مقایسه الگوی خود توضیح جمعی میانگین متحرک، روش های هموارسازی و رگرسیون فازی در پیش بینی ارزش افزوده بخش صنعت ایران

امروزه پیش بینی مقادیر متغیرهای اقتصادی نقش مهمی در برنامه ریزی و سیاست گذاری اقتصادی دارد و روش های متنوعی برای پیش ­بینی متغیرهای اقتصادی مورداستفاده قرار می­ گیرند. هرچند که شاید بسیار دقیق بودن میزان پیش بینی در برخی موارد از اهمیت چندانی برخوردار نباشد ولی مسلما پیش بینی های کوتاه مدت برای بسیاری از تصمیم گیری ها از اهمیت بالایی برخوردار است. با توجه به اهمیت بخش صنعت و سهم آن در تولید ناخالص داخلی کشور، مطالعه حاضر به بررسی و مقایسه دقت و کارایی روش های خود توضیح جمعی میانگین متحرک (ARIMA)،  هموارسازی نمایی منفرد با روند (SEST)،دوگانه با روند(DEST) و رگرسیون فازی در راستای پیش­بینی ارزش افزوده بخش صنعت ایران به قیمت ثابت طی دوره ۸۹-۱۳۴۰ پرداخته است. به این منظور دو معیار ریشه میانگین مربعات خطا (RMSE) و ضریب تعیین (R۲ ) به کار گرفته شده است. نتایج حاصله بیانگر آن است که مدل های هموارسازی نمایی منفرد با روند(SEST) و رگرسیون فازی توانایی انجام یک پیشبینی مناسب را داشته و درنتیجه میتوان از این مدل ها به عنوان ابزاری دقیقتر برای پیشبینی ارزش افزوده بخش صنعت در کنار دیگر روش ها بهره جست.     

کلیدواژه ها:

Industry ، Value Added ، Forecasting ، بخش صنعت ، ارزش افزوده ، پیش بینی