پیش بینی تورم ایران با استفاده از مدلهای ساختاری، سری های زمانی و شبکه های عصبی

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

 پیش بینی تورم ایران با استفاده از مدلهای ساختاری، سری های زمانی و شبکه های عصبی دارای ۴۳ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد پیش بینی تورم ایران با استفاده از مدلهای ساختاری، سری های زمانی و شبکه های عصبی  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 پیش بینی تورم ایران با استفاده از مدلهای ساختاری، سری های زمانی و شبکه های عصبی،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن پیش بینی تورم ایران با استفاده از مدلهای ساختاری، سری های زمانی و شبکه های عصبی :

نام کنفرانس، همایش یا نشریه : تحقیقات اقتصادی

تعداد صفحات :۴۳

امروزه، پیش بینی متغیرهای کلان اقتصادی از اهمیت ویژه ای برای سیاستگذاران و سایر واحدهای اقتصادی برخوردار است. در نتیجه، در دهه های اخیر، مدلهای پیش بینی گوناگونی توسعه یافته و به رقابت با یکدیگر پرداخته اند. اخیراً به موازات مدل های متداول قبلی مانند مدلهای ساختاری و سری های زمانی، مدل های دیگری تحت عنوان شبکه های عصبی مصنوعی در زمینه پیش بینی متغیرهای مالی و پولی به کار گرفته شده اند. این مدلها که در حقیقت اقتباس از فرآیند یادگیری مغز انسان هستند، با استفاده از سرعت محاسباتی کامپیوتر، روابط بین متغیرها را هر چند پیچیده باشند، یاد گرفته و از آن برای پیش بینی مقادیر آتی استفاده می نمایند. از ویژگی های مهم این مدل ها می توان به آزادی آنها از فروض آماری مربوط به متغیرها، استفاده از روش های محاسباتی موازی و غیر خطی بودن آنها اشاره نمود. در این مقاله، علاوه بر معرفی مدل های شبکه های عصبی و نحوه کاربرد آنها در اقتصاد، یک مدل شبکه عصبی برای پیش بینی تورم در ایران با استفاده از اطلاعات سال های (۱۳۷۷ – ۱۳۳۸) طراحی و اجرا شده است. نتایج به دست آمده حاکی از آن است که مدل های شبکه های عصبی در غالب موارد عملکرد بهتری در زمینه پیش بینی تورم دوره آتی ایران نسبت به رقبای خود دارند.

کلید واژه: پیش بینی، تورم، مدل های ساختاری، مدل های سری های زمانی، مدل های شبکه های عصبی مصنوعی