‫ﻋﺜﻤﺎﻥ ﻨﻘﺎﺭ ‪ -‬ﻤﻨﺫﺭ ﺍﻟﻌﻭﺍﺩ‬ ‫ﻤﺠﻠﺔ ﺠﺎﻤﻌﺔ ﺩﻤﺸﻕ ﻟﻠﻌﻠﻭﻡ ﺍﻻﻗﺘﺼﺎﺩﻴﺔ ﻭﺍﻟﻘﺎﻨﻭﻨﻴﺔ – ﺍﻟﻤﺠﻠﺩ ‪ - 27‬ﺍﻟﻌﺩﺩ ﺍﻟﺜﺎﻟﺙ ‪2011-‬‬

‫ﻓﻲ ﺘﺤﻠﻴل ﺍﻟﺴﻼﺴل ﺍﻟﺯﻤﻨﻴﺔ ﻭﺍﻟﺘﻨﺒﺅ‬ ‫‪Box-Jenkins‬‬ ‫ﻤﻨﻬﺠﻴﺔ‬

‫ﺩﺭﺍﺴﺔ ﺘﻁﺒﻴﻘﻴﺔ ﻋﻠﻰ ﺃﻋﺩﺍﺩ ﺘﻼﻤﻴﺫ ﺍﻟﺼﻑ ﺍﻷﻭل ﻤﻥ ﺍﻟﺘﻌﻠﻴﻡ‬
‫ﺍﻷﺴﺎﺴﻲ ﻓﻲ ﺴﻭﺭﻴﺔ‬

‫ﺍﻟﺩﻜﺘﻭﺭ ﻤﻨﺫﺭ ﺍﻟﻌﻭﺍﺩ‬ ‫ﺍﻟﺩﻜﺘﻭﺭ ﻋﺜﻤﺎﻥ ﻨﻘﺎﺭ‬

‫ﻜﻠﻴﺔ ﺍﻻﻗﺘﺼﺎﺩ‬

‫ﺠﺎﻤﻌﺔ ﺩﻤﺸﻕ‬

‫ﺍﻟﻤﻠﺨﺹ‬
‫ﺘﻭﻟﻰ ﺍﻟﺠﻤﻬﻭﺭﻴﺔ ﺍﻟﻌﺭﺒﻴﺔ ﺍﻟﺴﻭﺭﻴﺔ ﺍﻻﻫﺘﻤﺎﻡ ﻭﺍﻟﺭﻋﺎﻴﺔ ﺍﻟﻼﺯﻤﺔ ﻟﻤﻨﻅﻭﻤﺔ ﺍﻟﺘﻌﻠﻴﻡ ﻓﻲ ﺍﻟﺩﻭﻟﺔ‪ ،‬ﺇﺫ ﻴﻜﻔل‬
‫ﺍﻟﻘﺎﻨﻭﻥ ﺤﻕ ﺍﻟﺘﻌﻠﻴﻡ ﻟﻜل ﻤﻭﺍﻁﻥ‪ ،‬ﻭﻫﻭ ﺇﻟﺯﺍﻤﻲ ﻭﻤﺠﺎﻨﻲ ﻓﻲ ﻤﺭﺤﻠﺔ ﺍﻟﺘﻌﻠﻴﻡ ﺍﻷﺴﺎﺴﻲ‪ .‬ﻫﺫﺍ ﻓﻀﻼﹰ ﻋﻥ ﺃﻥ‬
‫ﻤﻌﺩل ﺍﻟﻨﻤﻭ ﺍﻟﺴﻜﺎﻨﻲ ﺍﻟﻤﺭﺘﻔﻊ‪ ،‬ﻭﻋﻭﺍﻤل ﺃﺨﺭﻯ ﻤﺨﺘﻠﻔﺔ ﺘﺅﺩﻱ ﺇﻟﻰ ﺍﺭﺘﻔﺎﻉ ﺃﻋﺩﺍﺩ ﺍﻟﺘﻼﻤﻴﺫ ﺍﻟﻤﻨﺘﺴﺒﻴﻥ ﺇﻟﻰ‬
‫ﺍﻟﺼﻑ ﺍﻷﻭل ﻤﻥ ﺍﻟﺘﻌﻠﻴﻡ ﺍﻷﺴﺎﺴﻲ ﻭﺒﺸﻜل ﻤﺘﺴﺎﺭﻉ ﺠﺩﺍﹰ‪ .‬ﻻﺒﺩ‪ ‬ﻟﻤﻭﺍﺠﻬﺔ ﻫﺫﺍ ﺍﻟﻭﺍﻗﻊ ﻤﻥ ﻭﻀﻊ ﺨﻁﻁ‬
‫ﺴﻨﻭﻴﺔ ﻤﻥ ﻗﺒل ﺍﻟﻤﻌﻨﻴﻴﻥ ﻟﻤﻭﺍﺠﻬﺔ ﺍﻻﻟﺘﺯﺍﻤﺎﺕ ﺍﻟﻤﺘﻭﻗﻌﺔ ﻟﻜل ﻋﺎﻡ ﺠﺩﻴﺩ‪ :‬ﺍﻟﻤﺩﺍﺭﺱ‪ ،‬ﺍﻟﺸﻌﺏ‪ ،‬ﺍﻟﻤﻌﻠﻤﻴﻥ‪،‬‬
‫ﺍﻟﻤﻘﺭﺭﺍﺕ‪.....‬‬

‫ﻫﺩﻓﺕ ﻫﺫﻩ ﺍﻟﺩﺭﺍﺴﺔ ﺇﻟﻰ ﻭﻀﻊ ﻨﻤﺎﺫﺝ ﻗﻴﺎﺴﻴﺔ ﻟﻠﺘﻨﺒﺅ ﺒﺄﻋﺩﺍﺩ ﺍﻟﺘﻼﻤﻴﺫ ﺍﻟﻤﺘﻭﻗﻊ ﺘﻭﺍﻓﺩﻫﻡ ﺇﻟﻰ ﺍﻟﺼﻑ ﺍﻷﻭل‬
‫ﺘﻌﻠﻴﻡ ﺃﺴﺎﺴﻲ ﺒﺎﺴﺘﺨﺩﺍﻡ ﻤﻨﻬﺠﻴﺔ)ﺒﻭﻜﺱ ﺠﻨﻜﻴﻨﺯ(‪ ،Box-Jenkins‬ﻭﺘﻭﻓﻴﻕ ﺃﻓﻀل ﻨﻤﻭﺫﺝ ﻤﻥ ﻨﻤﺎﺫﺝ‬
‫‪ ARMA‬ﻭ ‪. ARIMA‬‬

‫ﺨﻠﺼﺕ ﺍﻟﺩﺭﺍﺴﺔ ﺇﻟﻰ ﻭﻀﻊ ﻨﻤﻭﺫﺝ ﻴﻤﻜﻥ ﺍﺴﺘﺨﺩﺍﻤﻪ ﻓﻲ ﺍﻟﺘﻨﺒﺅ ﺒﺄﻋﺩﺍﺩ ﺍﻟﺘﻼﻤﻴﺫ‪ ،‬ﻭﺘﻡ ﺍﻟﺘﻨﺒﺅ ﺒﺄﻋﺩﺍﺩﻫﻡ‬
‫ﺤﺘﻰ ﻋﺎﻡ ‪ ، 2015‬ﻭﻫﺫﺍ ﻤﺎ ﻴﺸﻜل ﻗﺎﻋﺩﺓ ﻋﻠﻤﻴﺔ ﻟﻭﻀﻊ ﺨﻁﻁ ﺍﻟﺘﻌﻠﻴﻡ ﻭﺍﻟﺨﻁﻁ ﺍﻟﻤﺭﺘﺒﻁﺔ ﺒﻬﺎ ‪.‬‬

‫‪125‬‬
 ‫ﻤﻨﻬﺠﻴﺔ ‪ Box-Jenkins‬ﻓﻲ ﺘﺤﻠﻴل ﺍﻟﺴﻼﺴل ﺍﻟﺯﻤﻨﻴﺔ ﻭﺍﻟﺘﻨﺒﺅ ﺩﺭﺍﺴﺔ ﺘﻁﺒﻴﻘﻴﺔ ﻋﻠﻰ ﺃﻋﺩﺍﺩ ﺘﻼﻤﻴﺫ ﺍﻟﺼﻑ ﺍﻷﻭل ﻤﻥ ﺍﻟﺘﻌﻠﻴﻡ ‪....‬‬

‫ﺍﻟﻤﻘﺩﻤﺔ‪:‬‬
‫ﺇﻥ ﻤﺠﺎﻨﻴﺔ ﺍﻟﺘﻌﻠﻴﻡ ﻭﺇﻟﺯﺍﻤﻴﺘﻪ ﺍﻟﺘﻲ ﻴﻀﻤﻨﻬﺎ ﺍﻟﻘﺎﻨﻭﻥ ﻓﻲ ﺍﻟﺠﻤﻬﻭﺭﻴﺔ ﺍﻟﻌﺭﺒﻴﺔ ﺍﻟﺴﻭﺭﻴﺔ‪ ،‬ﻭﻤﻌﺩﻻﺕ ﺍﻟﻨﻤﻭ‬
‫ﺍﻟﺴﻜﺎﻨﻲ ﺍﻟﻤﺭﺘﻔﻌﺔ ﻨﺴﺒﻴﺎﹰ ‪ ،1%2.4‬ﻭﻓﺘﻭﺓ ﺍﻟﻤﺠﺘﻤﻊ‪ ،‬ﻜل ﻫﺫﻩ ﺍﻟﻌﻭﺍﻤل ﻤﺠﺘﻤﻌﺔ ﻓﻀﻼﹰ ﻋﻥ ﻋﻭﺍﻤل ﺃﺨﺭﻯ‬
‫ﺘﺅﺩﻱ ﺇﻟﻰ ﻅﻬﻭﺭ ﻤﺸﻜﻠﺔ ﺤﻘﻴﻘﻴﺔ ﻓﻲ ﺃﻋﺩﺍﺩ ﺍﻟﻤﻨﺘﺴﺒﻴﻥ ﺴﻨﻭﻴﺎﹰ ﺇﻟﻰ ﺍﻟﺼﻑ ﺍﻷﻭل ﻤﻥ ﺍﻟﺘﻌﻠﻴﻡ ﺍﻷﺴﺎﺴﻲ‪،‬‬
‫ﻭﻤﺎ ﻴﺭﺘﺒﻁ ﺒﻬﺫﻩ ﺍﻷﻋﺩﺍﺩ ﻤﻥ ﺍﻟﺘﺯﺍﻤﺎﺕ ﻴﺠﺏ ﺍﻟﺘﺨﻁﻴﻁ ﻟﻬﺎ ﻭﻤﻭﺍﺠﻬﺘﻬﺎ ﻤﻥ ﺨﻼل ﺍﻟﺘﻨﺒﺅ ﺒﺄﻋﺩﺍﺩ ﺍﻟﺘﻼﻤﻴﺫ‪.‬‬
‫ﻴﻤﻜﻥ ﺃﻥ ﺘﺘﻡ ﻋﻤﻠﻴﺔ ﺍﻟﺘﻨﺒﺅ ﺒﺄﻋﺩﺍﺩ ﺍﻟﺘﻼﻤﻴﺫ ﺒﺄﺴﺎﻟﻴﺏ ﻤﺨﺘﻠﻔﺔ‪ :‬ﺍﻟﺘﺤﻠﻴل ﺍﻟﺘﻘﻠﻴﺩﻱ ﻟﻠﺴﻠﺴﺔ ﺍﻟﺯﻤﻨﻴﺔ‪ ،‬ﺃﻭ‬
‫ﺍﻟﻨﻤﺎﺫﺝ ﺍﻟﺴﺒﺒﻴﺔ‪ ،‬ﺃﻭ ﺍﻟﺘﺤﻠﻴل ﺍﻟﺤﺩﻴﺙ‪ 2‬ﻟﻠﺴﻠﺴﺔ ﺍﻟﺯﻤﻨﻴﺔ ﻁﺭﻴﻘﺔ )ﺒﻭﻜﺱ ﺠﻨﻜﻴﻨﺯ( ‪ .Box-Jenkins‬ﻭﻟﻜل‬
‫ﺃﺴﻠﻭﺏ ﻤﻥ ﻫﺫﻩ ﺍﻷﺴﺎﻟﻴﺏ ﻤﻴﺯﺍﺘﻪ ﻭﻤﺴﺎﻭﺌﻪ‪.‬‬
‫ﻴﺼﻌﺏ ﺍﺴﺘﺨﺩﺍﻡ ﺍﻟﻨﻤﺎﺫﺝ ﺍﻟﺴﺒﺒﻴﺔ ﻓﻲ ﺍﻟﺘﺤﻠﻴل ﻭﺍﻟﺘﻨﺒﺅ ﺒﺄﻋﺩﺍﺩ ﺍﻟﺘﻼﻤﻴﺫ ﺒﺴﺒﺏ ﺍﻟﻌﺩﺩ ﺍﻟﻜﺒﻴﺭ ﻟﻠﻌﻭﺍﻤل‬
‫ﺍﻟﻤﺅﺜﺭﺓ ﻓﻲ ﺃﻋﺩﺍﺩ ﺍﻟﺘﻼﻤﻴﺫ‪ ،‬ﻭﺼﻌﻭﺒﺔ ﺇﺩﺨﺎل ﺒﻌﺽ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﻭﺼﻔﻴﺔ ﻜﺎﻷﻤﻴﺔ ﻓﻲ ﺍﻟﻤﺠﺘﻤﻊ ﻭﺍﻟﻔﻘﺭ‪.‬‬
‫ﺃﻤ‪‬ﺎ ﻓﻴﻤﺎ ﻴﺘﻌﻠﻕ ﺒﺎﻟﺘﺤﻠﻴل ﺍﻟﺘﻘﻠﻴﺩﻱ ﻭﺍﻟﺤﺩﻴﺙ ﻟﻠﺴﻠﺴﻠﺔ ﺍﻟﺯﻤﻨﻴﺔ‪ ،‬ﻓﺴﻨﻘﻭﻡ ﻓﻲ ﻫﺫﺍ ﺍﻟﺒﺤﺙ ﺒﺈﺠﺭﺍﺀ ﻤﻘﺎﺭﻨﺔ ﺒﻴﻥ‬
‫ﺍﻷﺴﻠﻭﺒﻴﻥ‪ ،‬ﻭﻗﺩ ﺃﻜﺩﺕ ﺍﻟﺩﺭﺍﺴﺔ ﺍﻟﺘﻲ ﻗﻤﻨﺎ ﺒﻬﺎ ﺃﻥ ﺍﻷﺴﻠﻭﺏ ﺍﻟﺤﺩﻴﺙ ﻴﻌﻁﻲ ﻨﺘﺎﺌﺞ ﺃﻗﺭﺏ ﺇﻟﻰ ﺍﻟﻘﻴﻡ ﺍﻟﻭﺍﻗﻌﻴﺔ‪.‬‬

‫ﺃﻭﻻﹰ‪ :‬ﺍﻹﻁﺎﺭ ﺍﻟﻌﺎﻡ ﻟﻠﺒﺤﺙ‪:‬‬

‫‪ -1-1‬ﺃﻫﻤﻴﺔ ﺍﻟﺒﺤﺙ‪:‬‬
‫ﺘﻜﻤﻥ ﺃﻫﻤﻴﺔ ﺍﻟﺒﺤﺙ ﺒﺎﺴﺘﻨﺘﺎﺝ ﻨﻤﻭﺫﺝ ﻗﻴﺎﺴﻲ ﻴﺴﺘﺨﺩﻡ ﻟﻠﺘﻨﺒﺅ ﺒﺄﻋﺩﺍﺩ ﺍﻟﺘﻼﻤﻴﺫ ﺍﻟﻤﺘﻭﻗﻊ ﺍﻨﺘﺴﺎﺒﻬﻡ ﻟﻠﺼﻑ‬
‫ﺍﻷﻭل ﻓﻲ ﻜل ﻋﺎﻡ ﺩﺭﺍﺴﻲ‪ ،‬ﻭﺫﻟﻙ ﺒﺎﺴﺘﺨﺩﺍﻡ ﻤﻨﻬﺞ ﺍﻟﺘﺤﻠﻴل ﺍﻟﺤﺩﻴﺙ ﻟﻠﺴﻼﺴل ﺍﻟﺯﻤﻨﻴﺔ ﺍﻟﻤﺒﻨﻲ ﻋﻠﻰ ﻤﻨﻬﺠﻴﺔ‬
‫)ﺒﻭﻜﺱ ﺠﻨﻜﻴﻨﺯ( ‪ ،Box-Jenkins‬ﻭﻤﻥ ﺜﻡ‪ ‬ﺍﻟﺘﻨﺒﺅ ﺒﻬﺫﻩ ﺍﻷﻋﺩﺍﺩ ﺤﺘﻰ ﻋﺎﻡ ‪.2015‬‬

‫‪ -2-1‬ﺃﻫﺩﺍﻑ ﺍﻟﺒﺤﺙ‪:‬‬
‫ﻫﺩﻑﹶ ﺍﻟﺒﺤﺙ ﺇﻟﻰ‪:‬‬
‫ﺍﺨﺘﺒﺎﺭ ﺇﻤﻜﺎﻨﻴﺔ ﺘﻁﺒﻴﻕ ﺍﻷﺴﻠﻭﺏ ﺍﻟﺤﺩﻴﺙ ﻓﻲ ﺘﺤﻠﻴل ﺍﻟﺴﻼﺴل ﺍﻟﺯﻤﻨﻴﺔ ﻓﻲ ﺍﻟﺘﻨﺒﺅ ﺒﺄﻋﺩﺍﺩ‬ ‫‪-‬‬
‫ﺍﻟﺘﻼﻤﻴﺫ‪.‬‬

‫‪ 1‬ﺤ‪‬ﺴِﺏ‪ ‬ﻫﺫﺍ ﺍﻟﻤﻌﺩل ﺒﺎﺴﺘﺨﺩﺍﻡ ﺍﻟﺒﻴﺎﻨﺎﺕ ﺍﻟﺴﻜﺎﻨﻴﺔ ﻓﻲ ﺍﻟﻤﺠﻤﻭﻋﺔ ﺍﻹﺤﺼﺎﺌﻴﺔ ﻟﻠﻌﺎﻡ ‪. 2009‬ﻟﻠﻤﺩﺓ ﺍﻟﺯﻤﻨﻴﺔ ‪. 2009-2000‬‬
‫‪ 2‬ﻤﺎﺯﺍﻟﺕ ﻁﺭﻴﻘﺔ ﺒﻭﻜﺱ ﺠﻨﻜﻴﻨﺯ ﺘﺼﻨﻑ ﻤﻊ ﺍﻟﺘﺤﻠﻴل ﺍﻟﺤﺩﻴﺙ ﻟﻠﺴﻼﺴل ﺍﻟﺯﻤﻨﻴﺔ ﻓﻲ ﺍﻷﺩﺒﻴﺎﺕ ﺭﻏﻡ ﻤﺭﻭﺭ ﻨﺤﻭ ‪ 35‬ﺴﻨﺔ ﻋﻠﻴﻬﺎ‪ ،‬ﺍﻨﻅـﺭ‬
‫ﻜﺘﺎﺏ‪:‬‬
‫‪Kirchgässner G. and Wolters J. (2007) "Introduction to Modern Time Series Analysis", SPRINGER-‬‬
‫‪Verlag, Berlin Heidelberg, p. 3-5.‬‬

‫‪126‬‬
‫ﻋﺜﻤﺎﻥ ﻨﻘﺎﺭ ‪ -‬ﻤﻨﺫﺭ ﺍﻟﻌﻭﺍﺩ‬ ‫ﻤﺠﻠﺔ ﺠﺎﻤﻌﺔ ﺩﻤﺸﻕ ﻟﻠﻌﻠﻭﻡ ﺍﻻﻗﺘﺼﺎﺩﻴﺔ ﻭﺍﻟﻘﺎﻨﻭﻨﻴﺔ – ﺍﻟﻤﺠﻠﺩ ‪ - 27‬ﺍﻟﻌﺩﺩ ﺍﻟﺜﺎﻟﺙ ‪2011-‬‬

‫ﻭﻀﻊ ﻨﻤﻭﺫﺝ ﻗﻴﺎﺴﻲ ﻟﻠﺘﻨﺒﺅ ﺒﺄﻋﺩﺍﺩ ﺘﻼﻤﻴﺫ ﺍﻟﺼﻑ ﺍﻷﻭل ﻤﻥ ﺍﻟﺘﻌﻠﻴﻡ ﺍﻷﺴﺎﺴﻲ‪.‬‬ ‫‪-‬‬
‫ﺍﻟﺘﻨﺒﺅ ﺒﺄﻋﺩﺍﺩ ﺍﻟﺘﻼﻤﻴﺫ ﺍﻟﻤﺘﻭﻗﻊ ﺍﻨﺘﺴﺎﺒﻬﻡ ﺇﻟﻰ ﺍﻟﺼﻑ ﺍﻷﻭل ﻤﻥ ﺍﻟﺘﻌﻠﻴﻡ ﺍﻷﺴﺎﺴﻲ‪.‬‬ ‫‪-‬‬

‫‪ -3-1‬ﻤﻨﻬﺠﻴﺔ ﺍﻟﺒﺤﺙ‪:‬‬
‫ﺍﺴﺘﹸﺨﺩِﻡ‪ ‬ﺍﻟﻤﻨﻬﺞ ﺍﻟﻭﺼﻔﻲ ﺍﻟﺘﺤﻠﻴﻠﻲ ﻓﻲ ﺇﻨﺠﺎﺯ ﻫﺫﺍ ﺍﻟﺒﺤﺙ ﻤﻥ ﺨﻼل ﺍﻻﻁﻼﻉ ﻋﻠﻰ ﻋﺩﺩ ﻤﻥ ﺍﻟﻤﺭﺍﺠﻊ‬
‫)ﺒﺎﻟﻠﻐﺔ ﺍﻟﻌﺭﺒﻴﺔ‪ ،‬ﻭﺍﻟﻔﺭﻨﺴﻴﺔ‪ ،‬ﻭﺍﻻﻨﻜﻠﻴﺯﻴﺔ( ﺘﻨﺎﻭﻟﺕ ﻤﻨﻬﺠﻴﺔ )ﺒﻭﻜﺱ ﺠﻨﻜﻴﻨﺯ( ‪ Box-Jenkins‬ﻓﻲ ﺘﺤﻠﻴل‬
‫ﺍﻟﺴﻼﺴل ﺍﻟﺯﻤﻨﻴﺔ‪ ،‬ﻭﻤﻥ ﺜﻡ‪ ‬ﺘﻡ ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﺒﻴﺎﻨﺎﺕ ﺍﻟﺴﻠﺴﻠﺔ ﺍﻟﺯﻤﻨﻴﺔ ﻷﻋﺩﺍﺩ ﺍﻟﺘﻼﻤﻴﺫ ﻤﻥ ﺍﻟﻤﺠﻤﻭﻋﺔ‬
‫ﺍﻹﺤﺼﺎﺌﻴﺔ ﺍﻟﺴﻭﺭﻴﺔ‪ ،‬ﻭﺘﻡ ﺍﻟﺘﻁﺒﻴﻕ ﻋﻠﻴﻬﺎ‪ .‬ﻭﺍﺴﺘﺨﺩﻤﺕ ﺍﻟﺤﺯﻤﺔ ﺍﻟﺒﺭﻤﺠﻴﺔ ‪ SPSS‬ﻓﻲ ﺘﺤﻠﻴﻠﻬﺎ ‪.‬‬

‫‪ -4-1‬ﺍﻟﺩﺭﺍﺴﺎﺕ ﺍﻟﺴﺎﺒﻘﺔ‪:‬‬
‫ﻴﻭﺠﺩ ﻜﺜﻴﺭ ﻤﻥ ﺍﻟﺩﺭﺍﺴﺎﺕ ﺍﻟﺴﺎﺒﻘﺔ ﺍﻟﺘﻲ ﺍﺴﺘﺨﺩﻤﺕ ﻁﺭﻴﻘﺔ )ﺒﻭﻜﺱ ﺠﻨﻜﻴﻨﺯ( ﻓﻲ ﺍﻟﺘﻨﺒﺅ ﺒﺴﻼﺴل ﺯﻤﻨﻴﺔ‬
‫ﺫﺍﺕ ﻁﺒﻴﻌﺔ ﺍﻗﺘﺼﺎﺩﻴﺔ‪ ،‬ﻭﻤﻌﻅﻡ ﺍﻟﻤﺭﺍﺠﻊ ﺍﻟﻤﺫﻜﻭﺭﺓ ﻓﻲ ﻨﻬﺎﻴﺔ ﺍﻟﺒﺤﺙ ﺘﺤﻭﻱ ﺃﻤﺜﻠﺔ ﺘﻁﺒﻴﻘﻴﺔ ﻋﻠﻰ ﺫﻟﻙ‪ .‬ﺇﻻ‬
‫ﺃﻨﻪ ﻟﻡ ﻴﺘﻤﻜﻥ ﺍﻟﺒﺎﺤﺜﺎﻥ ﻤﻥ ﺍﻟﻭﺼﻭل ﺇﻟﻰ ﺃﻴﺔ ﺩﺭﺍﺴﺔ ﺴﺎﺒﻘﺔ ﺘﻨﺎﻭﻟﺕ ﻤﻭﻀﻭﻉ ﺍﺴﺘﺨﺩﺍﻡ ﻤﻨﻬﺠﻴﺔ )ﺒﻭﻜﺱ‬
‫ﺠﻨﻜﻴﻨﺯ( ‪ Box-Jenkins‬ﻓﻲ ﺍﻟﺘﻨﺒﺅ ﺒﺄﻋﺩﺍﺩ ﺍﻟﺘﻼﻤﻴﺫ ﺍﻟﻤﺘﻭﻗﻊ ﺍﻨﺘﺴﺎﺒﻬﻡ ﺇﻟﻰ ﺍﻟﺼﻑ ﺍﻷﻭل ﻤﻥ ﺍﻟﺘﻌﻠﻴﻡ‬
‫ﺍﻷﺴﺎﺴﻲ‪.‬‬

‫ﻜﻤﺎ ﺃﻥ ﺍﻷﺴﺎﻟﻴﺏ ﺍﻟﻤﺴﺘﺨﺩﻤﺔ ﻤﻥ ﻗﺒل ﺍﻟﻤﻌﻨﻴﻴﻥ ﺒﻬﺫﺍ ﺍﻷﻤﺭ ﻫﻲ ﺃﺴﺎﻟﻴﺏ ﺘﻘﻠﻴﺩﻴﺔ‪ ،‬ﻤﻨﻬﺎ ﺍﻟﻌﺩ ﺍﻟﻤﺒﺎﺸﺭ‬
‫ﻷﻋﺩﺍﺩ ﺍﻟﺘﻼﻤﻴﺫ ﺍﻟﻤﺘﻭﻗﻊ ﺍﻨﺘﺴﺎﺒﻬﻡ ﻓﻲ ﺍﻟﻌﺎﻡ ﺍﻟﺠﺩﻴﺩ ﻤﻥ ﻭﺍﻗﻊ ﺍﻟﺒﻁﺎﻗﺎﺕ ﺍﻟﻌﺎﺌﻠﺔ ﻟﻸﺴﺭ ﺍﻟﻘﺭﻴﺒﺔ ﻤﻥ ﻜل‬
‫ﻤﺩﺭﺴﺔ‪ ،‬ﻭﻓﻲ ﺃﺤﺴﻥ ﺍﻷﺤﻭﺍل ﺘﹸﺴﺘﹶﺨﺩ‪‬ﻡ‪ ‬ﻤﻌﺎﺩﻟﺔ ﺍﻻﺘﺠﺎﻩ ﺍﻟﻌﺎﻡ ﻋﻠﻰ ﻤﺴﺘﻭﻴﺎﺕ ﺃﻋﻠﻰ‪.‬‬

‫ﺜﺎﻨﻴﺎﹰ‪ :‬ﻤﻨﻬﺠﻴﺔ )ﺒﻭﻜﺱ ﺠﻨﻜﻴﻨﺯ( ‪: Box-Jenkins‬‬

‫ﺴﻴﻌﺘﻤﺩ ﺍﻟﺒﺎﺤﺜﺎﻥ ﻋﻨﺩ ﺒﻨﺎﺀ ﻨﻤﻭﺫﺝ ﺍﻟﺘﻨﺒﺅ ﺒﺄﻋﺩﺍﺩ ﺘﻼﻤﻴﺫ ﺍﻟﺼﻑ ﺍﻷﻭل ﺍﻻﺒﺘﺩﺍﺌﻲ ﻓﻲ ﺍﻟﺠﻤﻬﻭﺭﻴﺔ ﺍﻟﻌﺭﺒﻴﺔ‬
‫ﺍﻟﺴﻭﺭﻴﺔ ﻋﻠﻰ ﻁﺭﻴﻘﺔ )ﺒﻭﻜﺱ ﺠﻨﻜﻴﻨﺯ( ‪ Box-Jenkins‬ﺍﻟﻤﻘﺩﻤﺔ ﻓﻲ ﻜﺘﺎﺒﻬﻡ ﺍﻟﺸﻬﻴﺭ‪Time Series :‬‬
‫‪ Analysis Forecasting and Control‬ﺍﻟﺫﻱ ﻨﺸﺭ ﻋﺎﻡ ‪ ،1976‬ﻭﺍﻟﺘﻲ ﺍﻨﺘﺸﺭﺕ ﺒﺤﻴﺙ ﺃﺼﺒﺤﺕ ﺍﻟﻁﺭﻴﻘﺔ‬
‫ﺍﻷﻜﺜﺭ ﺍﺴﺘﺨﺩﺍﻤﺎﹰ ﻓﻲ ﺍﻟﺘﺤﻠﻴل ﺍﻟﺤﺩﻴﺙ ﻟﻠﺴﻼﺴل ﺍﻟﺯﻤﻨﻴﺔ‪ ،‬ﻭﻫﻲ ﺘﻘﻭﻡ ﻋﻠﻰ ﻤﺠﻤﻭﻋﺔ ﻤﻥ ﺍﻟﻤﺭﺍﺤل‪:‬‬

‫ﺍﻟﻤﺭﺤﻠﺔ ﺍﻷﻭﻟﻰ‪ :‬ﻓﺤﺹ ﺍﺴﺘﻘﺭﺍﺭ ﺍﻟﺴﻠﺴﻠﺔ ﺍﻟﺯﻤﻨﻴﺔ‪ ،‬ﻭﺘﻁﺒﻴﻕ ﺍﻟﺘﺤﻭﻴﻼﺕ ﺍﻟﻼﺯﻤﺔ ﻟﺠﻌﻠﻬﺎ‬ ‫‪-‬‬
‫ﻤﺴﺘﻘﺭﺓ ﻭﺇﻥ ﻟﻡ ﺘﻜﻥ ﻜﺫﻟﻙ‪.‬‬

‫‪127‬‬
 ‫ﻤﻨﻬﺠﻴﺔ ‪ Box-Jenkins‬ﻓﻲ ﺘﺤﻠﻴل ﺍﻟﺴﻼﺴل ﺍﻟﺯﻤﻨﻴﺔ ﻭﺍﻟﺘﻨﺒﺅ ﺩﺭﺍﺴﺔ ﺘﻁﺒﻴﻘﻴﺔ ﻋﻠﻰ ﺃﻋﺩﺍﺩ ﺘﻼﻤﻴﺫ ﺍﻟﺼﻑ ﺍﻷﻭل ﻤﻥ ﺍﻟﺘﻌﻠﻴﻡ ‪....‬‬

‫ﺍﻟﻤﺭﺤﻠﺔ ﺍﻟﺜﺎﻨﻴﺔ‪ :‬ﺘﻌﺭ‪ ‬ﻑ ﺍﻟﻨﻤﻭﺫﺝ ﺍﻟﻤﻨﺎﺴﺏ ﻤﻥ ﻋﺎﺌﻠﺔ ﻨﻤﺎﺫﺝ ‪ARIMA (Autoregressive‬‬ ‫‪-‬‬
‫) ‪. integrated moving average‬‬

‫ﺍﻟﻤﺭﺤﻠﺔ ﺍﻟﺜﺎﻟﺜﺔ‪ :‬ﺘﻘﺩﻴﺭ ﺍﻟﻨﻤﻭﺫﺝ ‪.‬‬ ‫‪-‬‬

‫ﺍﻟﻤﺭﺤﻠﺔ ﺍﻟﺭﺍﺒﻌﺔ‪ :‬ﻓﺤﺹ ﺍﻟﻨﻤﻭﺫﺝ ﻟﻠﺘﺤﻘﻕ ﻤﻥ ﻤﻼﺀﻤﺘﻪ ﻟﻠﺴﻠﺴﻠﺔ ﺍﻟﺯﻤﻨﻴﺔ‪ -‬ﻤﻭﻀﻭﻉ ﺍﻟﺒﺤﺙ ‪-‬‬ ‫‪-‬‬
‫ﻭﻋﻨﺩﻤﺎ ﻴﻜﻭﻥ ﻏﻴﺭ ﻤﻼﺌﻤﺎﹰ ﻨﻌﻭﺩ ﺇﻟﻰ ﺍﻟﻤﺭﺤﻠﺔ ﺍﻟﺜﺎﻨﻴﺔ‪ ،‬ﻭﺇﻻ ﻨﻨﺘﻘل ﺇﻟﻰ ﺍﻟﻤﺭﺤﻠﺔ ﺍﻟﺘﺎﻟﻴﺔ‬
‫)ﺍﻟﺨﺎﻤﺴﺔ(‪.‬‬

‫ﺍﻟﻤﺭﺤﻠﺔ ﺍﻟﺨﺎﻤﺴﺔ‪ :‬ﺍﻟﺘﻨﺒﺅ ﺒﺎﺴﺘﺨﺩﺍﻡ ﺍﻟﻨﻤﻭﺫﺝ ﺍﻟﻤﺨﺘﺎﺭ‪.‬‬ ‫‪-‬‬

‫ﺴﻨﻘﻭﻡ ﻓﻴﻤﺎ ﺒﻌﺩ ﺒﺈﺠﺭﺍﺀ ﻫﺫﻩ ﺍﻟﻤﺭﺍﺤل ﻋﻠﻰ ﺍﻟﺴﻠﺴﻠﺔ ﺍﻟﺯﻤﻨﻴﺔ ﺍﻟﻤﺨﺘﺎﺭﺓ )ﺃﻋﺩﺍﺩ ﺘﻼﻤﻴﺫ ﺍﻟﺼﻑ ﺍﻷﻭل‬
‫ﺍﻻﺒﺘﺩﺍﺌﻲ ﻓﻲ ﺍﻟﺠﻤﻬﻭﺭﻴﺔ ﺍﻟﻌﺭﺒﻴﺔ ﺍﻟﺴﻭﺭﻴﺔ(‪.‬‬

‫‪ -1-2‬ﺍﺨﺘﺒﺎﺭ )ﺠﺫﺭ ﺍﻟﻭﺤﺩﺓ( ‪:Unit Root‬‬

‫ﻴﻌﺩ‪ Box-Jenkins ‬ﺍﻟﺴﻠﺴﻠﺔ ﺍﻟﺯﻤﻨﻴﺔ ﻋﺒﺎﺭﺓ ﻋﻥ ﺘﺤﻘﻕ ﻟـ)ﺴﻴﺎﻕ ﻋﺸﻭﺍﺌﻲ( ‪ ،Stochastic Process‬ﻭﻤﻥ‬
‫ﺃﺠل ﺘﻁﺒﻴﻕ ﻁﺭﻴﻘﺘﻬﻤﺎ ﻴﺠﺏ ﺃﻥ ﻴﻜﻭﻥ ﺍﻟﺴﻴﺎﻕ ﺍﻟﻌﺸﻭﺍﺌﻲ ﺍﻟﻤﻭﻟﺩ ﻟﻠﺴﻠﺴﻠﺔ ﺍﻟﺯﻤﻨﻴﺔ )ﻤﺴﺘﻘﺭﺍﹰ( ‪.Stationary‬‬

‫ﺘﻌﺭﻴﻑ‪ :‬ﻨﻘﻭل ﻋﻥ ﺍﻟﺴﻴﺎﻕ ﺍﻟﻌﺸﻭﺍﺌﻲ ‪ Xt‬ﺇﻨﱠﻪ ﻤﺴﺘﻘﺭ ﻤﻥ ﺍﻟﻤﺭﺘﺒﺔ ﺍﻟﺜﺎﻨﻴﺔ ﺇﺫﺍ ﺘﺤﻘﻘﺕ ﺍﻟﺸﺭﻭﻁ ﺍﻟﺜﻼﺜﺔ‬
‫ﺍﻵﺘﻴﺔ‪:3‬‬

‫)‪: t‬ﺍﻟﺯﻤﻥ‪: Z ،‬ﻤﺠﻤﻭﻋﺔ ﺍﻷﻋﺩﺍﺩ ﺍﻟﺼﺤﻴﺤﺔ(‬ ‫∞ < ‪∀ t ∈ Z , EXt2‬‬ ‫‪-‬‬

‫∀ )‪: µ‬ﺍﻟﺘﻭﻗﻊ ﺍﻟﺭﻴﺎﻀﻲ ﻭ ﻫﻭ ﻤﺴﺘﻘل ﻋﻥ ﺍﻟﺯﻤﻥ(‬ ‫‪t ∈ Z , EXt = µ‬‬ ‫‪-‬‬

‫)‪∀ t ∈ Z , ∀ h ∈ Z , COV ( Xt , Xt +h ) = γ ( h‬‬ ‫‪-‬‬

‫))‪: γ(h‬ﺍﻟﺘﻐﺎﻴﺭ ﻭﻫﻭ ﻤﺴﺘﻘل ﻋﻥ ﺍﻟﺯﻤﻥ‪ ،‬ﻭ‪ :h‬ﺍﻟﻔﺠﻭﺓ ﺍﻟﺯﻤﻨﻴﺔ ﺒﻴﻥ ﺍﻟﻠﺤﻅﺘﻴﻥ ﺍﻟﻤﺄﺨﻭﺫﺘﻴﻥ(‪.‬‬

‫ﻨﺎﺩﺭﺍﹰ ﻤﺎ ﺘﻜﻭﻥ ﺍﻟﺴﻼﺴل ﺍﻟﺯﻤﻨﻴﺔ ﺍﻟﺘﻲ ﻨﺘﻌﺎﻤل ﻤﻌﻬﺎ ﻤﺴﺘﻘﺭﺓ ﻤﻥ ﺍﻟﻤﺭﺘﺒﺔ ﺍﻟﺜﺎﻨﻴﺔ ﺤﺴﺏ ﺍﻟﺘﻌﺭﻴﻑ ﺍﻟﺴﺎﺒﻕ ‪.‬‬

‫‪3 GOURIEROUX C. et MONFORT A., (1990) "Séries Temporelles et Modèles Dynamiques " Ed.‬‬
‫‪Economica-Paris. p.152‬‬

‫‪128‬‬
‫ﻋﺜﻤﺎﻥ ﻨﻘﺎﺭ ‪ -‬ﻤﻨﺫﺭ ﺍﻟﻌﻭﺍﺩ‬ ‫ﻤﺠﻠﺔ ﺠﺎﻤﻌﺔ ﺩﻤﺸﻕ ﻟﻠﻌﻠﻭﻡ ﺍﻻﻗﺘﺼﺎﺩﻴﺔ ﻭﺍﻟﻘﺎﻨﻭﻨﻴﺔ – ﺍﻟﻤﺠﻠﺩ ‪ - 27‬ﺍﻟﻌﺩﺩ ﺍﻟﺜﺎﻟﺙ ‪2011-‬‬

‫ﺇﻥ ﻋﺩﻡ ﺍﻻﺴﺘﻘﺭﺍﺭ ﺍﻟﺫﻱ ﻴﻤﻜﻥ ﺃﻥ ﻨﻭﺍﺠﻬﻪ ﻓﻲ ﺍﻟﺴﻼﺴل ﺍﻟﺯﻤﻨﻴﺔ ﺍﻟﺘﻲ ﺘﻤﺜل ﻤﺸﺎﻫﺩﺍﺕ ﻭﺍﻗﻌﻴﺔ ﻴﺄﺘﻲ ﻤﻥ‬
‫ﺃﻥ ﻫﺫﻩ ﺍﻟﺴﻼﺴل ﺃﻤ‪‬ﺎ ﺃﻥ ﺘﻜﻭﻥ ﻤﻥ ﻨﻤﻁ ‪ ،(Trend Stationary) TS‬ﺃﻭ ﻤﻥ ﻨﻤﻁ ‪Difference ) DS‬‬
‫‪.4(Stationary‬‬

‫ﺍﻟﻨﻭﻉ ﺍﻷﻭل ‪ :TS‬ﻫﻲ ﺴﻼﺴل ﻏﻴﺭ ﻤﺴﺘﻘﺭﺓ ﻟﻬﺎ ﻤﻌﺎﺩﻟﺔ ﺍﺘﺠﺎﻩ ﻋﺎﻡ ﻤﺤﺩﺩﺓ ﻓﻀﻼﹰ ﻋﻥ ﺴﻴﺎﻕ‬ ‫‪-‬‬
‫ﻋﺸﻭﺍﺌﻲ ﻤﺴﺘﻘﺭ ﺘﻭﻗﻌﻪ ﺍﻟﺭﻴﺎﻀﻲ ﻴﺴﺎﻭﻱ ﺍﻟﺼﻔﺭ ﻭﺘﺒﺎﻴﻨﻪ ﺜﺎﺒﺕ‪.‬‬

‫ﺍﻟﻨﻭﻉ ﺍﻟﺜﺎﻨﻲ ‪ :DS‬ﻫﻲ ﺴﻼﺴل ﻏﻴﺭ ﻤﺴﺘﻘﺭﺓ ﺫﺍﺕ ﺍﺘﺠﺎﻩ ﻋﺎﻡ ﻋﺸﻭﺍﺌﻲ ﻭﺘﺘﻤﻴﺯ ﺒﻭﺠﻭﺩ ﺠﺫﺭ‬ ‫‪-‬‬
‫ﺍﻟﻭﺤﺩﺓ ﻤﺭﺓ ﻭﺍﺤﺩﺓ ﻋﻠﻰ ﺍﻷﻗل‪ ،‬ﻭﻤﻥ ﺃﺠل ﺠﻌﻠﻬﺎ ﻤﺴﺘﻘﺭﺓ ﻨﻘﻭﻡ ﺒﺘﻁﺒﻴﻕ ﻤﺭﺸﺢ ﺍﻟﻔﺭﻭﻕ‬
‫ﺍﻷﻭﻟﻰ‪.‬‬

‫ﺇﻥ ﺍﻟﺘﻤﻴﻴﺯ ﺒﻴﻥ ﻫﺫﻴﻥ ﺍﻟﻨﻭﻋﻴﻴﻥ ﻤﻥ ﺍﻟﺴﻼﺴل ﻴﻜﻭﻥ ﺒﺎﺴﺘﺨﺩﺍﻡ ﺍﺨﺘﺒﺎﺭ ﺠﺫﺭ ﺍﻟﻭﺤﺩﺓ ﺍﻟﺫﻱ ﺍﻗﺘﺭﺤﻪ )ﺩﻴﻜﻲ‬
‫ﻭﻓﻴﻠﻠﺭ( ‪ Dickey and Fuller‬ﻋﺎﻡ ‪ 1979‬ﺜﻡ ﻗﺎﻤﺎ ﺒﺘﺤﺴﻴﻨﻪ ﻋﺎﻡ ‪.1981‬‬

‫‪ -1-1-2‬ﺍﺨﺘﺒﺎﺭ ‪ Dickey and Fuller‬ﺍﻟﺒﺴﻴﻁ )‪:5(D.F‬‬

‫ﻴﻌﺘﻤﺩ ﺍﺨﺘﺒﺎﺭ)‪ (D.F‬ﺍﻟﺒﺴﻴﻁ ﻋﻠﻰ ﺜﻼﺙ ﻤﻌﺎﺩﻻﺕ ﺒﺴﻴﻁﺔ ﺘﻔﺘﺭﺽ ﻭﺠﻭﺩ ﺴﻴﺎﻕ ﻋﺸﻭﺍﺌﻲ ﻤﻥ ﻨﻤﻁ ﺍﻨﺤﺩﺍﺭ‬
‫ﺫﺍﺘﻲ ﻤﻥ ﺍﻟﻤﺭﺘﺒﺔ )‪ (1‬ﻫﺫﻩ ﺍﻟﻤﻌﺎﺩﻻﺕ ﻫﻲ ‪:‬‬

‫)‪I‬‬ ‫‪∆ X t = α 1 X t −1 + e t‬‬

‫) ‪II‬‬ ‫‪∆Xt = α‬‬ ‫‪0‬‬ ‫‪+ α 1 X t −1 + e t‬‬

‫) ‪III‬‬ ‫‪∆Xt = α‬‬ ‫‪0‬‬ ‫‪+ α 1 X t −1 + B t + e t‬‬

‫ﺇﺫﹾ ﺇﻥ‪:‬‬

‫∆‪ :‬ﻤﻌﺎﻤل ﺍﻟﻔﺭﻭﻕ ﺍﻷﻭﻟﻰ‪ ،‬ﺃﻱ‪∆ X t = X t − X t − 1 :‬‬

‫‪: et‬ﺴﻴﺎﻕ ﺍﻟﻀﺠﺔ ﺍﻟﺒﻴﻀﺎﺀ‪.White Noise Process 6‬‬

‫‪4 HENIN P.Y. (1989), "Bilans et essais sur la non-Stationnarité des séries Macroéconomiques" révue‬‬
‫‪d' économie politique – n5-p. 667,668.‬‬
‫‪5 Dickey D. and Fuller W.(1979), " Distribution of the estimators for Autoregressive Time Series‬‬
‫‪With a unit Root ", Journal of the American Statistical Association, n74: pp .427-431.‬‬

‫‪129‬‬
 ‫ﻤﻨﻬﺠﻴﺔ ‪ Box-Jenkins‬ﻓﻲ ﺘﺤﻠﻴل ﺍﻟﺴﻼﺴل ﺍﻟﺯﻤﻨﻴﺔ ﻭﺍﻟﺘﻨﺒﺅ ﺩﺭﺍﺴﺔ ﺘﻁﺒﻴﻘﻴﺔ ﻋﻠﻰ ﺃﻋﺩﺍﺩ ﺘﻼﻤﻴﺫ ﺍﻟﺼﻑ ﺍﻷﻭل ﻤﻥ ﺍﻟﺘﻌﻠﻴﻡ ‪....‬‬

‫ﺍﻟﻔﺭﻀﻴﺔ ﺍﻟﺘﻲ ﻨﺨﺘﺒﺭﻫﺎ ‪) H 0 : α 1 = 0‬ﻭﺠﻭﺩ ﺠﺫﺭ ﻭﺤﺩﺓ ﺃﻱ ﻋﺩﻡ ﺍﺴﺘﻘﺭﺍﺭ(‪ .‬ﺘﹸﻘﺎﺭﻥ ﺇﺤﺼﺎﺌﻴﺔ‬
‫= ‪ t‬ﻤﻊ ﺍﻟﻘﻴﻡ ﺍﻟﻨﻅﺭﻴﺔ ﺍﻟﺘﻲ ﻭﻀﻌﻬﺎ ‪ Dickey and Fuller‬ﻓﻲ ﺠﺩﻭل ‪.‬‬ ‫‪α1‬‬ ‫ﺍﻻﺨﺘﺒﺎﺭ‬
‫) ‪SE (α 1‬‬

‫ﺇﻥ ﺍﺨﺘﺒﺎﺭ ‪ Dickey and Fuller‬ﺍﻟﺒﺴﻴﻁ ﻴﻘﺘﺼﺭ ﻋﻠﻰ ﻨﻤﺎﺫﺝ ﺍﻨﺤﺩﺍﺭ ﺫﺍﺘﻲ ﻤﻥ ﺍﻟﻤﺭﺘﺒﺔ )‪ .(1‬ﻭﻗﺩ ﻗﺎﻡ‬
‫‪ Dickey and Fuller‬ﺒﺘﻭﺴﻴﻊ ﺍﻻﺨﺘﺒﺎﺭ ﺇﻟﻰ ﺴﻴﺎﻗﺎﺕ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻟﺫﺍﺘﻲ ﻤﻥ ﻤﺭﺘﺒﺔ ﺃﻜﺒﺭ ﻤﻥ )‪.(1‬‬

‫‪ - 2-1-2‬ﺍﺨﺘﺒﺎﺭ ‪ Dickey and Fuller‬ﺍﻟﻤﻭﺴﻊ )‪:7(A.D.F‬‬

‫ﻴﻌﺘﻤﺩ ﺍﻻﺨﺘﺒﺎﺭ ﻋﻠﻰ ﺍﻟﻤﻌﺎﺩﻻﺕ ﺍﻟﺜﻼﺙ ﺍﻵﺘﻴﺔ‪:‬‬

‫‪p‬‬
‫)‪I‬‬ ‫‪∆ X t = α 1 X t −1 +‬‬ ‫∑‬‫‪j =1‬‬
‫‪B j ∆ X t− j + et‬‬

‫‪p‬‬
‫) ‪II‬‬ ‫‪∆Xt = α‬‬ ‫‪0‬‬ ‫‪+ α 1 X t −1 +‬‬ ‫∑‬
‫‪j =1‬‬
‫‪B j ∆ X t− j + et‬‬

‫‪p‬‬
‫) ‪III‬‬ ‫‪∆X t = α‬‬ ‫‪0‬‬ ‫‪+ α 1 X t −1 +‬‬ ‫∑‬
‫‪j =1‬‬
‫‪B j ∆ X t − j +δ t + e t‬‬

‫ﺤﻴﺙ ﺃﻥ ‪: et‬ﺴﻴﺎﻕ ﺍﻟﻀﺠﺔ ﺍﻟﺒﻴﻀﺎﺀ ‪.‬‬

‫ﻭﺍﻻﺨﺘﺒﺎﺭ ﺍﻟﺫﻱ ﻴﺘﻡ ﻫﻭ ﻨﻔﺴﻪ ﻓﻲ ﺍﻟﻔﻘﺭﺓ ﺍﻟﺴﺎﺒﻘﺔ ‪( H 0 : α 1 = 0 ) :‬ﻭﺠﻭﺩ ﺠﺫﺭ ﻭﺤﺩﺓ ‪.‬‬

‫‪ -2-2‬ﻨﻤﺎﺫﺝ ‪:ARIMA‬‬

‫ﺇﻥ ﺍﻟﻨﻤﺎﺫﺝ ﺍﻟﺘﻲ ﺍﻗﺘﺭﺤﻬﺎ ‪ Box‬ﻭ ‪ Jenkins‬ﻟﺘﻤﺜﻴل ﺍﻟﺴﻼﺴل ﺍﻟﺯﻤﻨﻴﺔ ﺍﻟﻤﺴﺘﻘﺭﺓ ﻤﻥ ﺍﻟﻤﺭﺘﺒﺔ ﺍﻟﺜﺎﻨﻴﺔ ﻫﻲ‪:‬‬

‫‪ - 1-2-2‬ﺴﻴﺎﻕ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻟﺫﺍﺘﻲ )‪:AR(p‬‬

‫ﺘﻌﺭﻴﻑ‪ :‬ﻨﺴﻤﻲ ﺴﻴﺎﻕ ﺍﻨﺤﺩﺍﺭ ﺫﺍﺘﻲ ﻤﻥ ﺍﻟﻤﺭﺘﺒﺔ ‪ P‬ﺍﻟﺴﻴﺎﻕ ﺍﻟﻤﺴﺘﻘﺭ ) ‪ ( Xt , t ∈ Z‬ﺍﻟﺫﻱ ﻴﺤﻘﻕ‬
‫ﺍﻟﻌﻼﻗﺔ ﺍﻵﺘﻴﺔ‪:8‬‬

‫‪ 6‬ﺴﻴﺎﻕ ﺍﻟﻀﺠﺔ ﺍﻟﺒﻴﻀﺎﺀ‪ :‬ﻫﻭ ﺴﻠﺴﻠﺔ ﻤﻥ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﻌﺸﻭﺍﺌﻴﺔ )‪ (et , t∈Z‬ﺘﻭﻗﻌﻬﺎ ﺍﻟﺭﻴﺎﻀﻲ ﻤﻌﺩﻭﻡ ﻭ ﻏﻴﺭ ﻤﺭﺘﺒﻁﺔ ﻓﻴﻤﺎ ﺒﻴﻨﻬـﺎ )ﺃﻱ‬
‫ﺇﻥ‪ ‬ﺘﺒﺎﻴﻨﺎﺘﻬﺎ ﺍﻟﻤﺸﺘﺭﻜﺔ ﻤﻌﺩﻭﻤﺔ(‪ ،‬ﻭ ﻟﻬﺎ ﺍﻟﺘﺒﺎﻴﻥ ﻨﻔﺴﻪ‪ .‬ﺍﻨﻅﺭ )‪(GOURIEROUX et MONFORT, 1990, p.153‬‬
‫‪7 Dickey D. and Fuller W.(1981) 'The likelihood Ratio Statistics for Autoregressive Time Series‬‬
‫‪With a unit Root", Econometrica ,n49: pp .1057-1072.‬‬

‫‪130‬‬
‫ﻋﺜﻤﺎﻥ ﻨﻘﺎﺭ ‪ -‬ﻤﻨﺫﺭ ﺍﻟﻌﻭﺍﺩ‬ ‫ﻤﺠﻠﺔ ﺠﺎﻤﻌﺔ ﺩﻤﺸﻕ ﻟﻠﻌﻠﻭﻡ ﺍﻻﻗﺘﺼﺎﺩﻴﺔ ﻭﺍﻟﻘﺎﻨﻭﻨﻴﺔ – ﺍﻟﻤﺠﻠﺩ ‪ - 27‬ﺍﻟﻌﺩﺩ ﺍﻟﺜﺎﻟﺙ ‪2011-‬‬

‫∀‬ ‫‪t ∈ Z, X‬‬ ‫‪t‬‬ ‫‪+‬‬ ‫∑‬ ‫‪(−ϑ i X‬‬ ‫‪t−i‬‬ ‫‪) = ε‬‬ ‫‪t‬‬

‫ﺇﺫﹾ‪: ϑi :‬ﻫﻲ ﺃﻋﺩﺍﺩ ﺤﻘﻴﻘﻴﺔ ﻗﻴﻤﻬﺎ ﺍﻟﻤﻁﻠﻘﺔ ﺃﺼﻐﺭ ﻤﻥ ﺍﻟﻭﺍﺤﺩ ‪.‬‬

‫‪.δ‬‬ ‫‪ : ε t‬ﻫﻭ ﺴﻴﺎﻕ ﺍﻟﻀﺠﺔ ﺍﻟﺒﻴﻀﺎﺀ ﺘﺒﺎﻴﻨﻪ ﻫﻭ‬

‫‪2‬‬

‫ﻴﻤﻜﻥ ﻜﺘﺎﺒﺔ ﺍﻟﻌﻼﻗﺎﺕ ﺍﻟﺴﺎﺒﻘﺔ ﺒﺎﻟﺸﻜل ﺍﻵﺘﻲ‪:‬‬

‫‪(1 − ϑ 1 B − ϑ 2 B 2 − .......... − ϑ p B p ) X t = ε t‬‬

‫‪Φ (B) Xt = ε t‬‬
‫ﺇﺫﹾ ﺇﻥ‪ :B ‬ﻫﻭ ﻤﻌﺎﻤل ﺍﻟﺘﺒﺎﻁﺅ‪.‬‬
‫‪ - 2-2-2‬ﺴﻴﺎﻕ ﺍﻟﻭﺴﻁ ﺍﻟﻤﺘﺤﺭﻙ )‪:MA(q‬‬
‫ﺘﻌﺭﻴﻑ‪ :‬ﻨﺴﻤﻲ ﺴﻴﺎﻕ ﻤﺘﻭﺴﻁ ﻤﺘﺤﺭﻙ ﻤﻥ ﺍﻟﻤﺭﺘﺒﺔ ‪ q‬ﺍﻟﺴﻴﺎﻕ ﺍﻟﻤﺴﺘﻘﺭ ) ‪ ( Xt , t ∈ Z‬ﺍﻟﺫﻱ ﻴﺤﻘﻕ‬
‫ﺍﻟﻌﻼﻗﺔ ﺍﻵﺘﻴﺔ‪:9‬‬

‫‪Xt = ε t − θ1ε t −1 − θ 2ε t −2 − ........ − θ q ε t −q‬‬ ‫‪∀ t∈Z‬‬

‫ﺇﺫﹾ ﺇﻥ‪: θ i ‬ﺃﻋﺩﺍﺩ ﺤﻘﻴﻘﻴﺔ ﻗﻴﻤﻬﺎ ﺍﻟﻤﻁﻠﻘﺔ ﺃﺼﻐﺭ ﻤﻥ ﺍﻟﻭﺍﺤﺩ‪.‬‬

‫ﻴﻤﻜﻥ ﻜﺘﺎﺒﺔ ﺍﻟﻌﻼﻗﺔ ﺍﻟﺴﺎﺒﻘﺔ ﺒﺎﻟﺸﻜل‪:‬‬

‫‪Xt = (1 − θ1B − θ 2 B2 − ........ − θ q Bq )ε t‬‬

‫‪Xt = H ( B)ε t‬‬ ‫ﺃﻭ ‪:‬‬
‫‪ - 3-2-2‬ﺴﻴﺎﻕ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻟﺫﺍﺘﻲ ﻭﺍﻟﻤﺘﻭﺴﻁ ﺍﻟﻤﺘﺤﺭﻙ )‪:ARMA(p,q‬‬

‫ﺘﻌﺭﻴﻑ‪ :‬ﻨﻘﻭل ﻋﻥ ﺍﻟﺴﻴﺎﻕ ﺍﻟﻤﺴﺘﻘﺭ ) ‪ ( Xt , t ∈ Z‬ﺇﻨﱠﻪ ﻴﻘﺒل ﺘﻤﺜﻴل )‪ ARMA(p,q‬ﺇﺫﺍ ﻜﺎﻥ ﻴﺤﻘﻕ‬
‫ﺍﻟﻌﻼﻗﺔ‪Φ ( B) X t = H ( B)ε t : 10‬‬

‫‪8 Kirchgässner G. and Wolters J. (2007) "Introduction to Modern Time Series Analysis",‬‬
‫‪SPRINGER-Verlag, p.49‬‬
‫‪ p.64‬ﺍﻟﻤﺭﺠﻊ ﺍﻟﺴﺎﺒﻕ ‪9‬‬
‫‪10 SHUMWAY R.H. and STOFFER D.S. (2005) "Time Series Analysis and Its Applications".‬‬
‫‪SPRINGER, p. 93.‬‬

‫‪131‬‬
 ‫ﻤﻨﻬﺠﻴﺔ ‪ Box-Jenkins‬ﻓﻲ ﺘﺤﻠﻴل ﺍﻟﺴﻼﺴل ﺍﻟﺯﻤﻨﻴﺔ ﻭﺍﻟﺘﻨﺒﺅ ﺩﺭﺍﺴﺔ ﺘﻁﺒﻴﻘﻴﺔ ﻋﻠﻰ ﺃﻋﺩﺍﺩ ﺘﻼﻤﻴﺫ ﺍﻟﺼﻑ ﺍﻷﻭل ﻤﻥ ﺍﻟﺘﻌﻠﻴﻡ ‪....‬‬

‫ﺇﺫﹾ ﺇﻥ‪: ‬‬

‫‪ϑ p ≠ 0,θ q ≠ 0 -‬‬

‫‪ -‬ﻟﻜﺜﻴﺭﻱ ﺍﻟﺤﺩﻭﺩ )‪ Φ( B), H ( B‬ﺠﺫﻭﺭ ﺠﻤﻴﻌﻬﺎ ﺃﻜﺒﺭ ﻤﻥ ﺍﻟﻭﺍﺤﺩ‪.‬‬

‫‪ -‬ﻟﻴﺱ ﻟﻜﺜﻴﺭﻱ ﺍﻟﺤﺩﻭﺩ )‪ Φ ( B), H ( B‬ﺠﺫﻭﺭ ﻤﺸﺘﺭﻜﺔ‪.‬‬

‫‪.δ‬‬ ‫‪ -‬ﺍﻟﺴﻴﺎﻕ ) ‪ ( X t , t ∈ Z‬ﻫﻭ ﺴﻴﺎﻕ ﺍﻟﻀﺠﺔ ﺍﻟﺒﻴﻀﺎﺀ ﺘﺒﺎﻴﻨﻪ ﻫﻭ‬

‫‪2‬‬

‫* ﺍﻟﺴﻴﺎﻕ ﺍﻟﻌﺸﻭﺍﺌﻲ‪:ARIMA‬‬

‫ﺘﻌﺭﻴﻑ‪ :‬ﻨﻘﻭل ﻋﻥ ﺍﻟﺴﻴﺎﻕ ﺍﻟﻌﺸﻭﺍﺌﻲ ﻏﻴﺭ ﺍﻟﻤﺴﺘﻘﺭ ) ‪ : ( Xt , t ∈ Z‬ﺇﻨﱠﻪ ﺴﻴﺎﻕ ﺍﻨﺤﺩﺍﺭ ﺫﺍﺘﻲ ﻭﻤﺘﻭﺴﻁ‬
‫‪11‬‬
‫ﻤﺘﺤﺭﻙ ﻤﺘﻜﺎﻤل ﻤﻥ ﺍﻟﺩﺭﺠﺔ ‪ ، d‬ﻭﻴﻜﺘﺏ )‪ ARIMA(p,d,q‬ﺇﺫﺍ ﻜﺎﻥ ﻴﺤﻘﻕ ﺍﻟﻤﻌﺎﺩﻟﺔ ﻤﻥ ﺍﻟﺸﻜل‬
‫‪φ ( B)(1 − B) d X t = H ( B)ε t :‬‬

‫ﺇﺫﹾ ﺇﻥ‪ (1 − B) = ∆ : ‬ﻫﻭ ﻤﺭﺸﺢ ﺍﻟﻔﺭﻭﻕ ﺍﻷﻭﻟﻲ ﻤﻥ ﺍﻟﺩﺭﺠﺔ ‪. d‬‬

‫‪d‬‬ ‫‪d‬‬

‫ﺒﻌﺒﺎﺭﺓ ﺃﺨﺭﻯ‪ :‬ﺇﺫﺍ ﻜﺎﻨﺕ ‪ Xt‬ﺴﻴﺎﻗﺎﹰ ﻋﺸﻭﺍﺌﻴﺎﹰ ﻤﻥ ﻨﻤﻁ )‪ ، ARIMA(p,d,q‬ﻓﻬﺫﺍ ﻴﻌﻨﻲ ﺃﻥ ﺍﻟﺴﻴﺎﻕ‬
‫{‬
‫ﺍﻟﻌﺸﻭﺍﺌﻲ ﺍﻟﻤﺴﺘﻘﺭ ‪ ∆ X t ; t ≥ 0‬ﻫﻭ ﻋﺒﺎﺭﺓ ﻋﻥ ﺴﻴﺎﻕ )‪.ARMA(p,q‬‬
‫‪d‬‬
‫}‬
‫‪ -3-2‬ﺘﻌﺭ‪‬ﻑ ﺍﻟﻨﻤﻭﺫﺝ ﺍﻟﻤﻭﻟﺩ ﻟﻠﺴﻠﺴﻠﺔ ﺍﻟﺯﻤﻨﻴﺔ‪:‬‬

‫ﺇﻥ ﻤﺭﺤﻠﺔ ﺘﻌﺭ‪‬ﻑ ﺍﻟﺴﻴﺎﻕ ﺍﻟﻌﺸﻭﺍﺌﻲ ﺍﻟﻤﻭﻟﺩ ﻟﻠﺴﻠﺴﺔ ﺍﻟﺯﻤﻨﻴﺔ ﺘﻌﺩ‪ ‬ﻤﻥ ﺍﻟﻤﺭﺍﺤل ﺍﻟﺤﺭﺠﺔ‪ ،‬ﺇﺫﹾ ﻨﺒﺤﺙ ﻓﻲ‬
‫ﻋﺎﺌﻠﺔ ﻨﻤﺎﺫﺝ ‪ARMA‬ﻋﻠﻰ ﺍﻟﻨﻤﻭﺫﺝ ﺍﻟﺫﻱ ﻴﻼﺌﻡ ﺍﻟﺴﻠﺴﻠﺔ ﺍﻟﺯﻤﻨﻴﺔ ﺍﻟﺘﻲ ﻟﺩﻴﻨﺎ‪ .‬ﻭﻗﺩ ﺍﻗﺘﺭﺡ ‪ Jenkins‬ﻭ‬
‫‪12Box‬ﺍﻻﻋﺘﻤﺎﺩ ﻋﻠﻰ ﺩﺍﻟﺔ ﺍﻻﺭﺘﺒﺎﻁ ﺍﻟﺫﺍﺘﻲ‪ (A.C.F) ،‬ﻭﺩﺍﻟﺔ ﺍﻻﺭﺘﺒﺎﻁ ﺍﻟﺫﺍﺘﻲ ﺍﻟﺠﺯﺌﻲ )‪(P.A.C.F‬‬

‫ﺇﺫﹾ ﺇﻥ‪:‬‬

‫* ﺩﺍﻟﺔ ﺍﻻﺭﺘﺒﺎﻁ ﺍﻟﺫﺍﺘﻲ ﺍﻟﺠﺯﺌﻲ ﺘﺤﺩﺩ ﻟﻨﺎ ﺭﺘﺒﺔ ﺍﻟﺴﻴﺎﻕ )‪ AR(p‬ﺇﺫﺍ ﺃﺼﺒﺤﺕ ﻫﺫﻩ ﺍﻟﺩﺍﻟﺔ ﻏﻴﺭ ﻤﻌﻨﻭﻴﺔ ﺒﻌﺩ‬
‫ﻋﺩﺩ ﻤﻌﻴﻥ ﻤﻥ ﺍﻟﺘﺒﺎﻁﺅﺍﺕ‪ ،‬ﻴﻜﻭﻥ ﻋﺩﺩ ﺍﻟﺘﺒﺎﻁﺅﺍﺕ ﺍﻟﻤﻌﻨﻭﻴﺔ ﻫﻭ ﺭﺘﺒﺔ ‪.AR‬‬

‫& ‪11 PANKRATZ A. (1983) "Forecasting with Univariate Box-Jenkins Models". JOHN WILEY‬‬
‫‪SONS, p.99‬‬
‫‪12 Box, G. E. P. and Jenkins, G. M. (1976). Time Series Analysis Forecasting and Control, 2nd ed.,‬‬
‫‪Holden-Day, San Francisco.‬‬

‫‪132‬‬
‫ﻋﺜﻤﺎﻥ ﻨﻘﺎﺭ ‪ -‬ﻤﻨﺫﺭ ﺍﻟﻌﻭﺍﺩ‬ ‫ﻤﺠﻠﺔ ﺠﺎﻤﻌﺔ ﺩﻤﺸﻕ ﻟﻠﻌﻠﻭﻡ ﺍﻻﻗﺘﺼﺎﺩﻴﺔ ﻭﺍﻟﻘﺎﻨﻭﻨﻴﺔ – ﺍﻟﻤﺠﻠﺩ ‪ - 27‬ﺍﻟﻌﺩﺩ ﺍﻟﺜﺎﻟﺙ ‪2011-‬‬

‫* ﺒﻴﻨﻤﺎ ﺘﺤﺩﺩ ﻟﻨﺎ ﺩﺍﻟﺔ ﺍﻻﺭﺘﺒﺎﻁ ﺍﻟﺫﺍﺘﻲ ﺭﺘﺒﺔ ﺍﻟﺴﻴﺎﻕ )‪ MA(q‬ﺇﺫﺍ ﺃﺼﺒﺤﺕ ﻫﺫﻩ ﺍﻟﺩﺍﻟﺔ ﻏﻴﺭ ﻤﻌﻨﻭﻴﺔ ﺒﻌﺩﺩ‬
‫ﻋﺩﺩ ﻤﻌﻴﻥ ﻤﻥ ﺍﻟﺘﺒﺎﻁﺅﺍﺕ‪ ،‬ﻴﻜﻭﻥ ﻋﺩﺩ ﺍﻟﺘﺒﺎﻁﺅﺍﺕ ﺍﻟﻤﻌﻨﻭﻴﺔ ﻫﻭ ‪ q‬ﺭﺘﺒﺔ ﺴﻴﺎﻕ ﺍﻟﻤﺘﻭﺴﻁ ﺍﻟﻤﺘﺤﺭﻙ‪.‬‬

‫* ﺃﻤ‪‬ﺎ ﺇﺫﺍ ﻜﺎﻨﺕ ﻗﻴﻡ ﻜل ﻤﻥ)‪ ،(A.C.F‬ﺘﺘﺨﺎﻤﺩ ﻭﻻ ﺘﻨﻌﺩﻡ ﺒﻌﺩ ﻋﺩﺩ ﻤﻌﻴﻥ ﻤﻥ ﺍﻟﺘﺒﺎﻁﺅﺍﺕ ﻓﻨﻜﻭﻥ ﺃﻤﺎﻡ )‬
‫‪.ARMA(p,q‬‬

‫‪ -4-2‬ﺘﻘﺩﻴﺭ ﺍﻟﻨﻤﻭﺫﺝ‪:‬‬

‫ﺇﻥ ﺘﻘﺩﻴﺭ ﻤﻌﺎﻤﻼﺕ ﺍﻟﻨﻤﻭﺫﺝ ﺇﺫﺍ ﻜﺎﻥ ﻨﻤﻭﺫﺝ ﺍﻨﺤﺩﺍﺭ ﺫﺍﺘﻴﺎﹰ ﻻ ﺘﻁﺭﺡ ﺃﻴﺔ ﻤﺸﻜﻠﺔ ‪ ،‬ﺤﻴﺙ ﻴﻤﻜﻥ ﺍﺴﺘﺨﺩﺍﻡ‬
‫ﻁﺭﻴﻘﺔ ﺍﻟﻤﺭﺒﻌﺎﺕ ﺍﻟﺼﻐﺭﻯ‪ ،‬ﻭﻓﻲ ﻫﺫﻩ ﺍﻟﺤﺎﻟﺔ ﻓﺈﻥ‪ ‬ﺃﻱ ﺒﺭﻨﺎﻤﺞ ﺇﺤﺼﺎﺌﻲ ﻴﻌﻁﻲ ﻤﻌﺎﻤﻼﺕ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻟﺨﻁﻲ‬
‫ﺍﻟﻤﺘﻌﺩﺩ ﻴﻔﻲ ﺒﺎﻟﻐﺭﺽ‪.‬‬

‫ﺃﻤ‪‬ﺎ ﻓﻲ ﺤﺎﻟﺔ ﻨﻤﻭﺫﺝ ‪ ، ARMA‬ﻓﺈﻥ‪ ‬ﺘﻘﺩﻴﺭ ﺍﻟﻤﻌﺎﻤﻼﺕ ﻴﺼﺒﺢ ﻤﻌﻘﺩﺍﹰ ﻭﺘﻭﺠﺩ ﻋﺩﺓ ﺨﻭﺍﺭﺯﻤﻴﺎﺕ ﻤﻘﺘﺭﺤﺔ‬
‫ﻟﺘﻘﺩﻴﺭ ﺍﻟﻨﻤﻭﺫﺝ‪ ،‬ﻓﻌﻠﻰ ﺴﺒﻴل ﺍﻟﻤﺜﺎل ﻴﻤﻜﻥ ﺍﺴﺘﺨﺩﺍﻡ ﻁﺭﻴﻘﺔ ﺍﻹﻤﻜﺎﻨﻴﺔ ﺍﻟﻘﺼﻭﻯ‪ ،‬ﺃﻭ ﻁﺭﻴﻘﺔ ﺍﻟﻤﺭﺒﻌﺎﺕ‬
‫ﺍﻟﺼﻐﺭﻯ‪.‬‬

‫ﻭﺘﺨﺘﻠﻑ ﺍﻟﺒﺭﺍﻤﺞ ﺍﻹﺤﺼﺎﺌﻴﺔ ﻓﻴﻤﺎ ﺒﻴﻨﻬﺎ ﺒﺘﻘﺩﻴﺭ ﻤﻌﺎﻤﻼﺕ ﺍﻟﻨﻤﻭﺫﺝ ﺒﺤﺴﺏ ﺍﻟﻁﺭﻴﻘﺔ ﺍﻟﻤﺘﺒﻌﺔ‪ ،‬ﻟﺫﻟﻙ ﻗﺩ‬
‫ﺘﻌﻁﻲ ﻨﺘﺎﺌﺞ ﻤﺘﺒﺎﻴﻨﺔ ﻟﻠﻨﻤﻭﺫﺝ ﻨﻔﺴﻪ )‪.(BENSABER A., 1989‬‬

‫ﺃﻤ‪‬ﺎ ﺒﺎﻟﻨﺴﺒﺔ ﺇﻟﻴﻨﺎ ﻓﺴﻨﺴﺘﺨﺩﻡ ﺒﺭﻨﺎﻤﺞ ‪ ،SPSS‬ﻭﻫﻭ ﻴﻌﺘﻤﺩ ﻋﻠﻰ ﻁﺭﻴﻘﺔ ﺍﻹﻤﻜﺎﻨﻴﺔ ﺍﻟﻘﺼﻭﻯ ﻓﻲ ﺘﻘﺩﻴﺭ‬
‫ﺍﻟﻨﻤﻭﺫﺝ‪.‬‬

‫‪ -5-2‬ﺍﻟﺘﺤﻘﻕ ﻤﻥ ﺼﺤﺔ ﺍﻟﻨﻤﻭﺫﺝ‪:‬‬

‫ﻤﻥ ﺍﻟﻀﺭﻭﺭﻱ ﺍﻟﺘﺤﻘﻕ ﻤﻥ ﺃﻥ ﺍﻟﻨﻤﻭﺫﺝ ﺍﻟﻤﻘﺩﺭ ﻴﺤﻘﻕ ﺍﻟﻔﺭﻀﻴﺎﺕ ﺍﻟﺘﻲ ﺒﻨﻲ ﻋﻠﻴﻬﺎ ﻭﻻﺴﻴﻤﺎ ﻤﺎ ﻴﺘﻌﻠﻕ‬
‫ﺒﺎﻟﺤﺩ ﺍﻟﻌﺸﻭﺍﺌﻲ ‪ ε t‬ﻤﻥ ﺤﻴﺙ ﺍﺴﺘﻘﻼل ﺍﻟﻤﺸﺎﻫﺩﺍﺕ ﻭﻋﺩﻡ ﺍﺭﺘﺒﺎﻁﻬﺎ ﺫﺍﺘﻴﺎﹰ‪ ،‬ﻭﺒﺄﻨﻬﺎ ﺘﺨﻀﻊ ﻟﻠﺘﻭﺯﻴﻊ‬
‫ﺍﻟﻁﺒﻴﻌﻲ‪.‬‬
‫)‬
‫ﻫﻲ ﺘﻘﺩﻴﺭ ﻟﻠﺤﺩ ﺍﻟﻌﺸﻭﺍﺌﻲ ‪ ε t‬ﻭﻨﺨﻀﻌﻬﺎ ﻟﻼﺨﺘﺒﺎﺭﺍﺕ‬ ‫‪et = X t − X t‬‬ ‫ﻨﻌﺩ‪ ‬ﺍﻟﺒﻭﺍﻗﻲ ‪ et‬ﺇﺫﹾ‬
‫ﺍﻵﺘﻴﺔ‪:‬‬

‫‪133‬‬
 ‫ﻤﻨﻬﺠﻴﺔ ‪ Box-Jenkins‬ﻓﻲ ﺘﺤﻠﻴل ﺍﻟﺴﻼﺴل ﺍﻟﺯﻤﻨﻴﺔ ﻭﺍﻟﺘﻨﺒﺅ ﺩﺭﺍﺴﺔ ﺘﻁﺒﻴﻘﻴﺔ ﻋﻠﻰ ﺃﻋﺩﺍﺩ ﺘﻼﻤﻴﺫ ﺍﻟﺼﻑ ﺍﻷﻭل ﻤﻥ ﺍﻟﺘﻌﻠﻴﻡ ‪....‬‬

‫‪13‬‬
‫‪ -1-5-2‬ﺍﺨﺘﺒﺎﺭ ﺍﻻﺴﺘﻘﻼل ﺍﻟﺴﻠﺴﻠﻲ ‪Ljung-Box‬‬

‫ﺍﻟﻬﺩﻑ ﻤﻥ ﺍﻻﺨﺘﺒﺎﺭ ﻫﻭ ﺍﻟﺘﺄﻜﺩ ﻤﻥ ﻋﺩﻡ ﻭﺠﻭﺩ ﺍﺭﺘﺒﺎﻁ ﺫﺍﺘﻲ ﻟﻠﺒﻭﺍﻗﻲ‪ ،‬ﻭﺃﻥ ﺍﻟﺴﻴﺎﻕ ﺍﻟﻤﻭﻟﺩ ﻟﻬﺎ ﻫﻭ‬
‫ﻋﺸﻭﺍﺌﻲ ﺘﻤﺎﻤﺎﹰ‪.‬‬

‫ﺍﻟﻔﺭﻀﻴﺎﺕ‪H 0 : r1 (et ) = r2 (et ) = ......... = rk (et ) = 0 :‬‬

‫‪ H 1 :‬ﻴﻭﺠﺩ ﻋﻠﻰ ﺍﻷﻗل ﻤﻌﺎﻤل ﻏﻴﺭ ﻤﻌﺩﻭﻡ ‪.‬‬

‫ﺇﺫﹾ ﺇﻥ‪ : rk (et ) ‬ﻤﻌﺎﻤل ﺍﻻﺭﺘﺒﺎﻁ ﺍﻟﺫﺍﺘﻲ ﻟﻠﺒﻭﺍﻗﻲ ﺒﻤﺩﺓ ﺘﺒﺎﻁﺅ ‪. k‬‬

‫ﺘﺤﺴﺏ ﺇﺤﺼﺎﺌﻴﺔ ﺍﻻﺨﺘﺒﺎﺭ ﻤﻥ ﺍﻟﻌﻼﻗﺔ ‪:‬‬

‫‪K‬‬
‫) ‪rk2 (et‬‬
‫∑)‪Q = N ( N + 2‬‬
‫‪k =1 N − k‬‬

‫ﻨﻘﺒل ‪ H 0‬ﺇﺫﺍ ﻜﺎﻨﺕ )) ‪Q < χ 02.05 ( K − ( p + q‬‬

‫‪ -2-5-2‬ﺍﺨﺘﺒﺎﺭ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻟﻁﺒﻴﻌﻲ ﻟﻠﺒﻭﺍﻗﻲ‪:‬‬

‫ﻴﻤﻜﻥ ﺍﺴﺘﺨﺩﺍﻡ ﺍﺨﺘﺒﺎﺭ ‪ (BERA, A.K., 1981) Jarque-Bera‬ﻭﻴﺤﺴﺏ ﺒﺎﻟﺸﻜل ﺍﻵﺘﻲ‪:‬‬

‫‪T‬‬ ‫‪T‬‬
‫=‪S‬‬ ‫‪β 1 + ( β 2 − 3) 2‬‬
‫‪6‬‬ ‫‪24‬‬
‫‪µ 32‬‬
‫ﺇﺫﹾ ﺇﻥ‪ β 1 = 3 :‬ﻤﻌﺎﻤل ﺍﻟﺘﻔﺭﻁﺢ‬
‫‪µ2‬‬

‫‪µ4‬‬
‫ﻤﻌﺎﻤل ﺍﻟﺘﻤﺎﺜل‬ ‫= ‪β2‬‬
‫‪µ 22‬‬
‫‪ S‬ﻴﺘﺒﻊ ﺘﻭﺯﻴﻊ ﻜﺎﻱ ﺘﺭﺒﻴﻊ ﺒﺩﺭﺠﺘﻲ ﺤﺭﻴﺔ‪.‬‬

‫ﻭﺘﻜﻭﻥ ﺍﻟﻔﺭﻀﻴﺎﺕ ‪ H 0 :‬ﺇﻥ ﺘﻭﺯﻴﻊ ‪ et‬ﻫﻭ ﺘﻭﺯﻴﻊ ﻁﺒﻴﻌﻲ ‪.‬‬

‫‪13 Ljung, G.M., and Box G.E.P. (1978) "on a measure of the lack of fit in time Series models".‬‬
‫‪Biometrika, n65:PP.297-303.‬‬

‫‪134‬‬
 ‫ﻋﺜﻤﺎﻥ ﻨﻘﺎﺭ ‪ -‬ﻤﻨﺫﺭ ﺍﻟﻌﻭﺍﺩ‬ ‫ﻤﺠﻠﺔ ﺠﺎﻤﻌﺔ ﺩﻤﺸﻕ ﻟﻠﻌﻠﻭﻡ ﺍﻻﻗﺘﺼﺎﺩﻴﺔ ﻭﺍﻟﻘﺎﻨﻭﻨﻴﺔ – ﺍﻟﻤﺠﻠﺩ ‪ - 27‬ﺍﻟﻌﺩﺩ ﺍﻟﺜﺎﻟﺙ ‪2011-‬‬

‫‪ H 1‬ﺇﻥ ﺘﻭﺯﻴﻊ ‪ et‬ﻫﻭ ﺘﻭﺯﻴﻊ ﻟﻴﺱ ﻁﺒﻴﻌﻴﺎﹰ ‪.‬‬

‫ﺍﻟﺫﻱ ﻴﻌﻁﻴﻪ ﺒﺭﻨﺎﻤﺞ ‪ ، SPSS‬ﺃﻭ‬ ‫‪Kolmogorov‬‬ ‫ﻴﻤﻜﻥ ﺃﻴﻀﺎﹰ ﺍﺴﺘﺨﺩﺍﻡ ﺍﺨﺘﺒﺎﺭ) ﻜﻭﻟﻤﻭﻏﺭﻭﻑ(‬
‫ﺒﺎﻻﻋﺘﻤﺎﺩ ﻋﻠﻰ ﺸﻜل ﺍﻟﻤﺩﺭﺝ ﺍﻟﺘﻜﺭﺍﺭﻱ ﻟﻠﺒﻭﺍﻗﻲ‪.‬‬

‫ﺜﺎﻟﺜﺎﹰ‪ :‬ﺍﻟﺤﺎﻟﺔ ﺍﻟﺘﻁﺒﻴﻘﻴﺔ‪:‬‬

‫ﻟﺩﻴﻨﺎ ﺴﻠﺴﻠﺔ ﺯﻤﻨﻴﺔ ﺘﻤﺜل ﺃﻋﺩﺍﺩ ﺍﻟﺘﻼﻤﻴﺫ ﺍﻟﻤﺴﺠﻠﻴﻥ ﻓﻲ ﺍﻟﺼﻑ ﺍﻷﻭل ﺍﻻﺒﺘﺩﺍﺌﻲ ﺘﻀﻡ ‪ 49‬ﻤﺸﺎﻫﺩﺓ ﺘﻤﺘﺩ‬
‫ﻤﻥ ﻋﺎﻡ ‪ 1960‬ﺇﻟﻰ ﻋﺎﻡ ‪2008‬ﻡ‪ .‬ﺘﻡ ﺍﻟﺤﺼﻭل ﻋﻠﻴﻬﺎ ﻤﻥ ﺍﻟﻤﺠﻤﻭﻋﺔ ﺍﻹﺤﺼﺎﺌﻴﺔ ﻓﻲ ﺍﻟﺠﻤﻬﻭﺭﻴﺔ ﺍﻟﻌﺭﺒﻴﺔ‬
‫ﺍﻟﺴﻭﺭﻴﺔ ﻟﺴﻨﻭﺍﺕ ﻤﺨﺘﻠﻔﺔ‪.‬‬

‫‪1960-2008‬ﺍﻟﺠﺩﻭل ﺭﻗﻡ )‪ (1‬ﻋﺩﺩ ﺍﻟﺘﻼﻤﻴﺫ ﺍﻟﻤﺴﺠﻠﻴﻥ ﺒﺎﻟﺼﻑ ﺍﻷﻭل ‪-‬ﺘﻌﻠﻴﻡ ﺃﺴﺎﺴﻲ ﻓﻲ ﺍﻟﺠﻤﻬﻭﺭﻴﺔ ﺍﻟﻌﺭﺒﻴﺔ ﺍﻟﺴﻭﺭﻴﺔ ﻟﺴﻨﻭﺍﺕ‬
‫ﻋﺩﺩ‬ ‫ﻋﺩﺩ‬ ‫ﻋﺩﺩ‬ ‫ﻋﺩﺩ‬
‫ﺍﻟﺴﻨﻭﺍﺕ‬ ‫ﺍﻟﺴﻨﻭﺍﺕ‬ ‫ﻋﺩﺩ ﺍﻟﺘﻼﻤﻴﺫ‬ ‫ﺍﻟﺴﻨﻭﺍﺕ‬ ‫ﺍﻟﺴﻨﻭﺍﺕ‬ ‫ﺍﻟﺴﻨﻭﺍﺕ‬
‫ﺍﻟﺘﻼﻤﻴﺫ‬ ‫ﺍﻟﺘﻼﻤﻴﺫ‬ ‫ﺍﻟﺘﻼﻤﻴﺫ‬ ‫ﺍﻟﺘﻼﻤﻴﺫ‬
‫‪564708‬‬ ‫‪2000‬‬ ‫‪466656‬‬ ‫‪1990‬‬ ‫‪324895‬‬ ‫‪1980‬‬ ‫‪193624‬‬ ‫‪1970‬‬ ‫‪96239‬‬ ‫‪1960‬‬

‫‪576739‬‬ ‫‪2001‬‬ ‫‪482022‬‬ ‫‪1991‬‬ ‫‪328367‬‬ ‫‪1981‬‬ ‫‪216447‬‬ ‫‪1971‬‬ ‫‪127251‬‬ ‫‪1961‬‬

‫‪602160‬‬ ‫‪2002‬‬ ‫‪501347‬‬ ‫‪1992‬‬ ‫‪342209‬‬ ‫‪1982‬‬ ‫‪230710‬‬ ‫‪1972‬‬ ‫‪119851‬‬ ‫‪1962‬‬

‫‪615038‬‬ ‫‪2003‬‬ ‫‪501654‬‬ ‫‪1993‬‬ ‫‪349037‬‬ ‫‪1983‬‬ ‫‪251246‬‬ ‫‪1973‬‬ ‫‪141183‬‬ ‫‪1963‬‬

‫‪613600‬‬ ‫‪2004‬‬ ‫‪503606‬‬ ‫‪1994‬‬ ‫‪390881‬‬ ‫‪1984‬‬ ‫‪236120‬‬ ‫‪1974‬‬ ‫‪152952‬‬ ‫‪1964‬‬

‫‪631950‬‬ ‫‪2005‬‬ ‫‪504374‬‬ ‫‪1995‬‬ ‫‪398568‬‬ ‫‪1985‬‬ ‫‪241640‬‬ ‫‪1975‬‬ ‫‪153681‬‬ ‫‪1965‬‬

‫‪635195‬‬ ‫‪2006‬‬ ‫‪513441‬‬ ‫‪1996‬‬ ‫‪416665‬‬ ‫‪1986‬‬ ‫‪258328‬‬ ‫‪1976‬‬ ‫‪153609‬‬ ‫‪1966‬‬

‫‪639705‬‬ ‫‪2007‬‬ ‫‪502114‬‬ ‫‪1997‬‬ ‫‪461523‬‬ ‫‪1987‬‬ ‫‪265460‬‬ ‫‪1977‬‬ ‫‪161389‬‬ ‫‪1967‬‬

‫‪656477‬‬ ‫‪2008‬‬ ‫‪517707‬‬ ‫‪1998‬‬ ‫‪422812‬‬ ‫‪1988‬‬ ‫‪282012‬‬ ‫‪1978‬‬ ‫‪159589‬‬ ‫‪1968‬‬

‫‪525595‬‬ ‫‪1999‬‬ ‫‪461092‬‬ ‫‪1989‬‬ ‫‪292347‬‬ ‫‪1979‬‬ ‫‪179998‬‬ ‫‪1969‬‬

‫ﺍﻟﻤﺼﺩﺭ‪ :‬ﺍﻟﻤﺠﻤﻭﻋﺔ ﺍﻹﺤﺼﺎﺌﻴﺔ ﺍﻟﺴﻭﺭﻴﺔ ﻟﻸﻋﻭﺍﻡ‪ 2009:‬ﻭ ‪ 1989‬ﻭ ‪1976‬ﻡ‪.‬‬

‫ﺇﻥ‪ ‬ﺍﻟﺸﻜل ﺍﻟﺒﻴﺎﻨﻲ ﻟﻬﺫﻩ ﺍﻟﺴﻠﺴﻠﺔ ﻫﻭ ﻜﻤﺎ ﻴﻅﻬﺭ ﻓﻲ ﺍﻟﺸﻜل ﺭﻗﻡ)‪:(1‬‬

‫‪135‬‬
 ‫ﻤﻨﻬﺠﻴﺔ ‪ Box-Jenkins‬ﻓﻲ ﺘﺤﻠﻴل ﺍﻟﺴﻼﺴل ﺍﻟﺯﻤﻨﻴﺔ ﻭﺍﻟﺘﻨﺒﺅ ﺩﺭﺍﺴﺔ ﺘﻁﺒﻴﻘﻴﺔ ﻋﻠﻰ ﺃﻋﺩﺍﺩ ﺘﻼﻤﻴﺫ ﺍﻟﺼﻑ ﺍﻷﻭل ﻤﻥ ﺍﻟﺘﻌﻠﻴﻡ ‪....‬‬

‫‪700000‬‬

‫‪600000‬‬
‫‪500000‬‬

‫‪400000‬‬

‫‪300000‬‬

‫‪200000‬‬
‫‪100000‬‬

‫‪0‬‬
‫‪1960‬‬
‫‪1963‬‬
‫‪1966‬‬
‫‪1969‬‬
‫‪1972‬‬
‫‪1975‬‬
‫‪1978‬‬
‫‪1981‬‬
‫‪1984‬‬
‫‪1987‬‬
‫‪1990‬‬
‫‪1993‬‬
‫‪1996‬‬
‫‪1999‬‬
‫‪2002‬‬
‫‪2005‬‬
‫‪2008‬‬
‫ﺍﻟﺸﻜل )‪ (1‬ﺍﻟﺸﻜل ﺍﻟﺒﻴﺎﻨﻲ ﻟﺘﻁﻭﺭ ﺃﻋﺩﺍﺩ ﺍﻟﺘﻼﻤﻴﺫ ﻤﻥ ﻋﺎﻡ ‪ 1960‬ﺇﻟﻰ ‪2008‬ﻡ‬

‫‪ -1-3‬ﺍﻟﻤﺭﺤﻠﺔ ﺍﻷﻭﻟﻰ‪:‬ﻓﺤﺹ ﺍﺴﺘﻘﺭﺍﺭ ﺍﻟﺴﻠﺴﻠﺔ ﺍﻟﺯﻤﻨﻴﺔ‪:‬‬

‫ﻓﻲ ﻫﺫﻩ ﺍﻟﻤﺭﺤﻠﺔ ﻨﻁﺒﻕ ﺍﺨﺘﺒﺎﺭ ‪) Dickey and Fuller‬ﺍﺨﺘﺒﺎﺭ ﺠﺫﺭ ﺍﻟﻭﺤﺩﺓ( ﻋﻠﻰ ﺒﻴﺎﻨﺎﺕ ﺍﻟﺴﻠﺴﻠﺔ‬
‫ﺍﻟﺯﻤﻨﻴﺔ‪ .‬ﺇﻥ ﻨﺘﻴﺠﺔ ﺍﻻﺨﺘﺒﺎﺭ ﺘﻅﻬﺭ ﻭﺠﻭﺩ ﺠﺫﺭ ﺍﻟﻭﺤﺩﺓ‪ ،‬ﺇﺫﹾ ﻜﺎﻨﺕ ﺇﺤﺼﺎﺌﻴﺎﺕ ﺍﻻﺨﺘﺒﺎﺭ ﻜﻤﺎ ﻴﺄﺘﻲ‪:‬‬

‫ﺍﻟﺠﺩﻭل ﺭﻗﻡ )‪ (2‬ﻨﺘﺎﺌﺞ ﺍﺨﺘﺒﺎﺭ ‪Dickey-Fuller‬‬

‫ﺍﻻﺨﺘﺒﺎﺭ‬ ‫ﺍﻟﻨﻤﻭﺫﺝ‬ ‫ﻗﻴﻤﺔ ‪ t‬ﺍﻟﻤﺤﺴﻭﺒﺔ‬ ‫ﺍﻟﻘﻴﻡ ﺍﻟﻨﻅﺭﻴﺔ ﻋﻨﺩ ‪α=0.05‬‬

‫‪D.F.‬‬ ‫‪II‬‬ ‫‪0.353‬‬ ‫‪2.39‬‬
‫‪A.D.F.‬‬ ‫‪II‬‬ ‫‪0.729‬‬ ‫‪2.39‬‬

‫ﺒﺎﻟﻤﻘﺎﺭﻨﺔ ﻨﺠﺩ ﺃﻥ ‪ ، 0.353 < 2.39 :‬ﻭﻜﺫﻟﻙ ‪ ،0.729 < 2.39‬ﺇﺫﺍﹰ ﻨﻘﺒل ﻭﺠﻭﺩ ﺠﺫﺭ ﺍﻟﻭﺤﺩﺓ‪.‬‬

‫ﻤﻥ ﺃﺠل ﺠﻌل ﺍﻟﺴﻠﺴﻠﺔ ﺍﻟﺯﻤﻨﻴﺔ ﻤﺴﺘﻘﺭﺓ ﻨﻁﺒﻕ ﻋﻠﻴﻬﺎ ﻤﺭﺸﺢ ﺍﻟﻔﺭﻭﻕ ﺍﻷﻭﻟﻰ‪ ،‬ﻓﻴﺼﺒﺢ ﺍﻟﺸﻜل ﺍﻟﺒﻴﺎﻨﻲ‬
‫ﻟﻠﺴﻠﺴﻠﺔ ﺍﻟﻨﺎﺘﺠﺔ ﻜﻤﺎ ﻴﻅﻬﺭ ﻓﻲ ﺍﻟﺸﻜل ﺭﻗﻡ )‪ ، (2‬ﺇﺫ ﻴﺒﺩﻭ ﻤﻥ ﺍﻟﺸﻜل ﺃﻨﻬﺎ ﺃﺼﺒﺤﺕ ﻤﺴﺘﻘﺭﺓ‪.14‬‬

‫‪ 14‬ﻤﻥ ﺍﻟﺸﻜل ﺍﻟﺒﻴﺎﻨﻲ ﺇﺫﺍ ﻜﺎﻨﺕ ﺍﻟﻘﻴﻡ ﺘﺘﺫﺒﺫﺏ ﺤﻭل ﻗﻴﻤﺔ ﺜﺎﺒﺘﺔ ﻭ ﻻﻴﻭﺠﺩ ﺍﺘﺠﺎﻩ ﻋﺎﻡ ﻨﺤﻭ ﺍﻻﺭﺘﻔـﺎﻉ ﺃﻭ ﺍﻻﻨﺨﻔـﺎﺽ ﺘﻜـﻭﻥ ﺍﻟﺴﻠـﺴﻠﺔ‬
‫ﻤﺴﺘﻘﺭﺓ‪.‬‬

‫‪136‬‬
‫ﻋﺜﻤﺎﻥ ﻨﻘﺎﺭ ‪ -‬ﻤﻨﺫﺭ ﺍﻟﻌﻭﺍﺩ‬ ‫ﻤﺠﻠﺔ ﺠﺎﻤﻌﺔ ﺩﻤﺸﻕ ﻟﻠﻌﻠﻭﻡ ﺍﻻﻗﺘﺼﺎﺩﻴﺔ ﻭﺍﻟﻘﺎﻨﻭﻨﻴﺔ – ﺍﻟﻤﺠﻠﺩ ‪ - 27‬ﺍﻟﻌﺩﺩ ﺍﻟﺜﺎﻟﺙ ‪2011-‬‬

‫‪50000‬‬
‫‪40000‬‬
‫‪30000‬‬
‫‪20000‬‬
‫‪10000‬‬
‫‪0‬‬
‫‪1961‬‬
‫‪1964‬‬
‫‪1967‬‬

‫‪1970‬‬
‫‪1973‬‬
‫‪1976‬‬
‫‪1979‬‬
‫‪1982‬‬

‫‪1985‬‬
‫‪1988‬‬
‫‪1991‬‬
‫‪1994‬‬

‫‪1997‬‬
‫‪2000‬‬
‫‪2003‬‬
‫‪2006‬‬
‫‪-10000‬‬
‫‪-20000‬‬
‫‪-30000‬‬
‫‪-40000‬‬
‫‪-50000‬‬

‫ﺍﻟﺸﻜل )‪ (2‬ﺍﻟﺸﻜل ﺍﻟﺒﻴﺎﻨﻲ ﻷﻋﺩﺍﺩ ﺍﻟﺘﻼﻤﻴﺫ ﺒﻌﺩ ﺘﻁﺒﻴﻕ ﻤﺭﺸﺢ ﺍﻟﻔﺭﻭﻕ ﺍﻷﻭﻟﻰ‬

‫‪ -2-3‬ﺍﻟﻤﺭﺤﻠﺔ ﺍﻟﺜﺎﻨﻴﺔ‪ :‬ﺘﻌﺭ‪‬ﻑ ﺍﻟﻨﻤﻭﺫﺝ ﺍﻟﻤﻨﺎﺴﺏ ﺍﻟﺫﻱ ﻴﻤﺜل ﺴﻠﺴﻠﺔ ﺍﻟﻔﺭﻭﻕ ﺍﻷﻭﻟﻰ‪:‬‬
‫ﺇﻥ ﻓﺤﺹ ﺩﺍﻟﺔ ﺍﻻﺭﺘﺒﺎﻁ ﺍﻟﺫﺍﺘﻲ ‪ ACF‬ﻟﺴﻠﺴﻠﺔ ﺍﻟﻔﺭﻭﻕ ﺍﻷﻭﻟﻰ ﺍﻟﺸﻜل )‪ (3‬ﻴﻘﻭﺩ ﺇﻟﻰ ﺍﻗﺘﺭﺍﺡ ﻨﻤﻭﺫﺝ‬
‫)‪ .MA(1‬ﺃﻤ‪‬ﺎ ﻓﺤﺹ ﺩﺍﻟﺔ ﺍﻻﺭﺘﺒﺎﻁ ﺍﻟﺫﺍﺘﻲ ﺍﻟﺠﺯﺌﻲ ‪ PACF‬ﺍﻟﺸﻜل )‪ (4‬ﻓﻬﻭ ﻴﻘﻭﺩ ﺇﻟﻰ ﺍﻗﺘﺭﺍﺡ ﻨﻤﻭﺫﺝ‬
‫)‪ .AR(1‬ﻭﺇﺫﺍ ﻨﻅﺭﻨﺎ ﺇﻟﻰ ﺍﻟﺸﻜﻠﻴﻥ ﻓﺈﻨﻪ ﻴﻤﻜﻥ ﺃﻥ ﻨﻘﺘﺭﺡ ﻨﻤﻭﺫﺝ )‪: ARMA(1,1‬‬

‫ﺍﻟﺸﻜل )‪ (3‬ﺩﺍﻟﺔ ﺍﻻﺭﺘﺒﺎﻁ ﺍﻟﺫﺍﺘﻲ ‪ ACF‬ﻟﺴﻠﺴﻠﺔ ﺍﻟﻔﺭﻭﻕ ﺍﻷﻭﻟﻰ‬

‫‪137‬‬
 ‫ﻤﻨﻬﺠﻴﺔ ‪ Box-Jenkins‬ﻓﻲ ﺘﺤﻠﻴل ﺍﻟﺴﻼﺴل ﺍﻟﺯﻤﻨﻴﺔ ﻭﺍﻟﺘﻨﺒﺅ ﺩﺭﺍﺴﺔ ﺘﻁﺒﻴﻘﻴﺔ ﻋﻠﻰ ﺃﻋﺩﺍﺩ ﺘﻼﻤﻴﺫ ﺍﻟﺼﻑ ﺍﻷﻭل ﻤﻥ ﺍﻟﺘﻌﻠﻴﻡ ‪....‬‬

‫ﺍﻟﺸﻜل )‪ (4‬ﺩﺍﻟﺔ ﺍﻻﺭﺘﺒﺎﻁ ﺍﻟﺫﺍﺘﻲ ﺍﻟﺠﺯﺌﻲ ‪ PACF‬ﻟﺴﻠﺴﻠﺔ ﺍﻟﻔﺭﻭﻕ ﺍﻷﻭﻟﻰ‬

‫‪ -3-3‬ﺍﻟﻤﺭﺤﻠﺔ ﺍﻟﺜﺎﻟﺜﺔ ﻭ ﺍﻟﺭﺍﺒﻌﺔ ﺘﻘﺩﻴﺭ ﺍﻟﻨﻤﺎﺫﺝ ﺍﻟﻤﻘﺘﺭﺤﺔ ﻭ ﺍﻟﺘﺤﻘﻕ ﻤﻥ ﻤﻼﺀﻤﺘﻬﺎ‬
‫ﻟﻠﺴﻠﺴﻠﺔ ﺍﻟﺯﻤﻨﻴﺔ‪:‬‬
‫ﺴﻨﻘﻭﻡ ﺒﺘﻁﺒﻴﻕ ﻫﺎﺘﻴﻥ ﺍﻟﻤﺭﺤﻠﺘﻴﻥ ﻋﻠﻰ ﻜل ﻨﻤﻭﺫﺝ ﻤﻥ ﺍﻟﻨﻤﺎﺫﺝ ﺍﻟﺜﻼﺜﺔ ﺍﻟﻤﻘﺘﺭﺤﺔ‪ .‬ﻭ ﺍﻟﻨﻤﺎﺫﺝ ﺍﻟﺘﻲ ﻴﺘﺒﻴ‪‬ﻥ‬
‫ﺒﻨﺘﻴﺠﺔ ﺍﻟﻔﺤﺹ ﺃﻨﻬﺎ ﺼﺎﻟﺤﺔ ﻟﺘﻤﺜﻴل ﺍﻟﺴﻠﺴﻠﺔ ﺍﻟﺯﻤﻨﻴﺔ‪ ،‬ﻨﻘﺎﺭﻥ ﻓﻴﻤﺎ ﺒﻴﻨﻬﺎ ﻤﻥ ﺤﻴﺙ ﺍﻟﻘﺩﺭﺓ ﺍﻟﺘﻨﺒﺅﻴﺔ ﻭ‬
‫ﻨﺨﺘﺎﺭ ﺃﻓﻀﻠﻬﺎ‪.‬‬
‫‪ -1-3-3‬ﺘﻘﺩﻴﺭ ﺍﻟﻨﻤﻭﺫﺝ )‪ AR(1‬ﻟﺴﻠﺴﻠﺔ ﺍﻟﻔﺭﻭﻕ ﺍﻷﻭﻟﻰ‪:‬‬
‫ﻭﻫﺫﺍ ﻴﻌﻨﻲ ﺘﻘﺩﻴﺭ ﻨﻤﻭﺫﺝ )‪ ARIMA(1,1,0‬ﻟﻠﺴﻠﺴﻠﺔ ﺍﻷﺴﺎﺴﻴﺔ‪ .‬ﻗﻤﻨﺎ ﺒﺘﻘﺩﻴﺭ ﺍﻟﻨﻤﻭﺫﺝ ﺒﺎﺴﺘﺨﺩﺍﻡ ﺍﻟـ‪44‬‬
‫ﻤﺸﺎﻫﺩﺓ ﺍﻷﻭﻟﻰ ﻤﻥ ﺍﻟﺴﻠﺴﻠﺔ ﺍﻟﺯﻤﻨﻴﺔ ﻤﻥ ﻋﺎﻡ ‪ 1960‬ﺤﺘﻰ ‪ ،2003‬ﻭﺒﺎﺴﺘﺨﺩﺍﻡ ﺍﻟﻨﻤﻭﺫﺝ ﺍﻟﻤﻘﺩﺭ ﻗﻤﻨﺎ‬
‫ﺒﺎﻟﺘﻨﺒﺅ ﻟﻠﻤﺸﺎﻫﺩﺍﺕ ﺍﻟﺨﻤﺱ ﺍﻟﻤﺘﺒﻘﻴﺔ ﻤﻥ ﻋﺎﻡ ‪ 2004‬ﺤﺘﻰ ‪ 2008‬ﻭﺫﻟﻙ ﺤﺘﻰ ﻨﺘﻤﻜﻥ ﻤﻥ ﺘﻘﻴﻴﻡ ﺍﻟﻘﺩﺭﺓ‬
‫ﺍﻟﺘﻨﺒﺅﻴﺔ ﻟﻠﻨﻤﻭﺫﺝ‪.‬‬
‫ﺇﻥ ﻨﺘﺎﺌﺞ ﺍﻟﺘﻘﺩﻴﺭ ﺒﺎﺴﺘﺨﺩﺍﻡ ﺒﺭﻨﺎﻤﺞ ‪ SPSS‬ﻜﺎﻨﺕ ﻜﻤﺎ ﻓﻲ ﺍﻟﺠﺩﻭل ﺭﻗﻡ )‪:(3‬‬
‫ﺍﻟﺠﺩﻭل ﺭﻗﻡ )‪ (3‬ﻨﺘﺎﺌﺞ ﺍﻟﺘﻘﺩﻴﺭ ﺒﺎﺴﺘﺨﺩﺍﻡ ﺒﺭﻨﺎﻤﺞ ‪SPSS‬‬
‫‪Estimate‬‬ ‫‪SE‬‬ ‫‪t‬‬ ‫‪Sig.‬‬
‫‪X-Model_1‬‬ ‫‪X‬‬ ‫‪Constant‬‬ ‫‪11934.170 1599.993‬‬ ‫‪7.459‬‬ ‫‪.000‬‬
‫‪AR‬‬ ‫‪Lag 1‬‬ ‫‪-.391-‬‬ ‫‪.143‬‬ ‫‪-2.735-‬‬ ‫‪.009‬‬
‫‪Difference‬‬ ‫‪1‬‬

‫‪138‬‬
‫ﻋﺜﻤﺎﻥ ﻨﻘﺎﺭ ‪ -‬ﻤﻨﺫﺭ ﺍﻟﻌﻭﺍﺩ‬ ‫ﻤﺠﻠﺔ ﺠﺎﻤﻌﺔ ﺩﻤﺸﻕ ﻟﻠﻌﻠﻭﻡ ﺍﻻﻗﺘﺼﺎﺩﻴﺔ ﻭﺍﻟﻘﺎﻨﻭﻨﻴﺔ – ﺍﻟﻤﺠﻠﺩ ‪ - 27‬ﺍﻟﻌﺩﺩ ﺍﻟﺜﺎﻟﺙ ‪2011-‬‬

‫ﻤﻥ ﺍﻟﺠﺩﻭل )‪ (3‬ﻨﻼﺤﻅ ﺃﻥ ﺍﻟﻤﻌﺎﻤﻼﺕ ﺍﻟﻤﻘﺩﺭﺓ ﻤﻌﻨﻭﻴﺔ‪ ،‬ﻭﻫﻲ ﻻ ﺘﺴﺎﻭﻱ ﺍﻟﺼﻔﺭ‪ ،‬ﻤﻥ ﺫﻟﻙ ﻨﺭﻓﺽ ﻓﺭﻀﻴﺔ‬
‫ﺍﻟﻌﺩﻡ‪ .‬ﻭﺍﻟﻨﻤﻭﺫﺝ ﺍﻟﻤﻘﺩﺭ ﻫﻭ‪:‬‬

‫‪(1 − B)(1 + 0.391B) Xt = 11934.17 + ε t‬‬

‫ﺃﻭ ﻴﻜﺘﺏ ﺒﺎﻟﺸﻜل ﺍﻵﺘﻲ‪:‬‬

‫‪Xt = 11934.17 + 0.609 Xt −1 + 0.391Xt −2 + ε t‬‬

‫ﻭﺍﻟﺸﻜل )‪ (5‬ﻴﺒﻴ‪‬ﻥ ﺍﻟﻤﻨﺤﻨﻰ ﺍﻟﺒﻴﺎﻨﻲ ﻟﻠﺴﻠﺴﻠﺔ ﺍﻷﺴﺎﺴﻴﺔ ‪،‬ﻭ ﻟﻠﻘﻴﻡ ﺍﻟﻤﻘﺩﺭﺓ‪ ،‬ﻭ ﻟﻠﻘﻴﻡ ﺍﻟﻤﺘﻨﺒﺄ ﺒﻬﺎ‪:‬‬

‫ﺍﻟﺸﻜل )‪ (5‬ﺍﻟﺸﻜل ﺍﻟﺒﻴﺎﻨﻲ ﻟﻠﺴﻠﺴﻠﺔ ﺍﻷﺴﺎﺴﻴﺔ ﻭﻟﻠﻘﻴﻡ ﺍﻟﻤﻘﺩﺭﺓ ﻭﻟﻠﻘﻴﻡ ﺍﻟﻤﺘﻨﺒﺄ ﺒﻬﺎ‬
‫‪ -2-3-3‬ﺍﻟﺘﺤﻘﻕ ﻤﻥ ﺍﻟﺒﻭﺍﻗﻲ‪:‬‬
‫ﺇﻥ ﺍﻻﺨﺘﺒﺎﺭﺍﺕ ﺍﻟﺘﻲ ﻨﻁﺒﻘﻬﺎ ﻋﻠﻰ ﺴﻠﺴﻠﺔ ﺍﻟﺒﻭﺍﻗﻲ ﻫﻲ‪:‬‬
‫ﺍﺨﺘﺒﺎﺭ ﺍﻻﺭﺘﺒﺎﻁ ﺍﻟﺴﻠﺴﻠﻲ‪:‬‬ ‫ﺃ‪-‬‬
‫ﺍﻟﺠﺩﻭل ﺭﻗﻡ )‪ (4‬ﻨﺘﺎﺌﺞ ﺍﺨﺘﺒﺎﺭ ‪Ljung-Box‬‬
‫)‪Ljung-Box Q(18‬‬
‫‪Statistics‬‬ ‫‪DF‬‬ ‫‪Sig.‬‬
‫‪11.550‬‬ ‫‪17‬‬ ‫‪.827‬‬

‫‪139‬‬
 ‫ﻤﻨﻬﺠﻴﺔ ‪ Box-Jenkins‬ﻓﻲ ﺘﺤﻠﻴل ﺍﻟﺴﻼﺴل ﺍﻟﺯﻤﻨﻴﺔ ﻭﺍﻟﺘﻨﺒﺅ ﺩﺭﺍﺴﺔ ﺘﻁﺒﻴﻘﻴﺔ ﻋﻠﻰ ﺃﻋﺩﺍﺩ ﺘﻼﻤﻴﺫ ﺍﻟﺼﻑ ﺍﻷﻭل ﻤﻥ ﺍﻟﺘﻌﻠﻴﻡ ‪....‬‬

‫ﺇﻥ ﺍﺨﺘﺒﺎﺭ ‪ Ljung-Box‬ﻜﻤﺎ ﻴﻅﻬﺭ ﻓﻲ ﺍﻟﺠﺩﻭل ﻴﺸﻴﺭ ﺇﻟﻰ ﻗﺒﻭل ﻓﺭﻀﻴﺔ ﺍﻟﻌﺩﻡ‪ ،‬ﺃﻱ ﻋﺩﻡ ﻭﺠﻭﺩ ﺍﺭﺘﺒﺎﻁ‬
‫ﺫﺍﺘﻲ ﺒﻴﻥ ﺍﻷﺨﻁﺎﺀ‪ ،‬ﻭﻴﺅﻜﺩ ﺫﻟﻙ ﺩﺍﻟﺘﺎ ﺍﻻﺭﺘﺒﺎﻁ ﺍﻟﺫﺍﺘﻲ ﻭﺍﻻﺭﺘﺒﺎﻁ ﺍﻟﺫﺍﺘﻲ ﺍﻟﺠﺯﺌﻲ ﻟﻠﺒﻭﺍﻗﻲ ﻜﻤﺎ ﻓﻲ ﺍﻟﺸﻜل‬
‫)‪ (6‬ﻭ )‪:(7‬‬

‫ﺍﻟﺸﻜل )‪ (6‬ﺩﺍﻟﺔ ﺍﻻﺭﺘﺒﺎﻁ ﺍﻟﺫﺍﺘﻲ ﻟﻠﺒﻭﺍﻗﻲ‬

‫ﺍﻟﺸﻜل )‪ (7‬ﺩﺍﻟﺔ ﺍﻻﺭﺘﺒﺎﻁ ﺍﻟﺫﺍﺘﻲ ﺍﻟﺠﺯﺌﻲ ﻟﻠﺒﻭﺍﻗﻲ‬

‫ﺏ‪ -‬ﻁﺒﻴﻌﺔ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻻﺤﺘﻤﺎﻟﻲ ﻟﻠﺒﻭﺍﻗﻲ‪:‬‬

‫ﻨﺴﺘﺨﺩﻡ ﺍﻻﺨﺘﺒﺎﺭ ﺍﻟﻼﻤﻌﻠﻤﻲ ‪ K-S‬ﻜﻠﻭﻤﻭﺠﻭﺭﻭﻑ ‪-‬ﺴﻤﻴﺭﻭﻨﻭﻑ‪ ،‬ﻓﻨﺠﺩ ﺃﻥ ﺍﻟﺒﻭﺍﻗﻲ ﺘﺨﻀﻊ ﻟﻠﺘﻭﺯﻴﻊ‬

‫ﺍﻟﻁﺒﻴﻌﻲ )ﺍﻟﻤﻌﺘﺩل( ﻜﻤﺎ ﻴﻅﻬﺭ ﻓﻲ ﺍﻟﺠﺩﻭل ﺭﻗﻡ )‪. (5‬‬

‫‪140‬‬
‫ﻋﺜﻤﺎﻥ ﻨﻘﺎﺭ ‪ -‬ﻤﻨﺫﺭ ﺍﻟﻌﻭﺍﺩ‬ ‫ﻤﺠﻠﺔ ﺠﺎﻤﻌﺔ ﺩﻤﺸﻕ ﻟﻠﻌﻠﻭﻡ ﺍﻻﻗﺘﺼﺎﺩﻴﺔ ﻭﺍﻟﻘﺎﻨﻭﻨﻴﺔ – ﺍﻟﻤﺠﻠﺩ ‪ - 27‬ﺍﻟﻌﺩﺩ ﺍﻟﺜﺎﻟﺙ ‪2011-‬‬

‫ﺍﻟﺠﺩﻭل ﺭﻗﻡ )‪ (5‬ﻨﺘﺎﺌﺞ ﺍﺨﺘﺒﺎﺭ ‪Kolmogorov-Smirnov‬‬

‫‪Noise residual from‬‬
‫‪X-Model_1‬‬
‫‪N‬‬ ‫‪43‬‬
‫‪Normal Parametersa‬‬ ‫‪Mean‬‬ ‫‪173.5805‬‬
‫‪Std. Deviation‬‬ ‫‪14374.55222‬‬
‫‪Most Extreme Differences‬‬ ‫‪Absolute‬‬ ‫‪.075‬‬
‫‪Positive‬‬ ‫‪.075‬‬
‫‪Negative‬‬ ‫‪-.066-‬‬
‫‪Kolmogorov-Smirnov Z‬‬ ‫‪.490‬‬
‫)‪Asymp. Sig. (2-tailed‬‬ ‫‪.970‬‬
‫‪a. Test distribution is Normal.‬‬

‫ﺇﻥ ﻨﺘﺎﺌﺞ ﺍﻻﺨﺘﺒﺎﺭﺍﺕ ﺍﻟﻤﻁﺒﻘﺔ ﻋﻠﻰ ﺍﻟﺒﻭﺍﻗﻲ ﺘﺅﻜﺩ ﺼﻼﺤﻴﺔ ﺍﻟﻨﻤﻭﺫﺝ ﺍﻟﻤﻘﺩﺭ ﻟﺘﻤﺜﻴل ﺍﻟﺴﻠﺴﻠﺔ ﺍﻟﺯﻤﻨﻴﺔ‪،‬‬
‫ﻭﻤﻥ ﺜﻡ‪ ‬ﺇﻤﻜﺎﻨﻴﺔ ﺍﺴﺘﺨﺩﺍﻤﻪ ﻓﻲ ﺍﻟﺘﻨﺒﺅ‪.‬‬

‫‪ -4-3-3‬ﺘﻘﺩﻴﺭ ﺍﻟﻨﻤﻭﺫﺝ )‪ MA(1‬ﻟﺴﻠﺴﻠﺔ ﺍﻟﻔﺭﻭﻕ ﺍﻷﻭﻟﻰ‪:‬‬

‫ﻭﻫﺫﺍ ﻴﻌﻨﻲ ﺘﻘﺩﻴﺭ ﻨﻤﻭﺫﺝ )‪ ARIMA(0,1,1‬ﻟﻠﺴﻠﺴﻠﺔ ﺍﻷﺴﺎﺴﻴﺔ‪.‬‬

‫ﺇﻥ ﻨﺘﺎﺌﺞ ﺍﻟﺘﻘﺩﻴﺭ ﺒﺎﺴﺘﺨﺩﺍﻡ ﺒﺭﻨﺎﻤﺞ ‪ SPSS‬ﻜﺎﻨﺕ ﻜﻤﺎ ﻓﻲ ﺍﻟﺠﺩﻭل ﺭﻗﻡ )‪. (6‬‬

‫ﺍﻟﺠﺩﻭل ﺭﻗﻡ )‪ (6‬ﻨﺘﺎﺌﺞ ﺍﻟﺘﻘﺩﻴﺭ ﺒﺎﺴﺘﺨﺩﺍﻡ ﺒﺭﻨﺎﻤﺞ ‪SPSS‬‬

‫‪Estimate‬‬ ‫‪SE‬‬ ‫‪t‬‬ ‫‪Sig.‬‬

‫‪X-Model_2‬‬ ‫‪X‬‬ ‫‪Constant‬‬ ‫‪11926.006‬‬ ‫‪1593.816‬‬ ‫‪7.483‬‬ ‫‪.000‬‬

‫‪Difference‬‬ ‫‪1‬‬

‫‪MA‬‬ ‫‪Lag 1‬‬ ‫‪.303‬‬ ‫‪.151‬‬ ‫‪2.009‬‬ ‫‪.051‬‬

‫ﻤﻥ ﺍﻟﺠﺩﻭل ﻨﻼﺤﻅ ﺃﻥ ﺍﻟﻤﻌﺎﻤﻼﺕ ﺍﻟﻤﻘﺩﺭﺓ ﻤﻌﻨﻭﻴﺔ‪ ،‬ﻭﻫﻲ ﻻ ﺘﺴﺎﻭﻱ ﺍﻟﺼﻔﺭ‪ ،‬ﺇﺫﹾ ﺇﻨﱠﻨﺎ ﻨﺭﻓﺽ ﻓﺭﻀﻴﺔ ﺍﻟﻌﺩﻡ‪.‬‬
‫ﻭﺍﻟﻨﻤﻭﺫﺝ ﺍﻟﻤﻘﺩﺭ ﻫﻭ‪:‬‬

‫‪141‬‬
‫ﻤﻨﻬﺠﻴﺔ ‪ Box-Jenkins‬ﻓﻲ ﺘﺤﻠﻴل ﺍﻟﺴﻼﺴل ﺍﻟﺯﻤﻨﻴﺔ ﻭﺍﻟﺘﻨﺒﺅ ﺩﺭﺍﺴﺔ ﺘﻁﺒﻴﻘﻴﺔ ﻋﻠﻰ ﺃﻋﺩﺍﺩ ﺘﻼﻤﻴﺫ ﺍﻟﺼﻑ ﺍﻷﻭل ﻤﻥ ﺍﻟﺘﻌﻠﻴﻡ ‪....‬‬

‫‪(1 − B) Xt = 11926.01 + ε t − 0.303ε t −1‬‬

‫ﺃﻭ ﻴﻜﺘﺏ ﺒﺎﻟﺸﻜل ﺍﻵﺘﻲ‪:‬‬

‫‪Xt = 11926.01 + Xt −1 + ε t − 0.303ε t −1‬‬

‫ﻭﺍﻟﺸﻜل )‪ (8‬ﻴﺒﻴ‪‬ﻥ ﺍﻟﻤﻨﺤﻨﻰ ﺍﻟﺒﻴﺎﻨﻲ ﻟﻠﺴﻠﺴﻠﺔ ﺍﻷﺴﺎﺴﻴﺔ‪ ،‬ﻭﻟﻠﻘﻴﻡ ﺍﻟﻤﻘﺩﺭﺓ ‪،‬ﻭﻟﻠﻘﻴﻡ ﺍﻟﻤﺘﻨﺒﺄ ﺒﻬﺎ‪:‬‬

‫ﺍﻟﺸﻜل )‪ (8‬ﺍﻟﻤﻨﺤﻨﻰ ﺍﻟﺒﻴﺎﻨﻲ ﻟﻠﺴﻠﺴﻠﺔ ﺍﻷﺴﺎﺴﻴﺔ ﻭﻟﻠﻘﻴﻡ ﺍﻟﻤﻘﺩﺭﺓ ﻭﻟﻠﻘﻴﻡ ﺍﻟﻤﺘﻨﺒﺄ ﺒﻬﺎ‬

‫‪ -5-3-3‬ﺍﻟﺘﺤﻘﻕ ﻤﻥ ﺍﻟﺒﻭﺍﻗﻲ‪:‬‬

‫ﺇﻥ ﺍﻻﺨﺘﺒﺎﺭﺍﺕ ﺍﻟﺘﻲ ﻨﻁﺒﻘﻬﺎ ﻋﻠﻰ ﺴﻠﺴﻠﺔ ﺍﻟﺒﻭﺍﻗﻲ ﻫﻲ‪:‬‬

‫ﺃ‪ -‬ﺍﺨﺘﺒﺎﺭ ﺍﻻﺭﺘﺒﺎﻁ ﺍﻟﺴﻠﺴﻠﻲ‪:‬‬

‫ﺍﻟﺠﺩﻭل ﺭﻗﻡ )‪ (7‬ﻨﺘﺎﺌﺞ ﺍﺨﺘﺒﺎﺭ ‪Ljung-Box‬‬

‫)‪Ljung-Box Q(18‬‬
‫‪Statistics‬‬ ‫‪DF‬‬ ‫‪Sig.‬‬
‫‪13.888‬‬ ‫‪17‬‬ ‫‪.675‬‬

‫‪142‬‬
‫ﻋﺜﻤﺎﻥ ﻨﻘﺎﺭ ‪ -‬ﻤﻨﺫﺭ ﺍﻟﻌﻭﺍﺩ‬ ‫ﻤﺠﻠﺔ ﺠﺎﻤﻌﺔ ﺩﻤﺸﻕ ﻟﻠﻌﻠﻭﻡ ﺍﻻﻗﺘﺼﺎﺩﻴﺔ ﻭﺍﻟﻘﺎﻨﻭﻨﻴﺔ – ﺍﻟﻤﺠﻠﺩ ‪ - 27‬ﺍﻟﻌﺩﺩ ﺍﻟﺜﺎﻟﺙ ‪2011-‬‬

‫ﺇﻥ ﺍﺨﺘﺒﺎﺭ ‪ Ljung-Box‬ﻜﻤﺎ ﻴﻅﻬﺭ ﻓﻲ ﺍﻟﺠﺩﻭل ﻴﺸﻴﺭ ﺇﻟﻰ ﻋﺩﻡ ﻭﺠﻭﺩ ﺍﺭﺘﺒﺎﻁ ﺫﺍﺘﻲ ﺒﻴﻥ ﺍﻷﺨﻁﺎﺀ‪ ،‬ﻭﻴﺅﻜﺩ‬
‫ﺫﻟﻙ ﺩﺍﻟﺘﺎ ﺍﻻﺭﺘﺒﺎﻁ ﺍﻟﺫﺍﺘﻲ ﻭﺍﻻﺭﺘﺒﺎﻁ ﺍﻟﺫﺍﺘﻲ ﺍﻟﺠﺯﺌﻲ ﻟﻠﺒﻭﺍﻗﻲ‪ ،‬ﻜﻤﺎ ﻓﻲ ﺍﻟﺸﻜل )‪ (9‬ﻭ )‪:(10‬‬

‫ﺍﻟﺸﻜل )‪ (9‬ﺩﺍﻟﺔ ﺍﻻﺭﺘﺒﺎﻁ ﺍﻟﺫﺍﺘﻲ ﻟﻠﺒﻭﺍﻗﻲ‬

‫ﺍﻟﺸﻜل )‪ (10‬ﺩﺍﻟﺔ ﺍﻻﺭﺘﺒﺎﻁ ﺍﻟﺫﺍﺘﻲ ﺍﻟﺠﺯﺌﻲ ﻟﻠﺒﻭﺍﻗﻲ‬

‫ﺏ‪ -‬ﻁﺒﻴﻌﺔ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻻﺤﺘﻤﺎﻟﻲ ﻟﻠﺒﻭﺍﻗﻲ‪:‬‬

‫ﺍﻻﺨﺘﺒﺎﺭ ﺍﻟﻼﻤﻌﻠﻤﻲ ‪ K-S‬ﻜﻠﻭﻤﻭﺠﻭﺭﻭﻑ‪-‬ﺴﻤﻴﺭﻭﻨﻭﻑ ﻴﻅﻬﺭ ﺃﻥ ﺍﻟﺒﻭﺍﻗﻲ ﺘﺨﻀﻊ ﻟﻠﺘﻭﺯﻴﻊ ﺍﻟﻁﺒﻴﻌﻲ‬

‫)ﺍﻟﻤﻌﺘﺩل( ﻜﻤﺎ ﻓﻲ ﺍﻟﺠﺩﻭل ﺭﻗﻡ )‪.(8‬‬

‫‪143‬‬
 ‫ﻤﻨﻬﺠﻴﺔ ‪ Box-Jenkins‬ﻓﻲ ﺘﺤﻠﻴل ﺍﻟﺴﻼﺴل ﺍﻟﺯﻤﻨﻴﺔ ﻭﺍﻟﺘﻨﺒﺅ ﺩﺭﺍﺴﺔ ﺘﻁﺒﻴﻘﻴﺔ ﻋﻠﻰ ﺃﻋﺩﺍﺩ ﺘﻼﻤﻴﺫ ﺍﻟﺼﻑ ﺍﻷﻭل ﻤﻥ ﺍﻟﺘﻌﻠﻴﻡ ‪....‬‬

‫ﺍﻟﺠﺩﻭل ﺭﻗﻡ )‪ (8‬ﻨﺘﺎﺌﺞ ﺍﺨﺘﺒﺎﺭ ‪Kolmogorov-Smirnov‬‬

‫‪Noise residual‬‬
‫‪from X-Model_2‬‬
‫‪N‬‬ ‫‪43‬‬
‫‪a‬‬
‫‪Normal Parameters‬‬ ‫‪Mean‬‬ ‫‪126.1942‬‬
‫‪Std. Deviation‬‬ ‫‪14678.99773‬‬
‫‪Most Extreme Differences‬‬ ‫‪Absolute‬‬ ‫‪.081‬‬
‫‪Positive‬‬ ‫‪.081‬‬
‫‪Negative‬‬ ‫‪-.061-‬‬
‫‪Kolmogorov-Smirnov Z‬‬ ‫‪.529‬‬
‫)‪Asymp. Sig. (2-tailed‬‬ ‫‪.943‬‬
‫‪a. Test distribution is Normal.‬‬
‫ﺇﻥ ﻨﺘﺎﺌﺞ ﺍﻻﺨﺘﺒﺎﺭﺍﺕ ﺍﻟﻤﻁﺒﻘﺔ ﻋﻠﻰ ﺍﻟﺒﻭﺍﻗﻲ ﺘﺅﻜﺩ ﺼﻼﺤﻴﺔ ﺍﻟﻨﻤﻭﺫﺝ ﺍﻟﻤﻘﺩﺭ ﺍﻟﺜﺎﻨﻲ ﻟﺘﻤﺜﻴل ﺍﻟﺴﻠﺴﻠﺔ‬
‫ﺍﻟﺯﻤﻨﻴﺔ‪ ،‬ﻭﻤﻥ ﺜﻡ‪ ‬ﺇﻤﻜﺎﻨﻴﺔ ﺍﺴﺘﺨﺩﺍﻤﻪ ﻓﻲ ﺍﻟﺘﻨﺒﺅ‪.‬‬
‫‪ -6-3-3‬ﺘﻘﺩﻴﺭ ﺍﻟﻨﻤﻭﺫﺝ )‪ ARMA(1,1‬ﻟﺴﻠﺴﻠﺔ ﺍﻟﻔﺭﻭﻕ ﺍﻷﻭﻟﻰ‪:‬‬
‫ﺇﻥ‪ ‬ﺘﻘﺩﻴﺭ ﺍﻟﻨﻤﻭﺫﺝ )‪ ARMA(1,1‬ﻟﺴﻠﺴﻠﺔ ﺍﻟﻔﺭﻭﻕ ﺍﻷﻭﻟﻰ‪ ،‬ﻴﻌﻨﻲ ﺘﻘﺩﻴﺭ ﻨﻤﻭﺫﺝ )‪ARIMA(1,1,1‬‬
‫ﻟﻠﺴﻠﺴﻠﺔ ﺍﻷﺴﺎﺴﻴﺔ‪ .‬ﺇﻥ ﻨﺘﺎﺌﺞ ﺍﻟﺘﻘﺩﻴﺭ ﺒﺎﺴﺘﺨﺩﺍﻡ ﺒﺭﻨﺎﻤﺞ ‪ SPSS‬ﻜﺎﻨﺕ ﻜﻤﺎ ﻓﻲ ﺍﻟﺠﺩﻭل ﺭﻗﻡ )‪. (9‬‬

‫ﺍﻟﺠﺩﻭل ﺭﻗﻡ )‪ (9‬ﻨﺘﺎﺌﺞ ﺍﻟﺘﻘﺩﻴﺭ ﺒﺎﺴﺘﺨﺩﺍﻡ ﺒﺭﻨﺎﻤﺞ ‪SPSS‬‬

‫‪Estimate‬‬ ‫‪SE‬‬ ‫‪t‬‬ ‫‪Sig.‬‬

‫‪X-Model_1‬‬ ‫‪X‬‬ ‫‪Constant‬‬ ‫‪11947.624‬‬ ‫‪1712.457‬‬ ‫‪6.977‬‬ ‫‪.000‬‬

‫‪AR‬‬ ‫‪Lag 1‬‬ ‫‪-.542-‬‬ ‫‪.330‬‬ ‫‪-1.646-‬‬ ‫‪.108‬‬

‫‪4‬‬ ‫‪Difference‬‬ ‫‪1‬‬

‫‪MA‬‬ ‫‪Lag 1‬‬ ‫‪-.177-‬‬ ‫‪.388‬‬ ‫‪-.457-‬‬ ‫‪.650‬‬

‫ﻤﻥ ﺍﻟﺠﺩﻭل ﻨﻼﺤﻅ ﺃﻥ ﺍﻟﻤﻌﺎﻤﻼﺕ ﺍﻟﻤﻘﺩﺭﺓ ﺒﻌﻀﻬﺎ ﻤﻌﻨﻭﻱ‪ ،‬ﻭﺒﻌﻀﻬﺎ ﻏﻴﺭ ﻤﻌﻨﻭﻱ‪ ،‬ﻭﻫﻲ ﺘﺸﻴﺭ ﺇﻟﻰ ﺃﻥ‬
‫ﺍﻟﻨﻤﻭﺫﺝ )‪ ARIMA(1,1,0‬ﺴﻴﻜﻭﻥ ﺃﻓﻀل ﻟﺘﻤﺜﻴل ﺍﻟﺴﻠﺴﻠﺔ‪ ،‬ﻭﻤﻊ ﺫﻟﻙ ﺴﻨﺤﺘﻔﻅ ﺒﻬﺫﺍ ﺍﻟﻨﻤﻭﺫﺝ ﻤﺒﺩﺌﻴﺎﹰ‬
‫ﻟﻨﺒﺤﺙ ﻓﻲ ﻗﺩﺭﺘﻪ ﺍﻟﺘﻨﺒﺅﻴﺔ ‪ .15‬ﺇﻥ‪ ‬ﻤﻌﺎﺩﻟﺘﻪ ﻫﻲ‪:‬‬

‫‪ 15‬ﻟﻥ ﻴﺴﺘﺨﺩﻡ ﻫﺫﺍ ﺍﻟﻨﻤﻭﺫﺝ ﻭﺍﻟﻨﻤﻭﺫﺝ ﺍﻟﺴﺎﺒﻕ ﻓﻲ ﺍﻟﺘﻨﺒﺅ ‪.‬ﺒل ﺴﻴﺘﻡ ﺍﺴﺘﻨﺘﺎﺝ ﻨﻤﻭﺫﺝ ﺠﺩﻴﺩ ﻤﻌﺎﻤﻼﺘﻪ ﻜﻠﹼﻬﺎ ﻤﻌﻨﻭﻴﺔ ‪.‬‬

‫‪144‬‬
‫ﻋﺜﻤﺎﻥ ﻨﻘﺎﺭ ‪ -‬ﻤﻨﺫﺭ ﺍﻟﻌﻭﺍﺩ‬ ‫ﻤﺠﻠﺔ ﺠﺎﻤﻌﺔ ﺩﻤﺸﻕ ﻟﻠﻌﻠﻭﻡ ﺍﻻﻗﺘﺼﺎﺩﻴﺔ ﻭﺍﻟﻘﺎﻨﻭﻨﻴﺔ – ﺍﻟﻤﺠﻠﺩ ‪ - 27‬ﺍﻟﻌﺩﺩ ﺍﻟﺜﺎﻟﺙ ‪2011-‬‬

‫‪(1 − B)(1 + 0.542 B) X t = 11947.624 + ε t + 0.177ε t −1‬‬

‫ﺃﻭ ﻴﻜﺘﺏ ﺒﺎﻟﺸﻜل ﺍﻵﺘﻲ‪:‬‬

‫‪Xt = 11947.624 + 0.458 Xt −1 + 0.542 Xt − 2 + ε t + 0.177ε t −1‬‬

‫ﺍﻟﺘﺤﻘﻕ ﻤﻥ ﺍﻟﺒﻭﺍﻗﻲ‪:‬‬

‫ﺇﻥ ﺍﻻﺨﺘﺒﺎﺭﺍﺕ ﺍﻟﺘﻲ ﻨﻁﺒﻘﻬﺎ ﻋﻠﻰ ﺴﻠﺴﻠﺔ ﺍﻟﺒﻭﺍﻗﻲ ﻫﻲ‪:‬‬

‫ﺃ‪ -‬ﺍﺨﺘﺒﺎﺭ ﺍﻻﺭﺘﺒﺎﻁ ﺍﻟﺴﻠﺴﻠﻲ‪:‬‬

‫ﺍﻟﺠﺩﻭل ﺭﻗﻡ )‪ (10‬ﻨﺘﺎﺌﺞ ﺍﺨﺘﺒﺎﺭ ‪Ljung-Box‬‬

‫)‪Ljung-Box Q(18‬‬

‫‪Statistics‬‬ ‫‪DF‬‬ ‫‪Sig.‬‬

‫‪10.751‬‬ ‫‪16‬‬ ‫‪. 825‬‬

‫ﻴﺸﻴﺭ ﺍﺨﺘﺒﺎﺭ ‪ Ljung-Box‬ﻜﻤﺎ ﻴﻅﻬﺭ ﻓﻲ ﺍﻟﺠﺩﻭل ﺇﻟﻰ ﻗﺒﻭل ﻓﺭﻀﻴﺔ ﺍﻟﻌﺩﻡ‪ ،‬ﺃﻱ ﻋﺩﻡ ﻭﺠﻭﺩ ﺍﺭﺘﺒﺎﻁ ﺫﺍﺘﻲ‬
‫ﺒﻴﻥ ﺍﻷﺨﻁﺎﺀ‪ ،‬ﻭﻴﺅﻜﺩ ﺫﻟﻙ ﺩﺍﻟﺘﺎ ﺍﻻﺭﺘﺒﺎﻁ ﺍﻟﺫﺍﺘﻲ ﻭﺍﻻﺭﺘﺒﺎﻁ ﺍﻟﺫﺍﺘﻲ ﺍﻟﺠﺯﺌﻲ ﻟﻠﺒﻭﺍﻗﻲ‪ ،‬ﻜﻤﺎ ﻓﻲ ﺍﻟﺸﻜل )‪(11‬‬
‫ﻭ)‪:(12‬‬

‫ﺍﻟﺸﻜل )‪ (11‬ﺩﺍﻟﺔ ﺍﻻﺭﺘﺒﺎﻁ ﺍﻟﺫﺍﺘﻲ ﻟﻠﺒﻭﺍﻗﻲ‬

‫‪145‬‬
 ‫ﻤﻨﻬﺠﻴﺔ ‪ Box-Jenkins‬ﻓﻲ ﺘﺤﻠﻴل ﺍﻟﺴﻼﺴل ﺍﻟﺯﻤﻨﻴﺔ ﻭﺍﻟﺘﻨﺒﺅ ﺩﺭﺍﺴﺔ ﺘﻁﺒﻴﻘﻴﺔ ﻋﻠﻰ ﺃﻋﺩﺍﺩ ﺘﻼﻤﻴﺫ ﺍﻟﺼﻑ ﺍﻷﻭل ﻤﻥ ﺍﻟﺘﻌﻠﻴﻡ ‪....‬‬

‫ﺍﻟﺸﻜل )‪ (12‬ﺩﺍﻟﺔ ﺍﻻﺭﺘﺒﺎﻁ ﺍﻟﺫﺍﺘﻲ ﺍﻟﺠﺯﺌﻲ ﻟﻠﺒﻭﺍﻗﻲ‬

‫ﺏ‪ -‬ﻁﺒﻴﻌﺔ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻻﺤﺘﻤﺎﻟﻲ ﻟﻠﺒﻭﺍﻗﻲ‪:‬‬

‫ﺍﻻﺨﺘﺒﺎﺭ ﺍﻟﻼﻤﻌﻠﻤﻲ ‪ K-S‬ﻜﻠﻭﻤﻭﺠﻭﺭﻭﻑ ‪-‬ﺴﻤﻴﺭﻭﻨﻭﻑ ﻴﻅﻬﺭ ﺃﻥ ﺍﻟﺒﻭﺍﻗﻲ ﺘﺨﻀﻊ ﻟﻠﺘﻭﺯﻴﻊ ﺍﻟﻁﺒﻴﻌﻲ‬

‫)ﺍﻟﻤﻌﺘﺩل( ﻜﻤﺎ ﻓﻲ ﺍﻟﺠﺩﻭل ﺭﻗﻡ )‪. (11‬‬

‫ﺍﻟﺠﺩﻭل ﺭﻗﻡ )‪ (11‬ﻨﺘﺎﺌﺞ ﺍﺨﺘﺒﺎﺭ ‪Kolmogorov-Smirnov‬‬

‫‪Noise residual‬‬
‫‪from X-Model_1‬‬
‫‪N‬‬ ‫‪43‬‬
‫‪Normal Parametersa‬‬ ‫‪Mean‬‬ ‫‪175.9500‬‬
‫‪Std. Deviation‬‬ ‫‪14336.40698‬‬
‫‪Most Extreme Differences‬‬ ‫‪Absolute‬‬ ‫‪.095‬‬
‫‪Positive‬‬ ‫‪.095‬‬
‫‪Negative‬‬ ‫‪-.070-‬‬
‫‪Kolmogorov-Smirnov Z‬‬ ‫‪.622‬‬
‫)‪Asymp. Sig. (2-tailed‬‬ ‫‪.834‬‬
‫‪a. Test distribution is Normal.‬‬

‫ﺘﺅﻜﺩ ﻨﺘﺎﺌﺞ ﺍﻻﺨﺘﺒﺎﺭﺍﺕ ﺍﻟﻤﻁﺒﻘﺔ ﻋﻠﻰ ﺍﻟﺒﻭﺍﻗﻲ ﺼﻼﺤﻴﺔ ﺍﻟﻨﻤﻭﺫﺝ ﺍﻟﻤﻘﺩﺭ ﺍﻟﺜﺎﻟﺙ ﻟﺘﻤﺜﻴل ﺍﻟﺴﻠﺴﻠﺔ ﺍﻟﺯﻤﻨﻲ‪،‬‬
‫ﻭﻤﻥ ﺜﻡ‪ ‬ﺇﻤﻜﺎﻨﻴﺔ ﺍﺴﺘﺨﺩﺍﻤﻪ ﻓﻲ ﺍﻟﺘﻨﺒﺅ‪.‬‬

‫‪146‬‬
‫ﻋﺜﻤﺎﻥ ﻨﻘﺎﺭ ‪ -‬ﻤﻨﺫﺭ ﺍﻟﻌﻭﺍﺩ‬ ‫ﻤﺠﻠﺔ ﺠﺎﻤﻌﺔ ﺩﻤﺸﻕ ﻟﻠﻌﻠﻭﻡ ﺍﻻﻗﺘﺼﺎﺩﻴﺔ ﻭﺍﻟﻘﺎﻨﻭﻨﻴﺔ – ﺍﻟﻤﺠﻠﺩ ‪ - 27‬ﺍﻟﻌﺩﺩ ﺍﻟﺜﺎﻟﺙ ‪2011-‬‬

‫‪ - 7-3-3‬ﻤﻘﺎﺭﻨﺔ ﺍﻟﻘﺩﺭﺓ ﺍﻟﺘﻨﺒﺅﻴﺔ ﻟﻠﻨﻤﺎﺫﺝ ﺍﻟﺜﻼﺜﺔ‪:‬‬

‫ﺃﻭﺠﺩﻨﺎ ﺒﺎﺴﺘﺨﺩﺍﻡ ﺍﻟﻨﻤﺎﺫﺝ ﺍﻟﺜﻼﺜﺔ ﺍﻟﺘﻨﺒﺅﺍﺕ ﻟﻠﻘﻴﻡ ﺍﻟﺨﻤﺱ ﺍﻷﺨﻴﺭﺓ ﺍﻟﺘﻲ ﻟﻡ ﻨﺩﺨﻠﻬﺎ ﻓﻲ ﺘﻘﺩﻴﺭ ﺍﻟﻨﻤﺎﺫﺝ‪،‬‬
‫ﻭﻫﻲ ﻤﻌﻁﺎﺓ ﻓﻲ ﺍﻟﺠﺩﻭل ﺭﻗﻡ )‪. (12‬‬

‫ﺍﻟﺠﺩﻭل ﺭﻗﻡ )‪ (12‬ﺍﻟﻘﻴﻡ ﺍﻟﻤﺘﻨﺒﺄ ﺒﻬﺎ ﺒﺎﺴﺘﺨﺩﺍﻡ ﺍﻟﻨﻤﺎﺫﺝ ﺍﻟﺜﻼﺜﺔ‬

‫ﺍﻟﺘﻨﺒﺅﺍﺕ‬
‫ﺍﻟﺴﻨﻭﺍﺕ‬ ‫ﺍﻟﻘﻴﻡ ﺍﻟﻔﻌﻠﻴﺔ‬ ‫)‪ARIMA(1,1,0‬‬ ‫)‪ARIMA(0,1,1‬‬ ‫)‪ARIMA(1,1,1‬‬

‫‪2004‬‬ ‫‪613600‬‬ ‫‪626602.7078‬‬ ‫‪625220.5637‬‬ ‫‪627574.3211‬‬

‫‪2005‬‬ ‫‪631950‬‬ ‫‪638681.504‬‬ ‫‪637146.5697‬‬ ‫‪639202.5829‬‬

‫‪2006‬‬ ‫‪635195‬‬ ‫‪650559.0603‬‬ ‫‪649072.5758‬‬ ‫‪651323.4565‬‬

‫‪2007‬‬ ‫‪639705‬‬ ‫‪662515.3919‬‬ ‫‪660998.5819‬‬ ‫‪663177.0938‬‬

‫‪2008‬‬ ‫‪656477‬‬ ‫‪674440.8869‬‬ ‫‪672924.588‬‬ ‫‪675175.7037‬‬

‫ﻤﻥ ﺃﺠل ﻤﻘﺎﺭﻨﺔ ﺍﻟﻘﺩﺭﺓ ﺍﻟﺘﻨﺒﺅﻴﺔ ﻟﻠﻨﻤﺎﺫﺝ ﺍﻟﺜﻼﺜﺔ ﻨﺴﺘﺨﺩﻡ ﺍﻟﻤﻌﻴﺎﺭﻴﻥ ﺍﻵﺘﻴﻴﻥ‪:‬‬

‫‪MAPE = (1 / T )∑ ( Xt − X t* / X t ) * 100‬‬

‫[‬ ‫]‬
‫‪1‬‬
‫‪RMSE = (1 / T )∑ ( Xt − Xt* ) 2‬‬ ‫‪2‬‬

‫ﺇﺫﹾ ﺇﻥ‪:‬‬

‫‪: xt‬ﺍﻟﻘﻴﻤﺔ ﺍﻟﻤﺸﺎﻫﺩﺓ‪.‬‬

‫*‪ : xt‬ﺍﻟﻘﻴﻤﺔ ﺍﻟﻤﺘﻨﺒﺄ ﺒﻬﺎ ﻤﻥ ﺨﺎﺭﺝ ﺍﻟﻌﻴﻨﺔ‪.‬‬

‫ﻨﺘﺎﺌﺞ ﺍﻟﻤﻘﺎﺭﻨﺔ ﺒﻴﻥ ﺍﻟﻨﻤﺎﺫﺝ ﺍﻟﺜﻼﺜﺔ ﻤﻠﺨﺼﺔ ﻓﻲ ﺍﻟﺠﺩﻭل ﺭﻗﻡ )‪. (13‬‬

‫ﺍﻟﺠﺩﻭل ﺭﻗﻡ )‪ (13‬ﻨﺘﺎﺌﺞ ﺍﻟﻤﻘﺎﺭﻨﺔ ﺒﻴﻥ ﺍﻟﻨﻤﺎﺫﺝ ﺍﻟﺜﻼﺜﺔ‬

‫)‪ARIMA(1,1,0‬‬ ‫)‪ARIMA(0,1,1‬‬ ‫)‪ARIMA(1,1,1‬‬

‫‪RMSE‬‬ ‫‪16083.862‬‬ ‫‪14687.197‬‬ ‫‪16784.454‬‬
‫‪MAPE‬‬ ‫‪2.381‬‬ ‫‪2.147‬‬ ‫‪2.496‬‬

‫‪147‬‬
 ‫ﻤﻨﻬﺠﻴﺔ ‪ Box-Jenkins‬ﻓﻲ ﺘﺤﻠﻴل ﺍﻟﺴﻼﺴل ﺍﻟﺯﻤﻨﻴﺔ ﻭﺍﻟﺘﻨﺒﺅ ﺩﺭﺍﺴﺔ ﺘﻁﺒﻴﻘﻴﺔ ﻋﻠﻰ ﺃﻋﺩﺍﺩ ﺘﻼﻤﻴﺫ ﺍﻟﺼﻑ ﺍﻷﻭل ﻤﻥ ﺍﻟﺘﻌﻠﻴﻡ ‪....‬‬

‫ﻨﻼﺤﻅ ﻤﻥ ﺍﻟﺠﺩﻭل ﺍﻟﺴﺎﺒﻕ ﺃﻥ ﺍﻟﻨﻤﻭﺫﺝ )‪ ARIMA(0,1,1‬ﻴﻌﻁﻲ ﺃﻓﻀل ﺍﻟﺘﻨﺒﺅﺍﺕ‪ ،‬ﺇﺫﹾ ﺇﻥ‪ ‬ﻟﻪ ﺃﺼﻐﺭ ﻗﻴﻤﺔ‬
‫ﻟﻜل ﻤﻥ ﺍﻟﻤﻌﻴﺎﺭﻴﻥ ‪ RMSE‬ﻭ‪ .MAPE‬ﺜﻡ ﻴﺄﺘﻲ ﻓﻲ ﺍﻟﻤﺭﺘﺒﺔ ﺍﻟﺜﺎﻨﻴﺔ ﺍﻟﻨﻤﻭﺫﺝ )‪ ، ARIMA(1,1,0‬ﻭﻓﻲ‬
‫ﺍﻟﻤﺭﺘﺒﺔ ﺍﻷﺨﻴﺭﺓ ﻴﺄﺘﻲ ﺍﻟﻨﻤﻭﺫﺝ )‪. ARIMA(1,1,1‬‬
‫‪ -8-3-3‬ﻤﻘﺎﺭﻨﺔ ﺍﻟﻘﺩﺭﺓ ﺍﻟﺘﻨﺒﺅﻴﺔ ﻟﻠﻨﻤﻭﺫﺝ )‪ ARIMA(0,1,1‬ﺒﻤﻌﺎﺩﻟﺔ ﺍﻻﺘﺠﺎﻩ ﺍﻟﻌﺎﻡ ‪:‬‬
‫ﻴﺘﻡ ﺇﻴﺠﺎﺩ ﻤﻌﺎﺩﻟﺔ ﺨﻁ ﺍﻻﺘﺠﺎﻩ ﺍﻟﻌﺎﻡ ﺒﺎﺴﺘﺨﺩﺍﻡ ﺍﻷﺴﻠﻭﺏ ﺍﻟﺘﻘﻠﻴﺩﻱ ﻟﺘﺤﻠﻴل ﺍﻟﺴﻼﺴل ﺍﻟﺯﻤﻨﻴﺔ ﺍﻟﺫﻱ ﻤﺎﺯﺍل‬
‫ﺍﻷﺴﻠﻭﺏ ﺍﻷﻜﺜﺭ ﺍﺴﺘﺨﺩﺍﻤﺎﹰ ﻓﻲ ﺍﻟﺘﻁﺒﻴﻘﺎﺕ ﺍﻟﻌﻤﻠﻴﺔ ﻭﺍﻟﺒﺤﺜﻴﺔ‪ .‬ﺇﻥ‪ ‬ﻤﻌﺎﺩﻟﺔ ﺨﻁ ﺍﻻﺘﺠﺎﻩ ﺍﻟﻌﺎﻡ ‪ Line‬ﻟﻠﺴﻠﺴﻠﺔ‬
‫)ﻤﻭﻀﻭﻉ ﺍﻟﺒﺤﺙ ( ﻫﻲ ‪:‬‬
‫‪Yt = 664430+ 12048t‬‬
‫ﺃﻤ‪‬ﺎ ﻨﺘﺎﺌﺞ ﺍﻟﺘﻨﺒﺅ ﻟﻬﺫﺍ ﺍﻟﻨﻤﻭﺫﺝ ﻤﻘﺎﺭﻨﺔ ﺒﺎﻟﻨﻤﻭﺫﺝ )‪ ARIMA(0,1,1‬ﻓﺘﺒﻴ‪‬ﻥ ﺃﻥ‪ ‬ﻨﺘﺎﺌﺞ ﺍﻟﻨﻤﻭﺫﺝ ﺍﻷﺨﻴﺭ ﻫﻲ‬
‫ﺍﻷﻗﺭﺏ ﺇﻟﻰ ﺍﻟﻔﻌﻠﻴﺔ‪ ،‬ﻭﻫﺫﺍ ﻤﺎ ﺘﺅﻜﺩﻩ ﺍﻟﻤﻌﺎﻴﻴﺭ ‪ RMSE‬ﻭ‪ MAPE‬ﺍﻟﺠﺩﻭل ﺭﻗﻡ )‪ (14‬ﻭﺍﻟﺠﺩﻭل ﺭﻗﻡ )‪.(15‬‬

‫ﺍﻟﺠﺩﻭل ﺭﻗﻡ )‪ (14‬ﻨﺘﺎﺌﺞ ﺍﻟﺘﻨﺒﺅ ﻟﻨﻤﻭﺫﺝ ‪ ARIMA‬ﺍﻟﻤﺨﺘﺎﺭ ﻤﻊ ﻨﻤﻭﺫﺝ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻟﺨﻁﻲ‬

‫‪line‬‬ ‫)‪ARIMA(0,1,1‬‬ ‫ﻓﻌﻠﻴﺔ‬ ‫ﺍﻟﺴﻨﻭﺍﺕ‬

‫‪676477.6783‬‬ ‫‪625220.5637‬‬ ‫‪613600‬‬ ‫‪2004‬‬

‫‪688525.7211‬‬ ‫‪637146.5697‬‬ ‫‪631950‬‬ ‫‪2005‬‬

‫‪700573.764‬‬ ‫‪649072.5758‬‬ ‫‪635195‬‬ ‫‪2006‬‬

‫‪712621.8068‬‬ ‫‪660998.5819‬‬ ‫‪639705‬‬ ‫‪2007‬‬

‫‪724669.8497‬‬ ‫‪672924.588‬‬ ‫‪656477‬‬ ‫‪2008‬‬

‫ﺍﻟﺠﺩﻭل ﺭﻗﻡ )‪ (15‬ﻨﺘﺎﺌﺞ ﺍﻟﻤﻘﺎﺭﻨﺔ ﺒﻴﻥ ﺍﻟﻨﻤﺎﺫﺝ ﺍﻟﺜﻼﺜﺔ ﺒﻨﻤﻭﺫﺝ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻟﺨﻁﻲ‬

‫‪line‬‬ ‫)‪ARIMA(1,1,1‬‬ ‫)‪ARIMA(0,1,1‬‬ ‫)‪ARIMA(1,1,0‬‬

‫‪RMSE‬‬ ‫‪65415.470‬‬ ‫‪16784.454‬‬ ‫‪14687.197‬‬ ‫‪16083.862‬‬

‫‪MAPE‬‬ ‫‪10.25576‬‬ ‫‪2.496‬‬ ‫‪2.147‬‬ ‫‪2.381‬‬

‫‪ -4-3‬ﺍﻟﻤﺭﺤﻠﺔ ﺍﻟﺨﺎﻤﺴﺔ‪ :‬ﺍﻟﺘﻨﺒﺅ ﺒﺎﺴﺘﺨﺩﺍﻡ ﺍﻟﻨﻤﻭﺫﺝ ﺍﻟﻤﺨﺘﺎﺭ‪:‬‬

‫ﻤﻥ ﺃﺠل ﺍﻟﺘﻨﺒﺅ ﻨﺨﺘﺎﺭ ﺍﻟﻨﻤﻭﺫﺝ ِ)‪ARIMA(0,1,1‬؛ ﻟﺫﻟﻙ ﻨﻌﻴﺩ ﺘﻘﺩﻴﺭ ﻫﺫﺍ ﺍﻟﻨﻤﻭﺫﺝ ﺒﺎﺴﺘﺨﺩﺍﻡ ﻤﺸﺎﻫﺩﺍﺕ‬
‫ﺍﻟﺴﻠﺴﻠﺔ ﺍﻟﺘﻲ ﻟﺩﻴﻨﺎ ﻜﻠﹼﻬﺎ‪ ،‬ﺃﻱ ﺤﺘﻰ ﻋﺎﻡ ‪ 2008‬ﻓﻨﺠﺩ ﺃﻥ ﺍﻟﻤﻌﺎﻤﻼﺕ ﺍﻟﻤﻘﺩﺭﺓ ﻫﻲ ﻜﻤﺎ ﻓﻲ ﺍﻟﺠﺩﻭل ﺭﻗﻡ‬
‫)‪. (16‬‬

‫‪148‬‬
‫ﻋﺜﻤﺎﻥ ﻨﻘﺎﺭ ‪ -‬ﻤﻨﺫﺭ ﺍﻟﻌﻭﺍﺩ‬ ‫ﻤﺠﻠﺔ ﺠﺎﻤﻌﺔ ﺩﻤﺸﻕ ﻟﻠﻌﻠﻭﻡ ﺍﻻﻗﺘﺼﺎﺩﻴﺔ ﻭﺍﻟﻘﺎﻨﻭﻨﻴﺔ – ﺍﻟﻤﺠﻠﺩ ‪ - 27‬ﺍﻟﻌﺩﺩ ﺍﻟﺜﺎﻟﺙ ‪2011-‬‬

‫ﺍﻟﺠﺩﻭل ﺭﻗﻡ )‪ (16‬ﻨﺘﺎﺌﺞ ﺘﻘﺩﻴﺭ ﻤﻌﺎﻤﻼﺕ ﺍﻟﻨﻤﻭﺫﺝ ِ)‪ ARIMA(0,1,1‬ﺒﺎﺴﺘﺨﺩﺍﻡ ﺒﺭﻨﺎﻤﺞ ‪SPSS‬‬

‫‪Estimate‬‬ ‫‪SE‬‬ ‫‪t‬‬ ‫‪Sig.‬‬

‫‪X-Model_2‬‬ ‫‪X‬‬ ‫‪Constant‬‬ ‫‪11563.188 1420.480‬‬ ‫‪8.140‬‬ ‫‪.000‬‬

‫‪Difference‬‬ ‫‪1‬‬

‫‪MA‬‬ ‫‪Lag 1‬‬ ‫‪.315‬‬ ‫‪.141‬‬ ‫‪2.240‬‬ ‫‪.030‬‬

‫ﻤﻥ ﺍﻟﺠﺩﻭل ﻨﻼﺤﻅ ﺃﻥ ﺍﻟﻤﻌﺎﻤﻼﺕ ﺍﻟﻤﻘﺩﺭﺓ ﻤﻌﻨﻭﻴﺔ‪ ،‬ﻭ ﻫﻲ ﻻ ﺘﺴﺎﻭﻱ ﺍﻟﺼﻔﺭ‪ ،‬ﻤﻥ ﻫﺫﺍ ﻨﺭﻓﺽ ﻓﺭﻀﻴﺔ‬
‫ﺍﻟﻌﺩﻡ‪.‬‬

‫ﺇﻥ‪ ‬ﺍﻟﺘﻨﺒﺅﺍﺕ ﻟﻸﻋﻭﺍﻡ ﺍﻟﺴﺒﻌﺔ ﻤﻥ ﺨﺎﺭﺝ ﺍﻟﺴﻠﺴﻠﺔ‪ -‬ﺃﻱ ﺤﺘﻰ ﻋﺎﻡ ‪ - 2015‬ﻤﻊ ﺤﺩﻱ ﺍﻟﺜﻘﺔ ﻫﻲ ﻜﻤﺎ ﻴﺄﺘﻲ‬
‫ﻓﻲ ﺍﻟﺠﺩﻭل ﺭﻗﻡ )‪.(17‬‬

‫ﺍﻟﺠﺩﻭل ﺭﻗﻡ )‪ (17‬ﺍﻟﺘﻨﺒﺅﺍﺕ ﻤﻊ ﺤﺩﻱ ﺍﻟﺜﻘﺔ ﺒﺩﺭﺠﺔ ‪%95‬‬

‫ﺍﻟﻌﺎﻡ‬ ‫‪LCL_X‬‬ ‫‪Predicted_X‬‬ ‫‪UCL_X‬‬

‫‪2009‬‬ ‫‪638695.8223‬‬ ‫‪667326.0148‬‬ ‫‪695956.2074‬‬

‫‪2010‬‬ ‫‪644181.8498‬‬ ‫‪678889.2031‬‬ ‫‪713596.5564‬‬

‫‪2011‬‬ ‫‪650583.6967‬‬ ‫‪690452.3914‬‬ ‫‪730321.0862‬‬

‫‪2012‬‬ ‫‪657581.0743‬‬ ‫‪702015.5797‬‬ ‫‪746450.0851‬‬

‫‪2013‬‬ ‫‪665005.7537‬‬ ‫‪713578.768‬‬ ‫‪762151.7823‬‬

‫‪2014‬‬ ‫‪672756.3651‬‬ ‫‪725141.9563‬‬ ‫‪777527.5475‬‬

‫‪2015‬‬ ‫‪680766.226‬‬ ‫‪736705.1446‬‬ ‫‪792644.0632‬‬

‫ﺃﻤ‪‬ﺎ ﺍﻟﺸﻜل ﺍﻟﺒﻴﺎﻨﻲ ﻟﻠﺴﻠﺴﻠﺔ ﺍﻟﻤﺸﺎﻫﺩﺓ ﻤﻊ ﺍﻟﺘﻨﺒﺅﺍﺕ ﻓﻬﻲ ﻤﻌﺭﻭﻀﺔ ﻓﻲ ﺍﻟﺸﻜل )‪:(13‬‬

‫‪149‬‬
 ‫ﻤﻨﻬﺠﻴﺔ ‪ Box-Jenkins‬ﻓﻲ ﺘﺤﻠﻴل ﺍﻟﺴﻼﺴل ﺍﻟﺯﻤﻨﻴﺔ ﻭﺍﻟﺘﻨﺒﺅ ﺩﺭﺍﺴﺔ ﺘﻁﺒﻴﻘﻴﺔ ﻋﻠﻰ ﺃﻋﺩﺍﺩ ﺘﻼﻤﻴﺫ ﺍﻟﺼﻑ ﺍﻷﻭل ﻤﻥ ﺍﻟﺘﻌﻠﻴﻡ ‪....‬‬

‫ﺍﻟﺸﻜل )‪ (13‬ﺍﻟﺸﻜل ﺍﻟﺒﻴﺎﻨﻲ ﻟﻠﺴﻠﺴﻠﺔ ﺍﻟﻤﺸﺎﻫﺩﺓ ﻤﻊ ﺍﻟﺘﻨﺒﺅﺍﺕ‬

‫ﺍﻟﻨﺘﺎﺌﺞ ﻭﺍﻟﺘﻭﺼﻴﺎﺕ‪:‬‬
‫ﺘﺸﻜل ﺴﻠﺴﻠﺔ ﺃﻋﺩﺍﺩ ﺍﻟﻤﻨﺘﺴﺒﻴﻥ ﺇﻟﻰ ﺍﻟﺼﻑ ﺍﻷﻭل ﻤﻥ ﺍﻟﺘﻌﻠﻴﻡ ﺍﻷﺴﺎﺴﻲ ﺴﻴﺎﻗﺎﹰ ﻋﺸﻭﺍﺌﻴﺎﹰ ﻏﻴﺭ‬ ‫‪-1‬‬
‫ﻤﺴﺘﻘﺭ‪ ،‬ﻭﺍﻅﻬﺭ ﺍﺨﺘﺒﺎﺭ ‪ Dickey and Fuller‬ﻭﺠﻭﺩ ﺠﺫﺭ ﺍﻟﻭﺤﺩﺓ‪ ،‬ﻭﻗﺩ ﺃُﺨِﺫﹶ ﻤﺭﺸﺢ ﺍﻟﻔﺭﻭﻕ ﺍﻷﻭﻟﻲ‬
‫ﻟﺠﻌﻠﻬﺎ ﻤﺴﺘﻘﺭﺓ ‪.‬‬
‫‪Box-‬‬ ‫ﺘﺒﻴ‪‬ﻥ ﻤﻥ ﻤﻘﺎﺭﻨﺔ ﻨﻤﺎﺫﺝ ﺍﻟﺘﺤﻠﻴل ﺍﻟﺤﺩﻴﺙ ﺍﻟﻤﺒﻨﻴﺔ ﻋﻠﻰ ﻤﻨﻬﺠﻴﺔ )ﺒﻭﻜﺱ‪-‬ﺠﻨﻜﻴﻨﺯ(‬ ‫‪-2‬‬
‫‪ Jenkins‬ﻤﻊ ﺍﻟﻨﻤﺎﺫﺝ ﺍﻟﻤﺒﻨﻴﺔ ﻋﻠﻰ ﺍﻷﺴﻠﻭﺏ ﺍﻟﺘﻘﻠﻴﺩﻱ ﺃﻓﻀﻠﻴﺔ ﺍﻟﻨﻤﺎﺫﺝ ﺍﻟﻤﺒﻨﻴﺔ ﻋﻠﻰ ﻤﻨﻬﺠﻴﺔ‬
‫)ﺒﻭﻜﺱ‪-‬ﺠﻨﻜﻴﻨﺯ( ‪.‬‬
‫ﺇﻥ ﺍﻟﻨﻤﻭﺫﺝ ﺍﻷﻓﻀل ﻤﻥ ﺒﻴﻥ ﺍﻟﻨﻤﺎﺫﺝ ﺍﻟﺘﻲ ﻭ‪‬ﻀِﻌ‪‬ﺕﹾ ﻓﻲ ﻫﺫﺍ ﺍﻟﺒﺤﺙ ﻟﻠﺘﻨﺒﺅ ﺒﺄﻋﺩﺍﺩ ﺍﻟﻤﻨﺘﺴﺒﻴﻥ ﺇﻟﻰ‬ ‫‪-3‬‬
‫ﺍﻟﺼﻑ ﺍﻷﻭل ﻤﻥ ﺍﻟﺘﻌﻠﻴﻡ ﺍﻷﺴﺎﺴﻲ ﻫﻭ ﺍﻟﻨﻤﻭﺫﺝ )‪ ، ARIMA(0,1,1‬ﻭﺼﻴﻐﺘﻪ ﻫﻲ ‪:‬‬
‫‪(1 − B) Xt = 11563.19 + ε t − 0.315ε t −1‬‬
‫ﺃﻭ‬
‫‪Xt = 11563.19 + Xt −1 + ε t − 0.315ε t −1‬‬
‫‪ -4‬ﻨﻭﺼﻲ ﺒﺎﺴﺘﺨﺩﺍﻡ ﺍﻟﻨﻤﻭﺫﺝ ﺍﻟﺫﻱ ﺘﻡ ﺍﻟﺘﻭﺼل ﺇﻟﻴﻪ ﻓﻲ ﺍﻟﺘﻨﺒﺅ ﺒﺄﻋﺩﺍﺩ ﺍﻟﻤﻨﺘﺴﺒﻴﻥ ﺇﻟﻰ ﺍﻟﺼﻑ ﺍﻷﻭل‬
‫ﻤﻥ ﺍﻟﺘﻌﻠﻴﻡ ﺍﻷﺴﺎﺴﻲ‪ ،‬ﻭﺍﻋﺘﻤﺎﺩ ﺍﻟﺘﻨﺒﺅﺍﺕ ﺍﻟﺘﻲ ﻴﻌﻁﻴﻬﺎ ﺒﻭﻀﻊ ﺍﻟﺨﻁﻁ ﺍﻟﻤﺴﺘﻘﺒﻠﻴﺔ ﻟﻘﻁﺎﻉ ﺍﻟﺘﻌﻠﻴﻡ‪،‬‬
‫ﻭﻤﻥ ﺜﻡ‪ ‬ﺍﻟﺨﻁﻁ ﺍﻟﻤﺒﻨﻴﺔ ﻋﻠﻴﻬﺎ ﺨﻼل ﺍﻟﺴﻨﻭﺍﺕ ﺍﻟﻘﺭﻴﺒﺔ‪.‬‬
‫ﻨﻭﺼﻲ ﺒﺎﺴﺘﺨﺩﺍﻡ ﻫﺫﺍ ﺍﻟﻤﻨﻬﺞ ﻓﻲ ﺍﺴﺘﻨﺘﺎﺝ ﺍﻟﻨﻤﻭﺫﺝ ﺍﻟﻘﻴﺎﺴﻲ ﻭﺘﻁﻭﻴﺭﻩ ﻟﻠﺘﻨﺒﺅ ﺒﺄﻋﺩﺍﺩ ﺍﻟﺘﻼﻤﻴﺫ‬ ‫‪-5‬‬
‫ﺍﻟﻤﺘﻭﻗﻊ ﺍﻨﺘﺴﺎﺒﻬﻡ ﺇﻟﻰ ﺍﻟﺼﻑ ﺍﻷﻭل ﻤﻥ ﻜل ﻋﺎﻡ‪ ،‬ﻭﺫﻟﻙ ﺤﺴﺏ ﺘﻁﻭﺭ ﺍﻟﺴﻠﺴﻠﺔ ﺍﻟﻔﻌﻠﻴﺔ ﻷﻋﺩﺍﺩ‬
‫ﺍﻟﺘﻼﻤﻴﺫ ‪.‬‬

‫‪150‬‬
‫ ﻤﻨﺫﺭ ﺍﻟﻌﻭﺍﺩ‬- ‫ﻋﺜﻤﺎﻥ ﻨﻘﺎﺭ‬ 2011- ‫ ﺍﻟﻌﺩﺩ ﺍﻟﺜﺎﻟﺙ‬- 27 ‫ﻤﺠﻠﺔ ﺠﺎﻤﻌﺔ ﺩﻤﺸﻕ ﻟﻠﻌﻠﻭﻡ ﺍﻻﻗﺘﺼﺎﺩﻴﺔ ﻭﺍﻟﻘﺎﻨﻭﻨﻴﺔ – ﺍﻟﻤﺠﻠﺩ‬

‫ﺍﻟﻤﺭﺍﺠﻊ‬
: ‫ﺍﻟﻤﺭﺍﺠﻊ ﺒﺎﻟﻠﻐﺔ ﺍﻻﻨﻜﻠﻴﺯﻴﺔ‬
1- BERA, A.K. and Jarque .C.M.(1981), "An efficient large Sample test for normality
of observations and regression residuals ", Working paper in Econometrics No
40,Australion National university, Canberra.
2- Box, G. E. P. and Jenkins, G. M. (1976). Time Series Analysis Forecasting and
Control, 2nd ed., Holden-Day, San Francisco.
3- Dickey D. and Fuller W.(1979), " Distribution of the estimators for Autoregressive
Time Series With a unit Root ", Journal of the American Statistical Association,
n74: pp .427-431.
4- Dickey D. and Fuller W.(1981) 'The likelihood Ratio Statistics for Autoregressive
Time Series With a unit Root", Econometrica ,n49: pp .1057-1072.
5- FULLER A.W. (1996) "Introduction to Statistical Time Series". JOHN WILEY &
SONS, INC, New York.
6- Kirchgässner G. and Wolters J. (2007) "Introduction to Modern Time Series
Analysis", SPRINGER-Verlag, Berlin Heidelberg.
7- Ljung, G.M., and Box G.E.P. (1978) "on a measure of the lack of fit in time Series
models". Biometrika, n65:PP.297-303.
8- PANKRATZ A. (1983) "Forecasting with Univariate Box-Jenkins Models". JOHN
WILEY & SONS, New York.
9- SHUMWAY R.H. and STOFFER D.S. (2005) "Time Series Analysis and Its
Applications". SPRINGER, New York.
10- Wei, W. W. S. (1990). "Time Series Analysis Univariate and Multivariate Methods",
Addison Wesley.
11- YAFFEE R. and McGee M. (1999) "Introduction to Time Series Analysis and
Forecasting". ACADEMIC PRESS, INC, New York.

: ‫ﺍﻟﻤﺭﺍﺠﻊ ﺒﺎﻟﻠﻐﺔ ﺍﻟﻔﺭﻨﺴﻴﺔ‬

1- BENSABER A. et BLEUSE-TRILLON B., (1989) "Pratique des chroniques et de le
prévision à court terme". Edition MASSON-Paris.
2- GOURIEROUX C. et MONFORT A., (1990) "Séries Temporelles et Modèles
Dynamiques " Ed. Economica-Paris.

151
 ‫ﻤﻨﻬﺠﻴﺔ ‪ Box-Jenkins‬ﻓﻲ ﺘﺤﻠﻴل ﺍﻟﺴﻼﺴل ﺍﻟﺯﻤﻨﻴﺔ ﻭﺍﻟﺘﻨﺒﺅ ﺩﺭﺍﺴﺔ ﺘﻁﺒﻴﻘﻴﺔ ﻋﻠﻰ ﺃﻋﺩﺍﺩ ﺘﻼﻤﻴﺫ ﺍﻟﺼﻑ ﺍﻷﻭل ﻤﻥ ﺍﻟﺘﻌﻠﻴﻡ ‪....‬‬

‫‪3-‬‬ ‫‪HENIN P.Y. (1989), "Bilans et essais sur la non-Stationnarité des séries‬‬
‫‪Macroéconomiques" révue d' économie politique – n5-pp 661-691.‬‬
‫‪4-‬‬ ‫‪MARCHAL,J.L ,SEYS ,B. , et autres (2005), "Agrégation de prévisions mensuelles‬‬
‫‪de consommations medicamenteuses à l'aide d'un Modèle ARIMA "Rev. Statistique‬‬
‫‪Appliquée ,LIII (2) , PP. 5-28.‬‬
‫‪5-‬‬ ‫‪MATHIS A., (1990), "Une Approche en terme de processus stochastiques vectoriels‬‬
‫‪de la dette publique Française" Thèse de doctorat, EHESS-Paris.‬‬

‫ﺍﻟﻤﺭﺍﺠﻊ ﺒﺎﻟﻠﻐﺔ ﺍﻟﻌﺭﺒﻴﺔ ‪:‬‬

‫‪ -1‬ﺍﻟﻤﺠﻤﻭﻋﺔ ﺍﻹﺤﺼﺎﺌﻴﺔ‪ ،‬ﺍﻟﺼﺎﺩﺭﺓ ﻋﻥ ﺍﻟﻤﻜﺘﺏ ﺍﻟﻤﺭﻜﺯﻱ ﻟﻺﺤﺼﺎﺀ ﻓﻲ ﺍﻟﺠﻤﻬﻭﺭﻴﺔ ﺍﻟﻌﺭﺒﻴﺔ‬

‫ﺍﻟﺴﻭﺭﻴﺔ‪ ،‬ﻟﻸﻋﻭﺍﻡ‪ 2009 :‬ﻭ ‪ 1989‬ﻭ ‪1976‬ﻡ ‪.‬‬

‫‪ -2‬ﺒﺭﻱ‪ ،‬ﻋﺩﻨﺎﻥ ﻤﺎﺠﺩ ﻋﺒﺩ ﺍﻟﺭﺤﻤﻥ‪ ،‬ﻁﺭﻕ ﺍﻟﺘﻨﺒﺅ ﺍﻹﺤﺼﺎﺌﻲ ) ﺍﻟﺠﺯﺀ ﺍﻷﻭل(‪.‬ﺠﺎﻤﻌﺔ ﺍﻟﻤﻠﻙ‬
‫ﺴﻌﻭﺩ‪ 2002،‬ﻡ ‪.‬‬

‫‪ -3‬ﺸﻌﺭﺍﻭﻱ‪ ،‬ﺴﻤﻴﺭ ﻤﺼﻁﻔﻰ‪ ،‬ﻤﻘﺩﻤﺔ ﻓﻲ ﺍﻟﺘﺤﻠﻴل ﺍﻟﺤﺩﻴﺙ ﻟﻠﺴﻼﺴل ﺍﻟﺯﻤﻨﻴﺔ‪ .‬ﻤﺭﻜﺯ ﺍﻟﻨﺸﺭ‬
‫ﺍﻟﻌﻠﻤﻲ‪ ،‬ﺠﺎﻤﻌﺔ ﺍﻟﻤﻠﻙ ﻋﺒﺩ ﺍﻟﻌﺯﻴﺯ‪2005 ،‬ﻡ ‪.‬‬

‫‪ -4‬ﻓﺎﻨﺩل‪ ،‬ﻭﺍﻟﺘﺭ‪ ،‬ﺍﻟﺴﻼﺴل ﺍﻟﺯﻤﻨﻴﺔ ﻤﻥ ﺍﻟﻭﺠﻬﺔ ﺍﻟﺘﻁﺒﻴﻘﻴﺔ ﻭ ﻨﻤﺎﺫﺝ ﺒﻭﻜﺱ ﻭ ﺠﻨﻜﻴﻨﺯ‪ ،‬ﺘﻌﺭﻴﺏ‪:‬‬
‫‪.‬‬
‫ﻋﺒﺩ ﺍﻟﻤﺭﻀﻲ ﻋﺯﺍﻡ ﻭ ﺃﺤﻤﺩ ﻫﺎﺭﻭﻥ‪ .‬ﺩﺍﺭ ﺍﻟﻤﺭﻴﺦ ﻟﻠﻨﺸﺭ ‪1992‬ﻡ ‪.‬‬

‫ﺘﺎﺭﻴﺦ ﻭﺭﻭﺩ ﺍﻟﺒﺤﺙ ﺇﻟﻰ ﻤﺠﻠﺔ ﺠﺎﻤﻌﺔ ﺩﻤﺸﻕ ‪.2010/7/12‬‬

‫‪152‬‬