الملخص: تناول البحث بناء النماذج الهجينة المتولدة من دمج نموذج الانحدار الذاتي والمتوسطات المتحرکة التکاملية ARIMA مع نموذج الشبکات العصبية الاصطناعية ANNs، وذلک باستخدام بواقي ARIMA کمدخلات لنموذج ANN وبالعکس، بالاعتماد على بيانات السلسلة الزمنية الشهرية لأسعار الذهب العالمية لغرض المقارنة بين النماذج الهجينة ARIMA-ANN وANN-ARIMA مع النماذج المفردة ARIMA, ANN، وتمت المفاضلة بينهم باستخدام مقاييس دقَّة التنبؤ MAE و RMSE لإيجاد النموذج الأمثل للتنبؤ بالقيم المستقبلية. وقد أظهرالبحث تفوُّق نموذج ANN-ARIMA على غيره من النماذج الأخرى لامتلاکه أقل القيم لمقاييس دقَّة التنبؤ. Abstract: The research tackles constructing the hybrid models generated from integrated autoregressive moving average model (ARIMA) with the artificial neural networks (ANNs), This is done using ARIMA residuals as inputs for ANN model or vice versa, based on global gold price time series data to compare hybrid models of ARIMA-ANN and ANN-ARIMA with single models ARIMA and ANN, These models are compared using the RMSE and MAE prediction accuracy criteria to find the most appropriate model for predicting future values. This study reveals the superiority of ARIMA-ANN over other models by having the lowest values of the prediction criteria's.
التلباني, شادي إسماعيل, & صادق, محمد عبدالهادي. (2020). دراسة إحصائية مقارنة بين نمــــاذجARIMA و ANN : مــفـــردة وهجـــــينة (مع التــطبيـــق). مجلة البحوث التجارية, 42(2), 297-321. doi: 10.21608/zcom.2020.123001
MLA
شادي إسماعيل التلباني; محمد عبدالهادي صادق. "دراسة إحصائية مقارنة بين نمــــاذجARIMA و ANN : مــفـــردة وهجـــــينة (مع التــطبيـــق)". مجلة البحوث التجارية, 42, 2, 2020, 297-321. doi: 10.21608/zcom.2020.123001
HARVARD
التلباني, شادي إسماعيل, صادق, محمد عبدالهادي. (2020). 'دراسة إحصائية مقارنة بين نمــــاذجARIMA و ANN : مــفـــردة وهجـــــينة (مع التــطبيـــق)', مجلة البحوث التجارية, 42(2), pp. 297-321. doi: 10.21608/zcom.2020.123001
VANCOUVER
التلباني, شادي إسماعيل, صادق, محمد عبدالهادي. دراسة إحصائية مقارنة بين نمــــاذجARIMA و ANN : مــفـــردة وهجـــــينة (مع التــطبيـــق). مجلة البحوث التجارية, 2020; 42(2): 297-321. doi: 10.21608/zcom.2020.123001