به کارگیری شبکه عصبی مصنوعی در پیش بینی متغیرهای اقتصادی و مقایسه آن با روش های اقتصادسنجی (مطالعه موردی: پیش بینی روند نرخ تورم در ایران)


در حال بارگذاری
23 اکتبر 2022
فایل ورد و پاورپوینت
2120
3 بازدید
۷۹,۷۰۰ تومان
خرید

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 به کارگیری شبکه عصبی مصنوعی در پیش بینی متغیرهای اقتصادی و مقایسه آن با روش های اقتصادسنجی (مطالعه موردی: پیش بینی روند نرخ تورم در ایران) دارای ۹ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد به کارگیری شبکه عصبی مصنوعی در پیش بینی متغیرهای اقتصادی و مقایسه آن با روش های اقتصادسنجی (مطالعه موردی: پیش بینی روند نرخ تورم در ایران)  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی به کارگیری شبکه عصبی مصنوعی در پیش بینی متغیرهای اقتصادی و مقایسه آن با روش های اقتصادسنجی (مطالعه موردی: پیش بینی روند نرخ تورم در ایران)،به هیچ وجه بهم ریختگی وجود ندارد


بخشی از متن به کارگیری شبکه عصبی مصنوعی در پیش بینی متغیرهای اقتصادی و مقایسه آن با روش های اقتصادسنجی (مطالعه موردی: پیش بینی روند نرخ تورم در ایران) :

تعداد صفحات :۹

چکیده مقاله:

امروزه پیش بینی متغیرهای کلان اقتصادی از اهمیت ویژه ای برای سیاستگذاران و سایر واحدهای اقتصادی برخوردار است، به طوری که نیاز به ابزار و شیوه های پیش بینی متغیرها با کمترین خطا احساس می شود. بدین منظور مدلهای گوناگونی برای پیش بینی این متغیرها توسعه یافته است. اخیرا روش های دیگری تحت عنوان ((شبکه های عصبی مصنوعی)) در پیش بینی متغیرهای پولی و مالی به موازات مدل های ساختاری و سری زمانی به کار گرفته شده اند. این فرآیندها که برگرفته از فرآیند یادگیری مغز هستند، با استفاده از سرعت محاسباتی رایانه بین متغیرها را یاد گرفته و از آن برای پیش بینی مقادیر آتی استفاده می کنند. در این نوشتار، علاوه بر طراحی و اجرای یک مدل شبکه عصبی برای پیش بینی تورم در ایران با استفاده از اطلاعات سالهای ۲۰۱۳-۱۹۶۰ به بررسی متغیرهای مهم اقتصادی مانند حجم پول، نرخ ارز، صادرات، تولید ناخالص ملی روی تورم به صورت داده های تابلویی و روش حداقل مربعات معمولی (aols) در برآورد الگوی اقتصادسنجی توسط نرم افزار ایویوز پرداخته ایم و این فرضیه را که شبکه عصبی مصنوعی نسبت به روش های معمول اقتصاد سنجی و مدل های سری زمانی درپیش بینی تورم کارایی بیشتری دارد، بررسی کرده ایم. نتایج به دست آمده حاکی از آن است که در صورت طراحی دقیق،مدلهای شبکه عصبی مصنوعی در زمینه پیش بینی تورم عملکرد بهتری دارد.

  راهنمای خرید:
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.