1
استادیار اقتصاد کشاورزی دانشگاه شهید باهنر کرمان
2
دانشجوی کارشناسی ارشد اقتصاد کشاورزی دانشگاه شهید باهنر کرمان
چکیده
سیاستگزاران و برنامهریزان اقتصادی در تلاش اند تا متغیرهای موثر بر رشد بخش کشاورزی را مدلسازی کنند و از این مدلها در فرآیند پیشبینی استفاده نمایند. امروزه پیشبینی به عنوان یک ابزار مهم برنامهریزی برای سیاستگزاران اقتصادی به شمار میرود و روشهای متنوعی برای پیشبینی متغیرهای اقتصادی مورد استفاده قرار میگیرد. این پژوهش نرخ رشد بخش کشاورزی ایران را پیشبینی و دقت روشهای تک متغیره و چند متغیره را در پیشبینی این متغیر مقایسه میکند. روشهای مورد استفاده در این تحقیق عبارت است از هموارسازی نمایی منفرد با روند، هموارسازی نمایی دوگانه با روند، الگوریتم هالت-وینترز تجمعی، الگوریتم هالت-وینترز ضربی، الگوی خودتوضیح جمعی میانگین متحرک، الگوی خودتوضیح برداری و شبکههای عصبی مصنوعی تک متغیره و چند متغیره. بر اساس یافتههای پژوهش، شبکههای عصبی مصنوعی، هموارسازی نمایی منفرد و دوگانه با روند در مقایسه با دیگر تکنیکهای تک متغیرهی به کار گرفته شده در این تحقیق بهترین پیشبینی را ارایه داد. سرانجام در روشهای چند متغیره نیز دقت و کارآیی پیشبینی شبکههای عصبی مصنوعی در مقایسه با الگوی رقیب خودتوضیح برداری بهتر بود.
زارع مهرجردی, محمدرضا, & جاودان, ابراهیم. (1390). پیشبینی نرخ رشد بخش کشاورزی ایران (مقایسهی روشهای تک متغیره و چند متغیره). Agricultural Economics, 5(1), 81-101.
MLA
محمدرضا زارع مهرجردی; ابراهیم جاودان. "پیشبینی نرخ رشد بخش کشاورزی ایران (مقایسهی روشهای تک متغیره و چند متغیره)". Agricultural Economics, 5, 1, 1390, 81-101.
HARVARD
زارع مهرجردی, محمدرضا, جاودان, ابراهیم. (1390). 'پیشبینی نرخ رشد بخش کشاورزی ایران (مقایسهی روشهای تک متغیره و چند متغیره)', Agricultural Economics, 5(1), pp. 81-101.
VANCOUVER
زارع مهرجردی, محمدرضا, جاودان, ابراهیم. پیشبینی نرخ رشد بخش کشاورزی ایران (مقایسهی روشهای تک متغیره و چند متغیره). Agricultural Economics, 1390; 5(1): 81-101.