تشخيص أنموذجات السلاسل الزمنية الكفوءة باستخدام (ARIMA) مع تطبيق عملي

Abstract

المستخلص . السلسلة الزمنية هي مجموعة من الأرقام تمثل ظاهرة معينة مرتبة على أساس فترات زمنية غالبا ما تكون متساوية ومتعاقبة يهدف البحث الى تشخيص أفضل أنموذج سلسلة زمنية ملائم لمتوسطات الأسعار الشهرية للنفط الخام العراقي المصدر للفترة (2006-2017)م ، وتطبيق مراحل طريقة بوكس-جينكنز في بناء الأنموذج الملائم وبعد أجراء العديد من الاختبارات الإحصائية لدراسة استقرارية السلسلة المدروسة ، و بعد تحويل السلسلة الأصلية الى سلسلة العودة والتي غالباً ما تستخدم مع السلاسل الزمنية المالية تم التوصل بأن الأنموذج الأفضل  وهو  AR(1,1.0) باستخدام معايير المفاضلة (AIC , SIC , H-Q) ومعنوية معلمات الأنموذج المقدرة كونه حقق أقل قيم للمعايير المذكورة .

Abstract. The time series is a group of numbers representing a specific phenomenon arranged on the basis of time periods that are often equal and successive. The research aims to diagnose the best appropriate time series model for the monthly average prices of Iraqi crude oil for the period (2006-2017), and to apply the stages of the Box-Jenkins method in Building the appropriate model and after conducting several statistical tests to study the stability of the studied chain, and after converting the original chain to the return chain which is often used with financial time series, it was concluded that the best model is AR (1,1.0) using differentiation criteria (AIC, SIC, HQ) and significant The model's parameters are estimated to have achieved the lowest values ​​for the listed parameters.