برآورد تابع تقاضای موادغذایی خانوارهای شهری استان سیستان و بلوچستان با استفاده از دو سیستم NNDS و QUAIDS QUAIDS
محل انتشار: مجله تحقیقات اقتصاد کشاورزی، دوره: 9، شماره: 34
سال انتشار: 1396
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 123
فایل این مقاله در 24 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JAE-9-34_004
تاریخ نمایه سازی: 25 بهمن 1402
چکیده مقاله:
در این مطالعه، به بررسی تقاضای مواد غذایی خانوارهای شهری استان سیستان و بلوچستان از راه داده های خام درآمد و هزینه ی خانوار ۱۳۹۰ و با استفاده دو سیستم تقاضای شبکه عصبی و سیستم تقاضای تقریبا ایده آل درجه دوم پرداخته و مقدار دقت این دو سیستم بررسی شد. برای برآورد تقاضا براساس طبقه بندی COICOP موادغذایی به نه گروه اصلی طبقه بندی شدند. نتایج NNDS که با استفاده از یک شبکه پیش خور و پرسپترون چندلایه برآورد زده شدند، نشان دادند که خطای همه گروهها با این روش مساوی و کوچک تر از روش QUAIDS است. نتایج بدست آمده از رسم منحنی انگل نشان دادند که منحنی انگل اکثر گروهها برای سیستم تقاضای شبکه عصبی به دلیل غیرخطی بودن به منحنی واقعی نزدیک تر بوده و نتایج بهتری دارند. با توجه به نتایج هر دو سیستم کشش درآمدی گروه کالاهای «نان وغلات»، «شیر و تخم پرندگان»، «حبوبات و سبزی ها»، «قند و شکر»، « نوشیدنی ها» و «چاشنی ها» کم تر از یک بوده و این کالاها ضروری هستند و گروه کالاهای «گوشت»، «روغن ها و چربی ها» و «میوه ها و خشکبار» کالای لوکس بشمار می آیند.
کلیدواژه ها:
نویسندگان
احمد اکبری
استاد اقتصاد کشاورزی، دانشکده مدیریت و اقتصاد دانشگاه سیستان و بلوچستان
مهری احمدی جاوید
دانشجوی دکتری سیاست و توسعه کشاورزی، دانشگاه تربیت مدرس.
محمد باقر ضیایی
کارشناسی ارشد اقتصاد کشاورزی، دانشگاه تبریز
سید مسعود برکاتی
دانشیار، مهندسی برق و الکترونیک، دانشگاه سیستان و بلوچستان
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :