Professional Documents
Culture Documents
Arima and Markov Thesis
Arima and Markov Thesis
إعداد الباحث
إشراف
قُدمت هذه الرسالة استكماالً ملتطلبات احلصول على درجة املاجستري يف اإلحصاء
{ ويَسْأَلُونَكَ عَنِ الرُُّوحِ قُلِ الرُُّوحُ مِنْ أَمْرِ رَبُِّي وَمَا أُوتِيتُم
سورة اإلسراء
اآلية()85
I
إهداء
إىل معلم البشرية األول ,حممد " صلى اهلل عليه وسلم ".
إىل روح والدي ووالدتي ,طيب اهلل ثرامها ,وأسكنهما فسيح جناته .
لكل هـــؤلء هندي حبثنا هذا ،داعياً اهلل سبحانه وتعاىل أن يتقبله خالصاً لوجهه الكريم,
II
شكر وتقدير
احلمد هلل رب املشارق واملغارب ،خلق اإلنسان من طني لزب ،ثم جعله نطفة بني الصلب والرتائب ,ثم
جعل منه األبناء واألقارب ,سبحانه وتعاىل تلطف حبال العباد فجعلهم يف الرب على الدواب ويف البحر على
القوارب ,والصالة والسالم على خامت النبياء سيدنا حممد عليه أفضل الصالة و التسليم ،أما بعد ...
﴿ رَبِّ أَوْزِعْنِي أَنْ أَشْكُرَ نِعْمَتَكَ الَّتِي أَنْعَمْتَ عَلَيَّ وَعَلَىٰ وَالِدَيَّ وَأَنْ أَعْمَلَ صَالِحًا تَرْضَاهُ وَأَصْلِحْ لِي فِي ذُرِّيَّتِي إِنِّي
امتثالً لقول املصطفى صلى اهلل عليه وسلم " ل يشكر اهلل من ل يشكر الناس " وإمياناً مببدأ التقدير
والعرتاف باجلميل أتقدم بأمسى آيات الشكر والعرفان وأخص بالشكر الدكتور /شادي التلباني على تفضله بقبول
اإلشراف على هذه الرسالة ،وملا كرسه يل من جهد ووقت ،وما قدمه من دعم وتوجيه ,فجزاه اهلل عين خري
اجلزاء.
وكذلك أشكر عضوي جلنة املناقشة :األستاذ الـدكتور /عبـداهلل اببيـل ،والـدكتور /حـازم الشـي أمحـد ,
علــى مــا قــدماه مــن اصـاتو وتوجيهــات إلذــراع هــذا العمــة يف أ ضــة ــورة ,ول يســعين إل أن أشــكر أســاتذت
الكرام يف قسم اإلحصاء :األستاذ الدكتور /حممود عكاشة ،والدكتور /مؤمن احلنجوري ,علـى مـا
بذال ه من جهدٍ وتفانٍ لإلبقاء على شعلة العلم واملعر ة ،واقلها من جية إىل جية.
والشكر موصولٌ لألصدقاء وزمالء الدراسة الذين جسدوا روح التعاون ،ومل يبخلوا علىّ بالنصيحة.
كما أسجل شكري لألخ األستاذ /مسري أبو دحروج ملا قدمه يل من مساعدة إلجناز هذا العمل.
الباحث
III
املخلص
تهدف هذه الدراسة إلي اجراء مقارنة بين نموذج ماركوف ونموذج ARIMAللتنبؤ بالقيم
المستقبلية ,وذلك باالعتماد على بيانات شهرية ألسعار صرف الدوالر مقابل الشيكل في األراضي
ومن خالل المقارنة بين النموذجين باستخدام مقاييس دقة التنبؤ MAD, RMSE,MAPE
إليجاد أنسب نموذج لتحليل البيانات محل االهتمام ,توصلت الدراسة إلى أن نموذج ARIMA
) (0,2,1الحاصل على أقل القيم لمقاييس دقة التنبؤ هو النموذج األنسب والمالئم لتحليل بيانات
الدراسة ,وذلك للتنبؤ المستقبلي بأسعار صرف الدوالر مقابل الشيكل مقارنة بنموذج ماركوف.
وباالعتماد على هذا النموذج تم التنبؤ بأسعار صرف الدوالر مقابل الشيكل حتى نهاية شهر
يونيو ,2018وقد كانت القيم التنبؤية متناسقة مع القيم األصلية للسلسلة مما يدل على كفاءة
النموذج.
IV
Abstract
The study aims at comparing Markov model and ARIMA model to
forecast future values, This model is based on monthly data of U.S Dollar
exchange rate to shekel (NIS) in the Palestinian territory form January 2008
to December 2017 .
predication (RMSE,MAPE, MAD) to find out the best model for analyzing
the concerned data, The study conducts that model ARIMA(0,2,1) which
model to analyze the data of the study due to its ability to forecast the
were predicted until the end of June 2018. As a result, the predicted value
were consistent with the real values of the series showing the efficiency of
the model.
V
قائمة المختصرات
USD / ILS The Exchange Rate of US Dollar Against the Israeli Shekel
VI
قائمة المحتويات
قرآن كريمI.................................................................................
إهداءII......................................................................................
الملخص IV.................................................................................
V ................................................................................Abstract
المختصرات V ...............................................................................
( )2.1مقدمة10.............................................................................
VII
( )2.4سالسل ماركوف 12..................................................................
الخالصة19................................................................................
VIII
( )3.5.3التغيرات الدورية 24........................................................
IX
( )3.11معايير اختيار رتبة النموذج 43...................................................
الخالصة46................................................................................
( )4.1مقدمة48.............................................................................
X
قائمة الجداول
رقم رقم
عنوان الجدول
الصفحة الجدول
49 المقاييس االحصائية الوصفية لمؤشر أسعار صرف الدوالر. 4.1
50 معالم نموذج ماركوف للبيانات الشهرية. 4.2
51 نتائج اختبار .Kolmogorov-Smirnov 4.3
53 توليد أرقام عشوائية لعام .2017 4.4
54 بناء نموذج ماركوف للتنبؤ بسعر الصرف لعام .2017 4.5
55 بناء نموذج ماركوف للتنبؤ بسعر الصرف لعام .2018 4.6
56 القيم التنبؤية لنموذج ماركوف 4.7
56 مقاييس دقة التنبؤ لنموذج ).ARIMA(0,2,1 4.8
58 نتائج اختبار PP ,ADFلسلسة البيانات بعد أخذ الفرق الثاني. 4.9
60 مقارنة بين النموذج المرشح والنماذج األعلى واألدنى منه مباشرة. 4.10
61 تقديرات معلمات النموذج ).ARIMA(0,2,1 4.11
64 نتائج اختبار .Ljung-Box 4.12
65 القيم التنبؤية لنموذج ).ARIMA(0,2,1 4.13
65 المقارنة بين نموذج Markovونموذج ).ARIMA(0,2,1 4.14
قائمة األشكال
رقم رقم
عنوان الشكل
الصفحة الشكل
51 رسم Normal Probability Plotلبيانات السلسلة. 4.1
57 رسم السلسلة الزمنية لسعر صرف الدوالر مقابل الشيكل .USD / ILS 4.2
57 رسم السلسلة الزمنية لسعر الصرف بعد أخذ الفرق األول. 4.3
58 رسم السلسلة الزمنية لسعر الصرف بعد أخذ الفرق الثاني. 4.4
59 دالتي االرتباط الذاتي والذاتي الجزئي بعد أخذ الفرق الثاني للسلسلة الزمنية. 4.5
63 نتائج تشخيص بواقي النموذج ).ARIMA (0,2,1 4.6
63 رسم دالة االرتباط الذاتي المقدرة للفروق األولى للبواقي. 4.7
XI
الفصل األول
مدخل الدراسة
1
مقدمة 1.1
إن اتساع المبادالت التجارية بين مختلف الدول الناتج عن تطور العالقات االقتصادية الدولية
التي كان لها أثر كبير على اقتصاديات الدول وبسبب االنفتاح الكبير فيما بين الدول أو ما ُيعرف
بالعولمة االقتصادية التي أصبحت موضع اهتمام كل الدول وتطور هذه العالقات يضع هذه البلدان
تحت مشاكل عدة من بينها مشكلة بين العملة الوطنية والعملة األجنبية ,ومن هنا جاء االهتمام بتغير
سعر الصرف في الدراسات االقتصادية والفكر االقتصادي ,وتأتي أهمية ذلك من خالل اآلثار
االقتصادية الكلية بشكل عام فالدول النامية ومنها فلسطين معظم اقتصاداتها مفتوحة وبشكل كبير,
وتعاني من عجز في موازين مدفوعاتها وذلك بسبب كبر حجم الواردات فيها بالنسبة للصادرات,
وكذلك بسبب تذبذبات أسعار الصرف األجنبية ,حيث يؤثر تغيرات سعر الصرف األجنبي علي
الميزان التجاري للدولة ,بحيث أن ارتفاع سعر صرف العملة المحلية للدولة يؤدي إلي ارتفاع
األسعار النسبية لسلعها المحلية األمر الذي يؤدي الرتفاع أسعار صادراتها قياساً بأسعار وارداتها من
السلع األجنبية ,كذلك فإن ارتفاع سعر الصرف األجنبي مقابل العملة المحلية يؤدي إلي ارتفاع
أسعار الواردات مقابل أسعار الصادرات وهذا يؤدي الختالل شروط التبادل التجاري وذلك بسبب
اعتماد واردات تلك الدول على السلع االستهالكية والمواد الخام التي ال يتوفر بديل محلي لها ,األمر
وتعد مناطق السلطة الفلسطينية من المناطق التي تعاني نتيجة تقلبات سعر الصرف ,حيث
أنه ال توجد عملة فلسطينية مما يجعلها تتأثر بشكل كبير ألنها ال تتحكم في أسعار صرف العمالت
التي تتداول في مناطقها ,فهي تعتمد على ثالث عمالت رئيسية للتداول وهي الشيكل االسرائيلي,
والدينار األردني ,والدوالر االمريكي باإلضافة إلي اليورو ,لذا فإنها تتأثر أكثر من غيرها نتيجة
تقلبات سعر الصرف ألنها تعتمد على ثالث عمالت وليس على عملة وطنية ,وكذلك تعتمد على
2
المنح والمساعدات والقروض في تمويل ميزانيتها ,وتستورد أكثر مما تصدر في تجارتها الخارجية,
فارتفاع سعر صرف الدوالر مقابل الشيكل الذي ُيعد العملة األكثر تداوالً في مناطق السلطة سوف
يؤدي الرتفاع أسعار السلع المستوردة واختالل الميزان التجاري الفلسطيني ,ويؤدي أيضاً لعزوف
الدول من استيراد المنتجات الفلسطينية ,مما يؤدي لهبوط االنتاج المحلي من السلع والخدمات
المصدرة ,كذلك فإن الدوالر الضعيف يؤدي إلي تآكل القوة الشرائية للمدخرات ولرواتب شريحة واسعة
من الموظفين وهذا كله يؤدي بآثار مباشرة وغير مباشرة على االقتصاد الفلسطيني (خضر,)2012 ,
ومن هنا تأتي أهمية معرفة ما سيكون عليه وضعه في المستقبل ,وهذا بدوره يتطلب القدرة في التنبؤ
المستقبلي.
ومن أ جل الحصول على تنبؤات دقيقة فإن ذلك يتطلب دراسة تحليلية وافية للنماذج
االحصائية ,فقد ُوضعت أساليب كثيرة لهذا الغرض ومنها أسلوب بوكس -جينكنز عامي ,1970
1976م حيث اقترحا نماذج يمكن من خاللها التعامل مع السالسل الزمنية وأسهما بشكل واسع في
جعل نماذج االنحدار الذاتي والمتوسطات المتحركة التكاملية والتي تكتب اختصا اًر .ARIMA
ويمثل تحليل ماركوف أهم األساليب العملية المتبعة في دراسة الظواهر العشوائية ,وهذا يفرض
بالضرورة التعرف على تلك الظواهر ,لذلك أولى الباحثون اهتماماً خاصاً بدراسة نموذج ماركوف
باعتباره احدى النماذج االحتمالية التي وجد له العديد من التطبيقات في مجاالت شتى ,وأهميته تنشأ
من مجاالت تطبيقه الواسعة حيث طبق بنجاح في عمليات التنبؤ ,حيث كان نموذج ماركوف خير
معبر عن ذلك إذ يعد من النماذج التي يعتمد عليها في التنبؤ ,وتأتي هذه الدراسة لتتناول مسألة
3
1.2مشكلة الدراسة
يؤدي تقلب أسعار صرف العمالت باستمرار إلي خلق فجوة بين القيمة الحقيقية والقيمة
السوقية ألسعار صرف هذه العمالت ,ونظ اًر لوجود ثالث ُعمالت متداولة في االقتصاد الفلسطيني
العملة الفلسطينية
وكل عملة تتبع دولة تختلف ظروفها االقتصادية عن األخرى ,وفي ظل غياب ُ
وبشكل واضح إال أن االقتصاد الفلسطيني تابع ويتأثر بالتغيرات الحادثة في أسعار العمالت المتداولة
فيه ,مما يستوجب وضع تصورات حول ما ستؤول إليه األسعار مستقبالً ,وذلك من خالل التنبؤ
بسلوكها في المستقبل ,وعليه ارتأينا بأن مشكلة الدراسة تكمن في التساؤل الرئيس التالي:
ما هو النموذج االحصائي األمثل من بين نماذج ARIMAونموذج ماركوف للتنبؤ بأسعار
في ضوء مشكلة الدراسة ,تسعى هذه الدراسة إلي تحقيق األهداف التالية:
-1المقارنة بين أسلوب ماركوف وأسلوب ARIMAلمعرفة كفاءة األسلوبين في التنبؤ ,وأيهما
-2التنبؤ بسعر صرف الدوالر مقابل الشيكل باستخدام النموذج االحصائي األمثل.
تتركز األهمية التطبيقية لهذه الدراسة في أنها تقيس مدى التقلبات الحاصلة فيي سيعر صيرف
4
األهمية اإلحصائية : 1.4.2
تتمثل األهمية اإلحصائية للدراسة في إيجاد النموذج األمثل من بين نماذج ARIMA
ونموذج ماركوف للتنبؤ بسعر الصرف للدوالر مقابل الشيكل في األشهر القادمة ,وذلك ألهمية
األسلوبين في التنبؤ.
تم الحصول على بيانات الدراسة للسلسلة الزمنية المتاحة الخاصة بأسعار صرف الدوالر مقابل
http://sa.investing.com/currencies/usd-ils-historical-data
الحدود الزمانية :أسعار العمالت من يناير عام 2008حتى ديسمبر عام .2017
لقد ندرت الدراسات السابقة التي تناولت المقارنة بين نموذج ARIMAونموذج Thomas-
و بالخصم الشهري ,ولغرض المقارنة بين النموذجين تم استخدام معياري دقة التنبؤ RMSE
5
الدراسة مقارنة بنموذج ,Thomas-Fieringوذلك المتالكه أقل قيمة لمعياري دقة التنبؤ ,وبذلك
يكون هو النموذج األكفأ في التنبؤ المستقبلي ,حيت تم استخدامه في التنبؤ للفترة .2015-2014
الشبكات العصبية االصطناعية ,ANNوذلك للتنبؤ بتوقعات هطول األمطار الشهرية ,ولتحديد
وأظهرت نتائج الدراسة تفوق نموذج ,Thomas-Fieringوذلك المتالكه أقل قيمة لمعياري دقة
تناولت هذه الدراسة تحليل التصاريف اليومية الواطئة ( )Low flowsلكل شهر لفترة 52سنة
لمحطتي قياس اسكي ودوكان الواقعة على نهري الزاب األعلى والزاب األسفل على التوالي للتنبؤ
دقة التنبؤ MAEو ,RMSEفقد تبين من نتائج الدراسة أن نموذج ARIMAأعطى تنبؤات أكثر
مالءمة وتناسقاً مع مثيالتها في السلسلة األصلية من تلك التي قدمها نموذج .Thomas-Fiering
تناولت هذه الدراسة إلى اجراء مقارنة بين نموذج ARIMAونموذج Thomas-Fiering
وأسلوب الشبكات العصبية االصطناعية ,ANNللتنبؤ بتدفق المجاري المائية من مجرى النهر ,تم
6
استخدام البيانات الشهرية الخاصة بذلك ,واُجري تقيماً ألداء نموذجين من النماذج التصادفية نموذج
نموذج ) ,ARIMA (2,1,2وذلك المتالكه أقل قيمة لمعيار دقة التنبؤ RMSEحيت تم استخدامه
تناولت هذه الدراسة استخدام نموذجي ماركوف ونموذج ,ARIMAللتنبؤ بتدفق السيل لنهر
بيرنام في ماليزيا من الفترة ,2010 -1960ولغرض المقارنة بين النموذجين تم استخدام معياري
دقة التنبؤ RMSEو ,MAPEوتوصلت الدراسة أن نموذج ARIMA ( 1,1,1), ( 0,1,1 )12
الموسمي هو النموذج األمثل لتحليل بيانات الدراسة مقارنة بنموذج ماركوف ,وذلك المتالكه أقل
قيمة لمعياري دقة التنبؤ ,وبذلك يكون هو النموذج األكفأ في التنبؤ المستقبلي.
تُعد هذه الدراسة األولى محلياً التي تناولت المقارنة بين نموذج ماركوف ونموذج ARIMA
في موضوع التنبؤ بأسعار صرف اليدوالر مقابيل الشييكل ,وذليك مين أجيل معرفية أي الطيرق أكثير دقية
لذا فإن قلة البحوث والدراسات التي عالجت المقارنة بين األسلوبين تعطى للد ارسية أهميتهيا إذ
7
منهجية الدراسة 1.8
تتركز الفكرة األساسية في هذه الدراسة حول المقارنة بين نماذج احصائية للتنبؤ بأسعار
الصرف مستقبالً ,وتم اختيار األساليب االحصائية المتمثلة في نموذجي ماركوف ونموذج
ARIMAكونهما يمكن تطبيقهما على مثل هذه الدراسات واعتماد األسلوب األمثل في تحليل
الظاهرة قيد الدراسة ,ومن أكثر النماذج شيوعاً نماذج ARIMAفقد استخدمت بنجاح في التنبؤ
لتحليل السالسل الزمنية الخطية ,وهي طريقة توصل إليها العالمان ,Box and Jenkinsأما نموذج
ماركوف ُيعد من النماذج الرياضية التي تدخل تطبيقاته في شتى المجاالت المختلفة ,وهو أحد
التطبيقات العملية التصادفية التي تساعدنا في الوصف والمراقبة والتنبؤ ,والذي يعتمد في بنائه علي
األسلوب االحتمالي ,مما يزيد من دقة وصفه للظاهرة المدروسة ,وذلك من خالل االعتماد في تحليل
بيانات الدراسة على البرامج اإلحصائية .SPSS, Minitab & Microsoft Excel
في خضم ما تم ذكره في مقدمة الدراسة ,سيتم تقسيم الرسالة إلى خمسة فصول ,حيث يحتوي
الفصل األول على المقدمة ,ومشكلة الدراسة ,وأهداف الدراسة ,وأهمية الدراسة ,وحدود الدراسة ,ومن
ثم مصدر البيانات والدراسات السابقة المتعلقة بموضوع الدراسة محل االهتمام ومنهجية الدراسة ,ثم
في الفصل الثاني سنتناول نموذج ماركوف ,أما الفصل الثالث سيتم تناول النماذج الخطية
( )ARIMAمن الجانب النظري ,أما الجانب التطبيقي من الدراسة فسيتم عرضه في الفصل الرابع,
وأخي اًر في الفصل الخامس سوف نستعرض النتائج التي توصلت إليها الدراسة والتوصيات المقترحة.
8
الفصل الثاني
نموذج
ماركوف
9
2.1مقدمة
إن العمليات التصادفية (الظواهر العشوائية) هي العمليات التي تتغير مع الزمن بشكل
عشوائي ,وتتضمن مجموعة كبيرة من النماذج ومن أكثر النماذج استخداماً هي نماذج ماركوف
االعتيادية التي تنتمي إلي النماذج االحصائية ,وتحتل عمليات ماركوف أهمية كبرى في تحليل
العمليات التصادفية ,تعزز هذه المكانة تعدد التطبيقات العملية في حياتنا اليومية ,باإلضافة إلى
تطبيقاتها المتعددة في الكثير من النماذج االحصائية والهندسية وفي نظرية الموثوقية ,فقد أصبحت
عناوين لكتب بارزة في االحصاء والرياضيات ,مما يشير إلي اهتمام العديد من المؤسسات والباحثين
بهذا الموضوع ,ويرجع الفضل األكبر الكتشاف وتطوير نظرية هذا النوع من العمليات التصادفية إلي
حيث يهدف هذا الفصل إلي عرض مقدمة قصيرة عن العمليات العشوائية ,لتقديم فكرة عامة
حول ما تعنيه العمليات العشوائية ,والصفتين المميزتين والضروريتين للعملية العشوائية هما فضاء
الحالة وفضاء المعلمة ,كما سنعرض في هذا الفصل ماهية سالسل ماركوف ,باإلضافة إلي أنواع
عمليات ماركوف والفرضيات التي يعتمد عليها تحليل سالسل ماركوف ,وكذلك التعرف على
ويتضمن هذا الفصل شرحاً مفصالً لخطوات استخدام نموذج ماركوف في التنبؤ ,وأخي اًر التعرف
10
العملية العشوائية 2.2
غالباً ما تسبب الحوادث العشوائية في وضع شروط على األنظمة حتى تتغير مع الزمن,
فالعمليات التي تتأرجح مع الزمن كنتيجة لحوادث عشوائية مؤثرة على نظام ما تسمى بالعمليات
وتعرف أيضاً بأنها مجموعية القييم الممكنية للمتغيير العشيوائي ) X (tبحياالت statesالعمليية
العشوائية ,كما يمكن أن تسمى بمواقع positionsالعملية العشوائية .فإذا كان X (t ) iفإنه يقال
فئي يية جميي ييع القي يييم الممكني يية للمتغيي يير العش ي يوائي ) X (tتسي ييمى بفضي يياء حالي يية العمليي يية العش ي يوائية
تسيمى مجموعية جمييع القييم الممكنية لمعلمية العمليية العشيوائية X (t ) :t 0بفضياء المعلمية
إذا كانيت المجموعية Tمنفصيلة فيإن العمليية العشيوائية X (t ) :t 0تسيمى بعمليية عشيوائية
منفصيلة اليزمن discrete time stochastic processوفيي هيذه الحالية يمكين اسيتخدام الرميز n
إذا كاني ييت المجموعي يية Tمتصي ييلة ,بمعني ييى , T t :t 0 0, في ييإن العمليي يية العش ي يوائية
11
فضاء الحالة وفضاء المعلمة 2.3
هنالك صفتان تشترك بهما أي عملية تصادفية هما فضاء الحالة State Spaceوفضاء المعلمة
فضاء الحالة :State Spaceهي المجموعة التي تضم جميع الحاالت الممكنة للعملية
التصادفية ,ويقسم فضاء الحالة إلى نوعين ,فضاء الحالة المتقطع Discreteالذي يحتوى
على عدد محدد أو عدد معدود من الحاالت ,وفضاء الحالة المستمر Continuousالذي
يحتوى على عدد غير محدد من الحاالت ).(Cox & Miller, 1965
تتغير بتغير دليل معين كالزمن أو أي دليل آخر ,وهذا الدليل يسمى عادة بالمعلمة التي
نرمز لها بالرمز tوالذي تقع قيمته في مجموعة معينة يطلق عليها فضاء المعلمة والتي
نرمز لها بالرمز ,Tويقسم فضاء المعلمة كما هي الحال بالنسبة لفضاء الحالة على نوعين
إن العمليات العشوائية التي تتمتع بأن حالتها في المستقبل ال تعتمد على حالتها في الماضي
وإن معرفة حالتها في المستقبل تعتمد معرفة حالتها في الحاضر ,يسمى هذا النوع من العمليات
العشوائية بعمليات ماركوف ( ,)Bermant, et al., 1987; Rykov, 2010فقد شاع استخدام
سالسل ماركوف في دراسة حركة السكان وتخطيط اإلنتاج والمخزون ونماذج صفوف االنتظار
12
تسمى العملية العشوائية }𝑇 ∈ 𝑛 ; 𝑛𝑋{ سلسلة ماركوف إذا تحققت الشروط الثالث التالية
(بارزن:)1983 ,
ومن ثم فإن سلسلة ماركوف }𝑇 ∈ 𝑛 ; 𝑛𝑋{ تكون عبارة عن عملية ماركوف ,بمعنى أن
سلسلة ماركوف هي حالة خاصة من العملية التصادفية عندما يعتمد المستقبل على الحاضر فقط وال
يعتمد على الماضي ,وعندما يكون فضاء الحالة متقطعاً فيطلق على عمليات ماركوف سالسل
ماركوف ,نسبة إلى عالم الرياضيات (اندريه ماركوف) عندما استخدم هذا األسلوب لدراسة حركة
جزئيات الغاز في إناء مغلق ثم التنبؤ بحركة هذه الجزئيات في المستقبل (الزيادي.)2003 ,
إن عملية ماركوف تصنف حسب نوع فضاء الحالة وفضاء المعلمة إلى األنواع التالية
وعليه عندما يكون فضاء الحالة متقطعاً فيطلق على عمليات ماركوف سالسل ماركوف.
13
فرضيات تحليل ماركوف 2.6
-أن هناك عدد محدود ونهائي من الحاالت (تحت الدراسة) الممكنة الحدوث.
-ان احتمال تغير الحاالت من وقت آلخر تظل كما هي ثابتة دون تغيير.
-يمكن التنبؤ بأي حالة في المستقبل من خالل مصفوفة التغير ومعرفة الحالة اآلنية.
هناك أربعة معالم هامة تم استخدامها خالل تحليل الظاهرة محل الدراسة وهي الوسط
الحسابي واالنحراف المعياري ومعامل االلتواء ومعامل االرتباط ,والتي يمكن ايجادها من خالل
14
وحساب االنحراف المعياري:
𝑛
1
√=𝑆 ∑(𝑥𝑖 − 𝑋̅)2 ………………… 2.3
𝑛−1
𝑖=1
قبل البدء بخطوات بناء نموذج توليد األرقام العشوائية يجب التحقق من أن السلسلة الزمنية
المستخدمة في النموذج تخضع للتوزيع الطبيعي ,وإذا لم يتحقق ذلك فيتم اللجوء إلى طريقة
𝑋 𝜆 𝑖 −1
= 𝑖𝑞) إحدى الطرق المعتمدة التحويالت ,وتعد طريقة ( )Box-Coxالمبينة في المعادلة (
𝜆
لتحويل السلسلة الزمنية إلى التوزيع الطبيعي وذلك عن طريق فرض عدة قيم ل ي ي λتقع بين ()1,1-
ولكل شهر على حده ,للحصول على قيم جديدة يكون معامل االلتواء ( )Skewnessلها قريباً من
بشكل عام ,التوزيع المستخدم للبيانات قيد الدراسة هو التوزيع الطبيعي علماً بأن هذا التوزيع
هو األكثر استخداماً في التطبيقات االحصائية ,ولمعرفة طبيعة البيانات وكشف كونها تتبع التوزيع
الطبيعي أم ال يجب أن تقع على الخط المستقيم أو قريباً منه (.)Bin Muhammad, 2012
15
-IIIتوليد أرقام عشوائية
يتم توليد أرقام عشوائية من البرنامج االحصائي Microsoft Excelأو عن طريق جدول
األرقام العشوائية ,وتحويلها بحيث تتبع التوزيع الطبيعي المعياري(.)Bin Muhammad, 2012
الصيغة العامة لنموذج ماركوف وفق الشكل التالي (:)Bin Muhammad, 2012
̅ + ri (xi−1 − X
xi = X ) ̅) + St i √(1 − ri 2 ……………… 2.6
حيث أن:
أما عن نموذج ماركوف الشهري المطور من طرف Thomas and Fieringيأخذ الصيغة اآلتية
16
:q̅j−1الوسط الحسابي للقيم الشهر الذي يسبق .j th
إن عملية تقييم النماذج يقصد من ورائها تقيييم ميدى مناسيبة النميوذج للينمط اليذي تسيير علييه
بيانييات السلسييلة أو مييدى دقيية النمييوذج فييي التنبييؤ بقيييم السلسييلة الحالييية والمسييتقبلية ,وثميية عييدد ميين
مقاييس مدى مناسبة النموذج تعتمد جميعها على درجة الخطأ ,وهي الفرق بين القيمة الفعليية للسلسيلة
عنييد زميين معييين وقيميية السلسييلة التييي يتوقعهييا النمييوذج فييي ذلييك الييزمن ( Yaffee and McGee,
,)2000سنعتمد في هذه الدراسة على هذه االختبارات مين اجيل المقارنية بيين النميوذجين المسيتخدمين
1 1
RMSE = √ ∑𝑛𝑡=1 𝑒𝑡2 = √ ∑𝑛𝑡=1(𝑦𝑡 − 𝑦̂𝑡 )2 …………… 2.8
𝑛 𝑛
حيث يعتبر هذا المعيار من أهم مقاييس دقة التنبؤ للنماذج ,وبصفة عامة يمتاز هذا المقياس
17
متوسط الخطأ المطلق النسبي )(MAPE 2.9.2
المقياس الذي يتالشى مشكلة كون القيم السالبة للخطأ تلغي القيم الموجبة ,وال يضخم الخطأ
من خالل التربيع كما يحدث في مجموع مربعات الخطأ ,وكذلك يمكن من مقارنة النماذج عبر
السالسل المختلفة ,يطلق عليه اسم "متوسط القيم المطلقة لنسب الخطأ Mean Absolute
𝑛
1 | 𝑡̂𝑦 |𝑦𝑡 −
∑ = 𝐸𝑃𝐴𝑀 × 100 …………………. 2.9
𝑛 𝑡𝑦
𝑡=1
أي أن حساب متوسط القيم المطلقة لنسب الخطأ يتم من خالل قسمة القيم المطلقة للخطأ
حيث e tتمثل البواقي y t ,القيم الحقيقية للسلسلة yˆ t ,تمثل القيم المقدرة n ,تمثل عدد
المشاهدات.
فكلما كانت قيمة هذه المقاييس قليلة دل ذلك على اقتراب القيم المتنبأ بها من القيم الحقيقية
18
2.10الخلصة
بهما أي عملية عشوائية هما فضاء الحالة State Spaceوفضاء المعلمة ,Parameter Space
كما استعرضنا في هذا الفصل ماهية سالسل ماركوف ,باإلضافة إلي أنواع عمليات ماركوف
األربعة ,والفرضيات التي يعتمد عليها تحليل سالسل ماركوف ,والتعرف على استخدامات تحليل
وأيضاً تم عرض نموذج ماركوف الشهري الذي يتم من خالله التنبؤ بالقيم المستقبلية ,مرو اًر
بمراحله األربعة متمثلة بتحديد المقاييس والمعالم االحصائية ومن ثم التعرف على توزيع البيانات
وتوليد أرقام عشوائية وأخي اَر بناء نموذج ماركوف ,وكذلك تطرقنا لعرض معايير التقييم المستخدمة
وسنتناول في الفصل التالي النموذج الثاني المستخدم في تحليل بيانات الدراسة ,وهو نموذج
19
الفصل الثالث
نماذج
ARIMA
20
3.1مقدمة
يعد علم االحصاء أحد العلوم المهمة والحيوية في البحث العلمي والتي نمت وتطورت في
القرن الحالي ,إذ أصبح لهذا العلم أهمية بالغة في هذا العصر ,لذا يتركز جزء كبير من هذا العلم
لدراسة وتحليل السالسل الزمنية التي تستخدم في وصف الظاهرة لمعرفة طبيعة التغيرات التي تط أر
على الفترات الزمنية ,ومما ال شك فيه أن احدى المهام األساسية للعلوم االحصائية هي قراءة
المستقبل ,فإن االهتمام بدراسة المستقبل تعد من األمور بالغة األهمية في مختلف ميادين الحياة.
إن موضوع السالسل الزمنية من المواضيع األساسية التي أخذت تستخدم في مختلف العلوم
استخداماً واسعاً جداً ,حيث أن االجراءات االحصائية الرياضية في تحليل السالسل الزمنية ,أصبحت
تعطى دواالً مهمة للتقدير فضالً عن نقاط أخرى مهمة جداً في اتخاذ الق اررات في مواضيع كثيرة
مهمة ,وأنه يساعد على مالءمة بعض النماذج الرياضية واالحصائية للمشكلة المراد دراستها.
يهدف هذا الفصل إلى عرض التعريف العام للسلسلة الزمنية بنوعيها والمتقطعة والمستمرة,
وأهداف تحليل السالسل الزمنية ,والتعرف على مركبات السلسلة الزمنية وتصنيفاتها المختلقة وطرق
الكشف عنها من خالل عرض أشهر النماذج الرياضية التي تربط هذه المركبات معاً.
ويتضمن هذا الفصل تقديم اعتبارات تطبيق نماذج ARIMAمن خالل استعراض صياغة
نماذجها بشيء من االسهاب متمثلة في نماذج االنحدار الذاتي ,ونماذج المتوسطات المتحركة,
والنماذج المختلطة ,ونماذج االنحدار الذاتي والمتوسطات المتحركة التكاملية ,باإلضافة إلي مراحل
تطبيقها في التنبؤ وذلك من خالل تهيئة البيانات والتعرف على النموذج وتقدير معالمه وتشخيصه
ومن ثم مرحلة التنبؤ ,وأخي اًر التعرف على معايير التقييم المستخدمة للمفاضلة بين نماذج
.ARIMA
21
3.2السلسلة الزمنية
في أغلب فروع العلم ,الهندسة والتجارة ,هناك متغيرات مقاسة بالتعاقب في الزمن وأن مثل
تُعرف السلسلة الزمنية بأنها متتابعة من القيم المشاهدة لظاهرة معينة مرتبة مع الزمن ,وعادة
ما تكون هذه القيم غير مستقلة أي تعتمد على بعضها البعض ويستغل عدم االستقالل في التوصل
إلى تنبؤات موثوق بها ( )Miljanovic, 2012و (.)Bisgaard & Kulahci ,2011
تُصنف بيانات السالسل الزمنية طبقاً ألسلوب رصد قيم السلسلة خالل الزمن ,وتقسم السالسل
فإذا كانت قيم الظاهرة مقاسة بفترات زمنية متقطعة مثل ساعة أو يوم أو شهر أو فصل أو
سنة تسمى عندئذ بالسلسلة الزمنية المتقطعة ,وإذا كانت مقاسة بفترات زمنية متصلة مثل درجة
الح اررة أو الرطوبة تسمى عندئذ بالسلسلة الزمنية المستمرة ,وتعد السالسل الزمنية األكثر شيوعاً في
المجال التطبيقي هي السالسل الزمنية المتقطعة التي تكون الفترة الزمنية بين مشاهدة وأخرى متساوية
وهذه يمكن الحصول عليها إما عن طريق تسجيل قيم الظاهرة في أزمنة ثابتة أو عن طريق تجميع
22
3.4أهداف تحليل السلسل الزمنية
ُيعد موضوع تحليل السالسل الزمنية من المواضيع االحصائية المهمة التي تتناول سلوك
الظواهر وتفسرها عبر حقب محددة ,ويمكن إجمال أهداف تحليل السالسل الزمنية بالنقاط اآلتية
(فاندل:)1992 ,
-1الحصول على وصف دقيق لمالمح الظاهرة التي تتولد منها السلسلة الزمنية.
-2بناء نموذج لتفسير سلوك السلسلة الزمنية واستخدام النتائج للتنبؤ بسلوك السلسلة في
المستقبل.
-3التحكم في العملية التي تتولد منها السلسلة الزمنية بفحص ما يمكن حدوثه عند تغيير بعض
معلمات النموذج.
نقصد بها العناصر المكونة للسلسلة الزمنية ,وهذا بهدف معرفة سلوك السلسلة وتحديد مقدار
تغيراتها وإدراك طبيعتها واتجاهها حتى يصبح باإلمكان القيام بالتقديرات الالزمة والتنبؤات الضرورية,
هو النمو الطبيعي للظاهرة ,حيث يعبر عن تطور متغير ما عبر الزمن ,سواء كان هذا
التطور بميل موجب أو سالب ,إال أن هذا التطور ال ُيالحظ في الفترات القصيرة ,بينما يكون واضحاً
23
3.5.2التغيرات الموسمية "الفصلية" ( 𝒕𝑺)
هي التغيرات التي تحدث بانتظام في وحدات زمنية متعاقبة والتي تنجم من تأثير العوامل
العطل واالجازات,
الخارجية ,أو هي تقلبات تتكرر على نفس الوتيرة كل سنة ,وكمثال لهذه التغيرات ُ
واالقبال على نوع من األلبسة في فصل ما ,واستهالك الكهرباء في فصل الصيف...إلخ.
تنعكس هذه المركبة في السالسل الزمنية طويلة األجل ,والتي تبرز انتقال أثر األحوال
االقتصادية مثالً ,وهي تغيرات تشبه التغيرات الموسمية إال أنها تتم في فترات أطول نسبياً من
الفترات الموسمية ,وبالمقارنة بالمتغيرات الموسمية فإن طول الفترة الزمنية غير معلوم وإنما يتراوح
بين ثالث سنوات إلى عشر سنوات ,وبالتالي يصعب التعرف على التقلبات الدورية ومقاديرها ,ألنها
ومداها.
وهي تعبر عن تلك التذبذبات غير المنتظمة ,وبمعنى آخر هي تلك التغيرات الشاذة التي
تنجم عن ظروف طارئة ال يمكن التنبؤ بوقوعها أو تحديد نطاق تأثيرها ,حيث تنشأ عن أسباب
يتطلب تحليل السلسلة الزمنية صياغة نموذج رياضي يمثل السلسلة المعطاة ,وقد طور
االخصائيون عدة نماذج رياضية تربط بين قيم المشاهدات ,وقيم المركبات المختلفة للسلسلة الزمنية,
ومن أبرز النماذج الرياضية التي تصف السلسلة الزمنية هي النموذج الجمعي والضربي والمختلط.
24
𝑡𝐼 𝑌𝑡 = 𝑇𝑡 + 𝑆𝑡 + 𝐶𝑡 + النموذج الجمعي
النموذج الضربي 𝑡𝐼 × 𝑡𝐶 × 𝑡𝑆 × 𝑡𝑇 = 𝑡𝑌
ويتم تحليل السالسل الزمنية لعزل المؤثرات المنتظمة وغير المنتظمة ,ومعرفة مدى تأثير
كل منها على قيمة الظاهرة المشاهدة ,وبذلك يكون القصد من التحليل رد القيمة الكلية للظاهرة إلى
يمكن كشف وجود مركبات السالسل الزمنية عن طريق تحليل المعلومات بيانياً ,فيتمثل
االتجاه العام في تلك المركبة التي تدفع بمنحنى تطور السلسلة عبر الزمن إلى األعلى أو األسفل,
بينما تنعكس المركبة الدورية في الشكل البياني على هيئة قمم أو انخفاضات بشكل منتظم يسمح لنا
بتحديد فترة حدوث هذه الظاهرة ,وأما المتغيرة العشوائية تتمثل في التذبذب الحاصل على مستوى
السلسلة ,أما المتغيرة الفصلية تتضح من خالل االنتظام الموجود في تسجيل قيمة على الفصل
األخير لكل سنة ,أو انخفاض في كل بداية سنة جديدة ,وإلى جانب التحليل البياني يوجد عدة
اختبارات إحصائية للكشف عن هذه المركبات نذكر منها اختبار دانيال Daniel’s Testلكشف
3.8.1السكون
يعتمد نموذج ARIMAعلى شرط أساسي يجب التأكد من توافره في البيانات الخاصة
بالسلسلة الزمنية محل الدراسة وهو شرط السكون ,بمعنى أن تكون السلسلة الزمنية متوازنة وال تتغير
خصائصها عبر الزمن ,وهو يعني ضمناً أن العوامل التي أثرت على السلسلة الزمنية في الماضي
25
هي نفسها لعوامل التي تؤثر عليها في الحاضر ,وستؤثر عليها في المستقبل (بن أحمد: 1982 ,
ولكي يمكن وصف السلسلة الزمنية محل الدراسة بالسكون ال بد أن يتسم كل من المتوسط
والتباين بالثبات ,ويقصد بثبات المتوسط أال تعبر السلسلة الزمنية عن اتجاه عام مع الزمن ,وتعد
طريقة الفروق هي أشهر الطرق المستخدمة في التخلص من أثر االتجاه العام ,أما ثبات التباين
فيقصد به أال يكون التباين متزايداً أو متناقصاً مع الزمن بمعنى ال تظهر تذبذبات متباينة في شكل
السلسلة الزمنية ,فيتم معالجته بأخذ الجذر التربيعي لبيانات السلسلة أو بأخذ تحويلة مقلوب البيانات
لها أو التحويلة اللوغاريتمية وهي أكثر التحويالت استخداماً لتثبيت التباين ).(Nuno, 1996
وفي الواقع ,ال توجد قاعدة عامة ثابتة يمكن أن تحدد لنا ما هي التحويلة المناسبة للبيانات
محل االهتمام ,وغالباً ما يتم األمر من خالل استطالع شكل االنتشار ,وتعتبر التحويلة اللوغاريتمية
هي أكثر التحويالت شيوعاً في هذا الصدد ,يليها تحويلة الجذر التربيعي ,إال أنه ظهر مؤخ اًر عائلة
مرنة من التحويالت يطلق عليها تحويالت القوى Power Transformationsوتأخذ الشكل التالي
𝑖 )𝑦 (λ−1
𝑖𝑦λ = { λ , 𝑖𝑓 λ ≠ 0 3.1
log(𝑦𝑖 ) , 𝑖𝑓 λ = 0
حيث 𝜆 تمثل معلمة التحويل Transformation Parameterوتعد كل من التحويلة اللوغاريتمية
.)2014
يمثل السكون مفهوماً أساسياً وهاماً لتحليل السالسل الزمنية ذلك أنه يعتبر من الفروض
التبسيطية الالزمة لتسهيل تحليل السلسلة وبدونه يتعذر تحليل السلسلة الزمنية ,وتجدر االشارة إلى
26
أن أدبيات السالسل الزمنية تشمل عدة تعريفات أو مفاهيم مختلفة للسكون وسوف نناقش نوعين من
السكون الكامل
يقال أن السلسلة الزمنية سلسلة ساكنة بالمعنى الكامل إذا كانت دالة التوزيع االحتمالي ألي
جزء من السلسلة في أي عدد من النقط الزمنية 𝑚𝑡 𝑡1 , 𝑡2 , … ,ال يتأثر باإلزاحة لألمام أو الخلف
أي عدد من الوحدات الزمنية ,kفإن مفهوم السكون الكامل يكون التوزيع االحتمالي المشترك
للمتغيرات 𝑚𝑌 𝑌1 , 𝑌2 , … ,هو نفسه التوزيع االحتمالي المشترك للمتغيرات 𝑘𝑌1+𝑘 , 𝑌2+𝑘 , … , 𝑌𝑚+
السكون الضعيف
يقال أن السلسلة الزمنية ساكنة بالمعنى الضعيف إذا تحققت الشروط التالية اآلتية :
-أن يكون الوسط الحسابي كمية ثابتة ال تعتمد على الزمن.𝐸(𝑌𝑡 ) = 𝜇 .
-أن يكون التباين المشترك ال يعتمد على الزمن ,وإنما يعتمد على الفرق ( فترة اإلبطاء) بين
)𝜇 𝑐𝑜𝑣 (𝑌𝑡 , 𝑌𝑡−𝑠 ) = 𝐸 (𝑌𝑡 − 𝜇)(𝑌𝑡−𝑠 − الزمنين .Lag Time
ونظ اًر لصعوبة تحقق شروط السكون التام ,فإننا في مجال االحصاء ال نشترط عادة أن تكون
السلسلة الزمنية مؤكدة السكون ,ولكن نكتفى فقط بالسكون الضعيف (.)Matroushi, 2011
وجود اتجاهات عشوائية Stochastic Trendsفي معظم السالسل الزمنية تجعلها غير
مستقرة ,ولغرض الحكم على استق اررية السلسلة نستخدم اختبارات جذور الوحدة ,سنقوم بعرض اثنين
فقط من االختبارات التي تم استخدامهما في الجانب التطبيقي وهما اختبار ديكي فوالر واختبار فيليب
بيرون.
27
اختبار دكي فولر (Fuller–Dickey )D.F
يعتمد اختبار ( )D.Fالبسيط على ثالث معادالت بسيطة تفترض وجود عملية عشوائية 𝑡𝑋
( )Stochastic Processمن نمط انحدار ذاتي من المرتبة األولى ( AR)1هذه المعادالت هي
حيث أن:
إن اختبار ديكي – فوالر البسيط يقتصر على نماذج انحدار ذاتي من المرتبة األولى
( ،AR)1وقد قام ديكي – فوالر بتوسيع االختبار إلى عمليات االنحدار الذاتي من مرتبة أكبر من
( ,)1يعتبر اختبار جذور الوحدة لديكي – فوالر الموسع ( )ADFمن االختبارات القوية للكشف عن
استقرار السلسلة الزمنية ,وتوزيع اختبار ديكي فوالر الموسع مبني على المعادالت الثالثة التالية
28
𝑝
𝑝
𝑝
عندما تكون ( )𝐵 = 1مقبولة إحصائيا فان ذلك يدل على عدم االستقرار وأن البيانات
وعدم ثبات التباين للخطأ العشوائي التي يعاني منها اختبار ديكي فوالر العادي ,ويجرى هذا االختبار
.1التقدير بواسطة طريقة المربعات الصغرى للنماذج الثالثة القاعدية الختبار ديكي فوالر
.2تقدير التباين المسمى بالقصير األجل ,𝜎 2 = ∑𝑛𝑡=1 𝑒𝑡2حيث يمثل 𝑡𝑒 الباقي المقدر.
1
𝑛
29
.3تقدير المعامل المصحح 𝑠𝑡2المسمى بالتباين طويل األجل ,والمستخرج من هيكلة التباينات
الطويل األجل ,من الضروري تعريف عدد التأخي ارت 𝑙 المقدرة بداللة عدد المشاهدات الكلية .n
)̂ 1 −1 ̂∅ ̂
𝜎)𝑛(𝑘−1
.4حساب احصائية فيليب وبيرون (𝑝𝑝):
∅(
× 𝑘√ = 𝑡∅∗1 ̂∅ ̂
+ 1
𝜎 𝑘√
1
̂2
= 𝑘 ( الذي يساوي الواحد – في حال التقاربية -إذا كان 𝑡𝑒 يمثل تشويشاً أبيضاً. مع:
𝜎
𝑠𝑡2
ثم يتم مقارنة هذه االحصائية مع القيم الحرجة لجدول ).(MacKinnon, 1991
توضح دالة االرتباط الذاتي االرتباطات الموجودة بين المشاهدات لفترات مختلفة ,وهي مقياس
يقيس قوة االرتباط الداخلية للسلسلة الزمنية ,حيث يمكن تمييز السالسل الزمنية الساكنة عن غير
وتعد دالة االرتباط الذاتي ACFوسيلة مهمة لمعرفة استق اررية السلسلة الزمنية ,حيث إنها
تميل لالنحدار بسرعة نحو الصفر مع ازدياد فترات االزاحة ( )kأو تنقطع بعد عدد من فترات
وبما أن دالة االرتباط الذاتي للعينة هي فقط تقديرات لالرتباطات الذاتية فإن قيمها من
30
أما إذا كانت السلسة الزمنية غير مستقرة بسبب وجود اتجاه صاعد أو نازل في المعدل,
فإن دالة ACFللعينة ال تنقطع وال تنحدر ببطء تجاه الصفر ,وذلك لكون المشاهدات تميل ألن
تكون على نفس اتجاه الوسط الحسابي للسلسلة الزمنية لفترات زمنية عديدة ,وكنتيجة لذلك نحصل
تمثل دالة االرتباط الذاتي الجزئي العالقة بين قيم متتالية لمتغير ما خالل فترتين زمنيتين
مختلفتين ,مع افتراض ثبات الفترات األخرى ,ويرمز لها بالرمز ,𝑃𝐾1فمعامل االرتباط الجزئي بين
𝑡𝑌 و 𝑘 𝑌𝑡−يشير إلي االرتباط بينهما مع استبعاد قيم 𝑡𝑌 األخرى التي تقع بين الفترتين 𝑘 𝑡 , 𝑡 −
(محمد.)2013 ,
تُستخدم PACFكأداة أساسية في تحليل نماذج ARIMAإلى جانب دالة االرتباط الذاتي
,ACFحيث تستخدم هاتان األداتان معاً للتمييز بين نماذج ARIMAالمختلفة (فاندل.)1992 ,
إن دالة االرتباط الذاتي الجزئي PACFللسلسلة الزمنية المستقرة تميل لالنحدار بسرعة
نحو الصفر مع ازدياد فترات االزاحة أو تنقطع بعد عدد معين من فترات االزاحة Anderson, ( k
.)1942
31
3.9صياغة نماذج ARIMA
ُيمثل نموذج االنحدار الذاتي العالقة بين القيم الحالية والقيم السابقة للسلسلة الزمنية,
ويستخدم في مختلف المجاالت منها وصف ظاهرة معينة سواء تلك الظاهرة طبيعية أو اقتصادية.
إن الهدف من تحليل السالسل الزمنية هو الوصول إلي النموذج الرياضي الذي يمثل
البيانات ,وإن نموذج االنحدار الذاتي هو أحد النماذج المهمة لتحقيق الهدف ,ومن العلماء األوائل
الذين قاموا بدراسة االنحدار الذاتي العالم Yuleعام 1927وأكمل طريقه إلى النموذج العام هو
عندما تكون القيمة الحالية للسلسلة دالة في قيمتها في الفترة السابقة إضافة إلى بعض
األخطاء ,فإن النماذج المتكونة من هذه العملية تسمى بنماذج االنحدار الذاتي.
فإذا كانت 𝑡𝑦 تمثل القيمة الحالية للسلسلة الزمنية و 𝑛 𝑦𝑡−1 , 𝑦𝑡−2 , … , 𝑦𝑡−قيم نفس
السلسلة في الفترات السابقة ,ووجد أن 𝑡𝑦 تعتمد أو تتأثر بقيمها السابقة فإننا يمكن أن نعبر عن هذه
32
حيث أن : ∅1 , ∅2 , … , ∅𝑝 :معالم نموذج االنحدار الذاتي التي يجب تقديرها و 𝑡𝜀 :تغيرات
عشوائية مستقلة عن قيم 𝑡𝑧 السابقة ,وتتبع توزيع معتدل متوسطه صفر وتباينه ثابت .𝛿𝑎 2
السلسلة الزمنية التي يمكن أن نحصل على قيمتها في الزمن tمن خالل األخطاء العشوائية
في الفترة الحالية 𝑡𝜀 والفترات السابقة ) … ,(𝜀𝑡−1 , 𝜀𝑡−2 ,وأن النموذج الناتج من هذه العملية يسمى
نموذج المتوسطات المتحركة ,حيث قام الباحث Stutzkyعام 1937بدراسة نماذج المتوسطات
المتحركة ووضع الصيغة العامة لهذا النموذج من الرتبة qوالذي يرمز له بالرمز ) MA(qهي
حيث أن:
ويتم تحديد رتبة النموذج qمن دالة االرتباط الذاتي له حيث تنقطع بعد فترة ,qفي حين دالة
االرتباط الذاتي الجزئي تتناقص تدريجياً بشكل منحنى تنازلي (الطائي.)2010 ,
33
3.9.3نموذج االنحدار الذاتي والمتوسطات المتحركة )(ARMA
قام الباحث Woldعام 1938بتطوير هذين النموذجين بسلسلة من العمليات إلى ثالثة
اتجاهات في اجراء التقدير وسماها بعمليات نماذج االنحدار الذاتي والمتوسطات المتحركة المختلطة,
وهو نموذج مركب يحتوي على خصائص االنحدار الذاتي وخصائص المتوسطات المتحركة,
ويستخدم في حالة كون البيانات مستقرة ,وفي هذا النموذج يعبر عن القيمة الحالية للسلسلة 𝑡𝑦
بداللة القيمة السابقة للسلسلة الزمنية 𝑞 𝑦𝑡−1 , 𝑦𝑡−2 , … , 𝑦𝑡−والقيمة الحالية لألخطاء 𝑡𝜀 والقيمة
ويستفاد من النماذج المختلطة تخفيض عدد المعلمات الالزمة لبناء نموذج لسلسلة ما ,مما يؤدى
إلى سهولة التقدير لهذه المعلمات ,وكذلك استخدام كل البيانات المتاحة بصورة أمثل وكفاءة أكبر.
ظهرت مساهمات Box & Jenkinsعام 1976الواسعة في مجال السالسل الزمنية حيث
استنبطا النموذج أسلوباً ذا مزايا عديدة في تحليل السالسل الزمنية بوصف النماذج على نحو شامل
ووضعا معاً أسلوب أو نهج المعلومات المرتبطة بفهم االستق اررية ومعالجتها في البيانات وتوصال إلى
34
المتحركة ,بعد أخذ الفروق المناسبة لجعل السلسلة الزمنية مستقرة ,ويرمز لهذه النماذج بي ي ي ي
: dتشير إلى عدد الفروق الالزمة عند جعل السلسلة الزمنية مستقرة.
ويعد نموذج ARIMAمن أكثر النماذج شيوعاً في التنبؤ بقيم المتغيرات االقتصادية مثل
ُ
أسعار بعض السلع والتضخم والمنتجات وغيرها (Meyler et al.,1998 ; Ansari & Ahmed,
) 2001كما أنه يستخدم في تحليل المتغيرات غير االقتصادية مثل تطور بعض األمراض عبر
وعندما تكون السلسلة الزمنية غير مستقرة يجب أوالً تحويلها إلى سلسلة زمنية مستقرة قبل بناء
النموذج الرياضي ,وذلك بأخذ الفروق dأو استخدام أحد التحويالت وعدد الفروق المطلوب لتحويل
السلسلة إلى سلسلة مستقرة تُسمى بدرجة التكامل Integratedحيث يتحول نموذج )ARMA(p,q
إلى نموذج ) ARIMA(p,d,qعلى الشكل التالي (الطائي : 2010 ,أحمد ويونس:)2013 ,
35
𝑞𝐵 𝑞𝜃 𝜃𝑞 (𝐵) = 1 − 𝜃1 B − 𝜃2 𝐵2 − ⋯ −
هنالك عدة شروط يجب توفرها لتطبيق نماذج ARIMAوهي ( الجضعي:) 2006 ,
.2تناسب هذه النماذج السالسل الزمنية ذات المشاهدات غير المتوقعة ,بمعنى أنها ال تناسب
السالسل ذات المشاهدات الحتمية أو البديهية التي تتصف بأن حاضرها ومستقبلها مجرد
امتداد لماضيها.
.3تفترض نماذج ARIMAأن السلسلة غير ساكنة أو ضعيفة السكون ,لذا ال بد من العمل
على تحويلها إلى سلسلة ساكنة عن طريق تحقيق استقرار المتوسط وثبات التباين عبر
الزمن.
.4تفترض هذه النماذج وجود فترات زمنية متساوية ,وهذه تشير إلى أن نماذج ARIMAال
36
3.10.1مرحلة تهيئة البيانات
مرحلة تهيئة البيانات أول مرحلة لبناء نماذج ARIMAللسالسل الزمنية ,فإذا كانت
البيانات مستقرة من خالل رسم البيانات واالرتباطات الذاتية والجزئية لها فإن البيانات مهيأة للتعرف,
أما إذا كانت السلسلة غير مستقرة في الوسط والتباين ,فإنه يتم معالجة عدم االستق اررية في الوسط
بأخذ الفرق األول ) (d=1فإذا لم تستقر نأخذ الفرق الثاني ) ,(d=2وغالباً ما تستقر بعد الفرق األول
أو الثاني ( ,)Bruce & Richard, 1987أما عدم االستق اررية في التباين ,فيتم معالجتها من خالل
إجراء التحويل المناسب للبيانات ,وتعتبر التحويلة اللوغاريتمية وتحويلة الجذر التربيعي من أكثر
3.10.2مرحلة التعرف
بعد تحقيق استق اررية السلسلة الزمنية تبدأ عملية تحديد النموذج (التعرف) ,ونقصد بذلك
استخدام البيانات أو أية معلومات عن الكيفية التي تتولد بها السلسلة الزمنية ,فالهدف هنا هو
الحصول على فكرة عن قيمة q , d , pالتي نحتاجها في النموذج الخطي العام ARIMAومن ثم
الحصول على تقديرات أولية لمعلمات النموذج (.) Box & Jenkins, 1976
إن األداتين المستخدمتين لتحديد النموذج ودرجته هما دالتي االرتباط الذاتي ACFواالرتباط
الذاتي الجزئي ,PACFومن ثم يتم مطابقة معامالت االرتباط الذاتي والذاتي الجزئي مع السلوك
النظري لدالتي االرتباط الذاتي واالرتباط الذاتي الجزئي فإذا كان (طعمه:)2012 ,
-بيان دالة االرتباط الذاتي ينقطع بعد االزاحة 𝑞 ,وبيان دالة االرتباط الذاتي الجزئي تتناقص
تدريجياً وبشكل أسي أو سلوك دالة الجيب المتضائلة ,فإن النموذج المالئم للبيانات هو
).MA(q
37
-بيان دالة االرتباط الذاتي تتناقص تدريجياً وبشكل أسي أو سلوك دالة الجيب المتضائلة,
وبيان دالة االرتباط الذاتي الجزئي ينقطع بعد االزاحة 𝑝 ,فإن النموذج المالئم للبيانات هو
).AR(p
-بيان دالتي االرتباط الذاتي واالرتباط الذاتي الجزئي تتناقصان تدريجياً وتبقيان مستمرتين في
التناقص وبشكل أسي أو سلوك دالة الجيب المتضائلة ,فإن النموذج المالئم للبيانات من نوع
).ARMA(p,q
-أما إذا كانت االرتباطات الذاتية الجزئية تهبط كالهما إلى الصفر بصورة أسية فإن النموذج
3.10.3مرحلة التقدير
إن نماذج السالسل الزمنية الخطية غير خطية في المعالم ,وبالنتيجة فإن مرحلة التقدير
مرحلة صعبة ,ويقصد بتقدير النموذج تحديد معالمه ,أي الحصول على قيم رقمية لمعلمات النموذج
الذي تم اختياره في مرحلة تجديد النموذج بناء على قيم السلسلة المشاهدة باستخدام احدى طرق
-1طريقة Yule-Walkerوالتي تعتمد على االرتباط الذاتي للنموذج ,وتدعى بطريقة العزوم
.M.M
تعظيم الدالة لجعل مربعات األخطاء ) S(,M,أقل ما يمكن ,وهي الطريقة األكثر شيوعاً
في التطبيق.
-3طريقة المربعات الصغرى غير الخطية تقوم هذه الطريقة على مبدأ تقليص مجموع مربعات
خطأ التقدير.
38
عادة يتم تقدير عدة نماذج متقاربة يتم المقارنة بينها ,وعادة تكون معالم
ً وفي هذه المرحلة
النموذج الجيد المقدرة معنوية ,وكذلك يمكن المقارنة من خالل مجموع مربعات البواقي كمقياس
3.10.4مرحلة التشخيص
تُعد هذه المرحلة من المراحل األساسية ,حيث أنها على أساسها يتم تحديد مدى قبول النموذج
الذي تم توصيفه ومعلماته المقدرة ,ووفقاً لهذه المرحلة يتحدد إما االستمرار في عملية التحليل وتحقيق
ما هو مستهدف من نموذج التحليل أو العودة إلى نقطة البداية من تحديد وتقدير ثم اختبار ,ولقد
اقترح ) (Box-Jenkins, 1976عدة مجموعات لفحص واختبار مدى مالءمة النموذج يتم ايجازها
3.10.4.1تحليل السكون
من المعروف في أبجديات وأدبيات التحليل الحديث للسالسل الزمنية أهمية السكون ,ويأتي
ذلك من خالل فحص تقديرات معالم االنحدار الذاتي التي يتم اعتمادها للنموذج المختار -التي تم
الحصول عليها في مرحلة التقدير -للتأكد من تحقيقها الشروط النظرية للسكون ,وهي أن جذور
المعادلة المميزة ∅𝑝 (𝐵) = 0تقع كلها خارج دائرة الوحدة ,بحيث إذا كانت القيمة المطلقة لكل
جذر من هذه الجذور أكبر من الواحد الصحيح فهذا يدل على سكون العملية العشوائية التي ولدت
السلسلة المرصودة ,وفي حال كانت القيمة المطلقة ألحد الجذور قريبة من الواحد الصحيح فقد يدل
3.10.4.2تحليل االنعكاس
الزمنية ,ويعتبر االنعكاس خاصية للنموذج الممثل للسلسلة الزمنية على عكس السكون والذي يعتبر
39
خاصية للسلسلة الزمنية ذاتها ,وتنقسم نماذج السالسل الزمنية إلى نماذج منعكسة دائماً ونماذج
فإن نماذج االنحدار الذاتي منعكسة دائماً ألنه يمكن دائماً التعبير عن األخطاء بداللة
المشاهدات دون الحاجة لتحقيق شروط معينة ,وعلى الجانب اآلخر هناك نوع من نماذج السالسل
الزمنية ُيعرف بنماذج المتوسطات المتحركة ليس منعكس دائماً وإنما تحتاج لتحقق شروط معينة حتى
تصبح منعكسة ,وتتمثل شروط االنعكاس لنموذج المتوسطات المتحركة من الرتبة qفي أن تكون
الجذور المطلقة للمعادلة 𝜃𝑞 (𝐵) = 0أكبر من الواحد الصحيح فهذا يدل على انعكاس النموذج
األصلي ,يجب أن تقع كلها خارج دائرة الوحدة ,وفي حال كانت القيمة المطلقة ألحد الجذور قريبة
من الواحد الصحيح فقد يدل هذا على استخدام فروق غير ضرورية (شعراوي.)2005 ,
3.10.4.3تحليل البواقي
بصفة عامة ,يمكن تعريف األخطاء المقدرة أو البواقي 𝑡̂𝜀 هي الفرق بين القيم المشاهدة
للسلسلة التي تم تحليلها 𝑡𝑋 والقيم المقدرة لهذه المشاهدات 𝑡̂𝑋 ,فإذا كان النموذج الذي تم اختياره
بالفعل لعملية التنبؤ يمثل خصائص العملية العشوائية ,فيجب أن تكون البواقي الناتجة من عملية
التقدير أن تحقق الفروض النظرية الخاصة بالمتغيرات العشوائية 𝑡𝜀 أو على األقل يجب أال تظهر
أي خلل واضح في هذه الفروض وأهمها عدم وجود ارتباط ذاتي بين األخطاء الحقيقية 𝑡𝜀 ,ويجب
أن تعكس الخصائص الرئيسية للمتغيرات العشوائية 𝑡𝜀 وهي أن متوسطها يجب أن يكون صف اًر
وتشتتها يجب أن يكون ثابتاً باإلضافة إلي عدم وجود ارتباط ذاتي بينها.
للتحقق من عدم اإلخالل بهذه الخصائص يتم ذلك من خالل العديد من الوسائل والفحوص
االختبارية التي تندرج تحت تحليل البواقي ,كما سنعرض ذلك من خالل ما يلي:
40
رسم البواقي .I
يعد أول أسلوب لفحص وتشخيص البواقي هو رسمها عبر الزمن ,وهذا الرسم خطوة
ضرورية للبواقي ألنه يظهر المالمح األساسية للبواقي – مثل االتجاه العام ,التشتت ,والبيانات
الشاذة -بشكل قد ال تسطيع االختبارات اإلحصائية إظهارها واكتشافها وفي حال كان النموذج الذي
تم اختياره جيداً فهذا يعني أنه قد استطاع استيعاب كل األنماط والتحركات المنتظمة في البيانات
تاركاً البواقي خالية من مثل هذه األنماط والتحركات ,وبذلك تكون البواقي تشكل من خالل الرسم
البياني تأرجحاً بتشتت ثابت حول الصفر كخط وسط يوازي محور الوسط ,كما أن الشكل يجب أن
يبدو عشوائياً خالياً من أي معلومات يمكن االستفادة منها في التنبؤ )شعراوي. (2005 ,
عند بناء النموذج الذي تم اعتماده لعملية التنبؤ والتوصل إلي أن األخطاء 𝑡𝜀 الخاصة به
تعبر عن متغيرات عشوائية بحتة فإن البواقي 𝑡̂𝜀 يجب أن تعكس هذه الحقيقة ومن ثم يجب على
دالة االرتباط الذاتي أن تكون خالية تماماً من أي نتوءات ,وذلك ألن النتوءات الموجودة في دالة
االرتباط الذاتي للبواقي قد تستخدم في تعديل النموذج وتحسينه ,لهذا من الضروري فحص مالئمة
في البند التالي اختبار)(Ljung-Box النموذج بطريقة مختلفة كما سنوضح ذلك من خالل
(شعراوي.)2005 ,
هي الطريقة التي تعتمد على االختبار التسلسلي ( )Ljung and Box, 1978وذلك
الختبار فيما إذا كانت قيمة األخطاء الناتجة عن تطبيق نماذج ARIMAتتبع التوزيع الطبيعي وإن
تكون قيمها عشوائية ,ويتم ذلك باالعتماد على اختبار Ljung-Box Q statisticمن خالل
41
𝐻0 : 𝑟1 (𝑒𝑡 ) = 𝑟2 (𝑒𝑡 ) = ⋯ = 𝑟𝑘 (𝑒𝑡 ) = 0
𝐻1 : 𝑟𝑘 (𝑒𝑡 ) ≠ 0
وتحسب احصائية االختبار كما يلى:
𝑚
)𝑒( 𝑘 𝑟 2
∑ )𝑄𝑚 = n(n + 2 ~ 2 ……… 3.17
𝑘𝑛− 𝑟𝑚−
𝑘=1
حيث:
2الجدولية فهذا مؤشر على أن نقبل 𝐻0إذا كانت )𝑚(𝑄 أقل من قيمة
𝑟𝑚−
معامالت االرتباط الذاتي غير معنوية أي أن األخطاء لها سلوك عشوائي وغير منظم ,وعليه يعتبر
النموذج المشخص مالئم ,أما إذا كان النموذج غير مالئم وفي هذه الحالة ال بد أن يختار نموذج
آخر أو يقوم بتعديل النموذج الذي تم اختياره ويستمر بالتحليل إلى أن يصل إلى النموذج المالئم.
مهمة لفحص مالءمة النموذج عن طريق اختبار عشوائية أخطاء البواقي حيث تكون (طعمه,
:)2012
1 , 𝑘=0
{=𝜌
0 , 𝑘≠0
وتستخدم دالة االرتباط الذاتي الجزئي لتشخيص النموذج المناسب من مجموعة نماذج العمليات
العشوائية المستقرة وتحديد درجته وفحص مالءمته لبيانات العينة من خالل اختبار عشوائية البواقي.
42
فإذا كانت المتغيرات العشوائية 𝑡𝜀 تتبع تغيرات عشوائية بحتة ,فتكون الفروق األولى للبواقي
كالتالي:
) MA(1بمعلمة ال تختلف معنوياً عن الواحد الصحيح ,أي أن ,θ = 1يمكن القول بأن المتغيرات
3.10.5مرحلة التنبؤ
التنبؤ هو الخطوة األخيرة من مراحل تطبيق نماذج ,ARIMAوهو الهدف األساس من
الدراسة ,وفي هذه المرحلة يتم ايجاد القيم المستقبلية للسلسلة الزمنية من خالل استخدام النموذج
المالئم الذي تم الحصول عليه بموجب المراحل السابقة ,والتنبؤ األمثل هو ذلك التقدير الذي يكون
الخطأ الناتج عنه صغير جداً ,وتباينه أقل ما يمكن ,وقد أشا ار ) (Box & Jenkins, 1976إلي
بمعنى أنه كلما أمكن الحصول على بيانات جديدة ,أو كلما دخلنا بشكل عملي في سنوات
التوقع (التحرك لألمام) ,فإنه يمكن استخدام النتائج الفعلية لسنة التوقع في تحديد التنبؤ للسنة التي
تليها ,وذلك بنفس األسلوب الذي تم به الوصول إلى القيم المقدرة للمشاهدات الفعلية وفي تحديد
هناك نماذج مختلفة الدقة يمكن أن توفق في تحليل السالسل الزمنية ,وإن اختيار النموذج
األفضل ليس بالمهمة البسيطة ,لذا فقد وضعت عدة معايير لمقارنة النماذج واختيار رتبها ,وتأتي
أهمية اختيار رتبة النموذج في كون أن اختيار رتبة أدنى من الرتبة الفعلية يؤدي إلي عدم االتساق
43
( )Inconsistentلمعلمات النموذج بينما يؤدي اختيار رتبة أعلى من الرتبة الفعلية إلي زيادة تباين
النموذج ,وهذا يؤدي إلي فقدان الدقة بسبب الزيادة في عدد معلمات النموذج (.)Akiake,1970
للتأكي ييد مي يين ص ي ييحة رتبي يية النم ي ييوذج ) ARIMA(p,d,qتي ييم اعتمي يياد مجموع ي يية مي يين المع ي ييايير
االحصائية التي تساعد في المفاضلة بين النماذج المرشيحة ,حييث ييتم اختييار النميوذج األفضيل اليذي
هذه الطريقة اقترحها العالم Akaikeفي عام 1973إذ اقترح معيا اًر اسمياً اختصر بي AIC
ويعرف:
فاذا كان النموذج بمعلمات Mوفق البيانات ,تكون صيغة المعيار AICبداللة مقدار تباين
إذ أن:
: nعدد المشاهدات.
44
3.11.2معيار معلومة بيز )Bayesian Information Criterion (BIC
AICإلي المعيار الجديد الذي سمي بمعيار معلومة بيز ) (BICوصيغته هي :
2
)(𝜎𝜎̂̂ 2𝑥 − 1
2 𝑀
𝑎 [ 𝑛𝑙𝑀 𝐵𝐼𝐶(𝑀) = 𝑛𝑙𝑛𝜎̂𝑎 − (𝑛 − 𝑀) ln (1 − ) + 𝑀𝑙𝑛 (𝑛) + ] ⁄
𝑛 𝑀
حيث إن:
: nعدد المشاهدات.
حيث أن N :و : Mعدد مشاهدات السلسلة والعدد الكلي لمعلمات النموذج على التوالي.
وسنعتمد في دراستنا الحالية على هذا المعيار للمقارنة بين نماذج ARIMAالمقترحة.
45
3.12الخلصة
تناولنا في هذا الفصل تعريف السلسلة الزمنية من خالل استعراض بعض التعريفات
للسالسل الزمنية بنوعيها المتقطعة والمستمرة ,والهدف من تحليل السالسل الزمنية ,وتم عرض
مركبات السلسلة الزمنية األربعة ,وطرق الكشف عنها بيانياً واحصائياً من خالل ذكر االختبارات
الالزمة لذلك ,إضافة إلي معالجة نماذج السالسل الزمنية مع توضيح كاف لتركيب قيم السلسلة
وأيضاً تم عرض الخلفية التاريخية لنماذج ARIMAمن خالل تبسيط وتوضيح وإعطاء فكرة
مبسطة العتبارات تطبيق نماذج ,ARIMAومنها االستقرارية ودالتي االرتباط الذاتي واالرتباط
الذاتي الجزئي ,وتم عرض نماذج ARIMAمتمثلة في نماذج االنحدار الذاتي ونماذج المتوسطات
المتحركة والنماذج المختلطة ونماذج االنحدار الذاتي والمتوسطات المتحركة التكاملية ,وتطرقنا إلي
عرض مراحل تطبيقها في التنبؤ من خالل مراحلها الخمسة وهي على التوالي :مرحلة تهيئة البيانات
ومرحلة التعرف على النموذج ,تتبعها مرحلة تقدير النموذج ,ثم مرحلة تشخيص اختبار النموذج,
وأخي اًر مرحلة التنبؤ ,وأيضاً عرضنا اختبار االستق اررية (اختبار جذر الوحدة) مثل :اختبار ديكي –
فوالر الموسع ,ADFواختبار فيليب وبيرون , PPوأخي اًر تطرقنا لعرض معيارين من معايير التقييم
,BIC ,AICحيث تمت المفاضلة بين النماذج المقترحة على أساس أصغر قيمة ل ي ي ي BICوالتي
في الفصل التالي سنتناول الجانب التطبيقي للرسالة وهو استخدام النموذجين نموذج ماركوف
ونموذج ARIMAوالتوصل إلى نتائج المقارنة بينهما للوصول للنموذج األمثل في التنبؤ بأسعار
46
الفصل الرابع
تحليل البيانات
ومناقشة النتائج
47
4.1مقدمة
بعد التعرض للجانب النظري في الفصلين الثاني والثالث لهذه الدراسة ,سوف يحتوى هذا
الفصل على كافة المجريات العملية لتحليل السلسلة الزمنية اليومية خالل الفترة من يناير لعام 2008
حتى ديسمبر 2017الخاصة باألسعار الشهرية لصرف الدوالر مقابل الشيكل لتطبيق نموذج
ARIMAونموذج ماركوف وذلك للمقارنة بين هذين النموذجين من خالل استخدام المعايير
سيتم في هذا الفصل بناء نموذج ماركوف تبعاً لمراحله مبتدئاً من تحديد المقاييس
االحصائية وايجاد معالم النموذج ,ومن ثم التعرف على توزيع البيانات لغرض توليد األرقام
العشوائية ,ومن ثم بناء معادلة النموذج للتنبؤ ,وسيتم أيضاً بناء أفضل نموذج ممكن من نماذج
االنحدار الذاتي والمتوسطات المتحركة التكاملية ) ARIMA (p,d,qمرو اًر بجميع مراحل بناءه
متمثلة في مرحلة تهيئة البيانات ومرحلة التعرف والتقدير ,ومرحلة التشخيص ,ومرحلة التنبؤ على
الترتيب ,وأخي اًر تأتي مرحلة المقارنة بين النموذجين المقترحين من بين جميع النماذج التي تم بناؤها
للوصول إلى أفضل نموذج لغرض التنبؤ بالقيم المستقبلية ,وذلك باالعتماد في تحليل بيانات الدراسة
سيتم في هذا الفصل تحليل السلسلة الزمنية الخاصة باألسعار الشهرية لصرف الدوالر مقابل
الشيكل ,حيث تم الحصول على بيانات الدراسة من خالل الموقع الرسمي الخاص باالستثمار وأسعار
البورصات والعمالت العالمية والتي تتعلق بأسعار الصرف ,حيث تعتبر هذه السلسلة الزمنية الشهرية
المتوفرة منذ شهر يناير 2008حتى يونيو 2018والمحددة ب ي ي 126مشاهدة مؤش اًر ألسعار الصرف
يمكن االعتماد عليه في شتى المجاالت العلمية ,إذ تم استخدام أول 120مشاهدة في التحليل من
القيمة اإلحصاءات
3.71 الوسط
3.73 الوسيط
نالحظ من الجدول ( )4.1أعاله أن أقل قيمة لسعر الصرف تعادل ,3.22كذلك نالحظ أن
أعلى قيمة سجلت ,4.22كما نالحظ أن قيمة الوسط الحسابي تعادل 3.71قريبة جداً من قيمة
49
rj sj
= bj ويحسب كاآلتي :
ُ :bjمعامل االنحدار للقيم في الشهرين jthو(j-1)th
sj−1
وإليجاد معالم نموذج ماركوف للبيانات الشهرية من يناير 2008حتى ديسمبر 2017
50
-IIالتعرف على توزيع البيانات
ولمعرفة أن البيانات تتبع التوزيع الطبيعي أم ال ,لذلك نستخدم اختبار كلموجروف -سيمرنوف
من 0.15وهي أكبر من مستوى المعنوية , 0.05حيث تشير النتائج لعدم معنوية االختبار األمر
وأيضاً يتضح من الشكل ( )4.1التالي أن معظم البيانات تقع على الخط المستقيم وقريبة
جداً منه ,وهذا بدوره يتفق مع نتائج االختبار السابق ,مما يؤكد طبيعية البيانات.
51
-IIIمرحلة توليد أرقام عشوائية:
في هذه المرحلة سيتم توليد أرقام عشوائية باستخدام برنامج Microsoft Excelوذلك من
خالل األمر ) ( RANDللحصول على المتغير العشوائي tبوسط حسابي صفر وانحراف معياري
واحد ,نستخدم دالة معكوس الخطأ 𝑒𝑟𝑓 −1 (z) inverse error functionحسب الصيغة التالية:
)−1 (z
1 𝜋 3 7𝜋 2 5 127𝜋 3 7 4369𝜋 4 9
𝑓𝑟𝑒 = √𝜋 (𝑧 + 𝑧 + 𝑧 + 𝑧 + )⋯ 𝑧 +
2 12 480 40320 5806080
أما بالنسبة إليجاد قيمة zويمكن أيجادها من خالل دالة التوزيع التراكمية cumulative
𝜇 ln 𝑥 −
[ 𝑓𝑟𝑒 = )𝑧(erf )] = [𝑅𝐴𝑁𝐷 ( ) − 0.5](2
√2𝜎 2
وألن اللوغاريتم الطبيعي لألعداد العشوائية له خاصية أن وسطه يساوي انحرافه يساوي واحد
ln 𝑥 − 1
[ 𝑓𝑟𝑒 𝑧= ]
√2
ln 𝑥 − 1
= )𝑒𝑟𝑓 −1 (z
√2
52
)ln 𝑥 − 1 = √2 𝑒𝑟𝑓 −1 (z
ومثال على ذلك فإن االجراءات المتبعة لتوليد أرقام عشوائية لعام 2017على سبيل المثال
53
-IVمرحلة بناء نموذج ماركوف للتنبؤ
يتكون نموذج ماركوف من جزأين األول deterministic partوالذي يأخذ بعين االعتبار تأثير
القيمة السابقة في النموذج والجزء الثاني random partوالذي يمثل الجزء العشوائي للنموذج ,ومن
خالل دمج وجمع هذين الجزأين يتم بناء النموذج الشهري لماركوف للتنبؤ حسب الصيغة التالية:
1
2 2
𝑞𝑖𝑗 = 𝑞̅𝑗 + 𝑏𝑗 (𝑞𝑖−1,𝑗−1 − 𝑞̅𝑗−1 ) + 𝑡𝑖𝑗 𝑠𝑗 (1 − ) 𝑗𝑟
Model
Deterministic Component Random Component
flow
I
1 𝑗𝑖𝑞
𝑞𝑖−1,𝑗−1 ) 𝑞̅𝑗 + 𝑏𝑗 (𝑞𝑖−1,𝑗−1 − 𝑞̅𝑗−1 𝑗𝑖𝑡 𝑡𝑖𝑗 𝑠𝑗 (1 − 2 2
) 𝑗𝑟
Jan 3.8555 3.7643 1.523379 0.248818 4.0132
54
وبنفس السياق نستطيع التنبؤ بسعر صرف الدوالر مقابل الشيكل لعام ,2018ويتضح ذلك من
Model
Deterministic Component Random Component
flow
I
1 𝑗𝑖𝑞
) 𝑞𝑖−1,𝑗−1 𝑞̅𝑗 + 𝑏𝑗 (𝑞𝑖−1,𝑗−1 − 𝑞̅𝑗−1 𝑗𝑖𝑡 𝑡𝑖𝑗 𝑠𝑗 (1 − 2 2
) 𝑗𝑟
Jan 3.48 3.7929 1.523379 0.248818 4.0417
55
جدول ( :)4.7القيم التنبؤية لنموذج ماركوف
وتعتبر مقاييس دقة التنبؤ RMSE, MAPE, MAEمؤش اًر لتحديد مدى نجاعة النموذج في التنبؤ
مرحلة تهيئة البيانات أول مرحلة لبناء نماذج ARIMAللسالسل الزمنية ,حيث تتم في هذه
المرحلة تحضير البيانات من خالل رسم شكل االنتشار للتعرف على الخصائص األولية لها ,وتتمثل
في فحص استقرار السلسلة الزمنية ,وتطبيق التحويالت الالزمة لجعلها مستقرة وإن لم تكن كذلك,
ومن أجل وصف السلسلة الزمنية قيد الدراسة يتم رسم مشاهداتها للتعرف على السكون واالتجاه العام
56
لهيا ,والشكيل رقم ( )4.2يمثل رسم السلسلة الزمنية لسعر صرف الدوالر مقابل الشيكل USD /
.ILS
شكل رقم ( :)4.2رسم السلسلة الزمنية لسعر صرف الدوالر مقابل الشيكل USD / ILS
والواضح من خالل التمثيل البياني للسلسلة الزمنية محل الدراسة بقيمها الفعلية الموضحة في
الشكل أعاله نالحظ أن التباين يميل إلى الثبات إال أننا نالحظ أيضاً وجود اتجاه عام متزايد وتارة
أُخرى متناقص مع الزمن مما يدل على عدم استق اررية بيانات السلسلة في المتوسط ,وفي هذه الحالة
حيث تم أخذ الفروق األولى للتسكين ومن ثم إعادة رسم السلسلة فيصبح الشكل البياني
للسلسلة بعد أخذ مرشح الفروق األولى للسلسلة كما يظهر في الشكل (.)4.3
شكل رقم ( :)4.3رسم السلسلة الزمنية لسعر الصرف بعد أخذ الفرق األول
57
نالحظ من الشكل أعاله أنه مازال هناك اتجاه عام طفيف ,لذلك سوف يتم أخذ الفرق الثاني
ومن ثم إعادة رسم السلسلة فيصبح الشكل البياني للسلسلة بعد أخذ مرشح الفروق الثانية للسلسلة كما
شكل رقم ( :)4.4رسم السلسلة الزمنية لسعر الصرف بعد أخذ الفرق الثاني
وبفحص الشكل السابق يمكن القول بأن الخصائص للسلسلة الزمنية تبدو ساكنة ,وللتأكد من
سكون السلسلة سنقوم بإجراء اختبار ADFو PPلبحث سكون سلسلة الفرق الثاني ,وبإجراء
االختبارين السابقين على التوالي كانت قيمة p-valueأقل من ,0.05ويتضح ذلك من خالل
الجدول ( )4.9التالي:
جدول رقم ( :)4.9نتائج اختبار PP ,ADFلسلسة البيانات بعد أخذ الفرق الثاني
58
4.3.2مرحلة التعرف والتقدير
إن الهدف األساسي في هذه المرحلة هو التعرف على النموذج المبدئي المالئم لوصف
السلسلة محل الدراسة ,وذلك باالعتماد على دالتي االرتباط الذاتي والذاتي الجزئي لتحديد نماذج
) ARIMA (p,2,qللتعرف على النموذج من خالل تحديد رتبة MAو ,ARويتم ذلك من خالل
فحص دالة االرتباط الذاتي ACFلسلسلة الفروق األولى الذي يقود إلى اقتراح نموذج )MA(1
والمعروفة بالرمز ( ,)qأما فحص دالة االرتباط الذاتي الجزئي PACFفيقود إلى اقتراح نموذج
) AR(1والمعروفة بالرمز ( ,)pوالشكل ( )4.5يوضح سلوك دالتي االرتباط الذاتي والذاتي الجزئي
شكل رقم ( :)4.5دالتي االرتباط الذاتي والذاتي الجزئي بعد أخذ الفرق الثاني للسلسلة الزمنية
1.0
0.8
0.6
Partial Autocorrelation
0.4
0.2
0.0
-0.2
-0.4
-0.6
-0.8
-1.0
2 4 6 8 10 12 14 16 18 20 22 24 26
Lag
1.0
0.8
0.6
0.4
Autocorrelation
0.2
0.0
-0.2
-0.4
-0.6
-0.8
-1.0
2 4 6 8 10 12 14 16 18 20 22 24 26
Lag
59
وبعد الفحص الدقيق لدالة االرتباط الذاتي ACFودالة االرتباط الذاتي الجزئي PACF
نالحظ أن دالة االرتباط الذاتي تنقطع بعد الفجوة الزمنية األولى مما يوجه االنتباه إلى وجود معلمة
لنموذج المتوسطات المتحركة وبالتالي يمكن ترشيح النموذج المبدئي ) ,ARIMA (0,2,1وهذا
ولتوفيق أفضل نموذج للسلسلة تم العمل على تحديد النموذج المالئم ورتبته من خالل قيم
األفضل والذي يعطي أقل قيمة للمعيار أدناه يعد أفضل نموذج كما هو مبين في الجدول (:)4.10
جدول ( :)4.10مقارنة بين النموذج المرشح والنماذج األعلى واألدنى منه مباشرة
النماذج BIC
)ARIMA (1,2,0 -4.141
)ARIMA (0,2,1 -4.489
)ARIMA (0,2,2 -4.433
)ARIMA (1,2,1 -4.436
)ARIMA (1,2,2 -4.409
)ARIMA (2,2,0 -4.316
)ARIMA (2,2,1 -4.383
)ARIMA (2,2,2 -4.368
وذلك المتالكه أقل قيمة لمعيار التقييم ,BICوبذلك فإن النموذج النهائي الذي يمكن استخدامه في
طريقة المربعات الصغرى االعتيادية على بيانات السلسلة ,تم الحصول على تقديرات معلمات
60
جدول ( :)4.11تقديرات معلمات النموذج )ARIMA(0,2,1
النماذج ̂
𝜽 الخطأ المعياري قيمة t P – value
وعليه فإن النموذج سيكون وفق تحويلة الفرق الثاني بالصيغة اآلتية:
61
4.3.3مرحلة التشخيص
تُعد هذه المرحلة من أهم مراحل التحليل حيث يتم فيها مالئمة النموذج ,وذلك من أجل
تحسين النموذج وتطويره أو االبقاء عليه كما هو ,حيث نقوم في هذه المرحلة بإخضاع النموذج محل
الدراسة لعدد من االختبارات لتقويم النموذج ,فإذا اجتاز هذا النموذج االختبارات فإنه يكون صالح
ُيعد تحقق شرطي االستقرار واالنعكاس في مقدرات النموذج دليل على كفاية النموذج
للبيانات ,حيث أن معامالت المتوسطات المتحركة تحقق شرط االنعكاس ,كما أن جميع سالسل
المتوسطات المتحركة دائماً ساكنة بدون وضع أي قيود أو شروط على المعلمة ,θوهذا يعنى أن
النموذج يحقق شرطي االستقرار واالنعكاس ,وشرط االنعكاس لهذا النموذج :
وهذا متحقق بالنسبة لهذا النموذج ألنه ومن جدول ( )4.10نجد أن
ُيعتبر تحليل البواقي جزء أساسي ومرحلة مهمة لمعرفة مدى صالحية النموذج
) ARIMA(0,2,1المستخدم للتنبؤ ,ومن خالل الشكل ( )4.6التالي الذي يوضح نتائج تشخيص
بواقي النموذجُ ,يالحظ من خالل الشكل عشوائية البواقي وعدم ارتباطها ذاتياً ,باإلضافة إلى أن
منحنى التوزيع الطبيعي يشير ألن البواقي تتبع التوزيع الطبيعي ,وكذلك وجود حالة من ثبات التباين
62
شكل ( :)4.6نتائج تشخيص بواقي النموذج )ARIMA (0,2,1
أما بخصوص الفروق األولى للبواقي 𝑡𝑒∆ فإنه بفحص شكل ( )4.7والذى يمثل دالة
االرتباط الذاتي للفروق األولى للبواقي ,يمكن االستدالل بسهولة على أن النموذج المالئم لسلسلة
الفروق األولى هو بالفعل نموذج ) MA(1بمعلمة ال تختلف معنوياً عن الواحد الصحيح ,حيث تبدو
دالة االرتباط الذاتي وكأنها تنقطع فجأة بعد الفجوة الزمنية األولى ,وهذا مؤشر آخر على أن األخطاء
1.0
0.8
0.6
0.4
Autocorrelation
0.2
0.0
-0.2
-0.4
-0.6
-0.8
-1.0
2 4 6 8 10 12 14 16 18 20 22 24 26
Lag
أما فيما يتعلق بإجراء اختبار االرتباط التسلسلي Ljung-Boxالختبار معنوية االرتباطات
الذاتية عند الفجوات الزمنية كما يظهر في الجدول) (4.12يشير إلى أن البواقي مستقلة (األخطاء
63
عشوائية) أي أنه ال يوجد ارتباط ذاتي بين البواقي ,حيث كانت قيم P-valueعند الفجوات الزمنية
جميعها أكبر من ,0.05وعليه ال يمكن رفض الفرضية الصفرية القائلة بعدم معنوية دوال االرتباط
عند الفجوات الزمنية المختلفة ,أي أن االختبار يعزز اختبار استقاللية البواقي.
وبناء على ما سبق ,يمكننا التأكيد على أن نتائج االختبارات والفحوص التشخيصية التي
ً
أُجريت تحت مظلة تحليل البواقي من مخرجات توفيق النموذج ) ARIMA(0,2,1أدت إلى قبول
النموذج احصائياً وأعطت دليالً على أنه جيد ومالئم للسلسلة الزمنية قيد البحث ,مما يزيد الثقة في
كفاءة هذا النموذج في تحليل بيانات الظاهرة قيد الدراسة ,وبالتالي يمكن استخدامه في التنبؤ.
4.3.4مرحلة التنبؤ
يعد التنبؤ من األهداف األساسية ألي دراسة تختص بتحليل السالسل الزمنية ,وأنه ال يمكن
االنتقال إلي هذه المرحلة إال بعد االنتهاء والتأكد من إجراء جميع الفحوص واالختبارات اإلحصائية
الضرورية لتشخيص النموذج الذي اختير في المراحل السابقة ,تم التوصل إلي أنه يمكن استخدام
النموذج المرشح للتنبؤ ,وذلك الجتيازه معظم عمليات والفحص والتشخيص بدرجة جيدة إحصائياً عن
غيره من النماذج األُخرى ,وباستخدام نموذج ) ARIMA(0,2,1تم التنبؤ بأسعار صرف الدوالر
مقابل الشيكل في األراضي الفلسطينية ,خالل ستة شهور األولى لعام ,2018ويتضح ذلك من
64
جدول ( :)4.13القيم التنبؤية لنموذج )ARIMA(0,2,1
ومن خالل الجدول أعاله سيتم المقارنة بين القيم األصلية مع القيم المتنبأ بها من شهر يناير
حتى شهر يونيو لعام ,2018وقد أظهرت هذه القيم توافقاً إلى حد ما مع القيم األصلية.
للمقارنة بين النموذجين تم االعتماد علي مقاييس دقة التنبؤ RMSE, MAEو MAPEالتي
تفيد في وضع رؤية حقيقية عن التقديرات المستقبلية للتنبؤ بسلوك الظاهرة التخاذ القرار المناسب.
باالعتميياد علييي مقيياييس دقيية التنبييؤ كمييا هييو موضييح فييي الجييدول( )4.14أعيياله ,يبييدو تفييوق
نمييوذج ( ARIMA(0,2,1علييي نمييوذج Markovو`ذلييك المتالكييه أقييل قيميية لمعييايير دقيية التنبييؤ,
وعليه يعتبر نموذج ( ARIMA(0,2,1هو النموذج األفضل واألكثر دقة في التنبيؤ بيالقيم المسيتقبلية
للسلسلة قيد الدراسة ,فقد اتفقت دراستنا الحالية في النموذج المستخدم للتنبؤ مع دراسة (Suryanto,
) 2016و د ارسية (آوجيي و حسين )2014 ,و د ارسية ) (Dashora et al., 2014و د ارسية (Bin
) ,Muhammad, 2012كذلك اختلفت مع دراسة ) (Yousif et al., 2016في نموذج التنبؤ.
65
الفصل الخامس
النتائج والتوصيات
66
النتائج
هدفت هذه الدراسة إلى بناء أفضل نموذج للتنبؤ بأسعار صرف الدوالر مقابل الشيكل ,فقد
تم استخدام نموذجين إحصائيين هما نموذج ماركوف ونموذج االنحدار الذاتي والمتوسطات المتحركة
التكاملية ,ARIMAحيث تم استخدام وتطبيق النموذجين على البيانات قيد الدراسة بغرض المقارنة
بينهما بأسعار صرف الدوالر مقابل الشيكل ,فقد توصلت الدراسة إلى مجموعة من النتائج هي :
-1توصلت الدراسة أن السلسلة الزمنية ألسعار صرف الدوالر مقابل الشيكل تمثل سلسلة زمنية
-2بعد معاينة عدة نماذج ومن خالل معايير التقييم للمقارنة بين نماذج ARIMAالمقترحة
-5تمت المقارنة وفق معايير دقة التنبؤ( )RMSE, MAPE, MAEبين نموذج ماركوف
ماركوف.
-6اعتماد نموذج ) ARIMA(0,2,1للتنبؤ بالسلسلة الزمنية بأسعار صرف الدوالر مقابل
الشيكل.
67
التوصيات
وفق النتائج التي تم التوصل إليها من خالل الدراسة واستناداً إلى المعلومات التي تم جمعها
االطار النظري للدراسة ,نرى في محاولة متواضعة تقديم جملة من التوصيات لجهات االختصاص
بهدف لفت انتباه صناع القرار التخاذ الق اررات التي تكفل عالج الظاهرة ,وعلى ضوء ذلك يمكن
-1نوصى الباحثين بزيادة االهتمام بدراسة السالسل الزمنية المتعلقة بسعر الصرف على
-4اجراء مقارنة بين أحد النماذج العشوائية ونماذج التمهيد األسي بدالً من ARIMAالخطي.
-5محاولة تطبيق نموذج هجين يجمع بين أحد النماذج العشوائية ونموذج .ARIMA
-6محاولة تطبيق نموذج هجين يجمع بين أحد النماذج العشوائية وأسلوب الشبكات العصبية.
68
المراجع
69
أوالا :المراجع العربية
.1أحمد ,أبو ذر و يونس ,عادل ( " .)2013استخدام السالسل الزمنية للتنبؤ بإنتاجية الصمغ
العربي في سوق محاصيل األبيض للفترة ( ,")2012-1960مجلة البحث العلمي للعلوم واآلداب,
.2أحمد ،ريكان ( " .)2008سالسل ماركوف بين النظرية والتطبيق في المجال االقتصادي أو
.4آوجي ,تيمور و حسن ,إحسان ( " .)2014نمذجة الجريان الواطئ لنهري الزاب األعلى
والزاب األسفل في شمال العراق" ,مجلة الرافدين ,المجلد ,22العدد ,3ص,120-108 :
العراق.
.5بارزن ,عمانوئيل ( " .)1983العمليات التصادفية " ,ترجمة عدنان محمود حيدر و عيد ذياب
العجيلي.
.6بن أحمد ,مصطفي ( " .)1982تحليل احصائي للسالسل الزمنية واتخاذ القرار مع التطبيق على
صناعة السكر في الجمهورية العربية السورية" ,رسالة ماجستير غير منشورة ,سوريا.
.7تاج ,لطفي و سرحان ,عمار ( " .)2007مقدمة في العمليات العشوائية" ,الطبعة األولى,
.8الجراح ,نوال والحكاك ,ندى ( " .)2013استخدام الطرق الهجينة في التنبؤ لسعر الصرف
للدوالر االمريكي مقابل الدينار العراقي" ,مجلة كلية بغداد للعلوم االقتصادية الجامعة ,العدد
70
.9الجضعي ,خالد ( " .)2006تقنيات صنع القرار :تطبيقات حاسوبية " ,مركز البحوث
في تحليل حركة الطلبة خالل المراحل الدراسية – دراسة تطبيقية على طلبة كلية الهندسة
بالجامعة االسالمية بغزة" ,مجلة جامعة القدس لألبحاث والدراسات ,العدد الخامس والثالثون
.11خضر ,زاهر ( " .)2012تأثير سعر الصرف على المؤشرات الكلية لالقتصاد الفلسطيني
.12ركابي ,مخلص و الخادم ,محمد ( " .)2014استخدام منهجية بوكس جيكينز في التنبؤ
.13زرمان ,كريم ( " .)2015دراسة تحليلية وتنبئية لمعدالت الخسارة في شركات التأمينات
دراسة حالة الشركة الجزائرية للتامين الشامل CAATبقسنطينة منذ ," 1995رسالة دكتوراه,
.14الزيادي ,صفاء ( " .)2003استخدام سالسل ماركوف وبرمجة األهداف في مخطط القوى
.15سلمان ,ماهر ( " .)2014التنبؤ باحتماالت تغير سعر صرف الدينار العراقي مقابل الدوالر
71
.16سليمان ,انتصار ( " .)2008التكهن بواسطة نماذج السالسل الزمنية والشبكات العصبية
االصطناعية ذات التغذية األمامية مع التطبيق – دراسة مقارنة" ,رسالة ماجستير ,جامعة
الموصل ,العراق.
.17شعراوي ،سمير ( " .)2005مقدمة في تحليل السالسل الزمنية" ,جامعة الملك عبد العزيز,
ط ,1:الرياض ,السعودية.
.18الصفاوي ,صفاء و الطائي ,فاضل ( " .)2003طرق معالجة عدم االستق اررية لبعض بيانات
السالسل الزمنية بالتطبيق على انتاج الذرة الصفراء في العراق للفترة من ,"1989 -1949مجلة
.19الطائي ,فاضل ( " .)2010التنبؤ والتمهيد للسالسل الزمنية باستخدام التحويالت مع
.20الطائي ,فاضل و ألشرابي ,نجلء ( " .)2010المنطق المضبب لنموذج سلسلة زمنية غير
المراوحة مع التطبيق" ,المجلة العراقية للعلوم االحصائية ,العدد ( ,)18ص ,116-91 :العراق.
.21طعمه ,سعدية ( " .)2012استخدام تحليل السالسل الزمنية للتنبؤ بأعداد المصابين باألورام
الخبيثة في محافظة األنبار" ,مجلة جامعة األنبار للعلوم االقتصادية واالدارية ,المجلد ( ,)4العدد
.22عوض ,عدنان و عزام ,مفيد ( " .)2002طرق اإلحصاء بالحاسوب" ,منشورات جامعة
.23فاندل ,والتر ( " .)1992السالسل الزمنية من الوجهة التطبيقية ونماذج بوكس جنكنز" ,تعريب
72
.24الليلة ,ظافر ( " .)2006التكهن بالسالسل الزمنية المتعددة باستخدام المكونات الرئيسية",
.25المتولي ,أحمد ( " .)1989استخدام تحليل التدخل في السلسلة الزمنية وتطبيقاتها في البيانات
.26محمد ,بدوي ( " .)2013تطبيقات نماذج بوكس جينكنز السنوية في التنبؤ -دراسة حالة:
الجرائم المبلغة في السودان للفترة 2012 -1989م" ,جامعة أم درمان اإلسالمية ,السودان.
.27المعماري ,نوال ( " .)2004التكهن بواسطة نماذج االنحدار الحركي مع التطبيق" ,رسالة
.28مؤمن ,فاتن ( " .)2005تقدير عدد االصابات بمرض السرطان في المملكة العربية السعودية
باستخدام تحليل السالسل الزمنية" ,جامعة الملك عبد العزيز ,جدة – السعودية.
.29نقار ,عثمان ,والعواد ,منذر " .)2011( ,منهجية Box-Jenkinsفي تحليل السالسل
الزمنية والتنبؤ دراسة تطبيقية على أعداد تالميذ الصف األول من التعليم األساسي في سورية",
.30هتهات ,سعيد ( " .)2006دراسة اقتصادية وقياسية لظاهرة التضخم في الجزائر" ,جامعة
.31الوردي ,عدنان ( " .(1990أساليب التنبؤ اإلحصائي طرق وتطبيقات" ,مطبعة دار الحكمة في
.32اليامنة ,الداوي ( " .)2016أثر سعر الصرف على التجارة الخارجية دراسة حالة (الجزائر)
73
المراجع االنجليزية:ثانياا
75
54. Maass, A., Hufschmidt, M. M., Dorfman, R., Thomas, H. A., Marglin,
S. A., Fair and G. M. (1962). The Design of Water-Resource Systems.
Harvard University Press,Cambridge, Mass., pp 467.
55. MacKinnon, J. G. (1991). “Critical Values for Cointegration Tests,” in
R. F. Engle and C. W. J. Granger, eds., Long-Run Economic
Relationships, Oxford: Oxford University Press.
56. Makraidkis, S. Wheelright, S. and McGee, E.,(1983)." Forecasting:
Methods and Application", 2nd ed., John Wiley and sons,New Yourk,
USA.
57. Matroushi, S.(2011). " Hybrid computational intelligence systems based
on statistical and neural networks methods for time series forecasting:
the case of gold price" , Lincoln University, United Kingdom.
58. Meyler, A. Kenny, G. and Quinn, T., (1998). “Forecasting Irish
Inflation Using ARIMA Models”, Central Bank of Ireland, Techincal
Paper.
59. Miljanovic, M. (2012). "Comparative Analysis of Recurrent and Finite
Impulse Response Neural Networks in Time Series Prediction", Indian
Journal of Computer Science and Engineering, University of Vienna, Vol
3,No 1, pp:180–191.
60. Nuno, C., (1996). “Some Results on the Spectral Analysis of stationary
Time Series” Portugal Mathematic Vol. 53. Fasc. 2.
61. Phillips, P.C.B. and Perron, P., (1988). “Testing for Unit Roots in
Time Series Regression,” Biometrika, N 75, pp:335-346.
62. Pirece, A. D. (1971). " Least Squares Estimation in the Regression
Model with Autoregresseion - Moving Average Errors ", Biomatrika, vol
58, pp: 299- 321.
63. Purohit, S. Kelkar, S. and Simha, V., (1998). “Time Series Analysis of
Patients with Rotavirus Diarrhoea in Pune, India”, Journal Diarrhoeal
Disease Research Bangladesh, Vol 16, N 2, pp: 74-83.
76
64. Rykov, N. B.(2010). " Mathematical and Statistical Models and Methods
in Reliability", Birlin: Springer Science, LLC.
65. Schwarz, G. (1978). “Estimating the dimension of a model ”, The
Annals of Statistics, Vol. 6, pp. 461-464.
66. Shumway, R. H.(1998). ”Applied Statistical Time Series Analysis” ,
prentice Hall New Jersey ,USA.
67. Slutzky, E. (1937). “The summation of random causes as the source of
cyclic processes”, Econometrica, 5, 105-146.
68. Suryanto, J.,(2016). “PERBANDINGAN KINERJA MODEL ARIMA
DAN THOMAS-FIERING DALAM MEMPREDIKSI DEBIT SUNGAI
LONING, MAGELANG”, Jurnal AGRIFOR, Volume XV, No, 1, PP: 65-
74, Indonesia.
69. Walker, A. M. (1931). “On the periodicity in series of related terms”,
Proceedings of the Royal Society of London, A, 131, 518-532.
70. Wei, W.S. (1990). “Time Series Analysis Univariate and Multivariate
Methods”, Addison-Wesley publishing company, New York, USA.
71. Wold, H. (1938). “A Study in the Analysis of Stationary Time Series”,
Almqrist & Wiksell, Stockholm.
72. Yaffee, R. and McGee, M., (2000). “Introduction to Time Series
Analysis and Forecasting”, San Diego (California): Academic Press.
73. Yousif, A.A. Aswad, F.KH. and Ibrahim, S.A., (2016). “Performance of
ARIMA model and Modified Thomas- Fiering Model for Predicting the
Monthly Rainfall Data for Tallafar Station”, Article in Journal of
Polytechnic, Vol. 6, No. 1,PP: 293-309.
74. Yule, G. U. (1927). On the method of investigating periodicities in
disturbed series, with special reference to Wôlfer's sunspot numbers.
Philosophical Transactions, A, 226, 267-298.
77