چکیده:
در این مطالعه قیمت ماهانه ذرت و سویا با عنوان مهمترین دانههای روغنی با استفاده از روشهای تعدیل نمایی و خود توضیح میانگین متحرک1 (ARMA) پیشبینی شده است.دادههای مورد استفاده شامل دادههای ماهانه دوره فروردین 0731 تا تیر 7831 میباشد که از شرکت پشتیبانی امور دام گردآوری شده است.از دادههای دوره فروردین 1731 تا اسفند 5831 برای برآورد و آموزش مدلها و از دادههای دوره فروردین 6831 تا تیرماه 7831 بهمنظور بررسی قدرت پیشبینی مدلهای مختلف استفاده گردیده است.در این مطالعه معیارهای ارزیابی مختلفی شامل میانگین قدرمطلق خطا2 (MAE) ،میانگین مجذور خطا3 (MSE) و درصد میانگین مطلق خطا4 (MAPE) مورد استفاده قرار گرفته است.نتایج مطالعه نشاندهنده آن است که میتوان با استفاده از مدل تعدیل نمایی،قیمت ماهانه محصولات منتخب را بهتر از سایر مدلهای دیگر برآورد و پیشبینی نمود.
خلاصه ماشینی:
"Auto-regressive Moving Average X ارزیابی مدلهای مختلف نیز از معیار میانگین مجذور تناسب (MSF) 1بهره گرفته شده است.
برای این منظور از دادههای ماهانه دوره 5861 تا 0581 استفاده شده است.
(به تصویر صفحه مراجعه شود) بررسی روند قیمتی سویا نشاندهنده آن است که قیمت این محصول دارای نوسانات شدید
در این مطالعه بهمنظور پیشبینی قیمت محصولات منتخب از روش سری زمانی استفاده شده
و دادههای مورد نیاز شامل قیمت ماهانه ذرت و سویا برای دوره فروردین 0731 تا تیر 7831
برای استفاده از روشهای سری زمانی لازم است ایستایی دادهها مورد بررسی قرار گیرد.
برای قیمت ذرت که با درجات مختلف تخمین زده شده نشان داده شده است.
نتایج حاصل از برآورد فرآیند(1،1) ARMA برای قیمت ماهانه ذرت
آموزشی(دوره فروردین 1731 تا اسفند 5831)قیمت ماهانه سویا آورده شده است.
سویا با استفاده از دادههای آموزشی،قیمت ماهانه این محصولات برای دوره فروردین 5831 تا تیر
مقایسه مدل تعدیل نمایی با روند و بدون روند برای محصول ذرت نشاندهنده آن است که
مدل تعدیل نمایی بدون روند با خطای کمتری قیمت ذرت را پیشبینی مینماید چرا که از سه
تعدیل نمایی بدون روند برای پیشبینی قیمت ماهانه ذرت و مدل تعدیل نمایی با روند برای
گفت مدل تعدیل نمایی قادر است قیمت ماهانه محصولات منتخب را بهتر از سایر مدلهای دیگر
تعدیل نمایی برای پیشبینی هر دو محصول ذرت و سویا کمتر از مدل ARMA است.
گفت با مدل تعدیل نمایی میتوان قیمت ماهانه محصولات منتخب را بهتر از سایر مدلهای دیگر
روش جهت پیشبینی قیمت محصولات مختلف و بهویژه قیمت ذرت و سویا استفاده نمایند."