىدات مع القيم‬
‫المحسوبة من النموذج المرشح ومدى صحة فرضيات النموذج‪ .‬وفي حالة اجتياز‬
‫النموذج المرشح ليذه االختبارات نقوم باعتماده عمى أنو النموذج النيائي والذي يستخدم‬
‫لتوليد التنبؤات المستقبمية‪ ,‬أما في حالة عدم االجتياز فأننا نعود لمخطوة االولى لتعيين‬
‫نموذج جديد‪.‬‬

‫‪Forecasting‬‬ ‫‪ -4‬التنبؤ‬
‫يستخدم النموذج النيائي لتوليد التنبؤات المستقبمية ومن ثم حساب أخطاء التنبؤ كمما‬
‫استجدت قيم جديدة مشاىدة من السمسمة الزمنية ومراقبة تمك األخطاء‪.‬‬

‫والشكل (‪ )1‬يوضح المراحل التي يتم عمى أساسيا بناء نموذج السالسل الزمنية وفقاً‬
‫ألسموب بوكس وجينكنز (فاندل‪.)1991,‬‬

‫‪3‬‬ ‫الشيماء إبراهيم الوصيفي‬

‫‪2015‬‬ ‫نماذج بوكس وجينكنيز‬

‫بيانات سلسة مشاهدة عند‬

‫نفس الفترت الزمنية ( يوم ‪ ,‬أسبوع ‪)..... ,‬‬

‫الرسم البياني لفحص التحويلة ‪ ,‬الفروق ‪ ,‬الموسمية‬

‫السلسلة‬ ‫السكون‬ ‫سلسة الفروق‬ ‫التعرف علي النموذج‬

‫األصلية‬

‫حساب‬ ‫تحديد الفروق‬ ‫حساب معامالت االرتباط‬ ‫فحص معامالت االرتباط‬

‫معامالت‬ ‫المطلوبة‬ ‫الذاتي ومعامالت االرتباط‬ ‫الذاتي ومعامالت االرتباط‬
‫االرتباط‬ ‫الذاتي الجزئية لسلسة‬ ‫الذاتي الجزئية لتحديد‬
‫الذاتي‬ ‫الفروق‬ ‫النموذج‬

‫التقدير والفحص‬

‫نموذج جديد‬ ‫فحص النموذج‬ ‫تقدير المعالم‬

‫ال‬

‫تحديد التعديالت‬ ‫هل النموذج مالئم‬ ‫حساب قيم مقدرات المعالم‬

‫الضرورية‬ ‫وقيم احصاءات جودة‬
‫التوفيق‬

‫حكم شخصي‬
‫التنبؤ‬
‫تحديد التنبوءات المطلوبة‬

‫حسابات‬
‫حساب التنبوءات‬

‫شكل (‪)1‬‬

‫خريطة مسار أسموب بوكس وجينكنز (فاندل‪)1992 ,‬‬

‫‪4‬‬ ‫الشيماء إبراهيم الوصيفي‬

‫‪2015‬‬ ‫نماذج بوكس وجينكنيز‬

‫‪ .2‬مميزات أسموب بوكس وجينكنز (شعراوي‪:)2004,‬‬

‫‪ -1‬أنو نظام نمذجة وتنبؤ منظم وشامل وموثوق بو‪ ,‬ويعني ىذا أنو يقدم حموال شاممة‬
‫لجميع مراحل تحميل السالسل الزمنية بدءاً من اختيار النموذج المبدئي المالئم ومرو اًر‬
‫انتياء بالتنبؤ بالمشاىدات المستقبمية‪.‬‬
‫بتقدير معالم ىذا النموذج وتشخيصو و ً‬
‫‪ -1‬أنو ال يفترض االستقالل بين مشاىدات السمسمة بل يستغل أنماط االرتباط الكامنة في‬
‫البيانات من خالل نماذج ‪ ARMA‬التي تتميز بقوتيا وقدرتيا عمى عكس أنماط‬
‫الكثير من السالسل الزمنية التي نصادفيا في التطبيقات العممية‪ ,‬ويؤدي ذلك في‬
‫النياية إلى تنبوءات موثوق بيا ومتسقة إحصائيا‪.‬‬
‫‪ -3‬أنو يعطي تنبوءات أدق من تمك التي نحصل عمييا باستخدام أي أسموب آخر خاصة‬
‫إذا توافرت البيانات الكافية لتغطيتيا‪.‬‬
‫‪ -4‬أنيا تعطي فترات ثقة مالئمة لممشاىدات المستقبمية لمبيانات الموسمية وغير الموسمية‬
‫بينما تفشل طرق أخرى في ذلك‪.‬‬

‫‪ .3‬نماذج ‪ARIMA‬‬

‫‪ 1-3‬نماذج االنحدار الذاتي والمتوسطات المتحركة التكاممية‬

‫في الواقع العممي نجد أن أغمب السالسل الزمنية التي نتعامل معيا غير ساكنة‬
‫فخصائص العممية العشوائية ىنا تتغير مع الزمن‪.‬‬

‫ولتحويل السمسمة غير الساكنة إلى سمسمة ساكنة فإنو يتم أخذ فروق السمسمة‬
‫ىو الحد األدنى لمفروق التي يجب أن تؤخذ‬ ‫بشكل متتالي لتسكين السمسمة‪ .‬وبفرض أن‬
‫لتسكين السمسة‪ ,‬ويطمق عمى تمك النماذج "نماذج االنحدار الذاتي والمتوسطات المتحركة‬
‫" وتُكتب عمى الصورة ‪:‬‬ ‫التكاممية‬

‫)‪(1‬‬

‫‪5‬‬ ‫الشيماء إبراهيم الوصيفي‬

‫‪2015‬‬ ‫نماذج بوكس وجينكنيز‬

‫حيث‬

‫)‪)2‬‬

‫‪, ….‬‬

‫مشغل الفروق المتتالية ‪.‬‬

‫ويمكن اختصار صيغة معادلة النموذج باستخدام مشغل اإلزاحة لمخمف‬

‫وذلك كما يمي‪:‬‬

‫)‪(3‬‬

‫حيث‬

‫غير مختمطة حيث يمكن أن تكون انحدار‬ ‫من الممكن أن تكون السمسمة الساكنة‬
‫ىي عممية‬ ‫فإن‬ ‫ىي‬ ‫ذاتي بحت أو متوسطات متحركة بحتة فإذا كانت‬
‫‪.‬‬ ‫ويشار إلييا بـ‬ ‫انحدار ذاتي تكاممية من الدرجة‬

‫ىي عممية متوسطات متحركة تكاممية من‬ ‫فان‬ ‫ىي‬ ‫واذا كانت‬
‫‪.‬‬ ‫ويشار إلييا بـ‬ ‫الدرجة‬

‫فبناءاً عمى‬ ‫يتم تحديد درجة نموذج‬ ‫بعد تسكين السمسمة بأخذ الفروق‬

‫وبناءاً‬ ‫عدد معامالت االرتباط الذاتي التي تختمف معنويا عن الصفر يتم تحديد قيمة‬
‫عمى عدد معامالت االرتباط الذاتي الجزئي التي تختمف معنويا عن الصفر يتم تحديد‬
‫قيمة ‪.‬‬

‫‪ 2-3‬نماذج االنحدار الذاتي والمتوسطات المتحركة التكاملية الموسمية‬

‫‪Seasonal Autoregressive Integrated Moving Average‬‬

‫غالبا ما نشاىد نمطا موسميا عند دراسة السالسل الزمنية الربع سنوية او الشيرية‬
‫حيث نالحظ تكرار حدوث قمة او قاع عند نفس الشير او ربع السنة تقريبا في االعوام‬
‫التالية وبالتالي فإن الموسمية تعرف عمى أنيا سموك يكرر نفسو كل فترة زمنية محددة‬
‫‪6‬‬ ‫الشيماء إبراهيم الوصيفي‬
 ‫‪2015‬‬ ‫نماذج بوكس وجينكنيز‬

‫ويظير ىذا السموك في معامل االرتباط الذاتي في تمك الفترات حيث يأخذ في تمك‬
‫الفترات قيما موجبة كبيره مشي ار الى وجود موسمية ‪ ,‬ومما ينبغي مالحظتو انو اذا كان‬
‫السموك الموسمي ىو فقط السموك الوحيد الذي يمكن ان تحتوي عميو السمسمة فإنو يكون‬
‫من السيل عندئذ التعرف عمى الموسمية بالنظر الى معامالت االرتباط الذاتي لمفترات‬
‫الزمنية المختمفة‪ ,‬اما اذا تضمنت السمسمة كال من الموسمية واالتجاه العام فإنو ال يكون‬
‫من السيل تحديد الموسمية في ىذه الحالة حيث انو كمما كان االتجاه العام قويا قل‬
‫وضوح الموسمية في البيانات حيث تكون معامالت االرتباط الذاتي الموجبة الكبيرة نسبيا‬
‫ناتجة عن وجود عدم ثبات في البيانات ‪ Nonstotionarity‬ولذلك يجب تحويل البيانات‬
‫الى سمسمة ساكنة قبل تحديد الموسمية ‪.‬‬

‫ويمكن التعبير عن تمك النماذج كما يمي‬

‫)‪(4‬‬

‫والصيغة العامة لمنموذج تأخذ الشكل التالي‬

‫‪ᶲ‬‬ ‫̃‬
‫حيث‬

‫‪ : S‬فترة الموسم‬

‫‪ :‬عممية متغيرات عشوائية بحتو والتي تتكون من سمسمة من المتغيرات العشوائية غير‬
‫وتباين ثابت‬ ‫المرتبطة ببعضيا بمتوسط صفر‬

‫‪ᶲ‬‬ ‫‪ᶲ‬‬ ‫‪ᶲ‬‬ ‫‪ᶲ‬‬ ‫‪, Ф‬‬ ‫‪Ф‬‬ ‫‪Ф‬‬

‫‪Ф‬‬

‫𝛳‬ ‫𝛳‬ ‫𝛳‬ ‫𝛳‬ ‫𝛩 ‪,‬‬ ‫𝛩‬ ‫𝛩‬ ‫𝛩‬

‫̃‬

‫‪7‬‬ ‫الشيماء إبراهيم الوصيفي‬

 ‫‪2015‬‬ ‫نماذج بوكس وجينكنيز‬

‫‪ .4‬توصيف نموذج ‪ ARIMA‬باستخدام برنامج ‪SPSS 22‬‬

‫سيتم التطبيق عمى سمسمة زمنية لمؤشر البورصة المصرية ‪ EGX30‬في الفترة من‬
‫‪ 1119/11/1‬وحتى ‪.1111/11/31‬‬

‫المرحمة األولى‪ :‬التعرف عمى النموذج‬

‫تيدف ىذه المرحمة إلى التعرف عمى نموذج أو أكثر من نماذج‬

‫لمؤشر البورصة المصرية ‪ ,EGX30‬وتتمثل أولى خطوات تمك المرحمة في تحديد مدى‬
‫سكون السمسمة من عدمو‪ .‬ولمعرفة ذلك يتم فحص التوقيع البياني لسمسمة مؤشر‬
‫شكل (‪ )1‬من حيث ثبات التباين و الوسط الحسابي‪ ,‬ويمكن تطبيق‬ ‫البورصة‬
‫ذلك باستخدام برنممج ‪ SPSS‬كما يمي‪:‬‬
‫أوال‪ :‬تعريف البيانات‬
‫من قائمة ‪ Data‬نختر ‪Define dates‬‬

‫نختر نظام البيانات وىنا البيانات يوميو فننقر عمى ‪ Days‬ثم ‪Ok‬‬

‫‪8‬‬ ‫الشيماء إبراهيم الوصيفي‬

‫‪2015‬‬ ‫نماذج بوكس وجينكنيز‬

‫ثانيا ‪ :‬التوقيع البياني لمسمسمة الزمنية‬

‫من قائمة ‪ Analyze‬نختر ‪ Forecasting‬ومنيا ‪.Sequence Chart‬‬

‫‪9‬‬ ‫الشيماء إبراهيم الوصيفي‬

 ‫‪2015‬‬ ‫نماذج بوكس وجينكنيز‬

‫يتم ادخال المتغير محل الدراسة ‪ EGX30‬في خانة ‪ ,Variables‬وادخال التاريخ في خانة‬
‫‪Time Axis Labels‬‬

‫بعد ذلك نضغط عمى ‪ Format‬ومنيا ننقر عمى ‪Reference line at the mean of‬‬
‫‪.series‬‬

‫‪11‬‬ ‫الشيماء إبراهيم الوصيفي‬

‫‪2015‬‬ ‫نماذج بوكس وجينكنيز‬

‫ثم نضغط ‪ Continue‬ثم ‪ Ok‬ليظير الرسم البياني الخاص ببيانات السمسمة كما يمي‪:‬‬

‫شكل (‪)2‬‬
‫التوقيع البياني لسمسمة البيانات‬

‫ويوضح شكل رقم (‪ )1‬وجود اتجاه عام نحو االنخفاض لذا سيتم أخذ الفروق األولى‬
‫لتثبيت الوسط الحسابي‪ ,‬وكذلك عدم ثبات التباين؛ مما يمزم أخذ تحويمة مناسبة‪ ,‬ويعرض‬
‫شكل (‪ )3‬التحويمة الموغاريتمية لسمسة البيانات‪ ,‬ويوضح أن التحويمة الموغاريتمية أحدثت‬
‫تغي اًر طفيفاً في السمسمة وبالتالي ال داعي ألخذ التحويمة الموغاريتمية لتثبيت التباين‪ ,‬أو يتم‬
‫أخذ تحويمة أخرى‪.‬‬

‫‪8.95‬‬

‫‪8.90‬‬

‫‪8.85‬‬
‫‪EGX30‬‬

‫‪8.80‬‬

‫‪8.75‬‬

‫‪8.70‬‬

‫‪8.65‬‬
‫‪26-OCT-2009‬‬

‫‪23-DEC-2009‬‬

‫‪21-FEB-2010‬‬

‫‪20-APR-2010‬‬

‫‪29-SEP-2010‬‬
‫‪28-JAN-2010‬‬

‫‪25-MAR-2010‬‬

‫‪25-MAY-2010‬‬

‫‪21-JUL-2010‬‬

‫‪24-AUG-2010‬‬

‫‪24-OCT-2010‬‬
‫‪28-JUN-2010‬‬
‫‪01-OCT-2009‬‬

‫‪01-DEC-2009‬‬

‫‪05-SEP-2010‬‬
‫‪05-NOV-2009‬‬

‫‪04-JAN-2010‬‬

‫‪03-MAR-2010‬‬

‫‪03-MAY-2010‬‬

‫‪02-AUG-2010‬‬
‫‪09-FEB-2010‬‬

‫‪08-APR-2010‬‬

‫‪06-JUN-2010‬‬
‫‪14-OCT-2009‬‬

‫‪13-DEC-2009‬‬

‫‪17-JAN-2010‬‬

‫‪15-MAR-2010‬‬

‫‪13-MAY-2010‬‬

‫‪11-JUL-2010‬‬
‫‪17-NOV-2009‬‬

‫‪16-JUN-2010‬‬

‫‪12-AUG-2010‬‬

‫‪19-SEP-2010‬‬

‫‪12-OCT-2010‬‬

‫‪Date‬‬

‫شكل (‪)3‬‬

‫التحويمة الموغاريتمية لسمسمة البيانات‬

‫‪11‬‬ ‫الشيماء إبراهيم الوصيفي‬

 ‫‪2015‬‬ ‫نماذج بوكس وجينكنيز‬

‫مع الفروق االولى فقط سيكون االتجاه العام مازال موجود‪ ,‬لذا سيتم أخذ الفروق مرة‬
‫ثانية‪ ,‬ومن الشكل (‪ )4‬يالحظ انو تم تثبيت الوسط الحسابي‪.‬‬

‫‪800.00‬‬

‫‪600.00‬‬

‫‪400.00‬‬

‫‪200.00‬‬
‫‪EGX30‬‬

‫‪0.00‬‬

‫‪-200.00‬‬

‫‪-400.00‬‬

‫‪-600.00‬‬
‫‪20-JUN-2010‬‬

‫‪25-JUL-2010‬‬

‫‪26-AUG-2010‬‬
‫‪28-OCT-2009‬‬

‫‪23-FEB-2010‬‬

‫‪29-MAR-2010‬‬

‫‪22-APR-2010‬‬

‫‪27-MAY-2010‬‬

‫‪21-SEP-2010‬‬

‫‪26-OCT-2010‬‬
‫‪27-DEC-2009‬‬
‫‪03-DEC-2009‬‬

‫‪06-JAN-2010‬‬
‫‪05-OCT-2009‬‬

‫‪09-NOV-2009‬‬

‫‪01-FEB-2010‬‬

‫‪07-MAR-2010‬‬

‫‪30-JUN-2010‬‬

‫‪04-AUG-2010‬‬

‫‪07-SEP-2010‬‬
‫‪05-MAY-2010‬‬

‫‪08-JUN-2010‬‬

‫‪03-OCT-2010‬‬
‫‪11-FEB-2010‬‬

‫‪17-MAR-2010‬‬

‫‪13-JUL-2010‬‬

‫‪16-AUG-2010‬‬
‫‪18-OCT-2009‬‬

‫‪19-NOV-2009‬‬

‫‪15-DEC-2009‬‬

‫‪19-JAN-2010‬‬

‫‪12-APR-2010‬‬

‫‪17-MAY-2010‬‬

‫‪14-OCT-2010‬‬
‫‪Date‬‬

‫شكل (‪)4‬‬

‫الفروق من الدرجة الثانية لمسمسمة الزمنية‬

‫ويمكن أخذ الفروق وتطبيق التحويمة الموغاريتمية باستخدام ‪ SPSS‬كما يمي‪:‬‬

‫‪ Analyze‬إلى أن نفتح نافذه ‪ Sequence Chart‬كما سبق وفييا ننقر‬ ‫من قائمة‬
‫‪ Difference‬وكتابة عدد الفروق الالزمة لتثبيت الوسط في المربع المقابل ليا‪ ,‬وكذلك تطبيق‬
‫التحويمة الموغاريتمية من خالل النقر عمى ‪.Natural Log transform‬‬

‫ثالثا‪ :‬فحص دالة االرتباط‬

‫‪ ,‬ودالة‬ ‫تتمثل الخطوة التالية في مرحمة التعرف في فحص دالة االرتباط الذاتي‬
‫لسمسمة البيانات‪.‬‬ ‫االرتباط الذاتي الجزئي‬

‫ويمكن الحصول عمى الدالتين من خالل قائمة ‪ Analyze‬نختر ‪ Forecasting‬ومنيا‬

‫‪.Autocorrelations‬‬

‫‪12‬‬ ‫الشيماء إبراهيم الوصيفي‬

‫‪2015‬‬ ‫نماذج بوكس وجينكنيز‬

‫فتفتح نافذه االرتباط الذاتي وندخل المتغير في خانة ‪ , Variables‬وال ننسي كتابة‬
‫الفروق الالزمة لتسكين السمسمة‪.‬‬

‫وفيما يمي دوال االرتباط الذاتي واالرتباط الذاتي الجزئي عمى التوالي‪.‬‬

‫‪13‬‬ ‫الشيماء إبراهيم الوصيفي‬

‫‪2015‬‬ ‫نماذج بوكس وجينكنيز‬

‫‪EGX30‬‬

‫‪1.0‬‬ ‫‪Coefficient‬‬
‫‪Upper‬‬
‫‪Confidence‬‬
‫‪Limit‬‬
‫‪Lower‬‬
‫‪Confidence‬‬
‫‪0.5‬‬ ‫‪Limit‬‬
‫‪ACF‬‬

‫‪0.0‬‬

‫‪-0.5‬‬

‫‪-1.0‬‬

‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪10 11 12 13 14 15 16‬‬
‫‪Lag Number‬‬

‫شكل (‪)5‬‬

‫دالة االرتباط الذاتي لسمسمة البيانات‬

‫‪EGX30‬‬

‫‪1.0‬‬ ‫‪Coefficient‬‬
‫‪Upper‬‬
‫‪Confidence‬‬
‫‪Limit‬‬
‫‪Lower‬‬
‫‪Confidence‬‬
‫‪0.5‬‬ ‫‪Limit‬‬
‫‪Partial ACF‬‬

‫‪0.0‬‬

‫‪-0.5‬‬

‫‪-1.0‬‬

‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪10 11 12 13 14 15 16‬‬
‫‪Lag Number‬‬

‫شكل(‪)6‬‬

‫لسمسمة البيانات‬ ‫دالة االرتباط الذاتي الجزئي‬

‫تنقطع بعد الفجوة الزمنية‬ ‫نالحظ من شكل رقم (‪ )5‬أن دالة االرتباط الذاتي‬
‫الثانية مما يوجو االنتباه إلى وجود معممتين لنموذج المتوسطات متحركة وبالتالي يمكن‬

‫‪14‬‬ ‫الشيماء إبراهيم الوصيفي‬

‫‪2015‬‬ ‫نماذج بوكس وجينكنيز‬

‫لتمثيل البيانات‪ ,‬كما يمكن اقتراح بعض النماذج‬ ‫ترشيح النموذج‬

‫‪.‬‬ ‫‪,‬‬ ‫االخرى مثل‪:‬‬

‫المرحمة الثانية‪ :‬التقدير‬

‫وفي ىذه المرحمة يتم تقدير معالم النماذج المقترحة لمالئمة البيانات اليومية‬
‫(‪,‬‬ ‫لمسمسة الزمنية‪ ,‬ويوضح الجدول (‪ )1‬تقديرات النقطة لمعالم كل نموذج (‬
‫( الخاصة باختبار‬ ‫‪ ,‬والنسبة ‪( t‬‬ ‫والخطأ المعياري لمتقدير )‬
‫(‪.‬‬ ‫معنوية كل معممة عند مستوى معنوية ‪ ,%5‬ومتوسط مربعات البواقي )‬

‫جدول (‪)1‬‬

‫تقديرات معالم النماذج المقترحة‬

‫‪2.76‬‬ ‫‪.36‬‬

‫‪.061‬‬ ‫‪13.25‬‬

‫‪.059‬‬ ‫‪2.98‬‬

‫‪.078‬‬ ‫‪10.62‬‬

‫‪.073‬‬ ‫‪2.67‬‬

‫‪.062‬‬ ‫‪-.45‬‬

‫من خالل الجدول رقم (‪ )1‬نالحظ ما يمي‪:‬‬

‫‪ -1‬بالنسبة لمنموذج األول يتضح عدم معنوية معممة المتوسطات المتحركة حيث قيمة‬
‫المحسوبة صغيرة جدا (‪.)1336‬‬

‫‪15‬‬ ‫الشيماء إبراهيم الوصيفي‬

‫‪2015‬‬ ‫نماذج بوكس وجينكنيز‬

‫المحسوبة لكل منيم‬ ‫‪ -1‬بالنسبة لمنموذج الثاني يتضح معنوية معالمو حيث قيمة‬
‫(‪ )1398( ,)13315‬عمى الترتيب‪.‬‬
‫‪ -3‬بالنسبة لمنموذج الثالث يتضح عدم معنوية معممة المتوسطات المتحركة الثالثة حيث قيمة‬
‫المحسوبة الخاصة بيا صغيرة جدا (‪.)1345-‬‬

‫وبالتالي فإن أفضل النماذج ىو النموذج الثاني‪.‬‬

‫المرحمة الثالثة‪ :‬الفحوص التشخيصية‬

‫أوال‪ :‬بحث السكون واالنعكاس‬

‫من الجدول رقم (‪ )1‬نالحظ أن معالم النموذج يحققان شرط االنعكاس حيث قيمة معممة‬
‫المتوسطات المتحركة أقل من الواحد الصحيح‪.‬‬

‫ثانيا‪ :‬المعايير االحصائية‬

‫يوضح جدول رقم (‪ )1‬أىم المعايير االحصائية الخاصة بالنماذج المقدرة‪.‬‬

‫جدول (‪)2‬‬

‫المقدر‬ ‫المعايير االحصائية لنموذج‬

‫‪Model‬‬

‫‪3257.6 3261.2‬‬

‫‪3267.8 3274.9‬‬

‫‪3266.6 3277.4‬‬

‫من خالل جدول رقم (‪ )1‬نالحظ انخفاض معيار اكايكي ومعيار بييز لشوارتز‬
‫لمنموذج األول ويميو النموذج الثاني‪ ,‬ولكن من جدول (‪ )1‬نالحظ عدم معنوية معممة‬
‫المتوسطات المتحركة الخاصة بالنموذج األول ومعنوية معالم النموذج الثاني‪ ,‬وبالتالي فإن‬
‫أفضل النماذج ىو النموذج الثاني‪.‬‬

‫‪16‬‬ ‫الشيماء إبراهيم الوصيفي‬

‫‪2015‬‬ ‫نماذج بوكس وجينكنيز‬

‫ثالثا‪ :‬تحميل البواقي‬

‫وذلك برسم دالة االرتباط الذاتي‬ ‫يتم اختبار بواقي النموذج‬

‫لمبواقي لمتأكد من أنيا تغيرات عشوائية بحتة أم ال‪ .‬ويعرض الشكل (‪ )7‬دالة االرتباط الذاتي‬
‫واالرتباط الذاتي الجزئي لبواقي النموذج‪ ,‬ومن الشكل نالحظ أن جميع معامالت االرتباط‬
‫الذاتي تقع داخل حدود الثقة‪ ,‬مما يعني أن البواقي عبارة عن تغيرات عشوائية بحتة‪ ,‬وبالتالي‬
‫مالئم لمبيانات ويمكن استخدامو في عممية التنبؤ بمؤشر‬ ‫فإن النموذج‬
‫‪.‬‬ ‫البورصة‬

‫الشكل (‪)7‬‬

‫دالة االرتباط الذاتي واالرتباط الذاتي الجزئي لبواقي النموذج‬

‫يتضح من الشكل (‪ )7‬عدم معنوية معامالت االرتباط الذاتي‪ ,‬فجميعيا تقع داخل‬
‫حدود الثقة‪.‬‬

‫‪17‬‬ ‫الشيماء إبراهيم الوصيفي‬

‫‪2015‬‬ ‫نماذج بوكس وجينكنيز‬

‫المرحمة الربعة‪ :‬التنبؤ‬

‫وفحصو لمتأكد من مالئمتو لسمسمة بيانات‬ ‫بعد تقدير النموذج‬

‫‪ ,‬فإنو تم استخدام ىذا النموذج في التنبؤ بالقيم المستقبمية لمؤشر‬ ‫مؤشر البورصة‬
‫‪.‬‬ ‫البورصة‬

‫ويكون شكل النموذج كما يمي‪:‬‬

‫حيث‬

‫وقد تم تقدير معالمو كما يمي‬

‫وبكتابة النموذج في الفترة‬

‫وبالتالي فإن‬

‫‪ ,‬ويعرض جدول (‪ )3‬القيم‬ ‫وىكذا يمكن التنبؤ بالقيم المستقبمية لممؤشر‬

‫وكذلك القيم الفعمية لممؤشر‬ ‫المتنبأ بيا باستخدام نموذج‬
‫والذي يتضح من خاللو وجود تقارب بين القيمتين خالل فترة المقارنة‪ ,‬وىذا ما يوضحو‬
‫شكل (‪.)8‬‬

‫‪18‬‬ ‫الشيماء إبراهيم الوصيفي‬

‫‪2015‬‬ ‫نماذج بوكس وجينكنيز‬

‫جدول (‪)3‬‬

‫والقيم الفعمية لممؤشر‬ ‫القيم المتنبأ بها من نموذج‬

‫‪Date‬‬ ‫‪Observed values Forecast values‬‬ ‫‪Error‬‬

‫‪1-11-2010‬‬ ‫‪6612.27‬‬ ‫‪6665.77‬‬ ‫‪-53.5‬‬

‫‪2-11-2010‬‬ ‫‪6654.76‬‬ ‫‪6667.12‬‬ ‫‪-12.36‬‬

‫‪3-11-2010‬‬ ‫‪6713.99‬‬ ‫‪6668.47‬‬ ‫‪45.52‬‬

‫‪4-11-2010‬‬ ‫‪6764.61‬‬ ‫‪6669.82‬‬ ‫‪94.79‬‬

‫‪7-11-2010‬‬ ‫‪6829.34‬‬ ‫‪6673.87‬‬ ‫‪155.47‬‬

‫‪8-11-2010‬‬ ‫‪6837.19‬‬ ‫‪6675.22‬‬ ‫‪161.97‬‬

‫نالحظ من الجدول رقم (‪ )3‬اقتراب القيم الفعمية والقيم المتنبأ بيا من نموذج‬

‫‪ ARIMA‬وخاصة في الثالثة أيام األولى‪ ,‬أما التنبوءات في األيام الثالث األخيرة فيي‬

‫ليست جيدة حيث نالحظ وجود فرق كبير بين القيم الفعمية و القيم المتنبأ بيا‪ ,‬وبإجراء‬

‫الختبار عدم وجود فرق معنوي بين القيم المتنبأ بيا والقيم الفعمية‪ ,‬حيث ان‬ ‫اختبار‬

‫المحسوبة تساوي (‪ ,)9366‬وعند درجات حرية ‪ 5‬ومستوى معنوية ‪ %5‬فإن‬ ‫قيمة‬

‫الجدولية (‪ ,)11317‬وبذلك تكون القيمة المحسوبة أقل من القيمة الجدولية مما‬ ‫قيمة‬

‫يؤيد عدم وجود فرق معنوي بين القيم الفعمية و القيم المتنبأ بيا‪ ,‬مما يؤكد مالئمة النموذج‬

‫‪.‬‬ ‫لمتنبؤ بالمؤشر‬

‫‪19‬‬ ‫الشيماء إبراهيم الوصيفي‬

 ‫‪2015‬‬ ‫نماذج بوكس وجينكنيز‬

‫ويمكن مالحظة اقتراب القيم المقدرة من القيم الفعمية من خالل الشكل التالي‬

‫شكل (‪)8‬‬

‫والقيم الفعمية لممؤشر‬ ‫القيم المقدرة من نموذج‬

‫ويمكن تطبيق المراحل السابقة باستخدام ‪ SPSS‬كما يمي‪:‬‬

‫سيتم التطبيق عمى مؤشر البورصة المصرية ‪ EGX30‬خالل الفترة من ‪1‬أكتوبر ‪1119‬‬
‫وحتى ‪ 31‬أكتوبر ‪ 1111‬كفترة تقدير لمنموذج‪ ,‬والست أيام التالية كفترة تنبؤ‪.‬‬

‫من قائمة ‪ Analyze‬نختر‪Create Models‬‬

‫‪21‬‬ ‫الشيماء إبراهيم الوصيفي‬

 ‫‪2015‬‬ ‫نماذج بوكس وجينكنيز‬

‫ليفتح نافذة ‪ Time Series Modeler‬ومن ثم ندخل المتغير تحت الدراسة في خانة‬
‫‪ Dependent Variables‬كما يمي‪:‬‬

‫من القائمة الفرعية ‪ Method‬نختر ‪ ,ARIMA‬ثم نضغط عمى ‪ Criteria‬لتحديد‬

‫معالم النماذج المقترحة‪ ,‬مع النقر عمى احدى التحويالت إن وجدت في النموذج‪ ,‬ثم نضغط‬
‫‪ Continue‬لمرجوع لمنافذة الرئيسية ‪.Time Series Modeler‬‬

‫بعد الرجوع لمنافذة الرئيسية نضغط عمى القائمة ‪ Statistics‬ومنيا ننقر عمى كل االحصاءات‬
‫الالزمة لتقدير المعالم ومعايير مقارنة النماذج‪.‬‬

‫‪21‬‬ ‫الشيماء إبراهيم الوصيفي‬

 ‫‪2015‬‬ ‫نماذج بوكس وجينكنيز‬

‫بعد ذلك ننتقل إلى القائمة التالية ‪ Plots‬وفييا ننقر عمى دالة االرتباط الذاتي‬
‫واالرتباط الذاتي الجزئي لمبوقي لفحصيا وكذلك النقر عمى البيانات المراد عرضيا في الرسم‬
‫البياني (المشاىدة والمقدرة والمتنبؤ بيا)‪.‬‬

‫‪22‬‬ ‫الشيماء إبراهيم الوصيفي‬

 ‫‪2015‬‬ ‫نماذج بوكس وجينكنيز‬

‫ثم ننتقل إلى القائمة ‪ Save‬وننقر أمام ‪ Predicted Value‬لعرض القيم المتنبأ بيا‪,‬‬
‫‪ Lower Confidence Limits ,Upper Confidence Limits‬لعرض الحدود‬
‫العميا والدنيا‪ Noise Residuals ,‬لعرض البواقي‪.‬‬

‫‪Forecast‬‬ ‫أخي ار ننتقل إلى قائمة ‪ Options‬والنقر عمى الخيار الثاني تحت‬
‫‪ Period‬لتحديد عدد البيانات المتنبأ بيا في النموذج‪ ,‬وحيث البيانات المستخدمة في التقدير‬
‫ىي ‪ 169‬بيان فإننا سنكتب ‪ 175‬وذلك لمتنبؤ بست قيم لممؤشر‪.‬‬

‫ويمكن اإلطالع عمى القيم المقدرة وحدودىا العميا والدنيا من خالل صفحة ‪Data‬‬
‫‪ View‬في البرنامج‪ ,‬كذلك القيم المتنبأ بيا والتي ُعرضت في الجدول رقم (‪.)3‬‬

‫‪23‬‬ ‫الشيماء إبراهيم الوصيفي‬

‫‪2015‬‬ ‫نماذج بوكس وجينكنيز‬

‫المراجع‬
‫‪ .1‬الوصيفي‪ ,‬الشيماء إبراىيم‪" .)1111( .‬التنبؤ باستخدام الدمج بين الشبكات العصبية‬
‫االصطناعية ونماذج بوكس وجينكينز"‪ ,‬رسالة ماجستير في اإلحصاء التطبيقي‪ ,‬كمية‬
‫التجارة‪ ,‬جامعة دمياط‪.‬‬
‫‪ .2‬عبد اهلل‪ ,‬مصطفى يوسف‪" .)1111( .‬دراسة احصائية لمتنبؤ بالكمية المستيمكة من‬
‫في اإلحصاء التطبيقي‪ ,‬كمية‬ ‫الكيرباء في جميورية مصر العربية"‪ ,‬رسالة دكتوراه‬
‫التجارة‪ ,‬جامعة المنصورة‪.‬‬
‫‪ .3‬شعراوي‪ ,‬سمير مصطفى‪" .)1114( .‬مقدمة في التحميل الحديث لمسالسل الزمنية"‪ ,‬مركز‬
‫النشر العممي ‪ -‬جامعة الممك عبد العزيز‪.‬‬
‫‪ .4‬فاندل‪ ,‬والتر‪" .)1991( .‬السالسل الزمنية من الوجية التطبيقية ونماذج بوكس وجينكينز"‪.‬‬
‫تعريب عبد المرضي عزام‪ .‬دار المريخ لمنشر‪ ,‬الرياض‪.‬‬
‫‪ .5‬مبارك‪ ,‬آمال السيد‪" .)1998( .‬التنبؤ باستخدام الجمع بين أسموبي تحميل االنحدار‬
‫وتحميل السالسل الزمنية"‪ ,‬رسالة ماجستير في اإلحصاء التطبيقي‪ ,‬كمية التجارة‪ ,‬جامعة‬
‫المنصورة‪.‬‬

‫‪24‬‬ ‫الشيماء إبراهيم الوصيفي‬