کاربرد تلفیقی مدل‌های داده - ستانده و شبکه‌ی عصبی در پیش بینی تولید کل و تقاضای نهایی

نویسندگان

1 استادیار دانشکده‌ی اقتصاد دانشگاه علامه طباطبایی

2 دانشیار دانشکده‌ی اقتصاد دانشگاه علامه طباطبایی

3 کارشناسی ارشد دانشکده اقتصاد دانشگاه علامه طباطبایی

doi
10.22059/jte.2013.30197
چکیده

پیش‌بینی متغیرها یکی از وظایف اصلی و مهم علوم مختلف از جمله اقتصاد می‌باشد. به‌طور کلی پیش‌بینی‌ها می‌توانند در ارتباط با انجام بخشی از سیاست‌ها کاربردهای مفید و مؤثری را به نمایش گذارند. در این مطالعه به طور مشخص از مدل تلفیقی داده ستانده و شبکه‌ی عصبی در پیش‌بینی تقاضای نهایی و تولید کل استفاده و با نتایج حاصل از کاربرد مدل داده ستانده مقایسه شده است. ابتدا با استفاده از میانگین نرخ رشد تقاضای نهایی طی سال‎های 1365 الی 1375 به برآورد تقاضای نهایی پرداخته و سپس تولید کل با استفاده از روش داده ستانده پیش‌بینی شده است. در گام بعدی دو شبکه‌ی عصبی پیش خور تعمیم یافته به ترتیب با یک و سه لایه‌ی پنهان و توابع فعال سازی Axon در نظر گرفته شده‌اند. متغیر خروجی شبکه‌ی اول، تقاضای نهایی سال 1380 و متغیر خروجی شبکه‌ی دوم، تولید کل سال 1380 می‌باشد. استفاده از معیارهای MSE، RMSE، MAD، MAPE و U-Thail در مقایسه‌ی دو مدل نشان می‌دهد که مدل تلفیقی داده ستانده و شبکه‌ی عصبی نسبت به مدل داده ستانده در پیش‌بینی تولید کل از دقت بیش‌تری برخوردار است. طبقه‌بندی :JEL C53, D57, C54