مبانی نظری و پیشینه تحقیق پیشینه و مبانی نظری پيش بيني و مدل هاي پيش بيني 68284
کد فایل
68284
دسته
مبانی نظری و پیشینه تحقیق
نوع فایل
تحقیق
تعداد مشاهده
2459
فرمت فایل دانلودی
.zip
فرمت فایل اصلی .doc
تعداد صفحات 41
حجم فایل
215 کیلوبایت
0
0
لینک دانلود و خرید پایین دسته بندی : ووردنوع فایل : word (..doc) ( قابل ويرايش و آماده پرينت )تعداد صفحه : 41 صفحه قسمتی از متن word (..doc) : پيش بيني و مدلهاي پيش بينيتعريف پيش بينيدر يک تعريف کلي، فرايند پيشگويي شرايط و حوادث آينده را پيشبيني ناميده و چکونگي انجام اين عمل را پيشبيني کردن ناميده ميشود (بوکوتا، 2002).هر سازماني جهت تصميمگيري آگاهانه بايد قادر به پيشبيني کردن باشد. از آنجايي که پيشبيني وقايع آينده در فرآيند تصميمگيري در سازمان نقش عمده اي را ايفا مي کند، پيشبيني کردن براي بسياري از سازمانها و نهادها حائز اهميت بالقوهاي است. بنابراين بيشتر تصميمات مديريت در تمام سطوح سازمان به طور مستقيم و يا غير مستقيم به حالتي از پيشبيني آينده بستگي دارد. در مديريت استراتژيک، پيشبيني شرايط عمومي اقتصاد، نوسانات قيمت و هزينهي تغييرات تکنولوژي، رشد بازار و امثال آن در ترسيم آينده بلندمدت شرکت موثر است. به همين دليل است که کنترل هر فرايند، منوط به پيشبيني رفتار دوره فرآيند در آينده است. براي مثال ممکن است که در يک دوره فرآيند دستگاهي بيش از حد معين کار کند و تعداد اقلام معيوب توليد شده افزايش يابد. بنابراين براي شناسايي به موقع اين نقص بايد از روش هاي مناسب پيشبيني استفاده نموده و نسبت به تصحيح و يا حذف آن با توجه به شرايط موجود اقدام نمود (ريفنس، 1997).مدل هاي پيش بينيابزارهاي عيني و رياضي که براي پردازش و تجزيه و تحليل دادهها مورد استفاده قرار ميگيرند مدلهاي پيشبيني ناميده ميشوند. به عبارت ديگر، الگويي از يک واقعيت که ساده و کوچک شده و روابط بين متغيرهاي آن واقعيت يا سيستم را نشان ميدهد، مدل خوانده ميشود. بنابراين، هنگامي که متغيرهاي مورد نظر به صورتي منظم، ساده و قابل فهم در جهت اهداف پيشبيني در کنار يکديگر قرار گرفتند و الگويي از روابط را بوجود آوردند، يک مدل پيشبيني شکل ميگيرد. سري هاي زماني -Time seriesبه روند مقادير يک متغير در طول زمان که به صورت دورههاي زماني با فواصل معين و يکسان تنظيم شده‌اند سري زماني گفته ميشود. در تحليل سري زماني وضعيت تغييرات يک متغير در گذشته مورد بررسي قرارگرفته و به آينده تعميم داده ميشود. به طور کلي مدلهايي که در تحليل سريهاي زماني مورد استفاده قرار ميگيرند به دو دسته مدلهاي خطي و غيرخطي تقسيم ميشوند. مدلهاي خطي مانند مدلهاي باکس ـ جنکينز -Box-Jenkins و يکنواخت سازي نمايي براي سريهاي زماني خطي مناسب هستند، ولي در مدلسازي سريهاي زماني مالي و غيرخطي با مشکل مواجه ميشوند. مدلهاي غيرخطي از قبيل مدلهاي غيرکاهنده آستانهاي، يک تابع غيرخطي خاص و از پيش تعيين شده را پيشبيني ميکنند. به عبارتي تابع خطي مورد استفاده در اين روشها مشخص است. نوع ديگر مدلهاي غير خطي شبکههاي عصبي مصنوعي هستند که مي توانند هر تابعي را تخمين بزنند و فرايندهاي با رفتار ناشناخته را مدل نمايند.سريهاي زماني بدنبال مقادير يک صفت متغير در طول زمان هستند. مشاهدات عموما بايد در تاريخهاي معين يعني در فواصل زماني تقريبا ثابت به عمل آيند. مقادير يک صفت متغير ممکن است مربوط به يک لحظه زماني و يا مربوط به يک فاصله يا دوره زماني باشد. که در حالت اول سري زماني را لحظهاي و در حالت دوم سري زماني را دورهاي و يا فاصلهاي مينامند. قيمت سهام شرکتها در آخرين روز ماه و ماههاي متوالي و همچنين تعداد بهره برداريهاي کشاورزي در سالهاي متوالي از نوع سريهاي زماني لحظهاي است و حجم بازرگاني خارجي در سالهاي متوالي و تعداد نامههاي پست شده در ماههاي متوالي و يا سالهاي متوالي از نوع سريهاي زماني دورهاي يا فاصلهاي مي باشند.مطالعه سريهاي زماني در اکثر رشتهها مانند جامعه شناسي، بازرگاني، زيستشناسي، زمينشناسي و به خصوص زمينه مسائل اقتصادي پيشرفت فراوان داشته و از نظر آمارشناسان اقتصادي نه تنها تشريح وضع فعلي درباره مسائل اقتصادي، ضروري است، بلکه پيشبيني وضع براي آينده نزديک و دور نيز ضروري است. بديهي است هيچ پيشبيني بدون اطلاع از گذشته نميتواند به عمل آيد و تهيه سريهاي زماني به منظور تامين اطلاع و آشنايي نسبت به گذشته است.مدل باکس ـ جنکينز – Box & Jenkinsمدل باکس ـ جنکينز يا آريما – Autoregressive- IntegratedMoving Average عبارتست از برازاندن يک الگوي ميانگين متحرک – Moving Average تلفيق شده با خودرگرسيو – Autoregressive به مجموعه دادهها و بدست آوردن الگوي رياضي شرطي در يک سري زماني است. يک مدل آريما سه جزء دارد (خالوزاده، 1999).خود رگرسيوميانگين يکپارچه -Integrated Averageميانگين متحرک