Professional Documents
Culture Documents
ARIMA On SPSS PDF
ARIMA On SPSS PDF
إعدإد
.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.
ويتم بناء نموذج للتنبؤ باستخدام أسلوب بوكس وجينكنز على أربع مراحل هي :
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,
التقدير والفحص
حكم شخصي
التنبؤ
تحديد التنبوءات المطلوبة
حسابات
حساب التنبوءات
شكل ()1
.3نماذج ARIMA
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
حيث
))2
, ….
)(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 .
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 .
)(4
ᶲ ̃
حيث
: Sفترة الموسم
:عممية متغيرات عشوائية بحتو والتي تتكون من سمسمة من المتغيرات العشوائية غير
وتباين ثابت المرتبطة ببعضيا بمتوسط صفر
̃
نختر نظام البيانات وىنا البيانات يوميو فننقر عمى Daysثم Ok
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
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
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
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
,ودالة تتمثل الخطوة التالية في مرحمة التعرف في فحص دالة االرتباط الذاتي
لسمسمة البيانات. االرتباط الذاتي الجزئي
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.
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
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
تنقطع بعد الفجوة الزمنية نالحظ من شكل رقم ( )5أن دالة االرتباط الذاتي
الثانية مما يوجو االنتباه إلى وجود معممتين لنموذج المتوسطات متحركة وبالتالي يمكن
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
2.76 .36
.061 13.25
.059 2.98
.078 10.62
.073 2.67
.062 -.45
-1بالنسبة لمنموذج األول يتضح عدم معنوية معممة المتوسطات المتحركة حيث قيمة
المحسوبة صغيرة جدا (.)1336
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-
من الجدول رقم ( )1نالحظ أن معالم النموذج يحققان شرط االنعكاس حيث قيمة معممة
المتوسطات المتحركة أقل من الواحد الصحيح.
جدول ()2
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.
الشكل ()7
يتضح من الشكل ( )7عدم معنوية معامالت االرتباط الذاتي ,فجميعيا تقع داخل
حدود الثقة.
حيث
وبالتالي فإن
جدول ()3
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
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
ويمكن مالحظة اقتراب القيم المقدرة من القيم الفعمية من خالل الشكل التالي
شكل ()8
ليفتح نافذة Time Series Modelerومن ثم ندخل المتغير تحت الدراسة في خانة
Dependent Variablesكما يمي:
بعد الرجوع لمنافذة الرئيسية نضغط عمى القائمة Statisticsومنيا ننقر عمى كل االحصاءات
الالزمة لتقدير المعالم ومعايير مقارنة النماذج.
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).
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
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.