مقایسه روش های تک متغیره در پیش بینی رشد اقتصادی بخش کشاورزی ایران
Abstract(in Persian; no English abstract is available)
آگاهی از روند متغیرهای کلان اقتصادی همواره برای اقتصاددانان، برنامه¬ریزان و سیاست¬گذاران اهمیت بسیاری داشته است. از این¬رو، همواره سعی شده¬است که پیش¬بینی این متغیرها با کمترین خطای ممکن صورت بگیرد. هدف مطالعه حاضر، مقایسه مدل¬های پیش¬بینی تک¬متغیره شامل روش¬های اقتصادسنجی و شبکه¬های هوش¬مصنوعی برای پیش¬بینی رشد بخش کشاورزی ایران است. بدین منظور روش¬های، اقتصادسنجی مدل خودرگرسیون میانگین متحرک انباشته فصلی (sarima) و فضای حالت (ss) و روش-های هوش مصنوعی شبکه عصبی (ann) و شبکه عصبی فازی (anfis) با یکدیگر مقایسه شده¬اند. نتایج نشان می¬دهد که به¬طور کلی روش¬های هوش مصنوعی دقیق¬تر از روش¬های اقتصادسنجی هستند. همچنین در میان روش¬های هوش مصنوعی، روش anfis بهتر از روش ann و در میان روش¬های اقتصادسنجی، روش sarima دقیق¬تر از روش ss می¬باشد.