‫جامعة حسيبة بن بوعمي‪ ،‬الشمف‬

‫كمية العموم االقتصادية و التجارية و عموم التسيير‬

‫قسـم العموم االقتصادية‬

‫مطبوعة بيداغوجية (سند بيداغوجي)‬

‫بعنوان‪:‬‬
‫سمسمة محاضرات في مادة تقنيات التنبؤ مدعمة بأمثمة محمولة‬

‫من اعداد األستاذ ‪:‬‬

‫د‪ .‬بن مريم محمد‬
‫موجهة الى‪:‬‬
‫طمبة السنة الثالثة ليسانس‪ ،‬تخصص‪ :‬ادارة اعمال‬

‫السنة الدراسية‪0200-0202 :‬‬

 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫فهرس المحتويات‬
‫الصفحة‬
‫العنـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ــاوين‬
‫‪2‬‬ ‫فهرس المحتوى‬
‫أ‬ ‫مقدمة‬
‫‪7‬‬ ‫المحور االول‪ .‬مفاىیم اساسیة حول التنبؤ‬
‫‪8‬‬ ‫‪ .1‬تعريف التنبؤ‬
‫‪8‬‬ ‫‪ .2‬أعلية التنبؤ‬
‫‪8‬‬ ‫‪ .3‬أنواع التنبؤ‬
‫‪8‬‬ ‫‪ .1.3‬معيار صيغة التنبؤ‬
‫‪9‬‬ ‫‪ .2.3‬معيار فًتة التنبؤ‬
‫‪9‬‬ ‫‪ .3.3‬معيار درجة التأكد‬
‫‪9‬‬ ‫‪ .4.3‬معيار أسلوب التنبؤ‬
‫‪10‬‬ ‫‪ .4‬خطوات عملية التنبؤ‬
‫‪10‬‬ ‫‪ .1.4‬ربديد الغرض من التنبؤ‬
‫‪10‬‬ ‫‪ .2.4‬ربديد اإلطار أو ادلدى الزمٍت للتنبؤ‬
‫‪11‬‬ ‫‪ .3.4‬مجع و ربليل البيانات ادلناسبة‬
‫‪12‬‬ ‫‪ .5‬شروط وصعوبة التنبؤ االقتصادي‬
‫‪12‬‬ ‫‪ .1.5‬االستخدام ادلتزايد للتنبؤ‬
‫‪13‬‬ ‫‪ .2.5‬صعوبة التنبؤ‬
‫‪14‬‬ ‫‪ .6‬ظلـاذج التنبـؤ‬
‫‪14‬‬ ‫‪ .1.6‬النمـاذج غَت النظامية (الوصفية او النوعيـة)‬
‫‪15‬‬ ‫‪ . 1.1.6‬أساليب التناظر و ادلقارنة‬
‫‪15‬‬ ‫‪ .2.1.6‬احلدس و اخلربة‬
‫‪15‬‬ ‫‪ .3.1.6‬تقدير أراء رجال اإلدارة‬

‫‪2‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪16‬‬ ‫‪ .4.1.6‬طريقة دلفي ( االجتماع عن بعد)‬

‫‪17‬‬ ‫‪ .2.6‬النماذج او االساليب النظامية‬
‫‪18‬‬ ‫المحور الثاني‪ :‬مفاىیم اساسیة حول السالسل الزمنیة‬
‫‪19‬‬ ‫‪ .1‬تعريف السلسلة الزمنية‬
‫‪19‬‬ ‫‪ .2‬مركبات السلسلة الزمنية‬
‫‪20‬‬ ‫‪ .1.2‬االذباه العام‪La Tendance générale :‬‬
‫‪20‬‬ ‫‪ .2.2‬التغَتات ادلومسية ( او الفصلية)‪Les Variations Saisonnières :‬‬
‫‪22‬‬ ‫‪ .3.2‬التغَتات الدورية‬
‫‪22‬‬ ‫‪ .4.2‬التغَتات العشوائية‪Les variations Aléatoires :‬‬
‫‪22‬‬ ‫‪ .3‬النموذج العام للسلسلة الزمنية‬
‫‪22‬‬ ‫‪ .1.3‬النموذج التجميعي‬
‫‪22‬‬ ‫‪ .2.3‬النموذج اجلدائي او ادلضاعف‬
‫‪22‬‬ ‫‪.4‬اختبارات الكشف عن مركبات السالسل الزمنية‬
‫‪22‬‬ ‫‪ .1.4‬الكشف عن مركبة االذباه العام‬
‫‪22‬‬ ‫‪ .1.1.4‬اختبار معامل االرتباط الرتيب للكشف عن مركبة االذباه العام (اختبار‬
‫دانيال)‪:‬‬
‫‪24‬‬ ‫‪ .2.4‬الكشف عن ادلركبة ادلومسية‬
‫‪25‬‬ ‫‪ .1.2.4‬اختبار ‪Kruskall-wallis‬‬
‫‪22‬‬ ‫‪ .5‬طرق ربديد الشكل العام للسلسلة الزمنية‬
‫‪22‬‬ ‫‪ .1.5‬طريقة الوسط احلسايب السنوي‬
‫‪22‬‬ ‫‪ .2.5‬طريقة االضلراف ادلعياري السنوي‬
‫‪22‬‬ ‫‪.3.5‬كشف النموذج العام للسلسلة باستخدام طريقة ادلعادلة االضلدارية‬
‫‪23‬‬ ‫المحور الثالث‪ :‬التنبؤ بنماذج االتجاه العام‬
‫‪24‬‬ ‫‪ .1‬ظلوذج االذباه العام اخلطي‬
‫‪24‬‬ ‫‪ .1.1‬طريقو ادلربعات الصغرى‬
‫‪25‬‬ ‫‪ .2.1‬اختبار معنوية معادل االذباه العام اخلطي ادلقدر ‪ :‬اختبار ستودنت‬
‫‪22‬‬ ‫‪ .2‬ظلاذج االذباه العام غَت اخلطي‬

‫‪3‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪23‬‬ ‫‪ .1.2‬ظلوذج االذباه العام االسي‬

‫‪25‬‬ ‫‪ .2.2‬ظلوذج صيغو دالة القطع ادلكافئ او الدالة الًتبيعية‬
‫‪32‬‬ ‫‪ .3‬نزع مركبة االذباه العام‬
‫‪32‬‬ ‫‪ .1.3‬طريق الطرح‬
‫‪32‬‬ ‫‪ .2.3‬طريقة التفريق البسيط‬
‫‪33‬‬ ‫المحور الرابع‪ :‬التنبؤ بنماذج االتجاه العام ‪ +‬المركبة الفصلیة‬
‫‪56‬‬ ‫‪ .1‬طرق تقدير ادلركبة الفصلية يف النموذج اجلدائي (او ادلختلط)‬
‫‪34‬‬ ‫‪.1.1‬طريقة ادلتوسطات حلساب ادلعامالت الفصلية‬
‫‪36‬‬ ‫‪ .2.1‬طريقة حساب ادلعامالت لتقدير ادلركبة الفصلية‬
‫‪42‬‬ ‫‪ .2‬التنبؤ باستخدام ادلركبة ادلومسية يف النموذج اجلدائي‬
‫‪42‬‬ ‫‪ .1.2‬احلالة االوذل‪ :‬احتواء السلسلة على مركبيت االذباه العام والفصلية‬
‫‪42‬‬ ‫‪ .2.2‬احلالة الثانية‪ :‬احتواء السلسلة على ادلركبة الفصلية فقط‬
‫‪43‬‬ ‫‪ .3‬نزع ادلركبة ادلومسية من السلسلة ذات الشكل اجلدائي‬
‫‪43‬‬ ‫‪ .1.3‬احلالة االوذل‪ :‬نزع ادلركبة الفصلية فقط‬
‫‪43‬‬ ‫‪ .2.3‬احلالة الثانية‪ :‬نزع ادلركبة الفصلية و االذباه العام معا‬
‫‪44‬‬ ‫‪ .4‬طرق تقدير ادلركبة الفصلية يف النموذج التجميعي‬
‫‪47‬‬ ‫‪ .5‬التنبؤ باستخدام ادلعامالت ادلومسية يف النموذج التجميعي‬
‫‪57‬‬ ‫‪ .6‬نزع ادلركبة ادلومسية من السلسلة ذات الشكل التجميعي‬
‫‪52‬‬ ‫المحور الخامس‪ :‬التنبؤ باستخدام نماذج المتوسطات المتحركة ‪ +‬طرق التمهید االسي‬
‫‪52‬‬ ‫‪ .1‬أسلوب ادلتوسطات ادلتحركة البسيطة‪Simple Moving Average Method :‬‬
‫‪53‬‬ ‫ادلرجحة (‪)Weighted Moving Average‬‬
‫‪ .2‬أسلوب ادلتوسطات ادلتحركة ّ‬
‫‪54‬‬ ‫‪ .3‬ظلاذج التمهيد االسي‬
‫‪55‬‬ ‫‪ .1.3‬التمهيد األسي البسيط او االحادي ‪Simple Exponential Smoothing‬‬
‫‪67‬‬ ‫‪ .2.3‬التمهيد األسي الثنائي او ادلضاعف لرباون ( ‪Brown) (D.E.S) (Double‬‬
‫‪)Exponential Smoothing‬‬
‫‪65‬‬ ‫‪ .3.3‬التمهيد األسي ادلضاعف او الثنائي ذلولت ‪Holt‬‬
‫‪66‬‬ ‫‪ .4.3‬التنبؤ باستخدام طريقة التمهيد االسي الثالثي لـ ‪Holt-Winters‬‬
‫‪66‬‬ ‫‪ .1.4.3‬الشكل اجلدائي‬
‫‪4‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪67‬‬ ‫‪ .2.4.3‬الشكل التجميعي‬

‫‪77‬‬ ‫‪ .3.4.3‬نقطة البداية يف ظلوذج ‪Winters – Holt‬‬
‫‪277‬‬ ‫المحور السادس‪ :‬طريقة بوكس‪-‬جنكنز للتنبؤ بالسالسل الزمنیة‬
‫‪272‬‬ ‫‪ .1‬خصائص السلسلة الزمنية‬
‫‪272‬‬ ‫‪ .1.1‬العشوائية‬
‫‪272‬‬ ‫‪ .2.1‬اإلستقرارية ‪stationarity‬‬
‫‪272‬‬ ‫‪ .3.1‬دالة االرتباط الذايت‬
‫‪272‬‬ ‫‪ .2‬مراحل التنبؤ وفق طريقة بوكس‪-‬جينكينز‬
‫‪272‬‬ ‫‪ .1.2‬ادلرحلة االوذل‪ :‬مرحلة ربديد النموذج ‪Identification‬‬
‫‪272‬‬ ‫‪ .1.1.2‬النماذج اخلطية للسلسلة الزمنية‬
‫‪272‬‬ ‫أ‪ .‬ظلاذج ادلتوسطات ادلتحركة‪Moving average‬‬
‫‪274‬‬ ‫ب‪ .‬ظلاذج االضلدار الذايت‪)p) AR‬‬
‫‪276‬‬ ‫ج‪ .‬النماذج ادلختلطة‪)p.q(ARMA .‬‬
‫‪277‬‬ ‫د‪ .‬النماذج ادلختلطة ادلتكاملة ‪:)ARIMA (p,d,q‬‬
‫‪222‬‬ ‫ه‪ .‬النماذج الفصلية‬
‫‪222‬‬ ‫‪ .2.2‬ادلرحلة الثانية‪ :‬مرحلة تقدير معادل النموذج‬
‫‪222‬‬ ‫‪ .1.2.2‬تقدير معادل ظلوذج االضلدار الذايت‬
‫‪222‬‬ ‫‪ .2.2.2‬تقدير معادل ظلاذج ادلتوسطات ادلتحركة و ادلختلطة‬
‫‪222‬‬ ‫أ‪ .‬طريقة البحث التشابكي ‪Grid-Search‬‬
‫‪222‬‬ ‫ب‪ .‬طريقة غوس‪-‬نيوتن التكرارية ‪Gauss-Newton‬‬
‫‪222‬‬ ‫‪ .3.2‬ادلرحلة الثالثة‪ :‬مرحلة تشخيص النموذج ‪Diagnostic checking‬‬
‫‪222‬‬ ‫‪ .4.2‬ادلرحلة الرابعة‪ :‬مرحلة التنبؤ‬
‫‪227‬‬ ‫المحور السابع‪ :‬معايیر المفاضلة بین طرق التنبؤ المختلفة‬
‫‪227‬‬ ‫‪ .1‬أخطاء التنبؤ‬
‫‪222‬‬ ‫‪ .2‬ادلعايَت االحصائية الختبار دقة التنبؤ‬
‫‪222‬‬ ‫‪ .1.2‬متوسط االضلرافات ادلطلقة ‪)Mean Absolute Deviation)) (MAD‬‬
‫‪222‬‬ ‫‪ .2.2‬متوسط مربعات اخلطأ ( ‪)Mean Squared Error‬‬

‫‪5‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪222‬‬ ‫‪ .3.2‬جذر متوسط مربعات البواقي ‪RMSE‬‬

‫‪222‬‬ ‫‪ .4.2‬مقياس االضلدار واالرتباط‬
‫‪222‬‬ ‫‪ .5.2‬معيار ثايل ‪Theil’s U statistic‬‬
‫‪223‬‬ ‫قائمة المراجع‬

‫‪6‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫مقدمة ‪:‬‬

‫تقدم ىذه ادلطبوعة رلموعة من احملاضرات والتمارين احمللولة يف مقياس تقنيات التنبؤ‪ ،‬ادلوجهة خصيصا‬
‫لطلبة السنة الثالثة ليسانس زبصص ادارة اعمال‪ ،‬بقسم علوم التسيَت بكلية العلوم االقتصادية‪ ،‬التجارية وعلوم‬
‫التسيَت جبامعة الشلف‪ ،‬حيث اعتمدت يف ىذه ادلطبوعة على البساطة و الوضوح يف إخراج ىذه ادلادة مدعما‬
‫ذلك بأمثلة تطبيقية زللولة‪ ،‬آخذاً بعُت االعتبار مدة ثالثة عشر أسبوع ) سداسي ) يف تلقي ىذه ادلادة‬
‫(زلاضرات)‪ ،‬مع شرح مفصل و مبسط لكل الرباىُت الرياضية وادلعادالت الرياضية ادلعقدة اليت تثقل كاىل‬
‫الطالب غَت ادلتخصص يف الرياضيات‪ ،‬السيما و أن ىذا ادلقياس موجو لطلبة غَت متخصصُت يف تقنيات التنبؤ‬
‫(حبكم اهنم يدرسون ىذا العلم الول مرة)‪ ،‬ومن مث فإن اذلدف من ىذه ادلطبوعة ىو إتقان الطالب الىم أدوات‬
‫التنبؤ كمدخل الستخدامو كأداة ومنهجية يف االستشراف االقتصادي بشىت فروعو ىذا من جهة ‪ ،‬و من جهة‬
‫اخرى االستعانة بو يف اصلاز البحوث العلمية التطبيقية خاصة منها تقارير الًتبص و مذكرات التخرج يف ادلستقبل‬
‫(ادلاسًت) اليت تعتمد اغلبها على الدراسات التطبيقية يف دراسة احلالة‪ ،‬طبعاً دون إغفال اجلانب التخصصي‬
‫للطالب‪ ،‬و عموما مت تقسيم ىذه ادلطبوعة إذل سبعة زلاور أساسية‪:‬‬

‫المحور االول‪ :‬مفاىیم اساسیة حول التنبؤ‬

‫المحور الثاني‪ :‬مفاىیم اساسیة حول السالسل الزمنیة‬

‫المحور الثالث‪ :‬التنبؤ بنماذج االتجاه العام‬

‫المحور الرابع‪ :‬التنبؤ بنماذج االتجاه العام ‪ +‬المركبة الفصلیة‬

‫المحور الخامس‪ :‬التنبؤ باستخدام الطرق االحصائیة‪ :‬نماذج المتوسطات المتحركة ‪ +‬طرق التمهید االسي‬

‫المحور السادس‪ :‬طريقة بوكس‪-‬جنكنز للتنبؤ بالسالسل الزمنیة‬

‫المحور السابع‪ :‬المفاضلة بین طرق التنبؤ المختلفة‬

‫‪7‬‬
‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫المحور ‪ ‬االول‬
‫مفاىیم اساسیة حول التنبؤ‬

‫‪Basic concepts about forecasting‬‬

‫اهداف المحور االول ‪:‬‬

‫‪ ‬تحديد مفاىیم عامة حول التنبؤ؛‬

‫‪ ‬تحديد اىم خطوات عملیة التنبؤ ؛‬

‫‪ ‬التعرف على ماىیة اخطاء التنبؤ؛‬

‫‪ ‬التعرف على اىم نمـاذج و طرق التنبـؤ الممكنة‪.‬‬

‫‪8‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪ .1‬تعريف التنبؤ‪:‬‬
‫ؽلكن تعريف التنبؤ على انو توقع ما سيحدث مستقبال لظاىر ما اعتماد على اذباه الظاىرة يف ادلاضي‬
‫باستخدام احد ظلاذج التنبؤ ادلعروفة وبعبارة اخرى معرفو سلوك ظاىره ما يف ادلستقبل انطالقا من سلوكها يف الفًته‬
‫ادلاضية‬
‫‪ -‬وىو عباره عن عمليو عرض حارل لقيم مستقبليو باستخدام مشاىدات تارؼلية بعد دراسة سلوكها يف ادلاضي‬
‫‪ -‬كما يمكن يعرف التنبؤ‪ :‬على أنو "التخطيط ووضع االفًتاضات حول أحداث ادلستقبل باستخدام تقنيات‬
‫خاصة عرب فًتات زمنية سلتلفة وبالتارل فهو العملية اليت يعتمد عليها ادلديرون أو متخذو القرارات يف تطوير‬
‫االفًتاضات حول أوضاع ادلستقبل" إذا فهو يشمل تقدير نشاط يف ادلستقبل مع األخذ بعُت االعتبار كل‬
‫العوامل اليت تؤثر على ذلك النشاط‪.‬‬

‫‪ .2‬أىمیة التنبؤ‪:‬‬
‫تعيش ادلؤسسة اال قتصادية يف بيةة تتميز بالديناميكية ىذا ما يستوجب استعمال التقنيات الكمية يف ازباذ قرارااها‬
‫ومن ىنا تربز أعلية ودور التنبؤ وادلتمثلة يف‪:‬‬
‫‪ -‬يضمن وإذل حد كبَت الكفاءة والفاعلية للمؤسسة يف ادلرونة مع البيةة اخلارجية‪.‬‬
‫‪ -‬معرفة احتياجات ادلؤسسة يف ادلدى القصَت وادلتوسط‪.‬‬
‫‪ -‬تساىم يف احلد من ادلخاطر اليت قد تواجو ادلؤسسة‪.‬‬
‫‪ -‬تعطي صورة للمؤسسة عن توجهها ادلستقبلي‪.‬‬
‫‪ -‬تساىم بقدر كبَت يف ازباذ القرارات وترقب آثارىا مستقبال‪.‬‬
‫‪ .3‬أنواع التنبؤ‪:‬‬
‫التنبؤ كما عرفناه سابقا ما ىو إال تقدير كمي للقيم ادلتوقعة للمتغَتات التابعة يف ادلستقبل القريب‪ ،‬بناءا على ما‬
‫ىو متاح لدينا من معلومات عن ادلاضي و احلاضر‪ .‬و للتنبؤ أنواع عديدة ؽلكن أن نفرق بينها تبعا لعدة معايَت و‬
‫ىي كاأليت‪:‬‬
‫‪ .1.3‬معیار صیغة التنبؤ‪ :‬يف ىذا ادلعيار نفرق بُت نوعُت من التنبؤ‪ ،‬تنبؤ النقطة و الفًتة‪ ،‬وترجع أعلية التفرقة بُت‬
‫ىذين النوعُت إذل بيان اختالف درجة اخلطأ الذي ؽلكن أن يتعرض لو التنبؤ‪.‬‬
‫أ ‪-‬تنبؤ النقطي‪ :‬يتمثل يف التنبؤ بقيمة واحدة للمتغَت التابع يف كل فًتة مقبلة و يتعلق بتحديد قيمة معينة‬
‫للمتغَت موضع التنبؤ‪ ،‬مثال ذلك القول بأن عدد السكان يف دولة ما يف عام معُت سيكون مخسُت مليونا وىنا صلد‬
‫أن ىذا التنبؤ قد ؼلطئ ‪ ،‬و من مث ال ؽلكن اعتباره تنبؤا علميا ما دل يعدل بطريقة معينة‪.‬وادلقصود هبذا التعديل ىو‬
‫أن تكون نتيجة التنبؤ مصحوبة بعبارة احتمالية‪ ،‬كأن يقال مثال أن ىناك احتمال ‪ % 20‬أن تزيد القيمة احملققة‬
‫للمتغَت موضع البحث على القيمة اليت نتوصل إليها عن طريق التنبؤ علميا‪.‬‬

‫‪9‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫ب ‪-‬تنبؤ الفًتة‪ :‬يقوم على ربديد اجملال الذي سوف يقع يف نطاقها قيمة ادلتغَت موضع التنبؤ‪ ،‬مثال يًتاوح عدد‬
‫سكان دولة ما بُت تسعة و أربعُت مليونا‪ ،‬وواحد ومخسُت مليونا‪ ،‬و يف ىذه احلالة سوف يكون ىناك احتماالن‪،‬‬
‫أن يقع ىذا العدد داخل ادلدى الذي حدده التنبؤ و يكون التنبؤ صحيحا‪ ،‬أو يقع خارج ادلدى و يكون التنبؤ‬
‫خاطةا‪.‬‬
‫‪ .2.3‬معیار فترة التنبؤ‪ :‬يف ىذا ادلعيار نفرق بُت نوعُت من التنبؤ‪ ،‬تنبؤ بعد التحقق و تنبؤ قبل التحقق فكال‬
‫من النوعُت يتم التنبؤ بالقيمة ادلتوقعة للمتغَت التابع يف الفًتة اليت تلي تقدير النموذج‪.‬‬
‫أ‪ -‬التنبؤ بعد التحقق‪ :‬يكون التوقع بادلتغَت التابع يف فًتة متاح عنها بيانات فعلية و ىذا ما ؽلكننا من التأكد من‬
‫صحة التوقعات بعد مقارنتها بالبيانات الفعلية اليت تكون يف متناولنا‪.‬‬
‫ب ‪-‬التنبؤ قبل التحقق‪ :‬ىنا نتوقع قيم ادلتغَت التابع يف فًتات مستقبلية ال تتاح عنها بيانات خاصة بادلتغَت التابع‬
‫مثال نتوقع بقيمة ادلتغَت التابع لسنة ‪ 2030‬و ضلن يف عام ‪. 2021‬‬
‫ىذين النوعُت من التنبؤ ؽلكننا من احلصول على تنبؤات لثالث فًتات‪:‬‬
‫‪ -‬تنبؤات داخل العينة‪ :‬تتمثل تنبؤات داخل العينة يف تنبؤ ادلتغَت التابع‪ ،‬اليت ضلصل عليو بالتعويض عن القيم‬
‫الفعلية للمتغَتات التفسَتية خالل فًتة العينة وقد تدعى بالقيم ادلمهدة‪.‬‬
‫‪ -‬تنبؤات زلققة خارج العينة‪ :‬ىذا النوع من التنبؤات يستخدم بيانات فعلية لكل من ادلتغَت التابع و ادلتغَت‬
‫ادلستقل و ذلك من أجل اختبار مقدرة النماذج ادلختلفة على التنبؤ عن طريق إجراء مقارنة بُت القيم الفعلية‬
‫للمتغَت التابع خارج فًتة العينة و القيم ادلتوقعة باستخدام ىذه النماذج خالل نفس الفًتة‪.‬‬
‫‪ -‬تنبؤات مستقبلية‪ :‬ىذا النوع من التنبؤات يستعمل يف الفًتة ادلستقبلية واليت ال تتوافر فيها بيانات فعلية على‬
‫ادلتغَتين ادلستقل‪ ،‬والتابع‪ ،‬وتستعمل يف زلاوالت التنبؤ العلمي‪.‬‬
‫‪ .3.3‬معیار درجة التأكد‪ :‬ؽلكن التفرقة بُت نوعُت من التنبؤ علا التنبؤ ادلشروط و التنبؤ الغَت ادلشروط‪.‬‬
‫أ ‪-‬التنبؤ الغَت ادلشروط ‪ :‬ىو عمليو التنبؤ بسلوك ادلتغَت التابع بناء على معلومات متوفره يف تاريخ ادلتغَته اي دون‬
‫وجود متغَتات تفسَتيو ‪.‬مثال ذلك أن معدل ظلو السكان يف دولة ما سيكون يف سنة معينة أقل حبوارل ‪0.5 %‬‬
‫عن ادلستوى الذي كان عليو منذ عشر سنوات‪.‬‬
‫ب ‪-‬التنبؤ ادلشروط‪ :‬يتمثل يف التنبؤ بقم ادلتغَت التابع بناءا على معلومات مؤكدة و متاحة عن ادلتغَتات التفسَتية‬
‫‪ .4.3‬معیار أسلوب التنبؤ‪ :‬ىنا نأخذ بأسلوبُت و علا التنبؤ القياسي و تنبؤ السالسل الزمنية‬
‫أ ‪-‬التنبؤ القياسي‪ :‬يعتمد على ظلاذج االضلدار بُت متغَت تابع ومتغَت مستقل أو عدد من ادلتغَتات ادلستقلة‪ ،‬فهذا‬
‫النوع يساعدنا على التنبؤ العلمي بقيم بعض ادلتغَتات و يقدم تفسَتا للتغَتات اليت ربدث يف قيم ادلتغَت التابع‪.‬‬
‫ب ‪-‬تنبؤ السالسل الزمنية‪ :‬ىذا النوع من التنبؤ يعتمد على القيم ادلاضية للتنبؤ بالقيم ادلستقبلية دلتغَت ما‪ ،‬دون‬
‫تقدًن تفسَت لتغَت ىذا األخَت‪.‬‬

‫‪10‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪ .4‬خطوات عملیة التنبؤ‪:‬‬

‫سبر عملية إعداد التنبؤ بعدد من اخلطوات اليت تأخذ تسلسال منطقيا عند إعداد التنبؤ‪ ،‬و ىي كاأليت‪:‬‬
‫‪ .1.4‬تحديد الغرض من التنبؤ‪ :‬ربديد الغرض يوضح مستوى التفاصيل ادلطلوبة يف التنبؤ‪ ،‬حبيث ؽلكن ربديد‬
‫طبيعة و قدر ادلوارد الالزمة البشرية و ادلادية ( أفراد‪ ،‬حاسب أرل‪ ،‬مبالغ مالية )‪ ،‬و كذلك مستوى الدقة ادلطلوبة‬
‫اليت تتناسب مع الغرض من التنبؤ‪.‬‬
‫فتحديد اذلدف يفيد يف ازباذ القرارات اإلدارية‪ ،‬و ذلذا ال بد لنظام ادلعلومات أن يوفر إمكانية تعديل أرقام التنبؤ‬
‫ليفي باحتياجات ادلديرين ادلختلفُت‪.‬‬
‫‪ .2.4‬تحديد اإلطار أو المدى الزمني للتنبؤ‪ :‬البد من ربديد الفًتة الزمنية ادلستقبلية اليت سوف يغطيها التنبؤ‪،‬‬
‫حيث ؽلكن تقسيم األفاق الزمنية إذل ثالث أبعاد‪ "،‬ادلدى القصَت و ادلتوسط و ادلدى الطويل"‬
‫أ ‪-‬التنبؤ يف ادلدى القصَت‪ ،‬يأخذ أفاق زمنية من شهر إذل ثالث أشهر و تكون ىذه الفًتة مرتبطة بطبيعة الظاىرة‬
‫ادلدروسة‪ ،‬و التنبؤ احملدود لبضعة أيام والذي ال يتجاوز ‪ 30‬يوم‪ ،‬ؽلكن إدراجو يف ادلدى القصَت جدا (البعد‬
‫الفوري) لكون بعده الزمٍت مقدر بأقل من شهر و يهتم عادة بالسَت اليومي للنشاط اإلنتاجي‪ .‬فكل من الفًتة‬
‫القصَتة جدا و الفًتة القصَتة يتماشيان حسب الظاىرة ادلراد التنبؤ هبا‪ ،‬ويتم تعديلها حسب متطلبات ادلدة حىت‬
‫تواكب أىداف ادلؤسسة أو القطاع‪.‬‬
‫ب ‪-‬التنبؤ يف ادلدى ادلتوسط ‪ ،‬تنحصر ادلدة الزمنية ما بُت نصف السنة إذل سنة أو سنتُت‪ ،‬ففي ىذه الفًتة نتنبأ‬
‫بردود فعل السوق لنتمكن من مقارنتها بالتوجيهات ادلقدمة من طرف ادلؤسسة اخلاصة بالتسويق حىت يتم اإلدلام‬
‫بادلستوى العام للنشاط االقتصادي‪ ،‬و غلب عدم إعلال تأثَت ادلتغَتات الدورية‪ ،‬و ادلومسية اليت زبص االضلرافات‬
‫اليت توجد يف ادلالحظات التارؼلية و اليت تؤدي إذل عدم دقة التنبؤ‪.‬‬
‫فهو إذن يستخدم يف ربديد جدولة اإلنتاج‪ ،‬وربديد مستوى ادلخزون‪ ،‬و وضع خطة إمجالية لإلنتاج‪ ،‬و تقييم و‬
‫تقدير ادليزانية العامة‪.‬‬
‫ت ‪-‬التنبؤ يف ادلدى الطويل‪ ،‬ػلدد على مدار سنتُت وما فوق‪ ،‬فهو ال يهتم بالتغَتات اليت تستنتج من ادلشاىدات‬
‫التارؼلية( كما ذكرنا يف التنبؤ اخلاص بادلدى القصَت) فقط بل حىت تطور ىذه ادلشاىدات عرب الزمن‪.‬‬
‫فيوضح التغَتات الدورية اليت ربدث كالتغَت يف العادات أو التكنولوجيا أو الظروف االقتصادية األخرى‪ ،‬فمن‬
‫األمثلة اليت ربدث يف ادلدى الطويل حجم البطالة‪ ،‬ومدى النمو يف حجم السكان‪ ،‬و درجة النمو يف اإلنتاج‬
‫بصفة عامة‪ ،‬أي يهتم بالتوقعات اخلاصة دبا وراء التقلبات االقتصادية الدورية من اذباىات طويلة األجل‪.‬‬
‫فَتمي إذل إسقاط الظواىر يف ادلستقبل البعيد‪ ،‬و زلاولة ربديد تغَتات تقديرية ذلذه الظواىر من أجل رسم‬
‫األىداف العامة للمؤسسة‪ ،‬من خالل أىدافو فهو يتماشى مع التخطيط كون ىذا األخَت يتعامل أساسا مع‬
‫ادلستقبل‪.‬‬

‫‪11‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫كلما زادت ادلدة الزمنية زادت صعوبة التنبؤ‪ ،‬و يرجع ذلك حلالة عدم التأكد من ادلستقبل لذا يتطلب مراجعات‬
‫دورية‪ ،‬أما بالنسبة القتصاد السوق الذي ؼلضع لتغَتات مستمرة ال يعطي للمدى الطويل أهمية بالغة حبيث يعترب‬
‫ىذه الفًتة جزء من التخطيط وذلا مسااها‪.‬‬
‫‪ .3.4‬جمع و تحلیل البیانات المناسبة‪ :‬اخلطوة ادلوالية تتمثل يف مجع و ربليل البيانات مع ربديد االفًتاضات‬
‫ادلعتمد عليها يف إعداد و استخدام التنبؤ ‪.‬ويكون مجع البيانات التارؼلية من ادلستندات احلكومية‪ ،‬ويف حالة‬
‫ادلنتجات اجلديدة اليت ال تتوافر عنها ادلعلومات الالزمة‪ ،‬فهنا قد نلجأ إذل استخدام البيانات ادلتاحة عن منتجات‬
‫مشاهبة أو منافسة‪.‬‬
‫حلساب التنبؤ‪ ،‬يكون عدد ادلشاىدات مهم حبيث ال تقل على ثالث سنوات فمثال حلساب معامالت مومسية‬
‫غلب توفر أربع سنوات على األقل‪ ،‬كما ال يكون عدد ادلشاىدات كبَت جدا حىت نتفادى خلق صعوبة يف التنبؤ‪،‬‬
‫إذل جانب احلصول على معلومات تتماشى و اإلشكالية و ذلك حبذف كل ماال يتماشى و الوظيفة الكالسيكية‬
‫للمعلومة مصدر التنبؤ‪.‬‬
‫‪ -4‬عرض البيانات التارؼليو على رسم بياين لتحديد مدى وجود ظلط معُت الذباه البيانات سواء اظهرت وجود‬
‫دوره معينو البيانات‪ ،‬اذباىات مومسيو‪.....‬‬
‫‪ -5‬اختيار ظلوذج للتنبؤ والذي قد يستخدم يف ادلواقف االداريو ادلختلفو وعلى االدارة تطبيق النموذج الذي‬
‫يتماشى مع احتياجاتو‬
‫‪ -6‬يتم يف ىذه ادلرحلو يف اجراء االختبارات اليت تظهر مدى صحو الطرق اليت استخدمت يف التنبؤ‪.‬‬
‫‪ -7‬متابعو نتائج تطبيق اسلوب التنبؤ عن طريق تسجيل االداء الفعلي ومراقبو خطا التنبؤ‪ .‬وعلى ادلدير ان يقرر‬
‫على فًتات ما اذا كانت عمليات التنبؤ احلاليو تؤدي اذل تنبؤ مقبول‪ ،‬فاذا كان االمر كذلك فان االسلوب الذي‬
‫مت اختياره يستمر يف تطبيقو‪ ،‬اما يف حالو عدم قبول مقدار اخلطأ لتجاوزه ما ىو مسموح بو يف ىذه احلالة ضلتاج‬
‫اذل اسلوب جديد وىنا نعود اذل اخلطوه الثالثو وىكذا تتكرر الدوره كل مرة‪.‬‬
‫اخطاء التنبؤ‪:‬‬
‫من النادر التوصل اذل التنبؤ الدقيق النو يف الغالب ال تايت االرقام الفعليو مطابقو سباما لالرقام ادلقدره على اساس‬
‫التنبؤ ‪ .‬فمن جهو ال توجد طريقو دقيقو مثلى للتنبؤ‪ ،‬ومن جهو اخرى كلما طالت فًته التنبؤ كلما زادت‬
‫احتماالت اخلطا‪ ،‬فالعوامل اليت تؤثر يف ادلبيعات مثال كثَته ومتشعبو شلا غلعل من الصعب تاطَتىا يف ظلوذج التنبؤ‪.‬‬
‫و اخطاء التنبؤ ؽلكن ربديدىا من خالل الفرق بُت االرقام الفعليو وادلتنبؤ هبا وىي نوعان‪:‬‬
‫‪ -‬اخطاء عشوائية ‪ :‬وىي اليت ال ؽلكن تفسَتىا او ربديد اسباهبا وال ؽلكن توقعها او تقديرىا بشكل مسبق‬
‫وتكون نتائج ىذه االخطاء عباره عن تناوب عشوائي اي زياده ونقصان بُت ارقام التنبؤ و الفعليو خالل فًته‬
‫التنبؤ‪.‬‬

‫‪12‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪ -‬اخطاء سببية ‪ :‬تتمثل يف االرقام الفعليو اليت تكون دائما اعلى من ادلقدرة او اقل منها دائما وذلا اسباب كثَتة‬
‫سواءا بادلستخدم لنموذج التنبؤ مثل اعلال متغَت ‪ ،‬استخدام خط اذباه غَت صحيح او بيانات غَت دقيقو ‪.....‬‬

‫‪ .5‬شروط وصعوبة التنبؤ االقتصادي‪:‬‬

‫‪ .1.5‬االستخدام المتزايد للتنبؤ‪ :‬شلا سبق نستخلص أن أعلية التنبؤ تكمن يف األمور اليت غلب أن تراعى أثناء‬
‫العملية التخطيطية و ىي‪:‬‬
‫‪ -‬أن يكون جاىزا قبل إعداد جداول اإلنتاج‪ ،‬حبيث يعترب دبثابة اخلريطة ادلرشدة إلداري اإلنتاج و أن يتكرر من‬
‫وقت ألخر‪ ،‬حىت ؽلكن إدخال التعديالت الالزمة ‪.‬ىذا ما ػلدث لربان السفينة الذي قد يضطر إذل تغيَت خط‬
‫سَته األصلي بسبب تغيَت الظروف اجلوية كالرياح أو العواصف‪ ،‬ىذا سباما ما غلب أن ػلدث لرجل اإلنتاج‬
‫فيجب أن يعمل على التغيَت لتنبؤاتو بسبب اضطرابات السوق و التغيَتات يف تفضيالت ادلشًتين‪ ،‬و بسبب القلق‬
‫الذي قد يالزم ادلشًتين فيجعلهم يغَتون من خططهم الشرائية‪.‬‬
‫‪ -‬أن تكون التنبؤات متصلة بادلتغَتات البيةية احمليطة سواء االقتصادية منها أو السياسية أو االجتماعية أو الثقافية‬
‫أو الفنية أو السوقية‪ ،‬فهذا يفيد بشكل خاص يف صنع قرارات إنتاجية إسًتاتيجية طويلة ادلدى‪ ،‬فعليو غلب أن‬
‫تكون البيانات و ادلعلومات حديثة‪.‬‬
‫‪ -‬أن يكون التنبؤ دقيقا قدر اإلمكان‪ ،‬فالتقديرات تعتمد يف إعدادىا على أساس منطقي لضمان أن تكون على‬
‫درجة مقبولة من الدقة‪ ،‬و ىذا يتطلب أن تكون أخطاء التنبؤ عند حدىا األدىن‪ ،‬شلا يستلزم بذل أقصى إمكانية‬
‫بشرية يف ىذا اخلصوص‪ ،‬شريطة أن يكون العائد ادلتوقع من وراء الدقة يف إعداد ىذه التنبؤات متناسبا مع اجلهد‬
‫ادلبذول لتحقيقها‪ ،‬باإلضافة إذل ربقيق البعد الزمٍت للتنبؤ حىت تتحقق الدقة يف النتائج ادلتوقعة‪.‬‬
‫‪ -‬أن يأخذ التنبؤ العوامل ادلؤثرة و ىذه األخَتة تشمل مجيع ادلتغَتات اليت تؤثر يف الظاىرة ادلدروسة‪،‬سواء كانت‬
‫متغَتات خارجية أو داخلية حىت يقلص من ظهور االضلرافات بُت القيم الفعلية و ادلتوقعة ‪.‬و هبذا ادلفهوم فإن‬
‫التنبؤ اجليد ال يعتمد فقط على تقدير االحتماالت يف ادلستقبل‪ ،‬بل غلب أن يشمل أيضا تقدير االضلرافات اليت‬
‫قد تظهر‪.‬‬
‫‪ -‬أن يكون التنبؤ مرنا‪ ،‬فمهما استخدمت الدقة يف التنبؤ‪ ،‬فهناك نسبة من اخلطأ‪ ،‬فإدخال عامل ادلرونة ضروري‬
‫لكون ادلتغَتات ادلؤثرة على الظاىرة ادلدروسة ربتاج إذل إدخال التعديالت الالزمة من وقت ألخر لتالئم الظروف‬
‫ادلتغَتة و تسمح بأخذ ادلستقبل غَت ادلرئي يف االعتبار‪.‬‬
‫‪ -‬أن يكون التنبؤ مفيد أي ؽلكن استخدامو يف حل ادلشكالت‪.‬‬
‫‪ -‬أن يعتمد التنبؤ على ادلاضي‪" ،‬إنو ال ؽلكن التنبؤ بادلستقبل إال بدراسة أرقام ادلاضي "فالتنبؤ يفًتض أن سلوك‬
‫الظواىر االقتصادية يف ادلستقبل القريب ما ىو إال امتداد لسلوك ىذه الظواىر يف ادلاضي القريب ‪.‬ومن مث فإن‬
‫حدوث تغَتات فجائية دل تكن متوقعة من ادلمكن أن تؤدي لعدم التأكد اخلاص دبستقبل الظواىر االقتصادية‪.‬‬

‫‪13‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪ -‬أن يكون غَت مكلف‪ ،‬فال يفوق التكاليف الفائدة االقتصادية ادلرجوة منها‪.‬‬
‫‪ -‬أن يستخدم التنبؤ يف عملية التخطيط‪ ،‬فعندما تقوم اإلدارة بالتخطيط فهي رباول أن ربدد يف الوقت احلارل‬
‫األنشطة اليت سوف يقوم ادلشروع بتنفيذىا يف ادلستقبل‪ ،‬و ذلذا فان اخلطوة األوذل يف عملية التخطيط ىي تقدير‬
‫مستويات أو أحجام النشاط يف ادلستقبل‪ .‬فالتنبؤ ىو الوسيلة الفعالة لتحقيق أىداف ادلشروع بكفاءة‪ ،‬كما‬
‫يساعد يف عدم ترك األحداث للصدفة فهو ؽلثل اجلانب الفكري للعملية اإلدارية‪ ،‬و احملدد الواضح إلجراءات‬
‫العمل و إرباد القرارات للمشكلة أو ادلوقف موضع البحث‪ ،‬فبدون زبطيط تصبح القرارات اإلدارية عشوائية‪.‬‬

‫‪ .2.5‬صعوبة التنبؤ ‪ :‬إن الصعوبة األساسية يف زلاولة التنبؤ دبستقبل الظروف االقتصادية تكمن يف حقيقة‬
‫بسيطة مضموهنا أن ادلستقبل شيء ؼلتلف عن ادلاضي‪.‬‬
‫و تتبُت ىذه صعوبة أن القوى الدافعة للتغَت يف أي وقت فهي كثَتة ومعقدة‪ ،‬وؽلكن ذلا أن ربدث يف أي وقت‪،‬‬
‫كما أنو ليس من السهل اكتشافها و قياسها‪ ،‬مثال ال ؽلكننا معرفة األمور اليت سوف يستجيب ذلا االستثمار‪،‬‬
‫حلافز جديد دل نتطرق لو من قبل‪ ،‬و دل تتاح لنا الفرصة دلراقبة آثاره‪.‬‬
‫بناء على ذلك فإن ادلاضي ال ؽلكن أن يكون مرشدا أساسيا إذل ادلستقبل‪ ،‬فهو ينطوي على الكثَت من ادلخاطرة‪،‬‬
‫على جانب توفر الدقة يف الطريقة ادلستخدمة‪ ،‬حىت يكون صاحلا الستخالص توصييات للسياسة االقتصادية‪،‬‬
‫ليس من السهل ربقيقها‪.‬‬
‫رغم التطوير الكبَت الذي شاىدتو أساليب التنبؤ و خاصة األساليب الكمية اليت تعتمد بالدرجة األوذل على‬
‫األساليب الرياضية ادلتقدمة‪ ،‬إال أن ىناك أثر لصعوبة عملية التنبؤ وما يتسبب فيو رلموعة من العوامل أعلها؛‬
‫أ‪ -‬الفًتة الزمنية اليت يغطيها التنبؤ‪ ،‬فاألحداث ادلتوقع أن ربدث يف القريب العاجل ؽلكن توقعها بسهولة نسبيا‬
‫عن تلك اليت سوف ربدث يف ادلستقبل البعيد‪ ،‬فالتنبؤ لفًتات زمنية متقاربة يكون أسهل بكثَت من التنبؤ لفًتات‬
‫زمنية متباعدة حبيث تكون درجة عدم التأكد كبَتة و العكس‪ ،‬باإلضافة إذل التغَتات الفجائية اليت قد ربدث يف‬
‫العوامل احملددة للطلب‪.‬‬
‫ب‪ -‬العوامل ادلؤثرة على الطلب‪ ،‬إن الطلب ادلتوقع على سلعة أو خدمة معينة يتوقف على أثر كبَت من العوامل‬
‫اليت يتفاعل مع بعضها البعض بل و قد يوجد تعارض و تناقض فيما بينها‪ ،‬وىذا ما يتعُت الوقوف على ىذه‬
‫العوامل‪ ،‬مث ربديد األثر ادلتوقع لكل منها منفردة أو رلتمعة على الطلب ادلتوقع ‪.‬وعلا أمران على درجة عالية من‬
‫التعقيد فاإلدلام بكافة العوامل ادلؤثرة على الطلب ادلتوقع صعب‪ ،‬و ىذا راجع لصعوبة حصرىا و يعترب تقصَت‬
‫شائع جدا عند إعداد التنبؤات كما أن أثر كل عامل من ىذه العوامل على الطلب يعترب أمر معقد لكون العوامل‬
‫تتفاعل مع بعضها و ليس لتأثَت فردي زلض‪.‬‬
‫ت ‪ -‬صعوبة قياس العوامل أو قياس تأثَتىا كميا‪ ،‬وىذا ما يؤدي حتما إذل صعوبة استخدام الطرف الكمي‬
‫للتنبؤ فتنتج حالتُت عن الظاىرة‪ ،‬فاحلالة األوذل يتم فيها األخذ بأساليب أقل دقة و ال ربتاج إذل القياس الكمي‪،‬‬

‫‪14‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫أما احلالة الثانية فيتم استبعاد العامل الذي ال ؽلكن قياسو كميا‪ ،‬و ىاتُت احلالتُت سبثالن اضلرافا و النتيجة ىي‬
‫التوصل إذل تنبؤات تبعد عن احلقيقة و تنحرف عن األرقام الفعلية‪.‬‬
‫ترجع درجة التعقيد إذل العوامل ادلتعددة اليت تؤثر على طلب سلعة معينة ‪ ،‬و ىذا ما يؤدي إذل تعقد األمور فمثال‬
‫من السهل التنبؤ بعالقة خطية بسيطة‪ ،‬لكن احلياة العملية فيها أكثر من عامل‪.‬‬
‫ث ‪ -‬إن استقرار أي نظام سواء كان سياسي أو اقتصادي أو اجتماعي‪ ،‬يؤثر على عملية التنبؤ‪ ،‬و عليو فإن‬
‫التنبؤ يف اجملتمعات ادلستقرة يكون أسهل و أكثر دقة‪ ،‬فاجملتمعات الغَت ادلستقرة يف أنظمتها السياسة‪ ،‬و قرارااها‬
‫االقتصادية‪ ،‬و تركيبتها االجتماعية يكون فيها التنبؤ صعب و بالتارل يصبح ىذا األخَت نوعا من احلدس‪ ،‬و‬
‫التخمُت الذي ال يبٌت على أي منطقية أو داللة سوى الشعور الشخصي‪ ،‬و لضمان األداء الفعال يتطلب ذلك‬
‫نوعا من االستقرار النسيب يف بيةتها السياسة و االقتصادية و االجتماعية‪.‬‬

‫‪ .6‬نمـاذج التنبـؤ‪:‬‬
‫ال ؽلكن القول بأنو ىناك تقنية من بُت الطرق اخلاصة بالتنبؤ بأهنا فعالة إال إذا حققت رلموعة من الشروط ىي‪:‬‬
‫الكلفة‪ ،‬الدقة‪ ،‬توفَت البيانات الالزمة‪ ،‬الوقت احملدد جلمع ادلعلومات‪ ،‬توفر اإلمكانيات الالزمة ادلادية والبشرية‬
‫وادلعنوية للقيام بعملية التنبؤ‪ .‬و عموما ؽلكن حصر اىم اسليب التنبؤ يف الشكل التارل‪:‬‬

‫‪ .1.6‬النمـاذج غیر النظامیة (الوصفیة او النوعیـة)‪ :‬تعتمد ىذه االساليب يف التنبؤ على التقدير الذايت و ال‬
‫ربتاج إذل قاعدة معينة و ال ربديد ادلتغَتات اليت تفسر سلوك ادلتغَت موضوع االىتمام‪ ،‬إظلا تعتمد على اخلرباء‬
‫لتطوير توقعااهم حول األحداث ادلستقبلية‪ ،‬و الوصول إذل اتفاق دلا سوف يكون عليو ادلستقبل من خالل جلان‬
‫ادلناقشة ‪.‬والًتكيز عادة يف ىذه األساليب يكون على التنبؤ باألحداث اذلامة‪ ،‬مثال يف التنبؤ بالطلب على عمليات‬
‫الشرطة‪ ،‬ال ؽلكن االقتصار على أساليب نظامية‪ ،‬بل يتعُت استخدام أساليب غَت نظامية للتنبؤ كطريقة دلفي‪.‬‬

‫‪15‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫تستخدم ىذه األساليب للتنبؤ يف التخطيط االسًتاتيجي لألجل الطويل‪ ،‬و تقدًن ادلنتجات اجلديدة‪ ،‬واطلفاض‬
‫الطلب على منتج معُت ضمن مراحل دورة حياتو ‪.‬كما تعد أساليب التنبؤ الغَت النظامية مفيدة و الزمة يف موافق‬
‫يصعب فيها استخدام النماذج النظامية أو يكون استخدمها غَت فعال‪ ،‬و كذا يف حالة عدم توفر بيانات تارؼلية‬
‫الزمة للمعاجلة اإلحصائية ‪.‬و فيما يلي نعرض أىم األساليب الغَت النظامية ‪.‬‬

‫‪ .1.1.6‬أسالیب التناظر و المقارنة‪ :‬يتم التنبؤ دبسار متغَت باستخدام ادلسار احملتمل لنفس ادلتغَتات يف حاالت‬
‫متشاهبة‪ ،‬مثال كالتعرف على أثر زبفيض عملة على التضخم‪ ،‬و ذلك من خالل التعرف على أثر زبفيض العملة‬
‫لقطر مشابو جدا القتصاد البلد‪ .‬من ابرز ىذه األساليب صلد القياس التارؼلي مع منتج شلاثل‪ ،‬حبيث ػلاول ىذا‬
‫األسلوب التوصل إذل تقدير ادلبيعات ادلستقبلية من منتج معُت‪ ،‬و ذلك من خالل معلومة مبيعات منتج شلاثل‪ ،‬و‬
‫ادلشكلة اليت يواجهها ادلتنبئ ىي عدم توافر أو نقص يف البيانات التارؼلية‪ .‬حلل ىذه ادلشكلة يستعُت ادلتنبئ‬
‫ببيانات على منتج مشابو خالل مراحل سلتلفة من دورة حياتو‪ ،‬كمؤشر لتقدير حجم الطلب على ادلنتج اجلديد ‪.‬‬
‫و يكون ىذا األسلوب مفيد على وجو خاص يف التنبؤ دببيعات منتجات جديدة‪ ،‬لكنها ال تعرب بدقة كافية على‬
‫ربديد حجم الطلب ادلتوقع ذلذا ادلنتج‪ .‬كما ؽلكن يف حالة وجود تشابو كبَت بُت منتج جديد و متوفر يف السوق‪،‬‬
‫استخدام طرق إضافية يف عملية التنبؤ كالطريقة الكمية‪.‬‬
‫‪ .2.1.6‬الحدس و الخبرة‪ :‬وتعترب من األساليب الوصفية األكثر شيوعا يف القيام بعملية التنبؤ وادلتعلقة‬
‫بالقرارات اليومية ألهنا قرارات سريعة النتائج ومدى االستجابة عال‪ ،‬كما أن مجع البيانات مضيعة للوقت أين‬
‫يكون متخذ القرار يعتمد كليا على خربتو أكثر من النماذج العلمية واإلحصائية من مزاياىا‬
‫‪-‬نتائج التنبؤ تكون يف وقت زلدود نسبيا‪.‬‬
‫‪-‬اطلفاض تكلفة القيام بعملية التنبؤ‪.‬‬
‫‪-‬تتميز قرارااها بادلرونة‪.‬‬
‫أما من عيوهبا وجود ربيز الشخصي يف عملية التقدير والتنبؤ الزباذ قرار معُت‪.‬‬
‫‪ .3.1.6‬تقدير أراء رجال اإلدارة‪ :‬أوسع الطرق انتشارا يف التنبؤ ىي ذبميع أراء وتوقعات رجال اإلدارة‪ ،‬و‬
‫تتمثل يف‪:‬‬
‫‪ -‬تشكيل فريق من ادلديرين دبستوى اإلدارة العليا للمؤسسة يف قطاعات وظيفية كمدير اإلنتاج‪ ،‬و العمليات‪ ،‬و‬
‫مدير التسويق‪.......‬اخل‪ ،‬حبيث يعكس ىذا التشكيل مهارات متكاملة‪ ،‬و ذبمع أراء‪ ،‬وتوقعات رجال اإلدارة‪،‬‬
‫حبيث يعطي كل مدير معلومات عن الظروف‪ ،‬و األحوال السائدة‪ ،‬و ظروف اإلنتاج‪ ،‬و غَتىا من ادلعلومات‪.‬‬
‫‪ -‬و يف اخلطوة الثانية يتم تلخيص ىذه التنبؤات الفردية‪ ،‬و عرضها عليو رلتمعُت دلناقشتها‪ ،‬و ازباذ قرارا هنائيا‬
‫بشأهنا‪.‬‬

‫‪16‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪ -‬يتم غالبا استخدام أحد األساليب اإلحصائية للتوصل إذل متوسط مناسب يعرب عن ىذه اآلراء أصدق تعبَت‪ ،‬و‬
‫يلعب الشخص الذي على قمة اإلدارة العليا للمشروع دورا ىاما يف التوفيق بُت ىذه اآلراء‪ ،‬و التوصل إذل ذلك‬
‫ادلتوسط‪.‬‬
‫تتوقف إغلابيات أراء رجال اإلدارة يف التارل‪:‬‬
‫تتفوق ىذه الطريقة على أسلوب آراء رجال البيع‪ ،‬على أساس أن رجال اإلدارة يتميزون خبلفية اقتصادية أكرب‪،‬‬
‫كما أن تطلعااهم أعم‪ ،‬وأمشل من رجال البيع‪.‬‬
‫‪ -‬ؽلثل ىذا األسلوب تنبؤ مجاعي‪ ،‬و ىذا ما ؽلكن رجال اإلدارة ذبنب التطرف يف التفاؤل‪ ،‬أو يف التشاؤم بادلقارنة‬
‫بالتنبؤ الذي يقوم بو شخص واحد‪.‬‬
‫‪ -‬ذبنب ىيمنة تنبؤ مدير أو سيطرتو على رقم التنبؤ الكلي‪.‬‬
‫‪ -‬تعتمد ىذه اللجنة يف عملها على العديد من ادلدخالت من كل أجزاء ادلنظمة‪ ،‬كما تستعُت دبجموعة من‬
‫احملللُت الذين يقدمون التحليالت ادلطلوبة‪.‬‬
‫‪ -‬تعترب ىذه الطريقة أوسع الطرق انتشارا يف التنبؤ إال أهنا ال زبلو من العيوب‪ ،‬و تتمثل أىم ىذه العيوب يف‪:‬‬
‫‪ -‬صعوبة االتصال و التعامل مع العناصر األخرى ادلستخدمة يف ادلؤسسة‪.‬‬
‫‪ -‬عدم إمكانية تصحيح أو مراجعة التنبؤات اخلاطةة‪.‬‬
‫‪ -‬تسود وجهة نظر أحد أعضاء الفريق و يرجع لعدم وجود مسؤولية زلددة‪ ،‬ىذا ما يؤدي إذل دقة أقل يف التنبؤ‪،‬‬
‫و للتغلب عن ىذا البد من مراعاة أمرين‪:‬‬
‫‪ -‬يتمثل األول يف ترتيب تقدم كل مدير لرقم التنبؤ اخلاص بو‪ ،‬و إعطاء وزن لكل رأي‪.‬‬
‫‪ -‬أما األمر الثاين ىو جعل كل مدير يعطي وزنا ألراء اآلخرين ما عدا رأيو و ىذا ما ؽلنع التحيز يف اآلراء‪.‬‬
‫‪ .4.1.6‬طريقة دلفي ( االجتماع عن بعد)‪ :‬أساس ىذه الطريقة ىو اشًتاك عدد معُت من اخلرباء يف عملية‬
‫التنبؤ بظاىرة معينة وذلك عن طريق مراسلة تتم بادلراحل اآلتية‪:‬‬
‫‪ -‬يتم اختيار شخص يكون مسةوالً عن مهمة القيام بعملية التنبؤ ويسمى بادلنسق يتميز ىذا األخَت بدرجة‬
‫عالية من اخلربة وادلعرفة بالظاىرة زلل التنبؤ‪.‬‬
‫‪ -‬يقوم ادلنسق بإرسال استفسارات إذل اخلرباء يف صورة قائمة أسةلة إلبداء الرأي حول الظاىرة زلل التنبؤ‪.‬‬
‫‪ -‬عند وصول اإلجابات التحريرية من قبل اخلرباء يقوم ادلنسق بدراسة لكل ادلراسالت وتبويب اإلجابات مث‬
‫إرسال استفسارات ذلؤالء مع تزويدىم بادلعلومات ادلتجددة وادلستوحاة من قبل بعض اخلرباء ادلشاركُت يف عملية‬
‫التنبؤ مث يطلب منهم إبداء الرأي حول الظاىرة رلددا مع توضيح ادلربرات‪.‬‬
‫‪ -‬يتم تكرار اخلطوة السابقة عدة مرات حىت يتم التوصل إذل درجة كبَتة من االتفاق يف تقديرات اخلرباء حول‬
‫الظاىرة زلل الدراسة‪.‬‬
‫من مزاياىا أهنا ‪:‬‬

‫‪17‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪ -‬تساىم يف االستفادة من آراء رلموعة كبَتة من اخلرباء ادلختصُت‪ - .‬اطلفاض التكلفة ادلادية نتيجة تبادل اآلراء‬
‫عن طريق ادلراسلة‪.‬‬
‫‪ -‬االنفراد واحليادية وعدم التأثَت نتيجة لعدم االجتماع‪.‬‬
‫ومن عيوهبا أهنا تستغرق فًتة زمنية طويلة يف عملية ازباذ القرارات‪.‬‬

‫‪ .2.6‬النماذج او االسالیب النظامیة‪ :‬األساليب النظامية ىي تلك االساليب اليت تعتمد على طرق علمية‬
‫وتتسم بادلوضوعية و بضالة تاثَت العوامل الذاتية‪ ،‬حبيث تعطي نفس ادلعلومات ادلستخدمة لتفسَت اية ظاىرة من‬
‫قبل اشخاص سلتلفُت نتائج متماثلة سباما‪ ،‬و تنقسم االساليب النظامية اذل ظلاذج سببية و غَت سببية‪ ،‬اشهر‬
‫النماذج السببية صلد ظلاذج االقتصاد القياسي‪ ،‬اما النماذج غَت السببية تتضمن اسلوب اسقاط االذباه العام و‬
‫تفكيك السالسل الزمنية و التهميد االسي و ىي الطرق االكثر دقة و شيوعا يف االستخدام و ىو ما سنحاول‬
‫التطرق اليو من خالل الدروس القادمة ‪.‬‬

‫‪18‬‬
‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫المحور ‪ ‬الثاني‬
‫مفاىیم اساسیة حول السالسل الزمنیة‬

‫‪Basic concepts about time series‬‬

‫اهداف المحور الثاني ‪:‬‬

‫‪ ‬تحديد مفاىیم عامة حول السلسلة الزمنیة؛‬

‫‪ ‬التعرف على اىم مركبات السلسلة الزمنیة؛‬

‫‪ ‬التعرف على اىم النماذج العامة للسلسلة الزمنیة ؛‬

‫‪ ‬الكشف عن مركبات السلسة الزمنیة ‪.‬‬

‫‪19‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪ .1‬تعريف السلسلة الزمنیة ‪:‬‬

‫إنو من ادلعروف انو ؽلكن تصنيف البيانات اليت يتم ربليلها إحصائيا إذل نوعُت‪:‬‬
‫‪ -‬بیانات قطاعیة‪ :‬وىي بيانات عن نشاط معُت لنفس الفًتة الزمنية‪ ،‬أي أهنا تعرب عن مستوى أفقي ‪cross‬‬
‫‪ ،section‬و بالتارل فهي ال تدخل الزمن يف التحليل‪ ،‬ومثال ذلك بيانات اإلنتاج أو االستهالك لقطاعات‬
‫سلتلفة خالل سنة معينة وأشهر معُت‪.‬‬
‫‪ -‬بیانات سالسل الزمنیة‪ :‬وىي بيانات عن ظاىرة معينة خالل مدى زمٍت يعرب عنو كفًتات زمنية و ىي ادلهمة‬
‫غالبة بالنسبة الغلب طرق التنبؤ و ادلعنية بالدراسة يف ىذا الدرس ‪.‬‬
‫و عموما فان السلسلة الزمنية ىي عبارة عن رلموعة من القيم دلؤشر إحصائي معُت مرتبة حسب تسلسل زمٍت ‪،‬‬
‫حبيث كل فًتة زمنية يقابلها قيمة عددية بادلؤشر تسمى مستوى السلسلة ‪ .‬وبـمعٌت آخـر ىي مـتتالية بقـيم متغَت‬
‫إحصـائي خـالل مـجاالت زمنـية مـتساوية (أسبوع ‪ ،‬شهر‪ ،‬سنة‪ .)..........‬أو ىي رلموعة من ادلعطيات لظاىرة‬
‫ما مشاىدة عرب الًتتيب التصاعدي للزمن‬
‫وينبغي التذكَت إذل أنو عند بناء السلسة الزمنية ‪ ،‬وقبل إستخدامها يف التحليل أو التنبؤ ‪ ،‬البد من التأكد أن‬
‫مستوايتها قابلة للمقارنة فيما بينها ‪ ،‬وىو شرط أساسي لصحة أي ربليل و أي تقدير و تنبؤ ‪ ،‬وفيما يلي العناصر‬
‫الالزمة يف ذلك‪:‬‬
‫‪ -‬أن زبص مستويات السلسلة الزمنية فًتات متساوية‪ ،‬فمثال ال غلوز ان تعرب بعض مستويات السلسلة عن عدد‬
‫ادلواليد خالل كل شهر‪ ،‬وبعض ادلستويات األخرى تعرب عن عدد ادلواليد خالل كل سنة‪ ،‬فادلقارنة بُت ادلستويات‬
‫ىنا غَت شلكنة‪.‬‬
‫‪ -‬أن تكون وحدة القياس جلميع مستويات السلسلة الزمنية ادلوحدة‪.‬‬
‫‪ -‬التعبَت عن مستويات السلسلة الزمنية القيمة باألسعار الثابتة‪ ،‬الن األسعار اجلارية زبفي اثر األسعار وذبعل‬
‫ادلقارنة غَت موضوعية‪.‬‬
‫‪ -‬أن تكون طريقة ومنهجية قياس مجيع ادلستويات موحدة‪.‬‬
‫غلب اإلشارة إذل أن السالسل الزمنية عادة ما ال تعطى جاىزة وقابلة للتحليل مباشرة‪ ،‬حيث يتطلب األمر يف‬
‫أغلب األحيان إجراء بعض التعديالت جلعل ادلستويات قابلة للمقارنة وفقا للشروط ادلذكورة أعاله‪.‬‬
‫‪ .2‬مركبات السلسلة الزمنیة ‪:‬‬
‫تكون مشاىدات السلسلة الزمنية تابعة للزمن الذي ػلدد خاصيتها أو مستها الرئيسية‪ ،‬والعالقة الزمنية ىذه قد‬
‫تاخذ أشكاال سلتلفة‪ ،‬وعادة ما تكون السالسل الزمنية ذات اذباه واحد‪ ،‬فهي منتظمة حيث تتكرر دوريتها‬
‫بنفس الصيغة كل سنة‪ ،‬أو ذات تغَت عشوائي لعناصر مرتبطة ذاتيا‪ ،‬أي كل قيمة مرتبة ذاتيا‪ ،‬أي كل قيمة مرتبطة‬
‫بالقيمة السابقة وتتغَت بواسطة أو بسبب عــام عشوائي‪.‬‬

‫‪20‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫و عموما نقصد هبا العناصر ادلكونة للسلسلة الزمنية‪ ،‬وىذا هبدف معرفة سلوك السلسلة و ربديد مقدار تغَتااها و‬
‫إدراك طبيعتها واذباىها حىت يصبح باإلمكان القيام بالتقديرات الالزمة و التنبؤات الضرورية‪ ،‬وىذه العناصر ىي‪:‬‬

‫‪ .1.2‬االتجاه العام‪La Tendance générale :‬‬

‫ىو ذلك النمو الطبيعي للظاىرة‪ ،‬حيث يعرب عن تطور متغَت ما عرب الزمن‪ ،‬سواءا كان ىذا التطور دبيل موجب‬
‫أو سالب‪ ،‬إال أن ىذا التطور ال يالحظ يف فًتات قصَتة‪ ،‬بينما يكون واضحا يف الفًتات الطويلة ويرمز لو‬
‫بالرمز‪. T :‬‬
‫و الشكل التارل يوضح حالة وجود مركبة اذباه عام يف السلسلة الزمنية ‪. Yt‬‬
‫منحٌت معياري لسلسلة زمنية يف حالة وجود مركبة االذباه العام‬

‫‪Yt‬‬

‫‪T‬‬

‫‪t‬‬

‫‪ .2.2‬التغیرات الموسمیة (الفصلیة)‪Les Variations Saisonnières :‬‬

‫ىي التغَتات اليت ربدث بانتظام يف وحدات زمنية متعاقبة واليت تنجم من تأثَت عوامل خارجية‪ ،‬أو ىي تقلبات‬
‫تتكرر على نفس الوتَتة كل سنة‪ ،‬ويرمز ذلا بـ ‪ .S‬و كمثال ذلذه التغَتات نأخذ‪ :‬العطل و اإلجازات‪ ،‬اإلقبال على‬
‫نوع من األلبسة يف فصل ما‪ ،‬استهالك الكهرباء يف فصل الصيف‪...‬اخل‪.‬‬
‫والشكل التارل يوضح حالة وجود مركبة مومسية يف السلسلة الزمنية ‪:Yt‬‬
‫منحٌت معياري لسلسلة زمنية يف حالة وجود ادلركبة ادلومسية‬

‫‪Yt‬‬ ‫‪S‬‬

‫‪t‬‬

‫‪21‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪ .3.2‬التغیرات الدورية‪:‬‬
‫تنعكس ىذه ادلركبة يف السالسل الزمنية الطويلة األجل‪ ،‬واليت تربز انتقال أثر األحوال االقتصادية مثال‪ ،‬وىي‬
‫تغَتات تشبو التغَتات ادلومسية إال أهنا تتم يف فًتات أطول نسبيا من الفًتات ادلومسية‪ ،‬و بادلقارنة بالتغَتات ادلومسية‬
‫فإن طول الفًتة الزمنية غَت معلوم و إظلا يًتاوح عادة بُت ثالث سنوات إذل عشر سنوات‪ ،‬و بالتارل يصعب التعرف‬
‫على التقلبات الدورية و مقاديرىا ألهنا زبتلف اختالفا كبَتا من دورة ألخرى سواءا من حيث طول الفًتة الزمنية‬
‫للدورة أو االتساع تقلبااها ومداىا‪ ،‬ونرمز ذلا بالرمز‪.C:‬‬
‫والشكل التارل يوضح حالة وجود مركبة الدوريات يف السلسلة الزمنية ‪:Yt‬‬
‫منحٌت معياري لسلسلة زمنية يف حالة وجود ادلركبة الدورية‬
‫‪Yt‬‬ ‫‪C‬‬

‫‪t‬‬

‫‪ .4.2‬التغیرات العشوائیة‪Les variations Aléatoires :‬‬

‫ىي تصف ما تبقى من العوامل اليت دل تدخل يف ادلركبات السالفة الذكر وتعذر يف بعض األحيان تغيَتىا‪،‬‬
‫وىي سبثل التغَتات اليت تقع نتيجة سبب طارئ غَت متوقع مثال‪ :‬احلروب‪ ،‬الزالزل اليت تؤثر على ادلستوى‬
‫االقتصادي للبالد‪ ،‬و ىي تعرب عن تلك التذبذبات غَت منتظمة‪ ،‬ودبعٌت آخر ىي تلك التغَتات الشاذة اليت تنجم‬
‫عن ظروف طارئة ال ؽلكن التنبؤ لوقوعها أو ربديد نطاق تأثَتىا‪ ،‬حيث تنشأ عن أسباب عارضة دل تكن يف‬
‫احلسبان مثل الزالزل‪ ،‬إضراب العمال‪...‬إخل‪ ،‬وؽلكن أن تكون متعلقة بعدم دقة القياسات اإلحصائية والتدفقات‬
‫غَت ادلنتظمة وغَت ادلتوقعة شلا يفرض عموما ذبذبات ومشوشات غَت دائمة يتعذر قياسها ومالحظتها‪ .‬ويرمز ذلا‬
‫بـ ـ ‪ :E‬والشكل التارل يوضح حالة وجود مركبة العشوائية يف السلسلة الزمنية ‪:Yt‬‬
‫منحٌت يبُت التغَتات العشوائية يف السلسلة الزمنية‬
‫‪Yt‬‬ ‫‪E‬‬

‫‪t‬‬
‫‪22‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪ .3‬النماذج العامة للسلسلة الزمنیة‪:‬‬

‫ان ربليل السالسل الزمنية يتطلب صياغة ظلوذج رياضي ذلا‪ ،‬ػلدد العالقة بُت قيم ادلشاىدات و مركبات السلسلة‬
‫الزمنية وىناك ظلوذجان شائعان االستخدام‪:‬‬
‫‪ .1.3‬النموذج التجمیعي ‪:‬‬
‫ىذا الشكل ؽلثل عالقة ذبميعية بُت مركبات السلسلة الزمنية ‪ ،Yt‬وىذا بشرط أن تكون ادلركبات مستقلة عن‬
‫بعضها البعض‪ ،‬ويعرف رياضيا بالعالقة التالية‪:‬‬
‫‪Yt  Tt  Ct  St   t‬‬
‫و مسي بالشكل التجميعي الن قيمة ادلتغَت التابع ىي عبارة عن زلصلة ذبميعية جلميع ادلركبات‪.‬‬

‫‪ .2.3‬النموذج الجدائي او المضاعف‪ :‬ىذا الشكل ؽلثل العالقة اجلدائية بُت مركبات السلسلة الزمنية ‪،Yt‬‬
‫مع وجود ارتباط بُت ىذه ادلركبات‪ ،‬ويعرف رياضيا بالعالقة التالية ‪:‬‬
‫‪Yt  Tt  Ct  St   t‬‬
‫وؽلكن سبييز نوعُت من األشكال اجلدائية‪:‬‬
‫‪ -‬الشكل اجلدائي ادلختلط‪ ،‬ويكتب على الشكل‪Yt  Tt  Ct  St   t :‬‬
‫‪Yt  Tt  Ct  St   t‬‬ ‫‪ -‬الشكل اجلدائي التام‪ ،‬ويكتب على الشكل‪:‬‬
‫‪ -‬مالحظة‪ :‬ؽلكننا انطالقا من الشكل اجلدائي احلصول على الشكل التجميعي وذلك بإدخال اللوغاريتم‪ ،‬كما‬
‫يلي‪:‬‬
‫‪Yt  Tt  Ct  St   t‬‬
‫‪log Yt  log Tt  log Ct  log St  log  t‬‬

‫‪ -‬ىناك العديد من االساليب االحصائية للكشف على صيغة ظلوذج السلسلة ادلالئم ابسطها باالعتماد الشكل‬
‫البياين للسلسلة ‪ ،‬حيث إذا كان منحٌت السلسلة الزمنية ‪ Yt‬زلصور بُت خطُت متوازين نقول عموما بأهنا ذات‬
‫شكل ذبميعي ‪،‬أما إذا كان منحٌت السلسلة الزمنية ‪ Yt‬زلصور بُت خطُت منفرجُت او نقول بصيغة اخرى ان‬
‫تذبذبات السلسلة تكون يف تزايد او تناقص مع الزمن نقول يف ىذه احلالة أهنا ذات شكل جدائي‪ ،‬والشكلُت‬
‫التاليُت يوضحان ذلك ‪:‬‬

‫‪23‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬
‫الشكل يمثل الحالة الجدائية‬ ‫الشكل يمثل الحالة التجميعية‬

‫غَت انو و بصفة عامة يصعب ربديد و كشف مركبات السلسلة الزمنية و الشكل العام ذلا عن طريق البيان ‪،‬‬
‫لذلك ىناك رلموعة من الطرق التحليلية كما سيايت مهنا‪.‬‬

‫‪ .4‬الكشف عن مركبات السالسل الزمنیة‪:‬‬

‫ؽلكن كشف وجود مركبات السالسل الزمنية بطريقة مبسطة عن طريق ربليل ادلعلومات بيانيا‪ ،‬حيث يتمثل االذباه‬
‫العام يف تلك ادلركبة اليت تدفع دبنحٌت تطور السلسلة عرب الزمن إذل األعلى ( ميل موجب ) ‪ ،‬أو إذل األسفل (ميل‬
‫سالبا) ‪ ،‬بينما تنعكس ادلركبة الدورية يف شكل بياين على ىيةة قمم أو اطلفاضات بشكل منتظم يسمح لنا‬
‫بتحديد فًتة حدوث ىذه الظاىرة ‪ ،‬وأما ادلتغَتة العشوائية تتمثل يف التذبذب غَت ادلنتظم احلاصل على مستوى‬
‫السلسلة ‪ ،‬أما ادلتغَتة الفصلية تتضح من خالل االنتظام ادلوجود يف تسجيل قيمة مرتفعة أو اطلفاض مهم يف‬
‫احد فصول السنة و يتكرر ذلك خالل كل السنوات ادلوالية لفًتة الدراسة‪ .‬وإذل جانب التحليل البياين يوجد عدة‬
‫اختبارات إحصائية سلصصة لكشف ىذه ادلركبات منها‪:‬‬
‫‪ -‬الطريقة التحلیلیة لتحديد و كشف مركبات السلسلة الزمنیة‪:‬‬
‫نظرا لعدم وضوح الطريقة البيانية ‪ ،‬نستعُت بالطريقة التحليلية لكشف مركبات السلسلة الزمنية و طلص بالذكر يف‬
‫ىذا اجملال طريقة االختبارت االحصائية احلرة و غَت احلرة ‪.‬‬
‫‪ .1.4‬الكشف عن مركبة االتجاه العام‪:‬‬
‫للكشف عن مركبة االذباه العام نستعمل ببعض االختبارات االحصائية اذلامة و ىي طريقة االختبارات احلرة و‬
‫تدعى باحلرة الن ادلتغَت العشوائي ‪  t‬ال يشًتط ان ؼلضع الي توزيع احتمارل معُت ‪ ،‬حيث حسب فرضيات‬
‫ادلربعات الصغرى العادية االكثر استخداما يف تقدير ادلعادل تفًتض ان ادلتغَت العشوائي ؼلضع اذل التوزيع الطبيعي‬
‫‪.  t  N 0, 2 ‬‬
‫و من بُت االختبارات احلرة اختبار تعاقب اشارات بيانات السلسلة و ىو يستعمل للكشف عن مدى عشوائية‬
‫السلسلة الزمنية و يدعى باختبار العشوائية‪ ،‬فاذا كانت السلسلة عشوائية معٌت ذلك انو ال توجد مركبة اذباه عام و‬

‫‪24‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫العكس صحيح‪ ،‬ونظرا لبساطة ىذا االختبار فاننا نكتفي باحد االختبارات اذلامة يف ىذا الشان و ىو اختبار‬
‫معامل االرتباط الرتيب ‪.‬‬
‫‪ .1.1.4‬اختبار معامل االرتباط الرتبي للكشف عن مركبة االتجاه العام (اختبار دانیال)‪:‬‬
‫يعترب ىذا االختبار من بُت احسن االختبارات احلرة حيث لتطبيق ىذا االختبار نتبع اخلطوات التالية‪:‬‬
‫‪ -‬وضع رتبا لقيم السلسلة الزمنية من اصغر قيمة اذل اكرب قيمة‪.‬‬
‫‪ -‬حساب معامل االرتباط الرتيب بُت عنصر الزمن ‪ t‬و رتب السلسلة الزمنية ‪. Rt‬‬
‫‪ -‬يعطى معامل االرتباط البسيط بُت الزمن ‪ t‬و رتب السلسلة الزمنية ‪ ، Rt‬كما يلي‪:‬‬

‫‪r‬‬
‫) ‪COV ( Rt , t‬‬
‫‪‬‬
‫‪ (R‬‬ ‫‪t‬‬ ‫) ‪ R ).(t  t‬‬
‫‪SDt  SDRt‬‬ ‫‪ (R‬‬ ‫‪t‬‬ ‫‪ R )2‬‬
‫‪‬‬
‫) ‪ (t  t‬‬ ‫‪2‬‬

‫‪n‬‬ ‫‪n‬‬
‫‪ -‬نقوم حبساب قيمة معادل االرتباط الرتيب من خالل العالقة التالية‪:‬‬
‫‪n‬‬
‫‪6 dt2‬‬
‫‪rD  1 ‬‬ ‫‪t 1‬‬
‫)‪n  (n 2  1‬‬
‫حيث ان ‪ d t‬سبثل الفرق بُت رتب قيم السلسلة ‪ Yt‬و متغَتة الزمن ‪ . t‬اي ‪. dt  t  Rt :‬‬
‫‪ -‬نقارن بُت القيمة احملسوبة دلعامل االرتباط الرتيب و القيمة اجملدولة لنفس ادلعامل‪ ،‬فاذا كانت القيمة احملسوبة اكرب‬
‫من القيمة اجملدولة نقول ان السلسلة ربتوي على مركبة االذباه العام باالضافة اذل ادلركبة العشوائية و العكس‬
‫صحيح‪.‬‬
‫‪ -‬مالحظة‪ :‬لتطبيق ىذا االختبار البد ان نفرق بُت حالتُت‪:‬‬
‫أ‪ -‬حالة العینات الصغیرة‪ ، n  30 :‬يف ىذه احلالة نعتمد على جدول توزيع سبَتمان ‪ ،‬حيث اذا كانت‬
‫القيمة احملسوبة اكرب من القيمة اجملدولة ‪ ، rD  rD ( n, ) :‬فان السلسلة ربتوي على مركبة االصلاه العام ‪ ،‬اما اذا‬
‫‪‬‬
‫‪2‬‬

‫كانت القيمة احملسوبة اصغر من القيمة اجملدولة فان السلسلة ال ربتوي اال على ادلركبة العشوائية‪.‬‬
‫ب‪ -‬حالة العینات الكبیرة‪ n30 :‬يف ىذه احلالة يتم االعتماد على جدول توزيع ستودنت ‪ ،‬حيث اذا كانت‬
‫‪ t  t‬يف ىذه احلالة فان السلسلة الزمنية ربتوي على مركبة االذباه العام علما ان ‪:‬‬ ‫‪‬‬
‫‪2‬‬

‫‪r  r‬‬
‫‪tcal ‬‬
‫‪SDr‬‬
‫‪1‬‬ ‫‪r‬‬
‫‪. SDr ‬‬ ‫‪ t ‬الن‪:‬‬ ‫‪ r n 1‬‬ ‫ويف حالة ‪ r  0‬فان‬
‫‪n 1‬‬ ‫‪SDr‬‬
‫‪ -‬مثال‪ :‬باالعتماد على اختبار دانيال اثبت ان السلسلة الزمنية التالية ربمل مركبة االذباه العام‪:‬‬

‫‪25‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬
‫الزمن‬ ‫‪Q1 / 2017‬‬ ‫‪Q2 / 2017‬‬ ‫‪Q3 / 2017‬‬ ‫‪Q4 / 2017‬‬ ‫‪Q1 / 2018‬‬ ‫‪Q2 / 2018‬‬ ‫‪Q3 / 2018‬‬ ‫‪Q4 / 2018‬‬ ‫‪Q1 / 2019‬‬ ‫‪Q2 / 2019‬‬
‫‪20‬‬ ‫‪28‬‬ ‫‪22‬‬ ‫‪34‬‬ ‫‪19‬‬ ‫‪39‬‬ ‫‪25‬‬ ‫‪44‬‬ ‫‪21‬‬ ‫‪49‬‬
‫‪Y‬‬
‫الزمن‬ ‫‪Q3 / 2019‬‬ ‫‪Q4 / 2019‬‬ ‫‪Q1 / 2020‬‬ ‫‪Q2 / 2020‬‬ ‫‪Q3 / 2020‬‬ ‫‪Q4 / 2020‬‬ ‫‪Q1 / 2021‬‬ ‫‪Q2 / 2021‬‬ ‫‪Q3 / 2021‬‬ ‫‪Q4 / 2021‬‬

‫‪Y‬‬ ‫‪33‬‬ ‫‪55‬‬ ‫‪23‬‬ ‫‪60‬‬ ‫‪37‬‬ ‫‪66‬‬ ‫‪24‬‬ ‫‪71‬‬ ‫‪42‬‬ ‫‪76‬‬

‫الحل ‪:‬‬
‫ؽلكن اكتشاف وجود مركبة اذباه عام بالسلسلة من خالل الشكل البياين اذي ؽلثل تطور بيانات السلسلة بداللة‬
‫الزمن ‪:‬‬

‫‪Y‬‬
‫‪80‬‬
‫‪70‬‬
‫‪60‬‬
‫‪50‬‬
‫‪40‬‬
‫‪30‬‬ ‫‪Y‬‬
‫‪20‬‬
‫‪10‬‬
‫‪0‬‬

‫نالحظ من خالل البيان ان السلسلة بادلتوسط يف تزايد مستمر و ذلك خالل كل فًتة الدراسة شلا يوحي مبدئيا‬
‫ان السلسلة شلكن ربمل اذباه عام متزايد ‪.‬‬
‫‪ -‬لتاكيد وجود مركبة االذباه العام يف السلسلة نعتمد على اختبار دانيال و ذلك باتباع اخلطوات التالية ‪:‬‬
‫‪ -‬نقوم اوال – وىذا دائما‪ -‬بتحويل بيانات الزمن ‪ t‬اذل اعداد طبيعية من ‪ 1‬اذل ‪. n‬‬
‫‪ -‬نضع رتبا لقيم السلسلة الزمنية من االصغر اذل االكرب نرمز ذلا ب ‪. Rt‬‬
‫‪ -‬ضلسب الفرق بُت قيم ادلتغَت ادلستقل ( الزمن ‪ ) t‬و رتب قيم السلسلة الزمنية ‪. Rt‬‬
‫‪t‬‬ ‫‪Yt‬‬ ‫‪Rt‬‬ ‫‪dt‬‬ ‫‪d t2‬‬
‫‪1‬‬ ‫‪22‬‬ ‫‪2‬‬ ‫‪-1‬‬ ‫‪1‬‬
‫‪2‬‬ ‫‪28‬‬ ‫‪8‬‬ ‫‪-6‬‬ ‫‪36‬‬
‫‪3‬‬ ‫‪22‬‬ ‫‪4‬‬ ‫‪-1‬‬ ‫‪1‬‬
‫‪4‬‬ ‫‪34‬‬ ‫‪12‬‬ ‫‪-6‬‬ ‫‪36‬‬
‫‪5‬‬ ‫‪19‬‬ ‫‪1‬‬ ‫‪4‬‬ ‫‪16‬‬
‫‪6‬‬ ‫‪39‬‬ ‫‪12‬‬ ‫‪-6‬‬ ‫‪36‬‬
‫‪7‬‬ ‫‪25‬‬ ‫‪7‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪8‬‬ ‫‪44‬‬ ‫‪14‬‬ ‫‪-6‬‬ ‫‪36‬‬

‫‪26‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬
‫‪9‬‬ ‫‪21‬‬ ‫‪3‬‬ ‫‪6‬‬ ‫‪36‬‬
‫‪12‬‬ ‫‪49‬‬ ‫‪15‬‬ ‫‪-5‬‬ ‫‪25‬‬
‫‪11‬‬ ‫‪33‬‬ ‫‪9‬‬ ‫‪2‬‬ ‫‪4‬‬
‫‪12‬‬ ‫‪55‬‬ ‫‪16‬‬ ‫‪-4‬‬ ‫‪16‬‬
‫‪13‬‬ ‫‪23‬‬ ‫‪5‬‬ ‫‪8‬‬ ‫‪64‬‬
‫‪14‬‬ ‫‪62‬‬ ‫‪17‬‬ ‫‪-3‬‬ ‫‪9‬‬
‫‪15‬‬ ‫‪37‬‬ ‫‪11‬‬ ‫‪4‬‬ ‫‪16‬‬
‫‪16‬‬ ‫‪66‬‬ ‫‪18‬‬ ‫‪-2‬‬ ‫‪4‬‬
‫‪17‬‬ ‫‪24‬‬ ‫‪6‬‬ ‫‪11‬‬ ‫‪121‬‬
‫‪18‬‬ ‫‪71‬‬ ‫‪19‬‬ ‫‪-1‬‬ ‫‪1‬‬
‫‪19‬‬ ‫‪42‬‬ ‫‪13‬‬ ‫‪6‬‬ ‫‪36‬‬
‫‪22‬‬ ‫‪76‬‬ ‫‪22‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪‬‬ ‫‪491‬‬

‫‪ -‬نقوم بتطبيق عالقة معامل االرتباط الرتيب حلساب القيمة احملسوبة الختبار دانيال‪:‬‬

‫‪rD  1  2 t  1 ‬‬
‫‪2‬‬
‫‪6 d‬‬ ‫)‪6(491‬‬
‫‪ 1  0,369  0,6308‬‬
‫‪‬‬
‫‪n  n 1‬‬ ‫‪‬‬
‫)‪20(202  1‬‬
‫‪n‬‬ ‫‪ -‬نقوم بتحديد القيمة اجلدولية دلعامل االرتباط من جدول التوزيع اخلاص بسبَتمان حسب حجم العينة‬
‫ومستوى ادلعنوية ‪ ، ‬حيث يقصد حبجم العينة عدد قيم ادلتغَت التابع ‪ Yt‬او عدد الفًتات ‪ ، n‬يف ىذا ادلثال‬
‫‪ ، n  20‬مستوى ادلعنوية ‪   5%‬و من جدول توزيع سبَتمان صلد ان ‪rD  n,   rD  20, 0,05   0,4451 :‬‬
‫‪‬‬ ‫‪2‬‬ ‫‪‬‬ ‫‪2 ‬‬

‫‪ -‬القرار‪ :‬لدينا ‪ 0.63 :‬اكرب من ‪ 0.44‬أي ان )‪ rD  rD ( 20,0,025‬و منو فان قيمة معامل ارتباط دانيال‬
‫احملسوبة اكرب من احصائية سبَتمان اجلدولية و منو فان السلسلة ‪ Yt‬ربتوي على مركبة االذباه العام باالضافة اذل‬
‫ادلركبة العشوائية‪.‬‬

‫‪ .2.4‬الكشف عن المركبة الموسمیة ‪:‬‬

‫تعرب ادلركبة الفصلية او ادلومسية عن تلك التغَتات ادلنتظمة يف الظاىرة ادلدروسة من فًتة زمنية الخرى‪ ،‬مثال‬
‫االستهالك ادلنزرل او الصناعي من الكهرباء ‪ ،‬فمن خالل التغَتات او التذبذبات ؽلكن اخذ فكرة عن استهالك‬
‫الكهرباء خالل الفًتة ادلدروسة و يتم ذلك عن طريق العرض البياين حيث ؽلكن كشف و ربديد شكل ادلركبة‬
‫الفصلية او ادلومسية بيانيا بكل وضوح‪ ،‬غَت ان الطريقة البيانية غَت كافية لوحدىا للحكم على وجود مركبة مومسية‬
‫يف السلسلة حيث غالبا ما تدعم باختبارت احصائية و اليت تسمى بالطريقة التحليلية لكشف و ربديد ادلركبة‬
‫الفصلية‪.‬‬

‫‪27‬‬
‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪ .1.2.4‬اختبار ‪: Kruskall-wallis‬‬
‫للكشف عن ادلركبة الفصلية نستعمل احد االختبارات األكثر تداوال أال و ىو اختبار كروسكل واليس‬
‫‪ Kruskall-wallis‬و يرمز لو بالرمز ‪ KW‬و يستعمل للكشف عن ادلركبة الفصلية فقط و تعطى عالقتو‬
‫بالشكل التارل‪:‬‬
‫‪p‬‬ ‫‪2‬‬
‫‪Rj‬‬
‫‪ 3n  1‬‬
‫‪12‬‬
‫‪KW ‬‬ ‫‪‬‬
‫‪nn  1 i 1 mi‬‬
‫حيث ان ىذا االختبار يتبع توزيع كاي تربيع ‪  2‬ب )‪ ( p  1‬درجة حرية اي‪. KW   2 ( p  1) :‬‬
‫علما ان‪:‬‬
‫‪ : R j‬رلموعو رتب قيم الظاىرة أو ادلتغَت ادلدروس ادلقابلة للفصل ‪. j‬‬
‫‪ : mi‬عدد القيم أو ادلشاىدات ادلقابلة للفصل ‪ j‬و تكون يف اغلب األحيان تعرب عن عدد السنوات‪ ،‬فإذا كان‬
‫‪ mi 5‬مع عدم وجود مركبة فصلية فان ‪. kw   2  p  1‬‬
‫و إذا كانت السنة مقسمة إذل‬ ‫‪p4‬‬ ‫‪: p‬دورية ادلركبة الفصلية ‪ ،‬فإذا كانت السنة مقسمة إذل ثالثيات فان‬
‫اشهر فان ‪ p  12‬و ىكذا‪.‬‬
‫فان السلسلة الزمنية ربتوي على مركبة فصلية‪.‬‬ ‫‪KW   2‬‬ ‫‪ -‬حيث اذا كانت قيمة‬

‫‪ -‬اىم خطوات تطبیق اختبار ‪: Kruskall-wallis‬‬

‫بعد تقدير معلمااها باستعمال طريقة ادلربعات الصغرى‬ ‫‪Yˆt  a  b  t‬‬ ‫‪ -1‬ربديد و حساب مركبة االذباه العام‬
‫العادية ‪.‬‬
‫‪ -2‬عزل و استبعاد مركبة االذباه العام عن طريق وضع جدول البواقي ‪ ˆt‬حيث ان‪:‬‬
‫) ‪ˆt  Yt  Yˆt  Yt  (a  b  t‬‬
‫‪ -3‬ربديد الرتب للبواقي ‪ ،‬مث تنظيم و تعديل ىذه الرتب ان كان ىناك تساوي يف الرتب‬
‫‪ -4‬تطبيق عالقة اي ربديد القيمة احملسوبة لالختبار ‪.‬‬
‫‪ -5‬ربديد القيمة اجملدولة ل عند مستوى معنوية و درجة حرية‪.‬‬
‫‪ -6‬مقارنة القيمة احملسوبة مع القيمة اجلدولية فاذا كانت نقول ان السلسلة الزمنية ربتوي على ادلركبة الفصلية ‪.‬‬

‫‪ -‬مثال‪ :‬لتكن بيانات السلسلة الزمنة التالية‪:‬‬

‫السنوات‬ ‫‪Q1‬‬ ‫‪Q2‬‬ ‫‪Q3‬‬ ‫‪Q4‬‬
‫‪2217‬‬ ‫‪14‬‬ ‫‪22‬‬ ‫‪44‬‬ ‫‪21‬‬
‫‪2218‬‬ ‫‪12‬‬ ‫‪19‬‬ ‫‪64‬‬ ‫‪32‬‬
‫‪2219‬‬ ‫‪12‬‬ ‫‪12‬‬ ‫‪68‬‬ ‫‪29‬‬
‫‪2222‬‬ ‫‪7‬‬ ‫‪18‬‬ ‫‪62‬‬ ‫‪36‬‬
‫‪2221‬‬ ‫‪6‬‬ ‫‪11‬‬ ‫‪64‬‬ ‫‪52‬‬
‫‪28‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫ادلطلوب ‪ :‬تاكد من وجود او عدم وجود ادلركبة الفصلية يف السلسلة ؟‬

‫الحل‪ :‬للكشف عن مركبات السلسلة الزمنية يكون من ادلفيد دائما بداية رسم منحٌت السلسلة دلالحظة اىم‬
‫ادلركبات اليت ؽلكن ان ربويها السلسلة بيانيا‪ ،‬خاصة يف حالة ادلركبة ادلومسسة اليت تظهر جليا من خالل البيان‪،‬‬
‫ؽلثل الشكل التارل تطور بيانات السلسلة خالل فًتة الدراسة‪:‬‬

‫‪yt‬‬
‫‪80‬‬
‫‪70‬‬
‫‪60‬‬
‫‪50‬‬
‫‪40‬‬
‫‪30‬‬ ‫‪yt‬‬
‫‪20‬‬
‫‪10‬‬
‫‪0‬‬ ‫‪2020/4‬‬
‫‪2017/1‬‬
‫‪2017/2‬‬
‫‪2017/3‬‬
‫‪2017/4‬‬
‫‪2018/1‬‬
‫‪2018/2‬‬
‫‪1018/3‬‬
‫‪2018/4‬‬
‫‪2019/1‬‬
‫‪2019/2‬‬
‫‪1019/3‬‬
‫‪2019/4‬‬
‫‪2020/1‬‬
‫‪2020/2‬‬
‫‪1020/3‬‬

‫‪2021/1‬‬
‫‪2021/2‬‬
‫‪1021/3‬‬
‫‪2021/4‬‬
‫نالحظ من خالل الشكل ان السلسلة ربمل نتؤات منتظمة خالل فًتات زلددة و ذلك يتكرر خالل كل فًتة‬
‫الدراسة شلا يوحي مبدئيا ان السلسلة ؽلكن ان ربمل ادلركبة الفصلية كماهنا يف تزايد مستمر بادلتوسط خالل كل‬
‫فًتة الدراسة شلا يدل ان السلسلة ؽلكنان ربمل مركبة االذباه العام ايضا‪.‬‬
‫‪ -‬لتاكيد وجود ادلركبة الفصلية يف السلسلة سنعتمد على اختبار كريسكال‪-‬واليس ‪،‬والذي يتطلب اتباع اخلطوات‬
‫التالية ادلشار اليها سابقا ‪:‬‬
‫باستخدام طريقة ادلربعات الصغرى‬ ‫‪Yˆt  a  b  t‬‬ ‫‪ -1‬ربديد مركبة االذباه العام ‪ :‬يتم تقدير معادل االذباه العام‬
‫العادية حيث يتم االستنجاد باجلدول التارل لتقدير ادلعادل ‪:‬‬
‫‪t‬‬ ‫‪Yt‬‬ ‫‪Yt  t‬‬ ‫‪t2‬‬ ‫‪Yˆt  21,55  0,79  t‬‬ ‫‪ˆt  Yt  Yˆt‬‬
‫‪1‬‬ ‫‪14‬‬ ‫‪14‬‬ ‫‪1‬‬ ‫‪22,34‬‬ ‫‪-8,34‬‬
‫‪2‬‬ ‫‪22‬‬ ‫‪40‬‬ ‫‪4‬‬ ‫‪23,13‬‬ ‫‪-3,13‬‬
‫‪3‬‬ ‫‪44‬‬ ‫‪132‬‬ ‫‪9‬‬ ‫‪23,92‬‬ ‫‪20,08‬‬
‫‪4‬‬ ‫‪21‬‬ ‫‪84‬‬ ‫‪16‬‬ ‫‪24,71‬‬ ‫‪-3,71‬‬
‫‪5‬‬ ‫‪12‬‬ ‫‪50‬‬ ‫‪25‬‬ ‫‪25,5‬‬ ‫‪-15,5‬‬
‫‪6‬‬ ‫‪19‬‬ ‫‪114‬‬ ‫‪36‬‬ ‫‪26,29‬‬ ‫‪-7,29‬‬
‫‪7‬‬ ‫‪64‬‬ ‫‪448‬‬ ‫‪49‬‬ ‫‪27,08‬‬ ‫‪36,92‬‬
‫‪8‬‬ ‫‪32‬‬ ‫‪256‬‬ ‫‪64‬‬ ‫‪27,87‬‬ ‫‪4,13‬‬
‫‪9‬‬ ‫‪12‬‬ ‫‪108‬‬ ‫‪81‬‬ ‫‪28,66‬‬ ‫‪-16,66‬‬
‫‪12‬‬ ‫‪12‬‬ ‫‪120‬‬ ‫‪100‬‬ ‫‪29,45‬‬ ‫‪-17,45‬‬
‫‪11‬‬ ‫‪68‬‬ ‫‪748‬‬ ‫‪121‬‬ ‫‪30,24‬‬ ‫‪37,76‬‬

‫‪29‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬
‫‪12‬‬ ‫‪29‬‬ ‫‪348‬‬ ‫‪144‬‬ ‫‪31,03‬‬ ‫‪-2,03‬‬
‫‪13‬‬ ‫‪7‬‬ ‫‪91‬‬ ‫‪169‬‬ ‫‪31,82‬‬ ‫‪-24,82‬‬
‫‪14‬‬ ‫‪18‬‬ ‫‪252‬‬ ‫‪196‬‬ ‫‪32,61‬‬ ‫‪-14,61‬‬
‫‪15‬‬ ‫‪62‬‬ ‫‪900‬‬ ‫‪225‬‬ ‫‪33,4‬‬ ‫‪26,6‬‬
‫‪16‬‬ ‫‪36‬‬ ‫‪576‬‬ ‫‪256‬‬ ‫‪34,19‬‬ ‫‪1,81‬‬
‫‪17‬‬ ‫‪6‬‬ ‫‪102‬‬ ‫‪289‬‬ ‫‪34,98‬‬ ‫‪-28,98‬‬
‫‪18‬‬ ‫‪11‬‬ ‫‪198‬‬ ‫‪324‬‬ ‫‪35,77‬‬ ‫‪-24,77‬‬
‫‪19‬‬ ‫‪64‬‬ ‫‪1216‬‬ ‫‪361‬‬ ‫‪36,56‬‬ ‫‪27,44‬‬
‫‪22‬‬ ‫‪52‬‬ ‫‪1000‬‬ ‫‪400‬‬ ‫‪37,35‬‬ ‫‪12,65‬‬
‫‪‬‬ ‫‪210‬‬ ‫‪597‬‬ ‫‪6797‬‬ ‫‪2872‬‬

‫مالحظات ‪:‬‬
‫‪ -‬الحظ انو يتم دائما ربويل بيانات الزمن اذل ارقام طبيعية من ‪ 1‬اذل ‪. n‬‬
‫‪ -‬سيايت معنا فيما بعد (الفصل الالحق) بالتفصيل كيفية تقدير معادل االذباه العام‪.‬‬
‫تعطى قيمة لنموذج االذباه العام وفق الصيغة التارل‪:‬‬
‫‪b‬‬
‫) ‪cov(Yt , t‬‬
‫‪‬‬
‫‪Y  t  t  Y‬‬
‫‪t‬‬ ‫‪t‬‬
‫‪‬‬
‫‪6797  10,5  597 528.5‬‬
‫‪‬‬ ‫‪ 0,79‬‬
‫) ‪V (t‬‬ ‫‪t  t  t‬‬
‫‪2‬‬
‫‪2870  10,5  210‬‬ ‫‪665‬‬

‫‪.‬‬ ‫‪t‬‬
‫‪ -‬حيث ان ‪ t  210  10,5 :‬‬
‫‪n‬‬ ‫‪20‬‬
‫‪ -‬اما فهي تساوي اذل ‪. a  Y  b  t  29,85  0,79 10,5  21,55 :‬‬
‫‪.‬‬ ‫‪Y ‬‬
‫‪Y‬‬ ‫‪t‬‬
‫‪‬‬
‫‪597‬‬
‫‪ 29,85‬‬ ‫‪ -‬حيث ان ‪:‬‬
‫‪n‬‬ ‫‪20‬‬
‫‪ -2‬عزل و استبعاد مركبة االذباه العام عن طريق حساب قيم البواقي كما يلي ‪:‬‬
‫) ‪ˆt  Yt  Yˆt  Yt  (21,55  0,79  t‬‬
‫‪ -‬ومنو فان ‪:‬‬
‫‪ˆ1  Y1  Yˆ1  14  (21,55  0,79 1)  8,34‬‬
‫‪ˆ2  Y2  Yˆ2  20  (21,55  0,79  2)  3,13‬‬
‫و ىكذا اذل غاية حساب كل البواقي كما يظهر يف اجلدول اعاله‪.‬‬
‫‪ -‬ؽلكن اعادة ترتيب بيانات البواقي يف اجلدول التارل‪:‬‬
‫السنوات‬ ‫‪Q1‬‬ ‫‪Q2‬‬ ‫‪Q3‬‬ ‫‪Q4‬‬
‫‪2217‬‬ ‫‪-8734‬‬ ‫‪-3713‬‬ ‫‪22728‬‬ ‫‪-3771‬‬
‫‪2218‬‬ ‫‪-1575‬‬ ‫‪-7729‬‬ ‫‪36792‬‬ ‫‪4719‬‬
‫‪2219‬‬ ‫‪-16766‬‬ ‫‪-17745‬‬ ‫‪37776‬‬ ‫‪-2723‬‬
‫‪2222‬‬ ‫‪-24782‬‬ ‫‪-14761‬‬ ‫‪2676‬‬ ‫‪1781‬‬
‫‪2221‬‬ ‫‪-28798‬‬ ‫‪-24777‬‬ ‫‪27744‬‬ ‫‪12765‬‬

‫‪30‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪ -3‬ربديد رتب قيم البواقي من اصغر قيمة اذل اكرب قيمة حسب اجلدول التارل‪:‬‬
‫السنوات‬ ‫‪Q1‬‬ ‫‪Q2‬‬ ‫‪Q3‬‬ ‫‪Q4‬‬
‫‪2217‬‬ ‫‪8‬‬ ‫‪11‬‬ ‫‪16‬‬ ‫‪12‬‬
‫‪2218‬‬ ‫‪6‬‬ ‫‪9‬‬ ‫‪19‬‬ ‫‪14‬‬
‫‪2219‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪22‬‬ ‫‪12‬‬
‫‪2222‬‬ ‫‪2‬‬ ‫‪7‬‬ ‫‪17‬‬ ‫‪13‬‬
‫‪2221‬‬ ‫‪1‬‬ ‫‪3‬‬ ‫‪18‬‬ ‫‪15‬‬
‫‪R‬‬ ‫‪t‬‬
‫‪22‬‬ ‫‪34‬‬ ‫‪92‬‬ ‫‪64‬‬

‫مالحظة‪ :‬يف حالة وجود تساوي يف بعض قيم السلسلة نرفق بكل قيمة متوسط عدد رتب البيانات ادلتساوية‬
‫فمثال اذا كانت قيميت السلسلة اليت تقع يف الًتبة ‪ 5‬و ‪ 6‬متساوية فاننا نرفق بكل قيمة الرتبة ‪:‬‬
‫‪56‬‬
‫و ىكذا‪ .‬نالحظ انو ال توجد تساوي يف الرتب لبعض البيانات و بالتارل ال داعي‬ ‫‪R5  R6 ‬‬ ‫‪ 5,5‬‬
‫‪2‬‬
‫الخذ ىذه ادلالحظ يف االعتبار يف ىذا ادلثال‪.‬‬
‫‪ -4‬اغلاد قيمة ‪ K.W‬احملسوبة ‪:‬‬
‫‪n‬‬ ‫‪RT 2‬‬
‫‪KW ‬‬
‫‪nn  1‬‬
‫)‪ m  3(n  1‬‬
‫‪i‬‬

‫‪20‬‬ ‫‪22 2 34 2 90 2 64 2‬‬

‫‪KW ‬‬
‫‪2020  1‬‬
‫)‪ 5  5  5  5 )  3(20  1‬‬
‫(‬

‫‪ 484 1156 8100 4096 ‬‬

‫‪KW  0,047‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫)‪  3(20  1‬‬
‫‪ 5‬‬ ‫‪5‬‬ ‫‪5‬‬ ‫‪5 ‬‬
‫‪ KW  16,06‬‬
‫‪ -‬عدد القيم او ادلشاىدات ادلقابلة لكل فصل يساوي ‪ 5‬اي ان ‪. m1  m2  m3  m4  5 :‬‬
‫‪ -‬عدد القيم الكلية او حجم العينة يساوي اذل ‪. n  20‬‬
‫‪ -5‬استخراج القيمة اجلدولية الحصائية كاي تربيع ‪:‬‬
‫‪2p 1,   241,0.05  23,0.05  7,815‬‬
‫القرار االحصائي ‪ :‬دبان ‪ KW  23,0.05 :‬حيث ان ‪ 16.06‬اكرب سباما من ‪ 7.815‬و منو ؽلكن القول ان‬
‫السلسلة الزمنية ربتوي على ادلركبة الفصلية‪.‬‬

‫‪ .5‬طرق تحديد الشكل العام للسلسلة الزمنیة‪:‬‬

‫بعد التاكد من وجود مركبات السلسلة الزمنية ‪،‬نقوم بتحديد الشكل العام االمثل لتمثيل السلسلة ‪ ،‬حيث البد ان‬
‫نفرق عموما بُت ثالث حاالت‪ :‬الشكل التجميعي‪ ،‬اجلدائي او ادلضاعف‪ ،‬و الشكل ادلختلط‪ .‬سنتطرق يف ىذا‬
‫اجملال اذل اىم الطرق التحليلية لتحديد الشكل العام للسلسلة ‪:‬‬

‫‪31‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪ .1.5‬طريقة الوسط الحسابي السنوي‪ :‬تستعمل ىاتو الطريقة فيما اذا كانت السنوات مقسمة اذل عدة فًتات‬
‫(اي يكون تردد السلسلة اقل من سنة) ( شهر‪ ،‬ثالثي‪ ،‬سداسي‪ )....‬و ذلذه الطريقة خطوتان ‪:‬‬
‫‪ -1‬حساب الوسط احلسايب لعدد الفًتات اخلاصة بكل سنة‪.‬‬
‫‪ -2‬حساب الفرق بُت القيم االصلية اخلاصة بكل سنة و الوسط السنوي ادلقابل ذلا‪ .‬فاذا كانت ىذه الفروق‬
‫تشكل متتالية حسابية او كانت قيم متقاربة نستنتج ان ظلوذج السلسلة الزمنية ىو النموذج التجميعي‪ ،‬اما اذ‬
‫كانت ىذه الفروق على شكل متوالية ىندسية ايان قيم الفروق تتضاعف من فًتة اذل اخرى فنكون يف حالة‬
‫النموذج اجلدائي او ادلضاعف ‪.‬‬
‫‪ .2.5‬طريقة االنحراف المعیاري السنوي‪ :‬ايضا تكون ىاتو الطريقة صاحلة اذا كانت ترددات السلسلة اقل من‬
‫سنة ‪ ،‬خيث يتم يف ىذه احلالة حساب االضلراف ادلعياري اخلاص بكل سنة فاذا كانت قيم االضلرافات ادلعيارية‬
‫السنوية متساوية او متقاربة فنكون يف حالة ظلوذج ذبميعي‪ ،‬اما اذا كانت القيم متباعدة فنكون يف حالة ظلوذج‬
‫جدائي‪.‬‬
‫‪ .3.5‬كشف النموذج العام للسلسلة الزمنیة باستخدام طريقة المعادلة االنحدارية ‪:‬‬
‫تعترب ىاتو الطريقة من اىم الطرق يف ربديد الشكل العام للسلسلة الزمنية‪ ، ،‬حيث نقوم بتقدير معلمات النموذج‬
‫التارل باستخدام طريقة ادلربعات الصغرى ‪:‬‬
‫‪. SDi  f Yi   aˆ  bˆ  Yi‬‬ ‫‪/ i  1, n‬‬

‫حيث ان ‪:‬‬
‫‪ : Yi‬ؽلثل متوسط الفصول اخلاص بالسنة ‪. i‬‬
‫‪ : SDi‬االضلراف ادلعياري للفصول اخلاص بالسنة ‪. i‬‬
‫‪ -‬تعتمد ىذه الطريقة على قيمة معامل اضلدار ادلعادلة السابقة اعاله ̂‪ ، b‬حيث يتم تقدير ىذا ادلعامل باالعتماد‬
‫على طريقة ادلربعات الصغرى وفق الصيغة التالية‪:‬‬

‫‪bˆ ‬‬ ‫‪ SD  Y  n  SD  Y‬‬

‫‪i‬‬ ‫‪i‬‬

‫‪Y  nY‬‬‫‪i‬‬
‫‪2‬‬ ‫‪2‬‬

‫حيث بناءا على قيمة معامل االضلدار نبُت فيما اذا كانت السلسلة الزمنية ذبميعية او جدائية او سلتلطة‪.‬‬
‫‪ -‬فاذا وجدنا ان قيمة ̂‪ b‬اقل من ‪ (bˆ0,05) 0.05‬فان الشكل االمثل لتمثيل السلسلة الزمنية ىو الشكل‬
‫التجميعي‪ ،‬اما اذا كانت ̂‪ b‬اكرب من ‪ (bˆ0,1) 0.1‬نكون يف حالة النموذج اجلدائي‪ .‬و اخَتا اذا وجدنا ان‬
‫قيمة ̂‪ b‬زلصورة بُت القيمتُت )‪ (0,05  bˆ  0,1‬ؽلكن القول ان النموذج االمثل لتمثيل السلسلة ىو النموذج‬
‫ادلختلط‪.‬‬
‫مثال‪ :1‬تبُت السلسلة التالية تطور مبيعات سلعة معينة خالل ‪ 5‬سنوات حيث ان البيانات ربع سنوية‬
‫(ثالثيات)‪:‬‬
‫‪32‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬
‫السنوات‬ ‫‪Q1‬‬ ‫‪Q2‬‬ ‫‪Q3‬‬ ‫‪Q4‬‬
‫‪2217‬‬ ‫‪22‬‬ ‫‪28‬‬ ‫‪22‬‬ ‫‪34‬‬
‫‪2218‬‬ ‫‪19‬‬ ‫‪39‬‬ ‫‪25‬‬ ‫‪44‬‬
‫‪2219‬‬ ‫‪21‬‬ ‫‪49‬‬ ‫‪33‬‬ ‫‪55‬‬
‫‪2222‬‬ ‫‪23‬‬ ‫‪62‬‬ ‫‪37‬‬ ‫‪66‬‬
‫‪2221‬‬ ‫‪24‬‬ ‫‪71‬‬ ‫‪42‬‬ ‫‪76‬‬
‫المطلوب‪ :‬استعمل طريقة ادلتوسط السنوي لتحديد شكل السلسلة الزمنية‬
‫‪ -‬استعمل طريقة االضلراف ادلعياري السنوي لتحديد شكل السلسلة الزمنية‪.‬‬
‫الحل‪:‬‬
‫‪ -1‬طريقة المتوسط السنوي ‪:‬‬

‫‪. Yi ‬‬
‫‪‬‬ ‫‪Yt‬‬
‫اوال‪ :‬حساب ادلتوسط السنوي لكل سنة‬
‫‪4‬‬
‫ثانيا‪ :‬حساب الفروقات بُت قيم البيانات االصلية و ادلتوسط السنوي ادلقابل لكل سنة ‪.‬‬
‫يبُت اجلدول التارل سلتلف العمليات احلسابية اخلاصة هبذه الطريقة‪:‬‬
‫السنوات‬ ‫‪Q1‬‬ ‫‪Q2‬‬ ‫‪Q3‬‬ ‫‪Q4‬‬ ‫‪Yi‬‬
‫‪2217‬‬ ‫‪-6‬‬ ‫‪2‬‬ ‫‪-4‬‬ ‫‪8‬‬ ‫‪26‬‬
‫‪2218‬‬ ‫‪-12775‬‬ ‫‪7725‬‬ ‫‪-6775‬‬ ‫‪12725‬‬ ‫‪31775‬‬
‫‪2219‬‬ ‫‪-1875‬‬ ‫‪975‬‬ ‫‪-675‬‬ ‫‪1575‬‬ ‫‪3975‬‬
‫‪2222‬‬ ‫‪-2375‬‬ ‫‪1375‬‬ ‫‪-975‬‬ ‫‪1975‬‬ ‫‪46751‬‬
‫‪2221‬‬ ‫‪-29725‬‬ ‫‪17775‬‬ ‫‪-11725‬‬ ‫‪22775‬‬ ‫‪53725‬‬
‫نتیجة‪ :‬نالحظ ان الفروقات او التغَتات ادلومسية بالنسبة للسداسي االول مثال تتضاعف من سنة اذل اخرى (‬
‫‪ )29.5 ،23.5 ،18.5 ،6،12.75‬نستنتج ان ظلوذج السلسلة الزمنية ادلضاعف ىو ادلالئم والذي يكتب‬
‫وفق الشكل التارل‪. Yt  Yˆt  St   t :‬‬
‫‪ -2‬طريقة االنحراف المعیاري السنوي ‪ :‬ذلذه الطريقة خطوة واحدة و ىي حساب االضلراف ادلعياري السنوي‬
‫لكل سنة‪ ،‬يبُت اجلدول التارل سلتلف العمليات احلسابية‪:‬‬
‫السنوات‬ ‫‪Yi‬‬ ‫‪SDi‬‬
‫‪2017‬‬ ‫‪26‬‬ ‫‪57477‬‬
‫‪2018‬‬ ‫‪31.75‬‬ ‫‪12713‬‬
‫‪2019‬‬ ‫‪39.5‬‬ ‫‪13737‬‬
‫‪2020‬‬ ‫‪46.51‬‬ ‫‪17736‬‬
‫‪2021‬‬ ‫‪53.25‬‬ ‫‪21729‬‬
‫نتیجة‪ :‬نالحظ ان قيم االضلرافات ادلعيارية غَت ثابتة من سنة الخرى‪ ،‬و بالتارل فان النموذج ادلوافق ذلذه السلسلة‬
‫ىو النموذج ادلضاعف‪.‬‬
‫مثال ‪ :2‬اذا توفرت لديك البيانات ربع السنوية لثالثة السنوات التالية ‪:‬‬
‫السنوات‬ ‫‪Q1‬‬ ‫‪Q2‬‬ ‫‪Q3‬‬ ‫‪Q4‬‬
‫‪33‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬
‫‪2219‬‬ ‫‪110‬‬ ‫‪132‬‬ ‫‪142‬‬ ‫‪162‬‬
‫‪2222‬‬ ‫‪142‬‬ ‫‪155‬‬ ‫‪165‬‬ ‫‪182‬‬
‫‪2221‬‬ ‫‪162‬‬ ‫‪172‬‬ ‫‪182‬‬ ‫‪212‬‬

‫‪ -‬حدد شكل االمثل للسلسلة الزمنية باستخدام طريقة ادلعادلة االضلدراية‪.‬‬

‫الجواب‪:‬‬
‫لتحديد الشكل االمثل للسلسلة الزمنية باستخدام الطريقة االضلدراية نستعُت باجلدول التارل‪:‬‬

‫السنوات‬ ‫‪Q1 Q2‬‬ ‫‪Q3‬‬ ‫‪Q4‬‬ ‫‪Yi‬‬ ‫‪SDi‬‬ ‫‪SDi  Yi‬‬ ‫‪Yi 2‬‬
‫‪2216‬‬ ‫‪110 132‬‬ ‫‪142‬‬ ‫‪162‬‬ ‫‪135‬‬ ‫‪18722‬‬ ‫‪243277‬‬ ‫‪18225‬‬
‫‪2217‬‬ ‫‪142 155‬‬ ‫‪165‬‬ ‫‪182‬‬ ‫‪162‬‬ ‫‪14757‬‬ ‫‪233172‬‬ ‫‪25622‬‬
‫‪2218‬‬ ‫‪162 172‬‬ ‫‪182‬‬ ‫‪212‬‬ ‫‪182‬‬ ‫‪1877‬‬ ‫‪3366‬‬ ‫‪32422‬‬
‫مجموع‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪475‬‬ ‫‪51729‬‬ ‫‪812979‬‬ ‫‪75225‬‬

‫‪. Yi  ‬‬
‫‪Qi‬‬
‫‪ -‬نقوم اوال حبساب متوسط الفصول اخلاص بالسنوات‪:‬‬
‫‪n‬‬

‫‪. SDi  VAR (Qi ) ‬‬

‫‪ -‬مث حساب االضلراف ادلعياري للفصول ‪ (Q  Q ) :‬‬
‫‪i‬‬
‫‪2‬‬

‫‪n‬‬
‫حيث ان ‪ i‬ؽلثل رقم السنة‪.‬‬
‫‪ -‬نقوم بعدىا بتقدير ادلعلمة ̂‪ b‬من خالل النموذج ‪ SDi  f Yi   aˆ  bˆ  Yi :‬وفق العالقة التالية‪:‬‬

‫‪bˆ ‬‬
‫‪ SD  Y  n  SD  Y‬‬
‫‪i‬‬

‫‪Y  nY‬‬ ‫‪2‬‬ ‫‪2‬‬

‫مع العلم ان ‪:‬‬

‫‪Y ‬‬ ‫‪Y‬‬ ‫‪475‬‬

‫‪‬‬
‫‪ 158,33‬‬
‫‪i‬‬

‫‪n‬‬ ‫‪3‬‬

‫‪SD ‬‬
‫‪ SDi  51,29  17,09‬‬
‫‪n‬‬ ‫‪3‬‬
‫‪ -‬فان قيمة ̂‪ b‬تساوي اذل ‪:‬‬

‫‪bˆ ‬‬
‫‪ SD  Y  n  SD  Y‬‬
‫‪i‬‬ ‫‪i‬‬
‫‪‬‬
‫‪8129,9  3 17,09 158,33 8129,9  8118,57‬‬
‫‪‬‬
‫‪Y  nY‬‬ ‫‪76225  3  (158,33) 2‬‬ ‫‪76225  75205,14‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪i‬‬

‫‪12,33‬‬
‫‪‬‬ ‫‪ 0,012‬‬
‫‪1019,84‬‬
‫دبان ̂‪ b‬تساوي ‪ 0.012‬و ىي اقل من ‪ 0.05‬فان السلسلة الزمنية من الشكل التجميعي‪.‬‬

‫‪34‬‬
‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫المحور ‪ ‬الثالث‬
‫التنبؤ بنماذج االتجاه العام‬

‫‪Trend forecasting models‬‬

‫اهداف المحور الثالث ‪:‬‬

‫‪ ‬التعرف على كیفیة التنبؤ باستخدام نموذج االتجاه العام الخطي ؛‬

‫‪ ‬التعرف على كیفیة اختبار معنوية معالم نماذج االتجاه العام المقدرة ؛‬

‫‪ ‬التعرف على كیفیة التنبؤ باستخدام نموذج االتجاه العام غیر الخطي ‪ :‬االتجاه العام االسي ؛‬

‫‪ ‬التعرف على كیفیة التنبؤ باستخدام نموذج االتجاه العام غیر الخطي ‪ :‬االتجاه العام التربیعي ؛‬

‫‪ ‬معرفة كیفیة نزع مركبة االتجاه العام من السلسلة ‪.‬‬

‫‪35‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫عموما اهتم ىذه اجملموعة من النماذج بادلركبة النظامية يف السلسلة وىي شكل االذباه العام الذي قد يكون‬
‫متمثال يف دالو خطيو ‪ ،‬اسية‪ ،‬كثَت حدود‪ ،‬لوغاريتميو ‪....‬اخل‪ ،‬اضافو اذل مركبو عشوائيو ضعيفة الذبذبة‪.‬‬
‫تفسر ىذه النماذج ادلتغَت ادلراد دراستو بواسطو الزمن ‪ t‬كما ذكرنا سابقا ‪ ،‬منها ‪:‬‬

‫‪ .1‬نموذج االتجاه العام الخطي‪:‬‬

‫ؽلكن التعبَت على السلسلة اليت تنمو دبقدار ثابت عرب الزمن بالعالقة التاليو ‪:‬‬
‫‪Yt  f T ,  t ‬‬
‫حيث اذا كانت تتطور السلسلة بطريقو خطيو شلكن ظلذجها وفق العالقة التالية ‪:‬‬
‫‪Yt  a‬‬ ‫‪ t  t‬‬
‫‪b‬‬
‫‪T‬‬

‫يعكس ادلنحٌت التارل سيطرة مركبو االذباه العام على السلسة الزمنية اضافو اذل ادلركبة العشوائية الضعيفة الذبذبة‬
‫شلا يسهل عملية التنبؤ ادلستقبلي‪ ،‬حيث ‪ t‬سبثل دليل الزمن اي وحده قياس السنة‪ ،‬الفصل‪ ،‬الشهر…اخل‪ .‬و ىو‬
‫يأخذ القيم من ‪ 1‬لسنة البداية مث ‪ N …،2،3‬دائما‪ ،‬ويكون ىذا الرقم االخَت ىو نفسو عدد ادلشاىدات‬
‫ادلستعملة يف الدراسة أي العينة‪ .‬بينما ‪ a‬و ‪ b‬معلمتُت يراد تقديرعلا ألغراض التنبؤ‬
‫كون العالقة اعاله خطيو ادلعلمات ؽلكن تقديرىا بالطريقة ادلشهورة ‪( MCO‬طريقو ادلربعات الصغرى)‬

‫‪ .1.1‬طريقو المربعات الصغرى‪ :‬ؽلكن احلصول على ىذه ادلقدرات اذا اعتربنا ادلعادلة التالية كنظَتة للعالقة‬
‫اعاله أي ‪:‬‬
‫‪Yt  aˆ  bˆ  t  ˆt‬‬
‫حيث ̂‪ a‬و ̂‪ b‬ىي قدرات ‪ a‬و ‪ b‬و ‪ ˆt‬سبثل تقدير ‪  t‬و تسمى البواقي ‪.‬‬
‫تعتمد ىذه الطريقو يف التقدير على مبدا تصغَت رلموع مربعات البواقي أي ‪:‬‬
‫‪‬‬ ‫‪‬‬
‫‪N‬‬ ‫‪2‬‬

‫‪Min  ˆ  Min  Y  aˆ  bˆ.t‬‬

‫‪t‬‬
‫‪2‬‬

‫‪t 1‬‬

‫بعد حل ىذا النموذج أي اغلاد قيم ادلشتقات التالية‪:‬‬

‫‪ N‬‬
‫‪  Y‬‬ ‫‪‬‬ ‫‪ aˆ  bˆ.t‬‬ ‫‪‬‬
‫‪2‬‬

‫‪ t 1‬‬ ‫‪0‬‬

‫‪‬‬ ‫ˆ‪b‬‬
‫‪ N‬‬
‫‪  Y‬‬
‫‪ t 1‬‬
‫‪‬‬ ‫‪ aˆ  bˆ.t‬‬ ‫‪‬‬
‫‪2‬‬

‫‪‬‬ ‫‪0‬‬
‫‪‬‬ ‫ˆ‪a‬‬
‫صلد ان ‪:‬‬
‫‪bˆ ‬‬ ‫‪t  y  t  y‬‬
‫‪t‬‬ ‫‪t‬‬

‫‪t  t t‬‬
‫‪2‬‬

‫‪36‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫كما ؽلكن التعبَت عن ̂‪ b‬بصيغة اخرى و ىي بواسطة اضلرافات القيم عن اوساطها كما يلي‪:‬‬
‫‪bˆ ‬‬ ‫‪  y  y t  t ‬‬
‫‪t‬‬

‫‪ t  t ‬‬
‫‪2‬‬

‫‪ -‬اما اذا مت قسمة البسط و ادلقام على فاننا سنتحصل على صيغة اخرى مهمة الغلاد ̂‪ b‬و ىي ‪:‬‬
‫‪y‬‬ ‫‪ y t  t ‬‬
‫‪t‬‬
‫) ‪cov( yt , t‬‬
‫‪bˆ ‬‬ ‫‪n‬‬ ‫‪‬‬
‫‪ t  t ‬‬
‫‪2‬‬
‫) ‪var(t‬‬
‫‪n‬‬
‫اما ادلقدرة ̂‪ a‬فتساوي اذل‪:‬‬
‫‪aˆ  y  bˆ.t‬‬
‫‪ -‬مالحظات‪:‬‬
‫‪ -‬ىذا التقدير مت طبعا ربت فرضيات اساسية نسميها بالفرضيات الكالسيكية اليت تسمح فيما بعد اشتقاق‬
‫ادوات إحصائية مفيدة يف عمليات االختبار اخلاصة بتقييم النموذج‪.‬‬
‫‪ -‬عند احلساب يتم دائما ربويل بيانات الزمن ‪ t‬اذل ارقام طبيعية تتغَت من ‪ 1‬اذل ‪ ، n‬مع العلم ان‬

‫‪ . var(t )  ‬و بالتارل‬ ‫‪ t ‬و‬

‫‪2‬‬
‫) ‪(t  t‬‬ ‫‪n2  1‬‬ ‫‪t‬‬ ‫‪n 1‬‬
‫‪‬‬ ‫‪ t  1,2,3,.....n‬سنجد اذن ان ‪:‬‬
‫‪n‬‬ ‫‪12‬‬ ‫‪n‬‬ ‫‪2‬‬
‫فان العالقتان السابقتان تصبحان بالشكل التارل‪:‬‬
‫‪ n 1‬‬
‫‪t  y‬‬ ‫‪t‬‬ ‫‪ n ‬‬
‫‪ 2 ‬‬
‫‪ y‬‬
‫‪ bˆ ‬‬
‫‪ n2 1‬‬
‫‪n  ‬‬ ‫‪‬‬
‫‪ 12 ‬‬
‫‪ n 1‬‬
‫‪ aˆ  y  bˆ.‬‬ ‫‪‬‬
‫‪ 2 ‬‬

‫‪ .2.1‬اختبار معنوية معالم االتجاه العام الخطي المقدر ‪ :‬اختبار ‪Student‬‬

‫تعترب عملية اختبار معنوية معادل االذباه العام ادلقدر واحدة من اىم خطوت عملية التنبؤ بنماذج االذباه العام‪ ،‬و‬
‫ذلك باالعتماد على ما يعرف باختبار الفروض‪ ،‬حيث يعرف الفرض ‪ Hypothesis‬بانو ادعاء ‪Assumption‬‬
‫حول معادل االذباه العام ادلقدرة قابلة بان تكون صحيحة او غَت صحيحة‪ ،‬و تثبت صحتها فقط من خالل‬
‫االختبار ‪ Test‬حيث تنطوي الفروض ادلختربة على افادة ‪ Statement‬حول مساواة معلمة من معادل اجملتمع‬
‫احلقيقية لعينة معينة يطلق عليها تسمية فرضية العدم ‪ Null Hypothesis‬و ذلك اهنا تقًتح عدم وجود اختالف‬
‫بُت قيمة اجملتمع احلقيقية و القيمة ادلقًتحة‪ .‬و يرمز ذلذا النوع من الفروض بـ ‪. H‬‬
‫‪0‬‬

‫‪37‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫و ذلك للتثبت من وجودىا‬ ‫‪ t‬و ‪Yt‬‬ ‫و ؼلترب ظلوذج االذباه العام اساسا العالقة بُت ادلتغَت ادلستقل الذي ؽلثل الزمن‬
‫اذ ردبا انعدمت العالقة بُت ادلتغَتين على الرغم من ربقق قيمة للميل غَت مساوية للصفر بسبب اخطاء ادلعاينة و‬
‫ادناه نوضح ذلك‪:‬‬
‫دبان العالقة بُت ‪ t‬و ‪ Y‬قائمة على اساس ادلعادة التالية‪ ، Trend (T ) : Yˆt  aˆ  bˆ  t :‬فان افادة انعدام العالقة‬
‫‪t‬‬

‫بُت ‪ t‬و ‪ Y‬تعٍت بان خط اضلدار اجملتمع عبارة عن خط اضلدار افقي ‪ ،‬اي ان ‪. H : bˆ  0 :‬‬
‫‪0‬‬ ‫‪t‬‬

‫ودبان االفًتاض ‪ H‬خاضع لالختبار فانو ال يكون بالضرورة صحيح‪ ،‬االمر الذي يتطلب وضع افًتاض بديل‬ ‫‪0‬‬

‫‪ Alternative Hypothesis‬يف حالة اثبات عدم صحة فرضية العدم و يرمز للفرض البديل بالرمز ‪ H 1‬و بقدر‬
‫تعلق االمر باختبار وجود عالقة بُت ‪ t‬و ‪ Y‬ينص الفرض البديل على ان قيمة ادليل غَت مساوية للصفر‪ :‬اي ان‪:‬‬
‫‪t‬‬

‫‪. H1 : bˆ  0‬‬
‫̂‪ b‬كما يلي‪:‬‬ ‫‪Standartize‬‬ ‫و الختبار الفرضية موضع البحث‪ ،‬نقوم اوال بتقييس‬
‫‪Z‬‬ ‫‪N 0,1‬‬ ‫‪ ،‬حيث ان ‪:‬‬ ‫‪Z ‬‬
‫‪‬‬
‫ˆ‪bˆ   b‬‬
‫‪‬‬
‫‪bˆ  b‬‬
‫)ˆ‪SD(b‬‬ ‫) ‪var(‬‬
‫‪ (t  t )i2‬‬
‫البواقي )ˆ‪var(‬‬ ‫و دبان تقدير تباين االخطاء ) ‪ var(‬رلهولة و تقدر دبوجب القيمة ) ‪ vâr(‬و اليت سبثل تبيان‬
‫) ‪vâr(‬‬ ‫فاهنا زبضع بالنسبة اذل العينات الصغرى اذل توزيع ستودنت ‪ t ‬و سبب ذلك انطواء ادلقام يف صيغة‬
‫على القيمة ‪. n  2‬‬
‫و عليو فان قيمة ‪ Z‬تتحول اذل ‪:‬‬
‫‪bˆ  b‬‬
‫‪tn  2 ‬‬
‫)ˆ‪SD(b‬‬
‫ˆ‪b‬‬
‫‪ ، tn  2 ‬وتسمى ىذه القيمة باحصائية ستودنت احملسوبة‬ ‫دبوجب الفرض ‪ ، H‬فان‪:‬‬ ‫دبان‪b  0 :‬‬ ‫و‬
‫)ˆ‪SD(b‬‬
‫‪0‬‬

‫̂‪. t ‬‬
‫‪c‬‬ ‫‪1‬‬

‫اما احلدود الفاصلة لقبول او رفض فرضية العدم فاهنا ربدد بواسطة جداول توزيع ‪ t ‬و لكل مستوى من‬
‫ˆ‪b‬‬
‫‪ tn  2 , 2 ‬‬
‫ˆ‬
‫‪ tn  2 , 2‬‬ ‫مستويات ادلعنوية ‪ Level of Significance‬و دبوجب ادلتباينة التالية‪:‬‬
‫)‪SD(b‬‬
‫ونطلق على اجملال الذي تقبل ضمنو فرضية العدم تسمية ‪ Acceptance Region‬وعلى اجملال الذي نرفض فيو‬
‫‪ Critical Region‬وكما ىو مبُت يف الشكل التارل ‪:‬‬

‫‪38‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫ثنائي الطرفین‬ ‫̂‪b‬‬ ‫شكل توزيع المعاينة لـ‬

‫منطقة قبول‬ ‫منطقة قبول‬

‫منطقة قبول‬
‫‪1‬‬

‫عند اجراء االختبار بالصورة الواردة اعاله باالمكان احلصول على احدى النتيجتُت التاليتُت‪:‬‬
‫اما ان تقع احصائية االختبار ‪ t‬ضمن اجملال ادلقبول او خارجو‪ ،‬فان وقعت خارجو نرفض فرضية العدم و تاخذ‬
‫ˆ‪cb‬‬

‫بالفرض البديل‪ ،‬و ان وقعت داخلو تقبل‪ .‬و عموما ؽلكن اختصار خطوات اختبار معنوية ̂‪ ( b‬نفس الشيء‬
‫بالنسبة اذل ̂‪ ) a‬وفق اختبار ستودنت كما يلي‪:‬‬
‫اي ˆ‪ ،) tca‬و اليت تساوي‬ ‫ل ̂‪a‬‬ ‫(نفس الشيء بالنسبة‬ ‫ˆ‪tcb‬‬ ‫‪ -‬نقوم حبساب احصائية ستودنت احملسوبة ل ̂‪ b‬اي‬
‫اذل النسبة بُت قيمة ادلعلمة و اضلرافها ادلعياري ادلقدر ‪:‬‬
‫ˆ‪b‬‬
‫‪ tcbˆ ‬‬
‫)ˆ‪SD(b‬‬
‫ˆ‪a‬‬
‫‪ tcaˆ ‬‬
‫) ˆ‪SD(a‬‬
‫حسب الفرضيتُت التاليتُت‪:‬‬
‫‪ H 0 : aˆ  0 ; bˆ  0‬‬
‫‪‬‬
‫‪‬‬ ‫ˆ‬
‫‪ H1 : aˆ  0 ; b  0‬‬
‫‪‬‬
‫مع العلم ان تقدير تباين ̂‪ b‬يعطى بالصيغة التالية‪:‬‬
‫)ˆ‪var(‬‬ ‫)ˆ‪var(‬‬
‫‪var(bˆ) ‬‬ ‫‪‬‬
‫)‪ (t  t ) n  (n 2  1‬‬
‫‪2‬‬

‫‪12‬‬
‫حيث ان تقدير االضلراف ادلعياري لو فهو‪:‬‬
‫)ˆ‪SD(bˆ)  var(b‬‬
‫اما تقدير تباين ̂‪ a‬يعطى بالصيغة التالية‪:‬‬
‫‪var(ˆ)  n  1 ‬‬ ‫)ˆ‪var(‬‬
‫‪2‬‬

‫‪var(aˆ )  t 2  var(bˆ) ‬‬ ‫‪‬‬ ‫‪  var(bˆ) ‬‬

‫‪n‬‬ ‫‪ 2 ‬‬ ‫‪n‬‬
‫حيث ان تقدير االضلراف ادلعياري لو فهو‪:‬‬
‫) ˆ‪SD(aˆ )  var(a‬‬
‫كمان تقدير تباين ادلركبة العشوائية ‪ ˆt‬ىو‪:‬‬
‫‪var(ˆ ) ‬‬
‫ˆ‪ ‬‬ ‫‪t‬‬
‫‪2‬‬

‫‪n2‬‬

‫‪39‬‬
‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫حيث ان ‪ : ˆt‬سبثل قيم ادلتغَتة العشوائية و اليت يتم احلصول على قيمها وفق الصيغة التالية‪:‬‬
‫‪yt  Trend  ˆt‬‬
‫‪ yˆ t  ˆt‬‬
‫‪ aˆ  bˆ  t  ˆt‬‬
‫‪ ˆt  yt  yˆ t‬‬
‫‪ ˆt  yt  aˆ  bˆ  t‬‬

‫ˆ‪a‬‬ ‫ˆ‪b‬‬
‫و قبول‬ ‫‪H0‬‬ ‫‪ ) tcaˆ ‬يتم يف ىذه احلالة رفض‬ ‫و كذلك ‪t ‬‬ ‫(‬ ‫‪tcbˆ ‬‬ ‫‪t ‬‬ ‫‪ -‬فإذا كانت‬
‫‪SD(aˆ ) n2, 2‬‬ ‫‪SD(bˆ) n2, 2‬‬
‫‪ H1‬عند مستوى معنوية ‪ % ‬حيث نقول ان ادلعلمة ̂‪ ) â ( b‬معنوية إحصائية أي معنويا ال تساوي الصفر‬
‫حيث ان ‪ tn  2, ‬مأخوذة من جدول التوزيع ‪ t‬و تسمى احصائية ستودنت اجلدولية‪ ،‬ونقبل ‪ H‬حبد معنوية‬
‫‪0‬‬
‫‪2‬‬

‫ˆ‪a‬‬ ‫ˆ‪b‬‬
‫( ̂‪ ) a‬ليس ذلا معنوية‬ ‫̂‪b‬‬ ‫ˆ‪ ) tca‬أي ان ادلعلمة‬ ‫(‪t ‬‬ ‫ˆ‪tcb‬‬ ‫‪t ‬‬ ‫‪ 1   %‬إذا كانت‬
‫) ˆ‪SD(a‬‬ ‫‪n2 ,‬‬
‫‪2‬‬ ‫‪SD(bˆ) n2, 2‬‬
‫إحصائية أي اهنا ال زبتلف معنويا عن الصفر‪.‬‬
‫‪ -‬دبجرد احلصول على معادلة االذباه العام اخلطية ادلقدرة ؽلكن احلصول على قيم التنبؤ للسلسلة بالفًتات‬
‫ادلستقبلية بالتعويض عن قيمة الزمن ‪ t‬ادلالئم يف ادلعادلة ‪ ،‬و ادلثال التارل يوضح ذلك ‪:‬‬

‫مثال ‪ :1‬ؽلثل اجلدول أدناه بيانات الطلب على سلعة معينة للفًتة (‪:)2021-2013‬‬
‫ادلطلوب‪:‬‬
‫ما ىو الطلب ادلتوقع يف السنتُت (‪ )2022‬و(‪ )2023‬باستخدام أسلوب االذباه العام بفرض انو خطي‪.‬‬

‫‪2021‬‬ ‫‪2020‬‬ ‫‪2019‬‬ ‫‪2018 2017 2016 2015‬‬ ‫‪2014‬‬ ‫‪2013‬‬ ‫السنوات‬
‫‪95‬‬ ‫‪92‬‬ ‫‪90‬‬ ‫‪84‬‬ ‫‪78‬‬ ‫‪75‬‬ ‫‪69‬‬ ‫‪62‬‬ ‫‪60‬‬ ‫الطلب( ألف وحدة)‬
‫الحل‪:‬‬
‫نفرض أن الطلب ىو ( ‪ )Y‬وأن سنوات السلسلة الزمنية ىي (‪ )t‬نقوم بتنظيم اجلدول اآليت‪:‬‬

‫‪t.Yt‬‬ ‫‪t2‬‬ ‫الطلب (‪)Yt‬‬ ‫(‪)t‬‬ ‫الزمن‬ ‫السنوات‬

‫‪62‬‬ ‫‪1‬‬ ‫‪62‬‬ ‫‪1‬‬ ‫‪2213‬‬

‫‪124‬‬ ‫‪4‬‬ ‫‪62‬‬ ‫‪2‬‬ ‫‪2214‬‬

‫‪227‬‬ ‫‪9‬‬ ‫‪69‬‬ ‫‪3‬‬ ‫‪2215‬‬

‫‪322‬‬ ‫‪16‬‬ ‫‪75‬‬ ‫‪4‬‬ ‫‪2216‬‬

‫‪40‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬
‫‪392‬‬ ‫‪25‬‬ ‫‪78‬‬ ‫‪5‬‬ ‫‪2217‬‬

‫‪524‬‬ ‫‪36‬‬ ‫‪84‬‬ ‫‪6‬‬ ‫‪2218‬‬

‫‪632‬‬ ‫‪49‬‬ ‫‪92‬‬ ‫‪7‬‬ ‫‪2219‬‬

‫‪736‬‬ ‫‪64‬‬ ‫‪92‬‬ ‫‪8‬‬ ‫‪2222‬‬

‫‪882‬‬ ‫‪81‬‬ ‫‪98‬‬ ‫‪9‬‬ ‫‪2221‬‬

‫‪3833‬‬ ‫‪285‬‬ ‫‪728‬‬ ‫‪45‬‬ ‫المجموع‬

‫يتم دائما اوال رسم السلسلة الزمنية بداللة الزمن حيث يكون دائما الزمن يف زلور الفواصل ( اي ؽلثل ادلتغَت‬
‫ادلستقل ) حيث يتم تعويض الزمن كذلك دائما بالقيم ‪ N ،... ،2،1‬كما يلي‪:‬‬

‫‪y‬‬
‫‪120‬‬

‫‪100‬‬

‫‪80‬‬

‫‪60‬‬

‫‪40‬‬

‫‪20‬‬

‫‪0‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪9‬‬

‫يظهر من خالل الشكل جليا ان السلسلة ربمل مركبة االذباه العام حيث اهنا تشهد ارتفاع مستمر خالل كل فًتة‬
‫الدراسة كمان ىذه الزيادة خطية الن اغلب مشاىدات السلسلة تقع على اخلط ادلستقيم تتخللها بعض النقاط‬
‫اخلارجة على اخلط ادلستقيم اليت قد ترتفع او تنخفظ عنو و اليت سبثل قيم حد اخلطا او قيم ادلركبة العشوائية ‪.‬‬
‫من جهة اخرى دبان تردد السلسلة سنوي فهذا يوحي اذل خلو السلسلة من ادلركبة الفصلية القصَتة االجل كماهنا‬
‫ال ربمل تذبذبات مهمة خالل فًتات معتربة و متكررة خالل فًتة الدراسة شلا يوحي من الشكل بان السلسلة ال‬
‫ربمل ادلركبة الدورية‪.‬‬
‫‪ -‬ان النموذج العام للسلسلة ياخذ الشكل التارل ‪:‬‬
‫‪41‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪Yt  T  ˆ  aˆ  bˆ  t  ˆt‬‬
‫ومن ادلمكن استخدام ادلعادلتُت السابقتُت للتوصل إذل قيمة ( ̂‪ ) a‬و( ̂‪ ) b‬وكما يلي ‪:‬‬

‫‪bˆ ‬‬ ‫‪ t. y‬‬ ‫‪t‬‬ ‫‪ t  yt 3833  5  708‬‬

‫‪‬‬ ‫‪ 4,88‬‬
‫‪t‬‬ ‫‪2‬‬
‫‪ t t‬‬ ‫‪285  5  45‬‬

‫‪t‬‬ ‫‪ t  45   5‬‬ ‫حيث ان ‪:‬‬

‫‪N‬‬ ‫‪9‬‬

‫‪y t ‬‬
‫‪Y 708‬‬
‫‪ 78,7‬‬ ‫و ان‪:‬‬
‫‪N‬‬ ‫‪9‬‬
‫‪aˆ  y  bˆ.t  78,7  4,88  5  54,3‬‬ ‫اما ‪:‬‬

‫و عليو فان معادلة االذباه العام اخلطي تاخذ الشكل التارل ‪:‬‬

‫‪Yˆt  54,3  4,88  t‬‬

‫ؽلكن استخدام ىذه ادلعادلة يف التنبؤ دبستوى الطلب للسنوات القادمة حيث يتم تعويض الزمن بالقيمة ‪10‬‬
‫بالنسبة لسنة ‪ 2022‬الن القيمة ادلقابلة لسنة ‪ 2021‬كان الرقم ‪ 9‬أي ‪:‬‬

‫‪Yˆ2022  54,3  4,88  10  103,07‬‬

‫‪Yˆ2023  54,3  4,88  11  107,95‬‬

‫و ىكذا بالنسبة للسنوات ادلقبلة‪.‬‬

‫مثال ‪ :2‬باخذ نفس معطيات ادلثال السابق ‪ ،‬اخترب معنوية معادل االذباه العام ادلقدرة عند مستوى معنوية ‪.%5‬‬

‫الحل‪ :‬الختبار منوية ادلعادل االذباه العام ادلقدر يف ادلثال اعاله نعتمد على اختبار ستودنت حيث تعطى فرضيات‬
‫االختبار بالنسبة للمعلمتُت ̂‪ b‬و ̂‪ a‬كما راينا سابقا‪:‬‬

‫‪ H 0 : aˆ  0‬‬ ‫‪ H 0 : bˆ  0‬‬

‫‪‬‬ ‫و‬ ‫‪‬‬ ‫ˆ‬
‫‪ H1 : aˆ  0‬‬ ‫‪ H1 : b  0‬‬

‫) كما راينا ذلك سابقا و اليت‬ ‫̂‪ b‬و ̂‪tcaˆ ، tcbˆ ( a‬‬ ‫من اجل ذلك نقوم حبساب احصائيات ستودنت احملسوبة ل‬
‫ؽلكن احلصول عليها باالستعانة باجلدول التارل‪:‬‬

‫‪42‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬
‫السنوات‬ ‫الطلب (‪ )Yt‬الزمن )‪(t‬‬ ‫الطلب المقدر او قیم االتجاه العام‬ ‫‪ˆt  Yt  aˆ  bˆ  t‬‬ ‫‪ˆt2‬‬
‫‪T : Yˆt  54,3  4,88  t‬‬
‫‪2013‬‬ ‫‪1‬‬ ‫‪62‬‬
‫‪59,18‬‬ ‫‪0,82‬‬ ‫‪0,6724‬‬
‫‪2014‬‬ ‫‪2‬‬ ‫‪62‬‬
‫‪64,06‬‬ ‫‪-2,06‬‬ ‫‪4,2436‬‬
‫‪2015‬‬ ‫‪3‬‬ ‫‪69‬‬
‫‪68,94‬‬ ‫‪0,06‬‬ ‫‪0,0036‬‬
‫‪2016‬‬ ‫‪4‬‬ ‫‪75‬‬
‫‪73,82‬‬ ‫‪1,18‬‬ ‫‪1,3924‬‬
‫‪2017‬‬ ‫‪5‬‬ ‫‪78‬‬
‫‪78,7‬‬ ‫‪-0,7‬‬ ‫‪0,49‬‬
‫‪2018‬‬ ‫‪6‬‬ ‫‪84‬‬
‫‪83,58‬‬ ‫‪0,42‬‬ ‫‪0,1764‬‬
‫‪2019‬‬ ‫‪7‬‬ ‫‪92‬‬
‫‪88,46‬‬ ‫‪1,54‬‬ ‫‪2,3716‬‬
‫‪2020‬‬ ‫‪8‬‬ ‫‪92‬‬
‫‪93,34‬‬ ‫‪-1,34‬‬ ‫‪1,7956‬‬
‫‪2021‬‬ ‫‪9‬‬ ‫‪98‬‬
‫‪98,22‬‬ ‫‪-0,22‬‬ ‫‪0,0484‬‬
‫المجموع‬ ‫‪45‬‬ ‫‪728‬‬ ‫‪2‬‬ ‫‪111194‬‬

‫‪ -‬نقوم اوال حبساب تباين كل من ادلتغَت العشوائي وادلعلمتُت ‪:‬‬

‫‪ var(ˆ) ‬‬

‫ˆ‪ ‬‬ ‫‪t‬‬
‫‪2‬‬

‫‪‬‬
‫‪11,194‬‬
‫‪ 1,59‬‬
‫‪n2‬‬ ‫‪92‬‬

‫) ˆ‪var(‬‬ ‫) ˆ‪var(‬‬ ‫‪1,59‬‬ ‫‪1,59‬‬

‫‪ var(bˆ) ‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪ 0,0265‬‬
‫‪‬‬ ‫(‬‫‪t‬‬ ‫‪‬‬ ‫‪t‬‬ ‫)‬ ‫‪2‬‬
‫‪n‬‬ ‫‪‬‬ ‫(‬ ‫‪n‬‬ ‫‪2‬‬
‫‪‬‬ ‫‪1‬‬‫)‬ ‫‪9‬‬ ‫‪‬‬ ‫(‬‫‪81‬‬ ‫‪‬‬ ‫‪1‬‬‫)‬ ‫‪60‬‬
‫‪12‬‬ ‫‪12‬‬

‫‪var(ˆ )  n  1 ‬‬ ‫) ˆ‪var(‬‬

‫‪2‬‬

‫‪ var(aˆ )  t 2  var(bˆ) ‬‬ ‫‪‬‬ ‫‪  var(bˆ) ‬‬

‫‪n‬‬ ‫‪ 2 ‬‬ ‫‪n‬‬
‫‪ 9 1‬‬
‫‪2‬‬
‫‪1,59‬‬
‫‪‬‬ ‫‪  0,0265 ‬‬
‫‪ 2 ‬‬ ‫‪9‬‬
‫‪ 25  0,0265  0,176‬‬ ‫‪ 0,8385‬‬

‫‪.‬‬ ‫‪SD(aˆ )  var(aˆ )  0,8385  0,915‬‬ ‫و‬ ‫‪SD(bˆ)  var(bˆ)  0,0265  0,163‬‬ ‫و منو فان ‪:‬‬

‫‪ -1‬اختبار معنوية ̂‪ : b‬نقارن بُت احصائية ستودنت احملسوبة و اجملدولة ل ̂‪: b‬‬

‫اوال‪ :‬ضلدد االحصائية احملسوبة‪:‬‬

‫ˆ‪b‬‬ ‫‪4,88‬‬
‫‪tcbˆ ‬‬ ‫‪‬‬ ‫‪ 29,93‬‬
‫ˆ‬
‫‪SD(b) 0,163‬‬

‫‪43‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫ثانيا‪ :‬ضلدد االحصائية اجملدولة‪ :‬ضلدد ىذه االحصائية من جدول توزيع ستودنت حسب مستوى ادلعنوية و عدد‬
‫درجات احلرية‪ ،‬نالحظ من جدول ادلعطيات ان عدد ادلشاىدات يساوي ‪ n  9‬و عدد ادلعلمات يساوي‪:‬‬
‫‪ k  2‬وبالتارل فان عدد درجات احلرية يساوي ‪ ، v  n  k  9  2  7‬مستوى ادلعنوية ‪   5%‬و منو‬
‫فان‪:‬‬

‫‪ttab (5%,7)  2,365  tcalbˆ  29,93  ttab‬‬

‫النتيجة‪ :‬نرفض فرضية العدم و نقول ان ادلعلمة ̂‪ b‬معنوية احصائيا‪.‬‬

‫‪ -2‬اختبار معنوية ̂‪ : a‬نقارن بُت احصائية ستودنت احملسوبة و اجملدولة ل ̂‪: a‬‬

‫اوال‪ :‬ضلدد االحصائية احملسوبة‪:‬‬

‫ˆ‪a‬‬ ‫‪54,3‬‬
‫‪tcaˆ ‬‬ ‫‪‬‬ ‫‪ 59,34‬‬
‫‪SD(aˆ ) 0,915‬‬

‫ثانيا‪ :‬ضلدد االحصائية اجملدولة‪ :‬ضلدد ىذه االحصائية من جدول توزيع ستودنت حسب مستوى ادلعنوية و عدد‬
‫درجات احلرية‪ ،‬نالحظ من جدول ادلعطيات ان عدد ادلشاىدات يساوي ‪ n  9‬و عدد ادلعلمات يساوي‪:‬‬
‫‪ k  2‬وبالتارل فان عدد درجات احلرية يساوي ‪ ، v  n  k  9  2  7‬مستوى ادلعنوية ‪   5%‬و منو‬
‫فان‪:‬‬

‫‪ttab (5%,7)  2,365  tcalaˆ  59,34  ttab‬‬

‫النتيجة‪ :‬نرفض فرضية العدم و نقول ان ادلعلمة ̂‪ a‬معنوية احصائيا‪.‬‬

‫‪ -‬االستنتاج‪ :‬يف االخَت دبان ادلعلمتُت ̂‪ b‬و ̂‪ a‬معنويتُت احصائيا عند مستوى معوية ‪ %5‬و منو نستنتج ان‬
‫النموذج معنوي او مقبول احصائيا‪.‬‬

‫‪ .2‬نماذج االتجاه العام غیر الخطي‪:‬‬

‫قد صلد حاالت مغايره لالذباه العام اخلطي عند وصف تغَتات السلسلة حبيث ال ؽلكن معها استخدام معادلو‬
‫اذباه العام اخلطي خاصة مع الظواىر االقتصادية اليت تتصف بالتغَت على االمد الطويل ‪ ،‬حينةذ نستخدم معادلو‬
‫غَت خطيو مناسبو لقياس منحٌت االذباه ومن اىم ىذه الطرق صلد‪:‬‬

‫‪44‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪ .1.2‬نموذج االتجاه العام االسي ‪:‬‬

‫اذا كانت الظاىرة تزيد او تنقص دبعدل ثابت خالل كل فًته زمنيو فان معادلو االذباه العام تاخذ الشكل التارل‪:‬‬

‫‪ˆ  (bˆ) t  et‬‬

‫‪Yt  a‬‬

‫سبثل ىذه ادلعادلة ظلوذج السلسلة اليت ربمل مركبة االذباه العام االسي و مركبة العشوائية (بفرض ان النموذج العام‬
‫للسلسلة ىو النموذج اجلدائي) ‪ ،‬اما مركبة االذباه العام االسي وحدىا فهي تاخذ الشكل التارل‪:‬‬
‫‪ˆ  (bˆ) t‬‬
‫‪Yˆt  a‬‬
‫للحصول على ̂‪ a‬و ̂‪ b‬البد من ربويل صيغة ادلعادلة اذل الصيغة اخلطية لتطبيق طريقة ادلربعات الصغرى ‪ ،‬احد‬
‫اىم الطرق يف ذلك ىي استخدام خواص اللوغاريتم‪ ،‬حيث بادخال اللوغاريتم على طريف ادلعادلة تصبح‪:‬‬
‫‪log( Yˆt )  log( aˆ  (bˆ) t )  log aˆ  t  log bˆ  aˆ *  bˆ*  t‬‬
‫بنفس االسلوب السابق نقدر ̂‪ log a‬و ̂‪ log b‬وضلصل على معادلو اذباه العام االسية اليت ؽلكن استخدامها يف‬
‫التنبؤ ومن مث نوجد ̂‪ a‬و ̂‪. b‬‬
‫‪bˆ* ‬‬
‫‪t  y  t  y‬‬
‫*‬
‫‪t‬‬
‫*‬
‫‪t‬‬
‫‪‬‬
‫‪ y  y t  t ‬‬
‫*‬
‫‪t‬‬
‫*‬

‫حيث ان ‪:‬‬
‫‪t  t t‬‬ ‫‪ t  t ‬‬
‫‪2‬‬ ‫‪2‬‬

‫‪aˆ  y *  bˆ* .t‬‬ ‫و‪:‬‬

‫ˆ‪. aˆ *  log a‬‬ ‫و ذلك بوضع ‪، bˆ*  log bˆ ، Yˆ *  log( Yˆt ) :‬‬

‫نستنتج من ىذه ادلعادلة العامة ان ظلو قيمة ادلتغَت التابع بالنسبة للزمن دبوجب الدالة األسية يكون يف شكل متواليو‬
‫ىندسيو وتكون الزيادة ثابتو كما يظهر يف الشكل التارل ‪:‬‬

‫‪t‬‬ ‫‪ˆ  (bˆ)t‬‬

‫‪Yˆt  a‬‬ ‫‪Yˆt / Yˆt 1‬‬
‫‪0‬‬ ‫̂‪a‬‬ ‫̂‪b‬‬
‫‪1‬‬ ‫)ˆ‪aˆ  (b‬‬ ‫̂‪b‬‬
‫‪2‬‬ ‫‪ˆ  (bˆ) 2‬‬
‫‪a‬‬ ‫̂‪b‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫و بالتارل فان مقدار الزيادة ثابت ويساوي القيمة ̂‪. b‬‬
‫‪ -‬تعترب الدالة األسية جد ىامة يف التطبيقات االقتصادية و االجتماعية خاصو بالنسبة للظواىر اليت تنمو دبعدالت‬
‫ظلو ثابتو كالتطور السكاين و االنتاج‪.‬‬

‫مثال ‪ :‬البيانات التالية تظهر تطور انتاج النفط يف احد احلقول بأالف الرباميل‬

‫‪45‬‬
‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪ -‬ارسم شكل االنتشار و استنتج الدالة الزمنية اليت ؼلضع ذلا تطور االنتاج مث قدرىا‬
‫‪ -‬باالعتماد على دالة االذباه العام تنبا بالقيم ادلستقبلية إلنتاج النفط‪.‬‬

‫السنة‬ ‫‪t‬‬ ‫االنتاج ( ‪) Yt‬‬ ‫) ‪Yt*  log( Yt‬‬ ‫‪Yt *  t‬‬ ‫‪t2‬‬
‫‪2017‬‬ ‫‪1‬‬ ‫‪4‬‬ ‫‪0.6‬‬ ‫‪0.6‬‬ ‫‪1‬‬
‫‪2018‬‬ ‫‪2‬‬ ‫‪8‬‬ ‫‪0.9‬‬ ‫‪1.8‬‬ ‫‪4‬‬
‫‪2019‬‬ ‫‪3‬‬ ‫‪20‬‬ ‫‪1.3‬‬ ‫‪3.9‬‬ ‫‪9‬‬
‫‪2020‬‬ ‫‪4‬‬ ‫‪40‬‬ ‫‪1.6‬‬ ‫‪6.4‬‬ ‫‪16‬‬
‫اجملموع‬ ‫‪10‬‬ ‫‪72‬‬ ‫‪4.4‬‬ ‫‪12.72‬‬ ‫‪30‬‬

‫‪ -‬رسم شكل دالة االنتاج بداللة الزمن ‪:‬‬

‫‪45‬‬

‫‪40‬‬

‫‪35‬‬

‫‪30‬‬

‫‪25‬‬

‫‪20‬‬

‫‪15‬‬

‫‪10‬‬

‫‪5‬‬

‫‪0‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬

‫من شكل االنتشار يظهر بان الدالة الزمنية لتطور االنتاج ؽلكن تقريبها اذل شكل الدالة األسية كما ىي معرفو‬
‫سابقا أي‪ Yˆt  aˆ  (bˆ)t :‬و ىي احسن من صيغة الدالة اخلطية الهنا سبر بعدد اكرب من مشاىدات‬
‫السلسلة مقارنة بصيغة الدالة اخلطية‪.‬‬
‫يتم تقدير صيغة الدالة االسية بتحويلها اذل شكل خطي لنتمكن من تقديرىا أي‪:‬‬
‫‪log( Yˆt )  log aˆ  t  log bˆ  aˆ *  bˆ*  t‬‬
‫حيث ان ‪:‬‬
‫‪bˆ* ‬‬
‫‪t  y  t  y‬‬
‫*‬
‫‪t‬‬
‫*‬
‫‪t‬‬
‫‪‬‬
‫‪12,72  2,5  4,4 1,72‬‬
‫‪‬‬ ‫‪ 0,34‬‬
‫‪t  t t‬‬‫‪2‬‬
‫‪30  2,5  10‬‬ ‫‪5‬‬

‫‪46‬‬
‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪.‬‬ ‫‪y* ‬‬ ‫‪y‬‬‫*‬

‫‪t‬‬
‫‪‬‬
‫‪4,4‬‬
‫‪ t   ‬و ‪ 1,1‬‬
‫‪t 10‬‬
‫‪ 2,5‬‬ ‫حيث ان ‪:‬‬
‫‪N‬‬ ‫‪4‬‬ ‫‪N‬‬ ‫‪4‬‬
‫‪.‬‬ ‫‪aˆ  y *  bˆ* .t  1,1  (0,34)  2,5  0.25‬‬ ‫و كذلك ‪:‬‬
‫و منو فان ‪:‬‬
‫‪. log( Yˆt )  log aˆ  t  log bˆ  0,25  0,34  t‬‬
‫من اجل التنبؤ باستخدام ىذه ادلعادلة البد من ربويلها اذل صيغتها االصلية حيث صلد ان‪:‬‬
‫‪bˆ*  log bˆ  bˆ  10b  100,34  2,18‬‬
‫*ˆ‬

‫‪aˆ *  log aˆ  aˆ  10aˆ  100, 25  1,77‬‬ ‫و‬

‫و منو فان صيغة ادلعادلة االصلية ىي ‪:‬‬
‫‪Yˆt  1,77  (2,18)t‬‬
‫من اجل التنبؤ بالقيم ادلستقبلية للسلسلة باستخدام ىذا النموذج نعوض عن قيمة الزمن يف ادلعادلة حسب سنة‬
‫التنبؤ و لكن بعد ربويلها اذل ارقام حيث دبان اخر سنة يف السلسلة ( سنة ‪ )2020‬يقابلها الرقم ‪ 4‬فان سنة‬
‫‪ 2021‬يقابلها الرقم ‪ 5‬و عليو فان ‪:‬‬
‫‪Yˆ2021  1,77  (2,18)5  87,15‬‬
‫نفس الشيء بالنسبة لسنة ‪ 2022‬حيث قيمة التنبؤ هبذه السنة ىو ‪:‬‬
‫‪Yˆ2022  1,77  (2,18) 6  189,98‬‬

‫‪ .2.2‬نموذج صیغو دالة القطع المكافئ او الدالة التربیعیة ‪ :‬ياخذ منحٌت دالة القطع ادلكافئ احد‬
‫الشكلُت التاليُت ‪:‬‬

‫ويتم تقدير االذباه العام ذلا عن طريق ادلعادلو التالية ‪:‬‬

‫‪Yt  a  b  t  c  t 2   t‬‬
‫ويتم اغلاد معادل ىذه الدالة باستخدام طريقو ادلربعات الصغرى‪ ،‬لكن بعد ربويلها اذل معادلة خطية و ذلك‬
‫بإجراء التحويالت التالية ‪. t 2  z :‬‬
‫‪Yt  a  b  t  c  z   t‬‬ ‫ومن تصبح ادلعادلة اجلديدة ‪:‬‬
‫‪47‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫وكما ىو واضح فان ادلعادلة احملصل عليها ىي معادلة اضلدار ثالثي حيث ان صيغة ادلعادلة التقديرية ذلا ىي ‪:‬‬
‫‪Yˆt  aˆ  bˆ  t  cˆ  z‬‬

‫يتم تقدير معادل ىذه الصيغة ˆ‪ aˆ, bˆ, c‬عن طريق ادلعادالت التالية ‪:‬‬

‫‪bˆ ‬‬ ‫‪y‬‬ ‫‪t‬‬ ‫‪ y t  t    ( z  z ) 2   ( yt  y )z  z    (t  t )z  z ‬‬

‫) ‪ t  t    ( z  z‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪‬‬ ‫‪ (t  t )( z  z )‬‬
‫‪2‬‬

‫‪y‬‬ ‫‪ y z  z    (t  t ) 2   ( yt  y )t  t    (t  t )z  z ‬‬

‫‪cˆ  ‬‬ ‫‪t‬‬

‫) ‪ t  t    ( z  z‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪‬‬ ‫‪ (t  t )( z  z )‬‬ ‫‪2‬‬

‫‪aˆ  y  bˆ.t  cˆ  z‬‬

‫بعد احلصول على ادلعادل ادلقدره ˆ‪ aˆ, bˆ, c‬يتم ربويل ادلعادلة احملصل عليها اذل الصيغة األصلية كما ىي وارده يف‬
‫ادلعادلة االوذل و اليت يتم استخدامها يف التنبؤ‪.‬‬

‫مثال‪ :‬البيانات التالية تظهر تطور الواردات الغذائية خالل الفًتة ‪ 2020 -2012‬دباليَت الدينارات‬
‫‪ -‬قدم البيانات على الشكل‬
‫‪ -‬اعط ادلعادلة العامة للشكل احملصل عليو مث قدرىا‬
‫‪ -‬اعط القيم التنبؤية للواردات خالل السنتُت القادمتُت‪.‬‬
‫الحل‪:‬‬
‫يعطى الشكل العام للسلسلة كما يلي‪:‬‬

‫‪y‬‬
‫‪450‬‬
‫‪400‬‬
‫‪350‬‬
‫‪300‬‬
‫‪250‬‬
‫‪200‬‬
‫‪150‬‬
‫‪100‬‬
‫‪50‬‬
‫‪0‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪10‬‬ ‫‪11‬‬ ‫‪12‬‬

‫‪48‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫نالحظ من خال الشكل ان ادلنحٌت الذي ؽلثل سحابة النقاط أي الذي ؽلر باكرب عدد شلكن من نقاط االنتشار‬
‫ىي صيغة دالة القطع ادلكافئ او الدالة الًتبيعية و اليت تاخذ الصيغة التالية‪:‬‬
‫‪Yt  a  b  t  c  t 2   t‬‬
‫لتقدير صيغة الدالة يتم االستعانة بادلعادالت السابقة حيث يتم وضع االشارة (‪ )‬على ادلعادل ‪ a, b, c‬دائما‬
‫للتدليل على اهنا قيم تقديرية ‪ .‬ومن اجل ذلك نستعُت دبعطيات اجلدول التارل‪:‬‬
‫الزمن‬ ‫‪t‬‬ ‫‪yt zt  t 2‬‬ ‫‪yt  y‬‬ ‫‪t t‬‬ ‫‪zt  z ( yt  y )  ( yt  y )  ( zt  z )  (t  t ) 2‬‬ ‫‪( zt  z ) 2‬‬
‫) ‪(t  t ) ( zt  z‬‬ ‫) ‪(t  t‬‬

‫‪2012‬‬ ‫‪1‬‬ ‫‪50‬‬ ‫‪1‬‬ ‫‪-150‬‬ ‫‪-4‬‬ ‫‪-30,66‬‬ ‫‪600‬‬ ‫‪4599‬‬ ‫‪122,64‬‬ ‫‪16‬‬ ‫‪940,0356‬‬
‫‪2013‬‬ ‫‪2‬‬ ‫‪100‬‬ ‫‪4‬‬ ‫‪-100‬‬ ‫‪-3‬‬ ‫‪-27,66‬‬ ‫‪300‬‬ ‫‪2766‬‬ ‫‪82,98‬‬ ‫‪9‬‬ ‫‪765,0756‬‬
‫‪2014‬‬ ‫‪3‬‬ ‫‪200‬‬ ‫‪9‬‬ ‫‪0‬‬ ‫‪-2‬‬ ‫‪-22,66‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪45,32‬‬ ‫‪4‬‬ ‫‪513,4756‬‬
‫‪2015‬‬ ‫‪4‬‬ ‫‪350‬‬ ‫‪16‬‬ ‫‪150‬‬ ‫‪-1‬‬ ‫‪-15,66‬‬ ‫‪-150‬‬ ‫‪-2349‬‬ ‫‪15,66‬‬ ‫‪1‬‬ ‫‪245,2356‬‬
‫‪2016‬‬ ‫‪5‬‬ ‫‪400‬‬ ‫‪25‬‬ ‫‪200‬‬ ‫‪0‬‬ ‫‪-6,66‬‬ ‫‪0‬‬ ‫‪-1332‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪44,3556‬‬
‫‪2017‬‬ ‫‪6‬‬ ‫‪350‬‬ ‫‪36‬‬ ‫‪150‬‬ ‫‪1‬‬ ‫‪4,34‬‬ ‫‪150‬‬ ‫‪651‬‬ ‫‪4,34‬‬ ‫‪1‬‬ ‫‪18,8356‬‬
‫‪2018‬‬ ‫‪7‬‬ ‫‪200‬‬ ‫‪49‬‬ ‫‪0‬‬ ‫‪2‬‬ ‫‪17,34‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪34,68‬‬ ‫‪4‬‬ ‫‪300,6756‬‬
‫‪2019‬‬ ‫‪8‬‬ ‫‪100‬‬ ‫‪64‬‬ ‫‪-100‬‬ ‫‪3‬‬ ‫‪32,34‬‬ ‫‪-300‬‬ ‫‪-3234‬‬ ‫‪97,02‬‬ ‫‪9‬‬ ‫‪1045,8756‬‬
‫‪2020‬‬ ‫‪9‬‬ ‫‪50‬‬ ‫‪81‬‬ ‫‪-150‬‬ ‫‪4‬‬ ‫‪49,34‬‬ ‫‪-600‬‬ ‫‪-7401‬‬ ‫‪197,36‬‬ ‫‪16‬‬ ‫‪2434,4356‬‬
‫اجملموع‬ ‫‪45‬‬ ‫‪1800‬‬ ‫‪285‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪-6300‬‬ ‫‪600‬‬ ‫‪60‬‬ ‫‪6308,0004‬‬

‫من خالل اجلدول صلد ان ‪:‬‬

‫‪.z   t ‬‬ ‫‪، y t ‬‬ ‫‪، t ‬‬

‫‪z‬‬ ‫‪285‬‬ ‫‪Y‬‬ ‫‪1800‬‬ ‫‪t‬‬ ‫‪45‬‬
‫‪ 31,66‬‬ ‫‪ 200‬‬ ‫‪5‬‬
‫‪N‬‬ ‫‪9‬‬ ‫‪N‬‬ ‫‪9‬‬ ‫‪N‬‬ ‫‪9‬‬
‫و عليو فان ‪:‬‬

‫‪bˆ ‬‬
‫‪y‬‬ ‫‪t‬‬ ‫‪ y t  t    ( z  z ) 2   ( yt  y ) z  z    (t  t ) z  z ‬‬
‫) ‪ t  t    ( z  z‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪‬‬ ‫‪ (t  t )( z  z )‬‬ ‫‪2‬‬

‫)‪0  6308  ( 6300  600‬‬

‫‪‬‬ ‫‪ 204,54‬‬
‫‪60  6308  (600) 2‬‬

‫‪y‬‬ ‫‪ y  z  z    (t  t ) 2   ( yt  y )t  t    (t  t ) z  z ‬‬

‫‪cˆ  ‬‬ ‫‪t‬‬

‫) ‪ t  t    ( z  z‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪‬‬ ‫‪ (t  t )( z  z )‬‬ ‫‪2‬‬

‫‪ 6300  60  0  600‬‬

‫‪‬‬ ‫‪ 20,45‬‬
‫‪60  6308  (600) 2‬‬

‫‪aˆ  y  bˆ.t  cˆ  z  200  204,54(5)  (31,66)(20,45)  175‬‬

‫‪49‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫و منو تكون معادلة االضلدار الكلية اخلطية ادلقدرة ىي ‪:‬‬

‫‪Yˆt  9,17  163,63  t  20,45  zt‬‬

‫بتحويلها اذل اصلها ضلصل على دالة القطع ادلكافئ ادلقدرة و ىي ‪:‬‬

‫‪Yˆt  175  204,54  t  20,45  t 2‬‬

‫‪ -‬تعرب ىذه ادلعادلة على ظلوذج تقدير مركبة االذباه العام للسلسلة و اليت تستخدم إلجراء التنبؤ بالقيم ادلستقبلية‬
‫لقيم الواردات الغذائية كما يلي ‪:‬‬

‫دبان الرقم االخَت يف السلسلة و ىو ‪ 9‬يقابل اخر قيمة يف السلسلة و ىي احدث قيمة و اليت سبثل سنة ‪2020‬‬
‫و منو فان الرقم ادلقابل لسنة ‪ 2021‬سيكون ‪ 10‬و منو‪:‬‬

‫‪Yˆ2021  9,17  163,63  (10)  20,45  (10) 2‬‬

‫نفس الشيئ دبان القيمة ادلقابلة لسنة ‪ 2022‬تصبح ‪ 11‬فان قيمة الواردات خالل ىذه السنة ستكون‪:‬‬

‫‪Yˆ2022  9,17  163,63  (11)  20,45  (11) 2‬‬

‫مالحظات‪:‬‬

‫‪ -‬كانت ىاتو النماذج اليت مت عرضها لتمثيل مركبة االذباه العام ىي االكثر شهرة و استخداما بالنسبة للمتغَتات‬
‫االقتصادية و لكن عموما يبقى كل صيغ دوال منحنيات االذباه العام اخلطية و غَت اخلطية قابلة لتمثيل مركبة‬
‫االذباه العام يف حالة مالئمتها‪.‬‬

‫‪ -‬كذلك من خالل النموذج االحصائي العام للسلسلة ؽلكن ان نستنتج انو كلما كانت قيمة ادليل أي ادلعلمة‬
‫ادلتعلقة بالزمن تساوي صفر دل ىذا على عدم وجود عالقة بُت قيم مشاىدات السلسلة و الزمن ‪ t‬و بالتارل‬
‫ؽلكن اعتبار ان السلسلة ال ربمل مركبة االذباه العام ‪.‬‬

‫‪50‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪ .3‬نزع مركبة االتجاه العام‪:‬‬

‫قد ػلتاج الباحث لنزع دلركبة االذباه العام من السلسلة لكي يستطيع أن يتفحص ادلركبات األخرى أو لغرض‬
‫التنبؤ‪ ،‬ؽلكن ان ػلقق ذلك باالعتماد على رلموعة من الطرق‪:‬‬

‫‪ .1.3‬طريق الطرح ‪ :‬حبكم ان النموذج العام للسلسلة الزمنية الذي تسيطر عليها مركبة االذباه العام فقط‬
‫وبفرض ان معادلة ذلك االذباه خطية ىو ‪:‬‬

‫‪Yt  f T ,    T   t  a‬‬
‫‪ˆ ‬‬
‫‪‬‬ ‫‪bˆ‬‬
‫‪t  t‬‬
‫‪T‬‬

‫فان عملية نزع مركبة االذباه العام يف ىذه احلالة تتم كما يلي‪:‬‬

‫‪YCVT  Yt  T  aˆ  bˆ  t   t  (aˆ  bˆ  t )   t‬‬

‫‪ -‬أي ال يبقى يف السلسلة يف ىذه احلالة اال ادلركبة العشوائية و اليت تسمى بالسلسلة العشوائية‪.‬‬
‫مثال‪ :‬بالرجوع اذل معطيات ادلثال السابق اعاله ‪ ،‬قم بنزع مركبة االذباه العام من السلسلة‬
‫‪T : Yˆt  54,3  4,88  t‬‬ ‫الحل‪ :‬دبان صيغة االذباه العام ادلقدر سابقا ىي ‪:‬‬
‫يتم نزع مركبة االذباه العام من السلسلة باستخدام الصيغة التالية ‪:‬‬
‫) ‪YCVT  Yt  T  Yt  (54,3  4,88  t‬‬
‫حيث ؽلكن اغلاد قيم السلسلة ادلنزوعة ادلركبة االذباه العام أي السلسلة ذات ادلركبة العشوائية فقط باالعتماد على‬
‫اجلدول التارل‪:‬‬

‫السنوات‬ ‫الزمن )‪(t‬‬ ‫الطلب (‪)Yt‬‬ ‫الطلب المقدر او قیم االتجاه العام‬ ‫‪YCVT  Yt  Yˆt‬‬
‫‪T : Yˆt  54,3  4,88  t‬‬
‫‪2013‬‬ ‫‪1‬‬ ‫‪62‬‬ ‫‪59,18‬‬ ‫‪0,82‬‬
‫‪2014‬‬ ‫‪2‬‬ ‫‪62‬‬ ‫‪64,06‬‬ ‫‪-2,06‬‬
‫‪2015‬‬ ‫‪3‬‬ ‫‪69‬‬ ‫‪68,94‬‬ ‫‪0,06‬‬
‫‪2016‬‬ ‫‪4‬‬ ‫‪75‬‬ ‫‪73,82‬‬ ‫‪1,18‬‬
‫‪2017‬‬ ‫‪5‬‬ ‫‪78‬‬ ‫‪78,7‬‬ ‫‪-0,7‬‬
‫‪2018‬‬ ‫‪6‬‬ ‫‪84‬‬ ‫‪83,58‬‬ ‫‪0,42‬‬
‫‪2019‬‬ ‫‪7‬‬ ‫‪92‬‬ ‫‪88,46‬‬ ‫‪1,54‬‬
‫‪2020‬‬ ‫‪8‬‬ ‫‪92‬‬ ‫‪93,34‬‬ ‫‪-1,34‬‬
‫‪2021‬‬ ‫‪9‬‬ ‫‪98‬‬ ‫‪98,22‬‬ ‫‪-0,22‬‬

‫‪ -‬رسم منحٌت السلسلة اجلديدة ادلنزوعة مركبة االذباه العام‪:‬‬

‫‪51‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪120‬‬

‫‪100‬‬

‫‪80‬‬

‫‪60‬‬ ‫‪YCVT‬‬

‫‪40‬‬ ‫‪Y‬‬

‫‪20‬‬

‫‪0‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪9‬‬
‫‪-20‬‬

‫يظهر جليا من خالل البيان خلو السلسلة اجلديدة ‪ YCVT‬من مركبة االذباه العام حيث ان قيمها ال تشهد ارتفاع‬
‫او اطلفاض مستمر خالل كامل فًتة الدراسة و اظلا تتغَت حول وسطها القريب من الصفر عكس السلسلة االصلية‬
‫‪ ، Yt‬يدل ىذا على عدم وجود عالقة بُت قيم السلسلة اجلديدة ‪ YCVT‬و الزمن ‪. t‬‬

‫‪ .2.3‬طريقة التفريق البسیط‪ :‬يف كثَت من احلاالت يلجا الباحثون اذل نزع مركبة االذباه العام من السلسلة‬
‫باستخدام طريقة الفروق ‪ ،‬طريقة احلساب يف ىذه احلالة تكون كما يلي ‪:‬‬
‫‪YCVT  DYt  Yt  Yt 1‬‬
‫أي ان قيم السلسلة اجلديدة ادلنزوعة مركبة االذباه العام يف ىذه احلالة ماىي اال عبارة عن نتيجة الفرق بُت قيم‬
‫السلسلة احلالية و تلك ادلتاخرة بفًتة واحدة ‪.‬‬
‫مثال‪ :‬قم بنزع مركبة االذباه العام يف السلسلة التالية باستخدام طريقة الفروق البسيطة وعلق على البيانات‪.‬‬
‫‪2221 2222 2219 2218 2217 2216 2215 2214 2213 2212 2211 2212‬‬ ‫السنوات‬
‫‪128‬‬ ‫‪95‬‬ ‫‪66‬‬ ‫‪72‬‬ ‫‪84‬‬ ‫‪88‬‬ ‫‪62‬‬ ‫‪68‬‬ ‫‪75‬‬ ‫‪72‬‬ ‫‪51‬‬ ‫‪48‬‬ ‫‪Yt‬‬
‫الحل‪ :‬يتم نزع مركبةاالذباه العام من السلسلة باستخدام طريقة الفرق االول وفق الصيغة التالية‪:‬‬
‫‪YCVT  DYt  Yt  Yt 1‬‬
‫ؽلكن احلصول على نتائج ىذه الصيغة باالعتماد على اجلدول التارل‪:‬‬
‫السنوات‬ ‫‪Yt‬‬ ‫‪Yt 1‬‬ ‫‪YCVT  DYt  Yt  Yt 1‬‬
‫‪2010‬‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬
‫‪2011‬‬ ‫‪51‬‬ ‫‪48‬‬ ‫‪3‬‬
‫‪2012‬‬ ‫‪70‬‬ ‫‪51‬‬ ‫‪19‬‬
‫‪2013‬‬ ‫‪75‬‬ ‫‪70‬‬ ‫‪5‬‬
‫‪2014‬‬ ‫‪68‬‬ ‫‪75‬‬ ‫‪-7‬‬
‫‪2015‬‬ ‫‪62‬‬ ‫‪68‬‬ ‫‪-6‬‬
‫‪2016‬‬ ‫‪88‬‬ ‫‪62‬‬ ‫‪26‬‬
‫‪2017‬‬ ‫‪84‬‬ ‫‪88‬‬ ‫‪-4‬‬

‫‪52‬‬
‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬
‫‪2018‬‬ ‫‪70‬‬ ‫‪84‬‬ ‫‪-14‬‬
‫‪2019‬‬ ‫‪66‬‬ ‫‪70‬‬ ‫‪-4‬‬
‫‪2020‬‬ ‫‪95‬‬ ‫‪66‬‬ ‫‪29‬‬
‫‪2021‬‬ ‫‪108‬‬ ‫‪95‬‬ ‫‪13‬‬

‫حىت تتضح الصورة اكثر حول نزع مركبة االذباه العام نقوم برسم ىاتو البيانات ‪:‬‬

‫‪Yt‬‬
‫‪120‬‬
‫‪100‬‬
‫‪80‬‬
‫‪60‬‬
‫‪40‬‬
‫‪20‬‬
‫‪0‬‬
‫‪2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021‬‬

‫‪DYt=Yt-Yt-1‬‬
‫‪35‬‬
‫‪30‬‬
‫‪25‬‬
‫‪20‬‬
‫‪15‬‬
‫‪10‬‬
‫‪5‬‬
‫‪0‬‬
‫‪2010‬‬ ‫‪2011‬‬ ‫‪2012‬‬ ‫‪2013‬‬ ‫‪2014‬‬ ‫‪2015‬‬ ‫‪2016‬‬ ‫‪2017‬‬ ‫‪2018‬‬ ‫‪2019‬‬ ‫‪2020‬‬ ‫‪2021‬‬
‫‪-5‬‬
‫‪-10‬‬
‫‪-15‬‬
‫‪-20‬‬

‫سبثل القيم ادلوجبة يف الرسم الثاين ارتفاعا يف قيم السلسلة من سنة الخرى‪ ،‬و القيم السالبة سبثل االطلفاضات؛‬
‫مثال‪ ،‬القيمة األوذل سبثل االطلفاض من السنة األول إذل الثانية و ىكذا‪ .‬نالحظ ايضا ان قيم السلسلة تتذبذب‬
‫حول متوسط ثابت خالل كامل فًتة الدراسة عكس بيانات السلسلة االصلية يف الشكل ‪ 1‬شلا يوحي باختفاء‬
‫مركبة االذباه العام من السلسلة االصلية‪.‬‬
‫مالحظات ‪:‬‬
‫‪ -‬الحظ انو يف حالة عملية التفريق السابقة يتم فقد البيانات االوذل من السلسلة اجلديدة ادلفرقة‬

‫‪53‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪ -‬يف حالة عدم اختفاء مركبة االذباه من السلسلة باستخدام طريقة التفريق من الدرجة االوذل نلجا اذل تفريق‬
‫السلسلة من الدرجة الثانية او يف بعض احلاالت حىت الدرجة الثالثة ‪،‬حيث يتم تفريق السلسلة من الدرجة الثانية‬
‫وفق الصيغة التالية‪:‬‬
‫‪DDYt  DYt  DYt 1‬‬
‫حيث ان ‪ DYt  Yt  Yt 1 :‬و ‪ . DYt 1  Yt 1  Yt 2‬لكن يف ىذه احلالة سيتم فقد القيمتُت االولتُت‬
‫من السلسلة اجلديدة و ىكذا ‪.‬‬

‫‪54‬‬
‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫المحور ‪ ‬ال اربع‬

‫التنبؤ بنماذج االتجاه العام ‪ +‬المركبة الفصلیة‬

‫‪Forecasting Trend Models + seasonal Component‬‬

‫اهداف المحور الرابع ‪:‬‬

‫‪ ‬التعرف على طرق تقدير المركبة الفصلیة في النموذج الجدائي (او المختلط) ؛‬

‫‪ ‬التعرف على كیفیة التنبؤ باستخدام المركبة الموسمیة في النموذج الجدائي ؛‬

‫‪ ‬التعرف على كیفیة نزع المركبة الموسمیة من السلسلة ذات الشكل الجدائي ؛‬

‫‪ ‬التعرف على طرق تقدير المركبة الفصلیة في النموذج التجمیعي ؛‬

‫‪ ‬التعرف على كیفیة التنبؤ باستخدام المعامالت الموسمیة في النموذج التجمیعي ؛‬

‫‪ ‬التعرف على كیفیة نزع المركبة الموسمیة من السلسلة ذات الشكل التجمیعي ‪.‬‬

‫‪55‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫راينا سابقا كيفيو التعامل مث التنبؤ بنموذج سلسلو زمنيو ذات مركبو اذباه عام اضافة اذل العشوائية‪ ،‬ننتقل‬
‫االن اذل كيفية التعامل مث التنبؤ بنموذج سلسلو زمنيو ذات مركبو فصلية اضافو اذل ادلركبتُت السابقتُت‪.‬‬
‫عرفنا ادلركبة الفصلية باهنا سبثل تلك التأثَتات اخلارجية اليت تطرا على السلسلة خالل فًتات منتظمة من كل سنة‪.‬‬
‫ىناك رلموعو من الطرق ادلستعملة لتقدير صيغو ادلركبة الفصلية ؽلكن تقسيمها اذل فةتُت االوذل ال ربسب‬
‫ادلؤشرات او ادلعامالت ادلومسية و الثانية ربسبها كمان ىاتو الطرق زبتلف باختالف النموذج العام للسلسلة ‪.‬‬

‫‪ .1‬طرق تقدير المركبة الفصلیة في النموذج الجدائي (او المختلط)‪:‬‬

‫نتناول يف ىذه الفقرة كيفية حساب ادلركبة الفصلية يف النموذج اجلدائي حيث صلد ان ىناك رلموعة من الطرق‬
‫البسيطة لتقديرىا‪ ،‬نذكر منها‪:‬‬
‫‪.1.1‬طريقة المتوسطات لحساب المعامالت الفصلیة ‪:‬‬
‫نفًتض بداية ان النموذج االحصائي العام للسلسلة ياخذ الشكل ادلختلط أي ‪:‬‬
‫‪Yt  f T , S ,  t   Tt  St   t‬‬
‫من اجل ظلذجة مركبات السلسلة ‪ ( Yt‬الفصلية و االذباه) يتم دائما بداية االىتمام دبركبة االذباه العام مث بعد‬
‫ذلك يتم صياغة ظلوذج ادلركبة الفصلية ‪.‬‬
‫‪ -‬بعد صياغة ظلوذج االذباه العام كما راينا سابقا يتم ربديد صيغة ادلركبة الفصلية ‪ St , t  1,2,...n‬باستخدام‬
‫العالقة التارل‪:‬‬
‫‪Yj‬‬
‫‪Sj ‬‬
‫‪Y‬‬

‫ؽلثل رلموع نفس ادلوسم اخلاصة دبختلف‬ ‫‪m‬‬ ‫حيث ان‬ ‫‪m‬‬‫حيث ان ‪ : j‬ؽلثل رقم ادلوسم والذي يًتاوح بُت ‪1‬و‬
‫سنوات الدراسة‪.‬‬
‫ؽلثل عدد سنوات الدراسة ‪.‬‬ ‫‪n‬‬ ‫‪ i -‬ؽلثل رقم السنة ‪ ،‬و الذي يًتاوح بُت ‪ 1‬و ‪ n‬حيث ان‬
‫لكل السنوات ‪ ، i‬أي ان‪:‬‬ ‫‪j‬‬ ‫فهو يعرب عن متوسط قيم السلسلة ‪ Yt‬اخلاصة بالفصل‬ ‫‪Yj‬‬ ‫اما‬
‫‪n‬‬

‫‪Y‬‬ ‫‪ij‬‬
‫‪Yj ‬‬ ‫‪i 1‬‬
‫‪n‬‬
‫و ‪ : Y‬ىو ادلتوسط العام للسلسلة و الذي ػلسب من خالل قيم ‪ Y j‬كما يلي‪:‬‬
‫‪m‬‬

‫‪Y‬‬
‫‪j 1‬‬
‫‪j‬‬

‫‪Y ‬‬
‫‪m‬‬

‫‪56‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫مثال‪ :‬اذا توفرت لديك البيانات التالية حلجم االنتاج الفصلي بااللف طن وحدة دلؤسسة ما خالل الفًتة‬
‫‪ 2019/1‬اذل غاية ‪ ، 2021/4‬استخرج قيم ادلعامالت ادلومسية ذلذه السلسلة (مع العلم انالسلسلة ال ربمل‬
‫مركبة االذباه العام) ‪:‬‬
‫‪2019‬‬ ‫‪2020‬‬ ‫‪2021‬‬
‫‪Q1‬‬ ‫‪Q2‬‬ ‫‪Q3‬‬ ‫‪Q4‬‬ ‫‪Q1‬‬ ‫‪Q2‬‬ ‫‪Q3‬‬ ‫‪Q4‬‬ ‫‪Q1‬‬ ‫‪Q2‬‬ ‫‪Q3‬‬ ‫‪Q4‬‬
‫‪19‬‬ ‫‪32‬‬ ‫‪66‬‬ ‫‪14‬‬ ‫‪22‬‬ ‫‪36‬‬ ‫‪73‬‬ ‫‪17‬‬ ‫‪22‬‬ ‫‪21‬‬ ‫‪67‬‬ ‫‪16‬‬

‫الحل‪:‬‬

‫‪Yt‬‬
‫‪80‬‬
‫‪70‬‬
‫‪60‬‬
‫‪50‬‬
‫‪40‬‬
‫‪30‬‬
‫‪20‬‬
‫‪10‬‬
‫‪0‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪10‬‬ ‫‪11‬‬ ‫‪12‬‬

‫نالحظ من خالل الشكل ان ىناك نتؤات واضحة و منتظمة يف السلسلة و تتكرر خالل كل فًتة الدراسة شلا‬
‫يدل على على ان السلسلة قد ربمل ادلركبة الفصلية ‪ ،‬كمان قيم السلسلة ثابتة بادلتوسط خالل كل فًته الدراسة‬
‫شلا يوحي مبدئيا اذل ان السلسلة ال ربمل مركبو االذباه العام‪.‬‬
‫‪ -‬اغلاد قيم ادلركبة الفصلية باستخدام طريقة ادلتوسطات ‪ :‬يف احلقيقة هنتم دائما بداية بتقدير مركبة االذباه العام‬
‫اال انو من خالل معطيات التمرين فرضنا ان السلسلة ال ربمل ىذه ادلركبة لذلك سنهتم مباشرة بادلركبة الفصلية ‪:‬‬
‫‪ -‬الغلاد قيم ادلعامالت ادلومسية اليت تعرب عن ادلركبة الفصلية نطبق مباشرة صيغة القانون السابق والذي يتطلب‬
‫اعادة تشكيل جدول البيانات السابق كما يلي‪:‬‬

‫سنوات‬ ‫‪Q1‬‬ ‫‪Q2‬‬ ‫‪Q3‬‬ ‫‪Q4‬‬ ‫‪m‬‬

‫‪Y‬‬
‫‪j 1‬‬
‫‪j‬‬

‫‪Y ‬‬
‫‪m‬‬
‫‪2019‬‬ ‫‪19‬‬ ‫‪32‬‬ ‫‪66‬‬ ‫‪14‬‬

‫‪57‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪2020‬‬ ‫‪22‬‬ ‫‪36‬‬ ‫‪73‬‬ ‫‪17‬‬

‫‪2021‬‬ ‫‪20‬‬ ‫‪21‬‬ ‫‪67‬‬ ‫‪16‬‬
‫‪n‬‬ ‫‪19  22  20‬‬ ‫‪32  36  21‬‬ ‫‪66  73  67‬‬ ‫‪14  17  16‬‬
‫‪20,33  22,67‬‬
‫‪Y‬‬ ‫‪ij‬‬
‫‪‬‬
‫‪3‬‬
‫‪‬‬
‫‪3‬‬
‫‪‬‬
‫‪3‬‬
‫‪‬‬
‫‪3‬‬ ‫‪‬‬
‫‪4‬‬
‫‪Yj ‬‬ ‫‪i 1‬‬ ‫‪ 20,33‬‬ ‫‪ 22,67‬‬ ‫‪ 68,67‬‬ ‫‪ 15,67‬‬
‫‪ 68,67  15,67‬‬
‫‪n‬‬
‫‪4‬‬
‫‪ 31,835‬‬

‫‪Sj ‬‬
‫‪Yj‬‬ ‫‪‬‬
‫‪20,33‬‬
‫‪31,835‬‬
‫‪ 0,64 ‬‬
‫‪22,67‬‬
‫‪31,835‬‬
‫‪ 0,71 ‬‬
‫‪68,67‬‬
‫‪31,835‬‬
‫‪ 2,15 ‬‬
‫‪15,67‬‬
‫‪31,835‬‬
‫‪ 0,49‬‬ ‫‪S‬‬ ‫‪j‬‬
‫‪1‬‬
‫‪Y‬‬ ‫‪4‬‬

‫دبان النموذج جدائي فاننا نقارن ادلعامالت ادلومسية مع القيمة ‪ ،1‬حيث ان القيمة الكبَتة للمعامل تدل على‬
‫ارتفاع السلسلة يف ادلوسم والعكس صحيح‪ .‬ىنا أعلى معامل ىو للثالثي الثالث (‪ )2.15‬ويعٍت أن حجم‬
‫االنتاج يف ىذا الفصل اكرب من ضعف ادلتوسط العام‪ .‬أما حجم االنتاج يف الفصل او الثالثي االخَت فهي‬
‫نصف ادلتوسط العام‪.‬‬

‫‪ .2.1‬طريقة حساب المعامالت لتقدير المركبة الفصلیة‪:‬‬

‫‪ -‬نستعرض فيما يلي احد الطرق ادلشهورة يف ظلذجة ادلركبة الفصلية واليت تنتمي اذل فةة حساب ادلؤشرات‬
‫الفصلية كما يلي ‪:‬‬
‫بداية نفًتض ان النموذج االحصائي لسلسلة ياخذ الشكل ادلختلط أي ‪:‬‬
‫‪Yt  f T , S ,  t   Tt  St   t‬‬
‫من اجل ظلذجة مركبات السلسلة ‪ ( Yt‬الفصلية و االذباه) يتم دائما بداية االىتمام دبركبة االذباه العام مث بعد‬
‫ذلك يتم صياغة ظلوذج ادلركبة الفصلية ‪.‬‬
‫باستخدام‬ ‫الفصلية ‪St , t  1,2,...n‬‬ ‫‪ -‬بعد صياغة ظلوذج االذباه العام كما راينا سابقا يتم ربديد صيغة ادلركبة‬
‫العالقة التارل‪:‬‬
‫‪1‬‬ ‫‪Y‬‬
‫‪S t : si ‬‬ ‫‪ t‬‬ ‫‪,1  i  n‬‬
‫‪Card M i  tM i Tt‬‬
‫‪ :‬عدد ترددات الفصل يف السلسلة‪،‬‬ ‫) ‪Card ( M i‬‬ ‫‪ :‬ؽلثل الفصل رقم ‪، i‬‬ ‫‪Mi ،‬‬
‫حيث ان ‪ : i‬ؽلثل رقم الفصل‬
‫‪ : Tt‬مركبة االذباه العام‪.‬‬
‫من اجل توضيح كيفية استخدام ىذا القانون لنمذجة ادلركبة الفصلية باالضافة اذل مركبة االذباه العام مث التنبؤ‬
‫بالقيم ادلستقبلية للسلسلة نستعُت بادلثال التارل‪:‬‬

‫‪58‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫مثال‪ :‬اذا كانت لدينا ادلعطيات التالية حول ادلبيعات الفصلية دلؤسسة ما بااللف طن للفًتة اليت تبدا من الفصل‬
‫االول من سنة ‪ 2017‬اذل الفصل االخَت (الرابع) من سنة ‪.2020‬‬
‫المطلوب‪ :‬استخرج مركبات الفصلية و االذباه للسلسلة ‪:‬‬
‫‪ -‬تنبا حبجم ادلبيعات للفصل ادلقبل‬
‫‪t‬‬ ‫‪17/1‬‬ ‫‪17/2‬‬ ‫‪17/3‬‬ ‫‪17/4‬‬ ‫‪18/1‬‬ ‫‪18/2‬‬ ‫‪18/3‬‬ ‫‪18/4‬‬ ‫‪19/1‬‬ ‫‪19/2‬‬ ‫‪19/3‬‬ ‫‪19/4‬‬ ‫‪22/1‬‬ ‫‪22/2‬‬ ‫‪22/3‬‬ ‫‪22/4‬‬
‫‪Y‬‬ ‫‪32‬‬ ‫‪11‬‬ ‫‪12‬‬ ‫‪36‬‬ ‫‪32‬‬ ‫‪12‬‬ ‫‪13‬‬ ‫‪37‬‬ ‫‪33‬‬ ‫‪13‬‬ ‫‪15‬‬ ‫‪39‬‬ ‫‪35‬‬ ‫‪14‬‬ ‫‪17‬‬ ‫‪41‬‬

‫الحل‪:‬‬
‫من اجل التنبؤ بالسلسلة البد من استخراج مركبااها ‪ :‬االذباه‪ ،‬الفصلية باالضافة اذل العشوائة دبعٌت ربديد النموذج‬
‫االحصائي االمثل للسلسلة‬
‫يتم ذلك باتباع اخلطوات االربعة التالية بالًتتيب‪:‬‬
‫‪ -1‬سبثيل السلسلة يف شكل رسم بياين بداللة الزمن ‪ t‬حيث كما راينا يتم دائما ربويل معطيات الزمن ‪ t‬اذل‬
‫ارقام بداية من ‪ 1‬للفًتة االوذل يف السلسلة اذل غاية ‪ n‬آلخر فًتة‪.‬‬
‫‪ -2‬ظلذجة مركبة االذباه العام‬
‫‪ -3‬ظلذجة مركبة الفصلية‬
‫‪ -4‬التنبؤ بناءا على النموذج االحصائي العام للسلسلة الذي يضم كل ادلركبات‬
‫ياخذ منحى السلسلة الشكل التارل ‪:‬‬

‫‪Yt‬‬
‫‪45‬‬
‫‪40‬‬
‫‪35‬‬
‫‪30‬‬
‫‪25‬‬
‫‪20‬‬
‫‪15‬‬
‫‪10‬‬
‫‪5‬‬
‫‪0‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪10‬‬ ‫‪11‬‬ ‫‪12‬‬ ‫‪13‬‬ ‫‪14‬‬ ‫‪15‬‬ ‫‪16‬‬

‫نالحظ من خالل الشكل ان السلسلة يف تزايد مستمر بادلتوسط خالل كل فًته الدراسة شلا يوحي مبدئيا اذل ان‬
‫السلسلة قد ربمل مركبو االذباه العام‪ ،‬كما ان ىناك نتؤات واضحة و منتظمة تتكرر خالل كل فًتة الدراسة شلا‬
‫يدل على على ان السلسلة قد ربمل ادلركبة الفصلية ‪.‬‬
‫‪59‬‬
‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪ .2‬ظلذجة مركبة االذباه العام ‪ : Tt‬بافًتاض ان السلسلة ربمل اذباه عام خطي متزايد كما يظهر من الشكل و‬
‫الذي ياخذ الشكل العام التارل‪:‬‬
‫‪Yt  aˆ  bˆ  t  et‬‬
‫يتم تقدير معادلها ̂‪ a‬و ̂‪ b‬باستخدام طريقة ادلربعات الصغرى اين نتحصل على ادلعادالت التالية اليت رايناىا‬
‫سابقا ‪:‬‬
‫‪ ˆ  t  yt  t  yt‬‬
‫‪b ‬‬
‫‪‬‬ ‫‪t 2  t t‬‬
‫‪‬‬ ‫‪aˆ  y  bˆ  t‬‬
‫‪‬‬
‫يتم اغلاد قيم ادلعامالت باالستعانة باجلدول التارل ‪:‬‬
‫السنة‬ ‫‪t‬‬ ‫‪Y‬‬ ‫‪t.Y‬‬ ‫‪t2‬‬
‫‪2217‬‬ ‫‪1‬‬ ‫‪30‬‬ ‫‪30‬‬ ‫‪1‬‬
‫‪2‬‬ ‫‪11‬‬ ‫‪22‬‬ ‫‪4‬‬
‫‪3‬‬ ‫‪12‬‬ ‫‪36‬‬ ‫‪9‬‬
‫‪4‬‬ ‫‪36‬‬ ‫‪144‬‬ ‫‪16‬‬
‫‪2218‬‬ ‫‪5‬‬ ‫‪32‬‬ ‫‪160‬‬ ‫‪25‬‬
‫‪6‬‬ ‫‪12‬‬ ‫‪72‬‬ ‫‪36‬‬
‫‪7‬‬ ‫‪13‬‬ ‫‪91‬‬ ‫‪49‬‬
‫‪8‬‬ ‫‪37‬‬ ‫‪296‬‬ ‫‪64‬‬
‫‪2219‬‬ ‫‪9‬‬ ‫‪33‬‬ ‫‪297‬‬ ‫‪81‬‬
‫‪10‬‬ ‫‪13‬‬ ‫‪130‬‬ ‫‪100‬‬
‫‪11‬‬ ‫‪15‬‬ ‫‪165‬‬ ‫‪121‬‬
‫‪12‬‬ ‫‪39‬‬ ‫‪468‬‬ ‫‪144‬‬
‫‪2222‬‬ ‫‪13‬‬ ‫‪35‬‬ ‫‪455‬‬ ‫‪169‬‬
‫‪14‬‬ ‫‪14‬‬ ‫‪196‬‬ ‫‪196‬‬
‫‪15‬‬ ‫‪17‬‬ ‫‪255‬‬ ‫‪225‬‬
‫‪16‬‬ ‫‪41‬‬ ‫‪656‬‬ ‫‪256‬‬
‫المجموع‬ ‫‪136‬‬ ‫‪390‬‬ ‫‪3473‬‬ ‫‪1496‬‬

‫من خالل اجلدول صلد ان‪:‬‬

‫‪bˆ ‬‬ ‫‪ t. y‬‬ ‫‪t‬‬ ‫‪ t  yt 3473  8,5  390‬‬
‫‪‬‬ ‫‪ 0,46‬‬
‫‪t‬‬ ‫‪2‬‬
‫‪ t t‬‬ ‫‪1496  8,5  136‬‬

‫‪t‬‬ ‫حيث ان ‪ t  136  8,5 :‬‬

‫‪N‬‬ ‫‪16‬‬

‫‪y‬‬ ‫‪Y‬‬ ‫‪t‬‬

‫‪‬‬
‫‪390‬‬
‫‪ 24,37‬‬ ‫و‬
‫‪N‬‬ ‫‪16‬‬
‫‪aˆ  y  bˆ.t  24,37  0,46  8,5  20,425‬‬ ‫اما ‪:‬‬

‫‪60‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫و عليو فان معادلة االذباه العام اخلطي تاخذ الشكل التارل ‪:‬‬
‫‪Tt  20,425  0,46  t‬‬

‫‪ .3‬ربديد ادلركبة الفصلية‪ :‬يتم ربديد قيم ادلعامالت الفصلية اليت سبثل ادلركبة الفصلية ‪ St , 1  t  n‬باستخدام‬
‫القانون التارل‪:‬‬
‫‪1‬‬ ‫‪Y‬‬
‫‪si ‬‬ ‫‪ t‬‬ ‫‪,1  i  n‬‬
‫‪Card M i  tM i Tt‬‬
‫‪-‬يتم اوال حساب عدد ترددات كل فصل يف السلسلة ) ‪ ، Card (M i‬و دبان ترددات السلسلة فصلية و عليو‬
‫فان عدد الفصول يف السنة ىو ‪ 4‬أي ان ‪ . i  4‬من اجل ذلك نستعُت باجلدول التارل‪:‬‬

‫السنة‬ ‫‪t‬‬ ‫‪Yt‬‬ ‫‪Tt‬‬ ‫‪St‬‬ ‫‪t‬‬ ‫‪Ycvs‬‬

‫‪2217‬‬ ‫‪1‬‬ ‫‪30‬‬ ‫‪20,885‬‬ ‫‪1,38‬‬ ‫‪1,1787‬‬ ‫‪21,73913043‬‬
‫‪2‬‬ ‫‪11‬‬ ‫‪21,345‬‬ ‫‪0,52‬‬ ‫‪-0,0994‬‬ ‫‪21,15384615‬‬
‫‪3‬‬ ‫‪12‬‬ ‫‪21,805‬‬ ‫‪0,58‬‬ ‫‪-0,6469‬‬ ‫‪20,68965517‬‬
‫‪4‬‬ ‫‪36‬‬ ‫‪22,265‬‬ ‫‪1,57‬‬ ‫‪1,04395‬‬ ‫‪22,92993631‬‬
‫‪2218‬‬ ‫‪5‬‬ ‫‪32‬‬ ‫‪22,725‬‬ ‫‪1,38‬‬ ‫‪0,6395‬‬ ‫‪23,1884058‬‬
‫‪6‬‬ ‫‪12‬‬ ‫‪23,185‬‬ ‫‪0,52‬‬ ‫‪-0,0562‬‬ ‫‪23,07692308‬‬
‫‪7‬‬ ‫‪13‬‬ ‫‪23,645‬‬ ‫‪0,58‬‬ ‫‪-0,7141‬‬ ‫‪22,4137931‬‬
‫‪8‬‬ ‫‪37‬‬ ‫‪24,105‬‬ ‫‪1,57‬‬ ‫‪-0,84485‬‬ ‫‪23,56687898‬‬
‫‪2219‬‬ ‫‪9‬‬ ‫‪33‬‬ ‫‪24,565‬‬ ‫‪1,38‬‬ ‫‪-0,8997‬‬ ‫‪23,91304348‬‬
‫‪10‬‬ ‫‪13‬‬ ‫‪25,025‬‬ ‫‪0,52‬‬ ‫‪-0,013‬‬ ‫‪25‬‬
‫‪11‬‬ ‫‪15‬‬ ‫‪25,485‬‬ ‫‪0,58‬‬ ‫‪0,2187‬‬ ‫‪25,86206897‬‬
‫‪12‬‬ ‫‪39‬‬ ‫‪25,945‬‬ ‫‪1,57‬‬ ‫‪-1,73365‬‬ ‫‪24,84076433‬‬
‫‪2222‬‬ ‫‪13‬‬ ‫‪35‬‬ ‫‪26,405‬‬ ‫‪1,38‬‬ ‫‪-1,4389‬‬ ‫‪25,36231884‬‬
‫‪14‬‬ ‫‪14‬‬ ‫‪26,865‬‬ ‫‪0,52‬‬ ‫‪0,0302‬‬ ‫‪26,92307692‬‬
‫‪15‬‬ ‫‪17‬‬ ‫‪27,325‬‬ ‫‪0,58‬‬ ‫‪1,1515‬‬ ‫‪29,31034483‬‬
‫‪16‬‬ ‫‪41‬‬ ‫‪27,785‬‬ ‫‪1,57‬‬ ‫‪-2,62245‬‬ ‫‪26,11464968‬‬

‫من خالل اجلدول نالحظ ان ترددات الفصل االول ‪ M 1‬يف السلسلة ىي ‪ M1  1,5,9,13 :‬و منو‬
‫فان ‪ Card (M1 )  4 :‬أي ان عدد عناصر اجملموعة ‪ M 1‬ىو ‪. 4‬‬
‫ترددات الفصل االول ‪ M 2‬يف السلسلة ىي ‪ M 2  2,6,10,14 :‬و منو فان ‪Card (M 2 )  4 :‬‬
‫ترددات الفصل االول ‪ M 3‬يف السلسلة ىي ‪ M 3  3,7,11,15 :‬و منو فان ‪Card ( M 3 )  4 :‬‬
‫‪Card (M 4 )  4‬‬ ‫ترددات الفصل االول ‪ M 4‬يف السلسلة ىي ‪ M 4  4,8,12,16 :‬و منو فان ‪:‬‬

‫‪61‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫بناءا على معادلة االذباه العام كما يظهر يف اجلدول اعاله حيث يتم تعويض قيم ‪t‬‬ ‫‪Tt‬‬ ‫‪ -‬يتم بعدىا حساب قيم‬
‫يف ادلعادلة ‪ . Yˆt  20,425  0,46  t‬بعدىا ؽلكن حساب قيم ادلعامالت ادلومسية اخلاصة بكل فصل كما‬
‫يلي‪:‬‬
‫‪1‬‬ ‫‪Y‬‬
‫‪s1 ‬‬ ‫‪ t‬‬ ‫‪,1  i  4‬‬ ‫‪ -‬معامل ادلوسم االول يساوي اذل ‪:‬‬
‫‪Card M 1  tM 1 Tt‬‬
‫‪1  Y1 Y5 Y9 Y13 ‬‬
‫‪s1 ‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫و منو فان ‪:‬‬
‫‪4  T1 T5 T9 T13 ‬‬
‫دبانو مت حساب قيم االذباه العام سابقا صلد ان ‪:‬‬
‫‪1  30‬‬ ‫‪32‬‬ ‫‪33‬‬ ‫‪35 ‬‬
‫‪s1 ‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪  1,38‬‬
‫‪4  20,88 20,72 24,56 26,4 ‬‬

‫بنفس الصيغة صلد ان قيم ادلعامالت ادلومسية اخلاصة بالفصول االخرى تساوي اذل ‪:‬‬

‫‪1  Y2 Y6 Y10 Y14 ‬‬

‫‪s2 ‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪4  T2 T6 T10 T14 ‬‬
‫‪1  11‬‬ ‫‪12‬‬ ‫‪13‬‬ ‫‪14 ‬‬
‫‪ ‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪  0,52‬‬
‫‪4  21,34 23,18 25,02 26,86 ‬‬

‫‪1  Y3 Y7 Y11 Y15 ‬‬

‫‪s3 ‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪4  T3 T7 T11 T15 ‬‬
‫‪1  12‬‬ ‫‪13‬‬ ‫‪15‬‬ ‫‪17 ‬‬
‫‪ ‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪  0,58‬‬
‫‪4  21,8 23,64 25,48 27,32 ‬‬

‫‪1  Y4 Y8 Y12 Y16 ‬‬

‫‪s4 ‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪4  T4 T8 T12 T16 ‬‬
‫‪1  36‬‬ ‫‪37‬‬ ‫‪39‬‬ ‫‪41 ‬‬
‫‪ ‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪  1,57‬‬
‫‪4  22,26 24,1 25,94 27,78 ‬‬

‫‪ -‬حيث صلد ان قيم ىذه ادلعامالت ادلومسية ستتكرر خالل فًتة الدراسة حسب تكرر الفصول يف السنة كما‬
‫يظهر يف اجلدول اعاله‪.‬‬

‫‪62‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫مالحظة ‪ :‬من خالل النموذج االحصائي العام للسلسلة السابق ؽلكن ان نستنتج انو كلما كانت قيمة ادلعامالت‬
‫ادلومسية قريبة من القيمة ‪ 1‬سوف ال تؤثر قيم ىذه ادلعامالت يف احلسابات و بالتارل يدل ىذا على عدم تاثر‬
‫السلسلة بادلركبة الفصلية أي ؽلكن اعتبار ان السلسلة ال ربمل ىذه ادلركبة ‪.‬‬
‫‪ .2‬التنبؤ باستخدام المركبة الموسمیة في النموذج الجدائي‪:‬‬
‫‪ .1.2‬الحالة االولى‪ :‬احتواء السلسلة على مركبتي االتجاه العام والفصلیة‪:‬‬

‫‪ -‬بعد ربديد مركبيت االذباه العام و الفصلية ؽلكن استخدام ىذا النموذج االحصائي الذي يضم ادلركبتُت يف التنبؤ‬
‫حيث ان ‪:‬‬
‫‪Yt  Tt  St   t‬‬
‫بفرض وجود مركبة االذباه العام و ادلركبة مومسية ‪ ، S‬يكون التنبؤ يف النموذج اجلدائي بإضافة ادلركبة ادلومسية ( شلثال‬
‫دبعامل ادلومسية ) إذل االذباه العام‪ ،‬وذلك كما يلي ‪:‬‬
‫‪Yˆt (h)  f t  h  St  h‬‬
‫ىو ادلعامل ادلومسي للفًتة ادلذكروة ‪. t  h‬‬ ‫‪St  h‬‬ ‫حيث ان‬
‫حيث مت وضع االشارة (‪ )‬للداللة على اهنا قيم تقديرية‪.‬‬
‫‪ -‬فاذا كان صيغة االذباه العام خطية ػلسب التنبؤ كما يلي‪:‬‬
‫‪‬‬ ‫‪‬‬
‫‪Yˆt (h)  aˆ  bˆ  (t  h)  St  h‬‬
‫مثال‪ :‬باخذ نفس معطيات ادلثال السابق ‪ ،‬تنبأ بالقيم ادلستقبلية للسلسلة لسنة ‪2021‬؟‬
‫الصيغة التالية‪:‬‬ ‫‪Yt‬‬ ‫ياخذ شكل النموذج االحصائي العام للسلسة‬
‫‪Yˆt  Tt  St  (20,425  0,46  t )  si‬‬
‫‪Tt  20,425  0,46  t‬‬ ‫حيث ان ‪:‬‬
‫و ‪ St‬تاخذ القيم التالية‪. s4  1,57 ، s3  0,58 ، s2  0,52 ، s1  1,38 :‬‬
‫‪ -‬ؽلكن استخدام ىذا النموذج االن يف التنبؤ باعتبار ان السلسلة ربمل مركبيت االذباه العام و الفصلية فمثال قيمة‬
‫ادلبيعات اخلاصة بالفصل االول من سنة ‪ 2021‬ىو كما يلي ‪:‬‬
‫‪ -‬كما راينا سابقا البد اوال من ربديد رقم فًتة التنبؤ ‪ t‬اخلاص بالفصل االول من ‪ :2021‬دبان الرقم ادلقابل‬
‫للفصل ‪ 4‬االخَت من سنة ‪ 2020‬ىو ‪ 16‬يف اجلدول اعاله ‪ ،‬يكون اذن الرقم ادلقابل للفصل االول من سنة‬
‫حيث ان ىذه الفًتة تقابل‬ ‫ىو ‪S17  s1  1,38‬‬ ‫‪ 2021‬ىو ‪ t=17‬كمان ادلوسم ادلقابل ذلذا الفصل‬
‫ادلوسم االول من سنة ‪ ، 2021‬لذلك قيمة ادلبيعات خالل ىاتو الفًتة ىو ‪:‬‬
‫‪Y1 / 2021  T17  S17  T17  s1  (20,425  0,46  (17))  1,38  38,97‬‬
‫كذلك ؽلكن ان صلد ان ‪:‬‬
‫‪Y2 / 2021  T18  S18  T18  s2  (20,425  0,46  (18))  0,52  14,92‬‬

‫‪63‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬
‫‪Y3 / 2021  T19  S19  T19  s3  (20,425  0,46  (19))  0,58  16,91‬‬
‫‪Y4 / 2021  T20  S20  T20  s4  (20,425  0,46  (20))  1,57  46,51‬‬
‫بنفس الطريقة ؽلكن التنبؤ باي فًتة مستقبلية للمبيعات ضلتاج فقط معرفة قيمة ‪ t‬ادلقابلة لفًتة التنبؤ و قيمة ادلعامل‬
‫ادلومسي ادلقابل ذلاتو الفًتة فمثال القيمة ادلقابلة للفصل الثاين من سنة ‪ 2030‬ىو‪ t= 54‬و ادلعامل ادلومسي ادلقابل‬
‫ذلا ىو ‪ s2  0,52‬و ىكذا‪.‬‬
‫من جهة اخرى بناءا على صيغة النموذج االحصائي للسلسلة ‪ Yt‬ؽلكن ان صلد قيم ادلركبة العشوائية كما يلي‪:‬‬
‫فان ‪:‬‬ ‫‪Yt  Tt  St  ˆt‬‬ ‫دبان ‪:‬‬
‫‪ˆt  Yt  Tt  St‬‬
‫و اليت تظهر قيمها يف اجلدول اعاله‪.‬‬
‫‪ .2.2‬الحالة الثانیة‪ :‬احتواء السلسلة على المركبة الفصلیة فقط‪ :‬تعترب احلالة السابقة االكثر شهرة ‪ ،‬اال انو‬
‫اذا صادفنا ان السلسلة ال ربمل اال مركبة الفصلية يف ىذه احلالة يتم االعتماد على احد الطرق االحصائية البحتة‬
‫‪ :‬كطريقة ادلتوسطات ادلتحركة او التمهيد االسي – كما سيايت معنا يف الفصول الالحقة‪ -‬لتعويض مركبة االذباه‬
‫العام و اليت تضرب يف ادلعامالت ادلومسية ‪ ،‬كمانو احيانا نأخذ ادلتوسط العام او احيانا اخرى قد ناخذ متوسط‬
‫الفًتة األخَتة (مثال السنة األخَتة إذا كانت البيانات ثالثية) كاساس ونضربو يف ادلعامالت ادلومسية‪ ،‬اوقد نستخدم‬
‫أحيانا نسبة زيادة أو اطلفاض متوقعة يف مكان دالة االذباه العام‪ ،‬يف ىذه احلالة نأخذ متوسط الفًتة األخَتة‬
‫كأساس ونضربو يف النسبة مث يف معامالت ادلومسية‪.‬‬
‫مثال‪ :‬باستخدام معطيات مثال حجم االنتاج الفصلي بااللف طن دلؤسسة ما خالل الفًتة ‪ 2019/1‬اذل غاية‬
‫‪ 2021/4‬اعاله‪ ،‬تنبا بالقيم ادلستقبلية حلجم االنتاج لسنة ‪ 2022‬حيث تتوقع ادلؤسسة زيادة يف حجم االنتاج‬
‫ب ‪ 10‬بادلائة عن سنة ‪2021‬؟‬
‫الحل‪:‬‬
‫‪n‬‬

‫‪Y‬‬ ‫‪2021j‬‬
‫‪20  21  67  16‬‬
‫‪Y2021 ‬‬ ‫‪i 1‬‬
‫‪‬‬ ‫ليدنا متوسط الفًتة االخَتة يقدر ب ‪ 31 :‬‬
‫‪m‬‬ ‫‪4‬‬
‫ومنو فان‪:‬‬
‫‪Yˆt  h  Y2021 110%  S j‬‬
‫أي ان‪:‬‬
‫‪Yˆ1 / 2022  Y2021 110%  S1  311,1 0,64  21,824‬‬
‫ˆ‪Y‬‬‫‪2 / 2022‬‬ ‫‪ Y 110%  S  311,1 0,71  24,211‬‬
‫‪2021‬‬ ‫‪2‬‬

‫‪Yˆ3 / 2022  Y2021 110%  S3  311,1 2,15  73,315‬‬

‫‪Yˆ4 / 2022  Y2021 110%  S4  311,1 0,49  16,706‬‬

‫‪64‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪ .3‬نزع المركبة الموسمیة من السلسلة ذات الشكل الجدائي‪:‬‬

‫‪ .1.3‬الحالة االولى‪ :‬نزع المركبة الفصلیة فقط ‪ :‬يف حالة النموذج اجلدائي ؽلكن نزع ادلركبة ادلومسية يف حالة‬
‫وجودىا من السلسلة لتصبح السلسلة خالية ادلركبة ادلومسية كما يلي ‪:‬‬
‫دبان‪:‬‬
‫‪Yt  Tt  St   t‬‬
‫‪Yˆt  Tt  St‬‬ ‫حيث ان النموذج الذي ػلمل ادلركبات النظامية و ادلستخدم يف التنبؤ ىو ‪:‬‬
‫و منو يتم احلصول على السلسلة الزمنية ادلنزوعة ادلركبة ادلومسية وفق الصيغة التالية‪:‬‬
‫‪Yˆt Tt  St‬‬
‫‪YCVS ‬‬ ‫‪‬‬ ‫‪ Tt  ˆt‬‬
‫‪St‬‬ ‫‪St‬‬
‫يف ىذه احلالة اال مركبة االذباه العام باالضافة اذل ادلركبة العشوائية‪.‬‬ ‫السلسلة ‪Yt‬‬ ‫و بالتارل ال يبقى يف‬
‫مثال‪ :‬باستخدام معطيات ادلثال السابق اوجد قيم السلسلة ادلنزوعة ادلركبة ادلومسية‬
‫احلل‪ :‬يتم اغلاد قيم السلسلة ادلنزوعة ادلركبة ادلومسية ‪ YCVS‬بقسمة ادلركبة ادلومسية ‪ St‬شلثلة يف قيم ادلعامالت‬
‫ادلومسية ‪ si‬على ‪ Yt‬للحصول على سلسلة خالية من ادلومسية‪ ،‬كما يظهر يف اجلدول اعاله‪.‬‬
‫حيث ؽلكن التاكد من نزع ادلركبة ادلومسية من السلسلة من خالل رسم بيانيا بيانات السلسلة ادلنزوعة ادلركبة ادلومسية‬
‫كما يظهر يف اجلدول ادناه‪:‬‬

‫‪YCVS‬‬
‫‪35‬‬

‫‪30‬‬

‫‪25‬‬

‫‪20‬‬

‫‪15‬‬

‫‪10‬‬

‫‪5‬‬

‫‪0‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪10‬‬ ‫‪11‬‬ ‫‪12‬‬ ‫‪13‬‬ ‫‪14‬‬ ‫‪15‬‬ ‫‪16‬‬

‫ما يبقى بعد إزاحة ادلركبة ادلومسية ىي مركبة االذباه العام و ادلركبة العشوائية (البواقي)‪ .‬يبُت الرسم يف ىذه احلالة‬
‫وجود اذباه عام خطي متزايد‪ ،‬والتعرجات سبثل البواقي(ادلركبة العشوائية)‪ .‬استخدام طريقة معادلة االذباه يعطي رمسا‬
‫قريبا جدا من األول ‪.‬‬
‫‪ .2.3‬الحالة الثانیة‪ :‬نزع المركبة الفصلیة و االتجاه العام معا ‪ :‬اذا اردنا نزع مركبة االذباه العام و الفصلية معا‬
‫البد ان نراعي الشكل العام اجلدائي للسلسلة ان كان جدائي حبت ام سلتلط حيث‪:‬‬
‫‪65‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪. Yt‬‬ ‫‪ Tt  St   t‬‬ ‫‪ -‬اذا كان النموذج العام للسلسلة جدائي حبت وفق الصيغة التالية‪:‬‬
‫‪Yt‬‬ ‫فانو يتم نزع ادلومسية مع االذباه العام البراز ادلركبة العشوائية فقط‪ ،‬واليت سبثل ذلك التأثَت الظريف على ادلتغَتة‬
‫كمانو يتم عزل ادلركبة العشوائية لتفقد احلركات غَت ادلتوقعة يف السلسلة ‪ ،‬وكذلك لتفقد وجود مركبة الدورة أو‬
‫وجود قيم شاذة‪ .‬يتطلب احلصول على سلسلة البواقي او ادلركبة العشوائية يف السلسلة ذات الشكل اجلدائي أوال‬
‫حساب ادلومسية و مركبة االذباه العام مث تطبيق العالقة التالية‪:‬‬
‫‪Yt‬‬ ‫‪T  S ‬‬
‫‪ˆt ‬‬ ‫‪ t t t‬‬
‫‪Tt  St‬‬ ‫‪Tt  St‬‬
‫‪ -‬اما اذا كان النموذج العام للسلسلة سلتلط وفق الصيغة التالية‪ . Yt  Tt  St   t :‬فانو يتطلب احلصول على‬
‫سلسلة البواقي او ادلركبة العشوائية يف السلسلة ذات الشكل اجلدائي ادلختلط أوال حساب ادلومسية و مركبة االذباه‬
‫العام مث تطبيق العالقة التالية‪:‬‬
‫‪ˆt  Yt  Tt  S t‬‬
‫‪ Tt  S t   t  Tt  S t‬‬

‫‪ .4‬طرق تقدير المركبة الفصلیة في النموذج التجمیعي‪:‬‬

‫غالبا ما تصلح طريقة النموذج اجلدائي لنزع ادلومسية يف الظواىر االقتصادية‪ ،‬لكن ػلدث أن يكون النموذج‬
‫التجميعي ىو األنسب‪ ،‬وذلك عندما يكون حجم التغَتات ادلومسية مستقال عن القيم اليت يأخذىا االذباه العام ‪.‬‬
‫حيث ياخذ الشكل العام للسلسلة يف ىذه احلالة التارل‪:‬‬
‫‪Yt  Tt  St   t‬‬
‫يتم يف ىذه احلالة تقدير قيم ادلركبة ادلومسية من خالل حساب ادلعامالت ادلومسية و اليت سبثل يف النموذج التجميعي‬
‫متوسطات الفروق بُت قيم السلسلة االصلية و قيم ادلتغَتة ادلنزوعة ادلركبة ادلومسية او ما يسمى بادلكون غَت ادلومسي‬
‫للسلسلة حيث يتم اغلاد ادلركبة ادلومسية وفق ىذه الطريقة بالصيغة التالية‪:‬‬
‫‪1 I‬‬
‫‪Sj ‬‬ ‫) ‪ ( yij  fij‬‬
‫‪I i 1‬‬
‫‪ -‬حيث ان ‪ i :‬سبثل رقم السطر و ‪ j‬سبثل رقم العمود اخلاصة بادلوسم‪.‬‬
‫( و الذي ؽلثل مركبة االذباه العام‬ ‫‪f‬‬ ‫من اجل تطبيق ىذا القانون ضلتاج إذن أوال حلساب ادلكون غَت ادلومسي‬
‫أو مركبة االذباه العام مع ادلركبة الدورية إن وجدت ) ومن مث ضلسب الفروق ادلقابلة لكل موسم‪ ،‬مث ضلسب‬
‫متوسطها‪.‬‬
‫‪ -‬حبكم ان النموذج العام للسلسلة ذبميعي و بالتارل ػلكم على ادلعامل دبقارنتو بالقيمة ‪ ، 0‬حيث ان قيمة‬
‫ادلعامل ادلوجبة ادلوجب يعٍت قيمة أعلى من ادلتوسط العام‪ ،‬و قيمة ادلعامل السالبة يعٍت قيمة منخفضة‪.‬‬

‫‪66‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫تعوض بعضها البعض على ادلدى البعيد‪ ،‬وبالتارل يكون رلموعها (او متوسطها)‬ ‫ادلعامالت ‪S j‬‬ ‫‪ -‬يفًتض أن‬
‫‪J‬‬

‫‪S‬‬ ‫‪j‬‬

‫‪.‬‬ ‫‪Sj ‬‬ ‫‪j 1‬‬

‫‪0‬‬ ‫يساوي الصفر أي ‪:‬‬
‫‪J‬‬
‫‪ -‬اما يف حالة كون متوسط ادلعامالت يكون غَت معدوم ‪ ،‬نطرح متوسط ادلعامالت و نسمي ادلعامالت اجلديدة‬
‫‪ S j‬حيث‪:‬‬
‫‪J‬‬

‫‪S‬‬
‫‪j 1‬‬
‫‪j‬‬

‫‪S j  S j ‬‬
‫‪J‬‬
‫‪ -‬دبان الشكل العام للنموذج التجميعي ياخذ الصيغة التالية‪:‬‬
‫‪Yt  Tt  St   t‬‬
‫ؽلكن اعادة ترتيب ادلركبات باالعتماد على قيم ادلواسم لتصبح بالشكل التارل ‪:‬‬
‫‪Yij  fij  Sij   ij‬‬
‫نفًتض يف النموذج التجميعي ثبات ادلومسية لذلك نكتب ‪ Sij  S j‬فيصبح النموذج كما يلي ‪:‬‬
‫‪Yij  fij  S j   ij‬‬
‫و عليو تعطى قيم ادلعامالت ادلومسية وفق الصيغة التالية‪:‬‬
‫‪1‬‬
‫‪Sj ‬‬ ‫) ‪  (Yij  fij‬‬
‫‪I i j‬‬
‫حيث ان ‪ : i‬ؽلثل رقم السنوات و ‪ j‬ؽلثل رقم الفصول‪.‬‬
‫مثال‪ :‬اذا كانت لديك البيانات التالية دلبيعات مؤسسة خالل اربع سنوات‪:‬‬
‫السنوات‬ ‫‪Q1‬‬ ‫‪Q2‬‬ ‫‪Q3‬‬ ‫‪Q4‬‬
‫‪2018‬‬ ‫‪18‬‬ ‫‪30‬‬ ‫‪4‬‬ ‫‪24‬‬
‫‪2019‬‬ ‫‪30‬‬ ‫‪46‬‬ ‫‪16‬‬ ‫‪44‬‬
‫‪2020‬‬ ‫‪52‬‬ ‫‪56‬‬ ‫‪30‬‬ ‫‪58‬‬
‫‪2021‬‬ ‫‪68‬‬ ‫‪72‬‬ ‫‪50‬‬ ‫‪74‬‬
‫المطلوب‪ :‬تقدير ادلركبة ادلومسية للسلسلة الزمنية باستخدام طريقة ادلعامالت ادلومسية مع العلم ان تقدير مركبة‬
‫االذباه العام تعطى بالعالقة التالية‪. T : Yˆt  10,9  3,66  t :‬‬
‫الحل‪:‬‬
‫ياخذ منحى السلسلة الشكل التارل ‪:‬‬

‫‪67‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪yt‬‬
‫‪80‬‬
‫‪70‬‬
‫‪60‬‬
‫‪50‬‬
‫‪40‬‬
‫‪yt‬‬
‫‪30‬‬
‫‪20‬‬
‫‪10‬‬
‫‪0‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪9 10 11 12 13 14 15 16‬‬

‫نالحظ من خالل الشكل ان السلسلة يف تزايد مستمر بادلتوسط خالل كل فًته الدراسة شلا يوحي مبدئيا اذل ان‬
‫السلسلة قد ربمل مركبو االذباه العام‪ ،‬كما ان ىناك نتؤات واضحة و منتظمة تتكرر خالل كل فًتة الدراسة شلا‬
‫يدل على على ان السلسلة قد ربمل ادلركبة الفصلية ‪.‬‬
‫‪ -‬ؽلكن اغلاد قيم ادلعامالت ادلومسية اليت تعرب عن ادلركبة ادلوسية بتطبيق القانون السابق مباشرة حيث يتم اوال‬
‫للسلسلة و الذي ؽلثل مركبة االذباه العام يف ىذه احلالة‪:‬‬ ‫‪f‬‬ ‫حساب ادلكون غَت ادلومسي‬
‫‪18  (14,56  5,49) ‬‬
‫) ‪ˆt  Yt  (Tt  S j‬‬

‫السنة‬ ‫‪t‬‬ ‫‪Yt‬‬ ‫‪Tt‬‬ ‫‪Yt  Tt‬‬ ‫‪Sj‬‬ ‫) ‪ˆt  Yt  (Tt  S j‬‬
‫‪2218‬‬ ‫‪1‬‬ ‫‪18‬‬ ‫‪10,9  3,66 1  14,56‬‬ ‫‪3,44‬‬ ‫‪5,49‬‬ ‫‪18  (14,56  5,49)  2,05‬‬
‫‪2‬‬ ‫‪32‬‬ ‫‪10,9  3,66  2  18,22‬‬ ‫‪11,78‬‬ ‫‪10,83‬‬ ‫‪0,95‬‬
‫‪3‬‬ ‫‪4‬‬ ‫‪21,88‬‬ ‫‪-17,88‬‬ ‫‪-18,83‬‬ ‫‪0,95‬‬
‫‪4‬‬ ‫‪24‬‬ ‫‪25,54‬‬ ‫‪-1,54‬‬ ‫‪2,51‬‬ ‫‪-4,05‬‬
‫‪2219‬‬ ‫‪5‬‬ ‫‪32‬‬ ‫‪29,2‬‬ ‫‪0,8‬‬ ‫‪5,49‬‬ ‫‪-4,69‬‬
‫‪6‬‬ ‫‪46‬‬ ‫‪32,86‬‬ ‫‪13,14‬‬ ‫‪10,83‬‬ ‫‪2,31‬‬
‫‪7‬‬ ‫‪16‬‬ ‫‪36,52‬‬ ‫‪-20,52‬‬ ‫‪-18,83‬‬ ‫‪-1,69‬‬
‫‪8‬‬ ‫‪44‬‬ ‫‪40,18‬‬ ‫‪3,82‬‬ ‫‪2,51‬‬ ‫‪1,31‬‬
‫‪2222‬‬ ‫‪9‬‬ ‫‪52‬‬ ‫‪43,84‬‬ ‫‪8,16‬‬ ‫‪5,49‬‬ ‫‪2,67‬‬
‫‪10‬‬ ‫‪56‬‬ ‫‪47,5‬‬ ‫‪8,5‬‬ ‫‪10,83‬‬ ‫‪-2,33‬‬
‫‪11‬‬ ‫‪32‬‬ ‫‪51,16‬‬ ‫‪-21,16‬‬ ‫‪-18,83‬‬ ‫‪-2,33‬‬
‫‪12‬‬ ‫‪58‬‬ ‫‪54,82‬‬ ‫‪3,18‬‬ ‫‪2,51‬‬ ‫‪0,67‬‬
‫‪2221‬‬ ‫‪13‬‬ ‫‪68‬‬ ‫‪58,48‬‬ ‫‪9,52‬‬ ‫‪5,49‬‬ ‫‪4,03‬‬
‫‪14‬‬ ‫‪72‬‬ ‫‪62,14‬‬ ‫‪9,86‬‬ ‫‪10,83‬‬ ‫‪-0,97‬‬
‫‪15‬‬ ‫‪52‬‬ ‫‪65,8‬‬ ‫‪-15,8‬‬ ‫‪-18,83‬‬ ‫‪3,03‬‬

‫‪68‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬
‫‪16‬‬ ‫‪74‬‬ ‫‪69,46‬‬ ‫‪4,54‬‬ ‫‪2,51‬‬ ‫‪2,03‬‬

‫مث بعد ذلك ؽلكن تطبيق القانون مباشرة يف اجلدول التارل الغلاد قيم ‪ S j‬وذلك بعد اعادة تنظيم قيم احملسوبة يف‬
‫اجلدول التارل ‪:‬‬

‫‪Y‬‬ ‫‪ij‬‬ ‫‪ fij ‬‬ ‫‪Q1‬‬ ‫‪Q2‬‬ ‫‪Q3‬‬ ‫‪Q4‬‬

‫‪2218‬‬ ‫‪18  (10,9  3,66 1)  3,44‬‬ ‫‪30  (10,9  3,66  2)  11,78‬‬ ‫‪...  17,88‬‬ ‫‪-1,54‬‬

‫‪2219‬‬ ‫‪30  (10,9  3,66  5)  0,81‬‬ ‫‪...  13,15‬‬ ‫‪-20,51‬‬ ‫‪3,83‬‬

‫‪2222‬‬ ‫‪8,17‬‬ ‫‪8,51‬‬ ‫‪-21,15‬‬ ‫‪3,19‬‬

‫‪2221‬‬ ‫‪9,54‬‬ ‫‪9,88‬‬ ‫‪-15,78‬‬ ‫‪4,56‬‬
‫‪1‬‬ ‫‪3,44  0,81  8,17  9,54‬‬ ‫‪11,78  13,15  8,51  9,88‬‬ ‫‪ 17,88  20,51  21,15  15,78‬‬ ‫‪ 1,54  3,83  3,19  4,56‬‬
‫) ‪S j    (Yij  fij‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪4‬‬
‫‪‬‬
‫‪I‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪4‬‬
‫‪ 18,83‬‬
‫‪ 5,49‬‬ ‫‪ 10,83‬‬ ‫‪ 2,51‬‬

‫نالحظ من خالل اجلدول ان أعلى قيمة مبيعات تكون يف الثالثي الثاين ‪ ، S j  10,83‬وأدناىا يف الثالثي‬
‫الثالث ‪7 S j  18,83‬‬
‫مالحظات‪:‬‬
‫‪ -‬نالحظ ان ‪.  S j  5,49  10,83  18,83  2,51  0 :‬اما يف حالة عدم ربقق ىذا الشرط نقوم بتعويض‬
‫قيم ادلعامالت ادلومسية بالقيم اجلديدة اليت ربقق ىذا الشرط و ىي‪:‬‬
‫‪J‬‬

‫‪S‬‬
‫‪j 1‬‬
‫‪j‬‬

‫‪S j  S j  S j  S j ‬‬ ‫‪‬‬

‫‪J‬‬
‫أي تصبح قيم ادلعامالت اجلديدة سبثل الفرق بُت قيم ادلعامالت احملسوبة و ادلتوسط العام لقيم ادلعامالت ادلومسية‬
‫احملسوبة‪.‬‬
‫‪ -‬حبكم ان قيم ادلعامالت ادلومسية زبتلف كثَتا عن القيمة صفر (‪ )0‬ىذا دليل على احتواء السلسلة الزمنية‬
‫للمركبة ادلومسية‪.‬‬
‫‪ -‬ؽلكن حساب قيم ادلركبة غَت ادلومسية (االذباه العام) باستخدام طرق احصائية حبتة كطريقة ادلتوسطات ادلتحركة‬

‫‪ .5‬التنبؤ باستخدام المعامالت الموسمیة في النموذج التجمیعي‪:‬‬

‫ومركبة مومسية ‪ ، S‬يكون التنبؤ يف النموذج التجميعي بإضافة ادلركبة ادلومسية‬ ‫‪f‬‬ ‫بفرض وجود مركبة خارج ادلومسية‬
‫( شلثال دبعامل ادلومسية ) إذل االذباه العام‪ ،‬وذلك كما يلي ‪:‬‬

‫‪69‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪Yˆt (h)  f t  h  St  h‬‬

‫ىو ادلعامل ادلومسي للفًتة ادلذكروة ‪. t  h‬‬ ‫‪St  h‬‬ ‫حيث ان‬
‫كمانو مت وضع االشارة (‪ )‬للداللة على اهنا قيم تقديرية‪.‬‬
‫مثال ‪ :‬باستخدام معطيات ادلثال السابق التيس سبثل مبيعات مؤسسة الربع سنوات‪ ،‬تنبا حبجم مبيعات ادلؤسسة‬
‫لسنة ‪ 2022‬باألخذ بعُت االعتبار للمعامالت ادلومسية ‪:‬‬
‫احلل‪:‬‬
‫حساب القيمة ادلتوقعة لثالثيات سنة ‪:2022‬‬
‫‪Yˆ1 / 2022  Yˆ17  (10,9  3,66 17)  5,49  78,61‬‬
‫ˆ‪Y‬‬
‫‪2 / 2022‬‬ ‫‪ Yˆ  (10,9  3,66  18)  10,83  87,61‬‬
‫‪18‬‬

‫‪Yˆ3 / 2022  Yˆ19  (10,9  3,66  19)  18,83  61,61‬‬

‫ˆ‪Y‬‬ ‫‪4 / 2022‬‬‫‪ Yˆ  (10,9  3,66  20)  2,51  86,61‬‬
‫‪20‬‬

‫ؽلكن ان صلد قيم ادلركبة العشوائية كما‬
‫‪Yt‬‬ ‫من جهة اخرى بناءا على صيغة النموذج االحصائي العام للسلسلة‬
‫يلي‪:‬‬
‫دبان ‪ Yt  Tt  St  ˆt :‬فان ‪:‬‬
‫) ‪ˆt  Yt  (Tt  St‬‬
‫و اليت تظهر قيمها يف اجلدول اعاله‪.‬‬

‫‪ .6‬نزع المركبة الموسمیة من السلسلة ذات الشكل التجمیعي ‪ :‬كما راينا يف حالة النموذج اجلدائي السابق‬
‫ؽلكن نزع ادلركبة ادلومسية يف حالة وجودىا من السلسلة لتصبح السلسلة خالية ادلركبة ادلومسية حيث دبان ‪:‬‬
‫‪Yt  Tt  St   t‬‬
‫‪YCVS  Yt  St  Tt  St   t  St  Tt   t‬‬
‫يف ىذه احلالة اال مركبة االذباه العام و ادلركبة العشوائية‪.‬‬ ‫السلسلة ‪Yt‬‬ ‫و بالتارل ال يبقى يف‬
‫مثال‪ :‬باستخدام معطيات ادلثال السابق اوجد قيم السلسلة ادلنزوعة ادلركبة ادلومسية‬
‫للحصول على‬ ‫‪Yt‬‬ ‫من‬ ‫‪Sj‬‬ ‫بطرح ادلركبة ادلومسية‬ ‫‪YCVS‬‬ ‫احلل‪ :‬يتم اغلاد قيم السلسلة ادلنزوعة ادلركبة ادلومسية‬
‫سلسلة خالية من ادلومسية‪ ،‬كما يظهر يف اجلدول التارل‪:‬‬
‫السنوات‬ ‫‪Q1‬‬ ‫‪Q2‬‬ ‫‪Q3‬‬ ‫‪Q4‬‬
‫‪2218‬‬ ‫‪18-5,49=21,51‬‬ ‫‪30-10,83=19,17‬‬ ‫‪4-(-18,83)=22,83‬‬ ‫‪24-2,51=21,49‬‬
‫‪2219‬‬ ‫‪30-5,49=24,51‬‬ ‫‪46-10,83=35,17‬‬ ‫‪16+18,83=34,83‬‬ ‫‪44-2,51=41,49‬‬
‫‪2222‬‬ ‫‪52-5,49=46,51‬‬ ‫‪56-10,83=45,17‬‬ ‫‪30+18,83=48,83‬‬ ‫‪58-2,51=55,49‬‬
‫‪2221‬‬ ‫‪68-5,49=62,51‬‬ ‫‪72-10,83=61,17‬‬ ‫‪50+18,83=68,83‬‬ ‫‪74-2,51=71,49‬‬
‫‪70‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫ؽلكن التاكد من نزع ادلركبة ادلومسية من السلسلة من خالل رسم بيانيا بيانات السلسلة ادلنزوعة ادلركبة ادلومسية كما‬
‫يظهر يف اجلدول ادناه‪:‬‬

‫‪YCVS‬‬
‫‪80‬‬
‫‪70‬‬
‫‪60‬‬
‫‪50‬‬
‫‪40‬‬
‫‪YCVS‬‬
‫‪30‬‬
‫‪20‬‬
‫‪10‬‬
‫‪0‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪9 10 11 12 13 14 15 16‬‬

‫ما يبقى بعد إزاحة ادلركبة ادلومسية ىي مركبة االذباه العام و ادلركبة العشوائية (البواقي)‪ .‬يبُت الرسم يف ىذه احلالة‬
‫وجود اذباه عام خطي متزايد‪ ،‬والتعرجات سبثل البواقي(ادلركبة العشوائية)‪ .‬استخدام طريقة معادلة االذباه يعطي رمسا‬
‫قريبا جدا من األول ‪.‬‬

‫‪71‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫المحور ‪ ‬الخامس‬
‫التنبؤ باستخدام نماذج المتوسطات المتحركة ‪ +‬طرق التمهید االسي‬

‫‪Forecasting using moving averages models +‬‬

‫‪exponential smoothing methods‬‬

‫اهداف المحور الخامس ‪:‬‬

‫‪ ‬التعرف على كیفیة التنبؤ باستخدام أسلوب المتوسطات المتحركة البسیطة‬

‫المرجحة‬
‫‪ ‬التعرف على كیفیة التنبؤ باستخدام أسلوب المتوسطات المتحركة ّ‬

‫‪ ‬التعرف على كیفیة التنبؤ باستخدام أسلوب التمهيد األسي البسيط او االحادي‪.‬‬

‫‪ ‬التعرف على كیفیة التنبؤ باستخدام أسلوب التمهيد األسي المضاعف او الثنائي لبراون و هولت‬

‫‪ ‬التعرف على كیفیة التنبؤ باستخدام طريقة التمهيد االسي الثالثي لهولت‪-‬وينترز ‪Holt-‬‬

‫‪.Winters‬‬

‫‪72‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫ىناك رلموعة من طرق التنبؤ االحصائية البسيطة و اليت ال تتطلب ربديـد مركبـات السلسـلة الزمنيـة كمـا راينـا‬
‫سابقا و اظلا تطبيق بعض القوانُت االحصائية ادلباشرة اعلها طريقيت ادلتوسطات ادلتحركة و التمهيد االسي‪.‬‬

‫‪ -‬تقوم ىاتو الطرق يف رلملها بعملية سبهيد السلسـلة قبـل القيـام بـالتنبؤ و الـذي نقصـد بـو عمليـة ازالـة او التخفيـف‬
‫من حدة التذبذبات القصَتة ادلدى يف السلسلة حيث تسمح ىـذه العمليـة بتبسـيط شـكل منحـٌت الظـاىرة ادلدروسـة‬
‫قبل استخدامها يف التنبؤ‪.‬‬

‫‪ .1‬أسلوب المتوسطات المتحركة البسیطة‪Simple Moving Average Method :‬‬

‫يعتــرب ىــذا االســلوب إحــدى الطرائــق ادلســتخدمة يف ربديــد االذبــاه يف السلســلة‪ ،‬ويعــد أيضــا مــن األســاليب الكميــة‬
‫ادلستخدمة يف التنبؤ‪ .‬ودبوجـب ىـذا األسـلوب فـإن التنبـؤ بفـًتة مقبلـة يسـاوي رلمـوع قـيم مشـاىدات السلسـلة لعـدد‬
‫معُت من الفًتات ادلاضية مقسوما علي تلك الفًتات‪ .‬تكتب عالقتها الرياضية كما يلي ‪:‬‬

‫‪1 n 1‬‬
‫‪Yˆt 1  Yt  Yt 1  Yt  2  ...  Yt  n 1   Yt  r‬‬
‫‪1‬‬
‫‪n‬‬ ‫‪n r 0‬‬

‫حيث ان ‪ : Yˆt 1‬سبثل قيمة التنبؤ للفًتة ‪ t+1‬بفرض ان احدث قيمة يف السلسلة ىي الفًتة ‪.t‬‬

‫‪ : n‬سبثــل اســاس التنبــؤ او فــًتة ادلتوســط أي عــدد ادلشــاىدات الــيت تســبق فــًتة التنبــؤ و ادلســتخدمة يف حســاب‬
‫ادلتوسط الذي ؽلثل قيمة التنبؤ‪.‬‬

‫‪ -‬تفًتض ىذه الطريقة عموما أن قيم السلسلة متسقة نوعا ما وأهنا ال تتضمن علي عوامل مومسية‪.‬‬

‫ومن مزايا ىذه الطريقة أهنا سهلة الفهم والتطبيق وال تطلب بيانات كثَتة عن ادلاضي‪.‬‬

‫لكن من عيوب ىذا األسلوب أن نتائج التنبؤ تعتمد علي طول ادلتوسط ‪ ،n‬لذلك ينبغي اختيار فـًتة زمنيـة مناسـبة‬
‫حلساب التنبؤ‪ .‬وكلما طالت فًتة ادلتوسط كلما ساعد ذلك علـى إزالـة أثـر العوامـل العشـوائية‪ .‬حيـث يقـًتح اخـذىا‬
‫‪ n=4‬يف حالــة معطيــات الفصــلية ‪ n=12 ،‬يف حالــة ادلعطيــات الشــهرية و يف احلــاالت االخــرى تؤخــذ ‪ n‬بشــكل‬
‫عفوي‪.‬‬

‫ومــن عيــوب ىــذا األســلوب أيضــا أنــو يتطلــب االحتفــاظ جبميــع البيانــات عــن ادلاضــي شلــا يــؤدي إرل ارتفــاع تكــاليف‬
‫حفـظ واسـًتجاع البيانـات سـواء يـدويا أو باحلاسـوب‪ ،‬باإلضــافة اذل أن ىـذا األسـلوب يعطـي نفـس الـوزن أو األعليــة‬
‫جلميع البيانات اليت تدخل يف حساب التنبؤ‪ .‬والوزن أو األعلية ىنا بواقع واحد مقسوما على طول الفًتة الزمنية‪.‬‬

‫‪73‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫ولعــالج ىــذه ادلشــكلة فإنــو باإلمكــان تغيــَت األوزان النســبية أو أعليــة كــل مشــاىدة حســب مــا سبليــو اخلــربة الشخصــية‬
‫ع ــن الطل ــب يف ادلاض ــي عل ــي أن يك ــون رلم ــوع األوزان مس ــاويا للواح ــد الص ــحيح‪ .‬فم ــثال إذا أعطي ــت أوزان عالي ــة‬
‫للمشاىدات القريبة جدا للمستقبل فذلك يعـٍت أن تنبـؤ الطلـب يتـأثر بشـكل مباشـر دبـا حـدث يف ادلاضـي القريـب‪.‬‬
‫وادلثال التارل يوضح استخدام ادلتوسط ادلتحرك‪.‬‬

‫مثال‪:‬‬

‫أدنــاه بيانــات الطلــب للفــًتة (‪ ،)2020-2015‬ادلطلــوب ‪ :‬أحســب التنبــؤ للفــًتة القادمــة (‪ )2021‬باســتخدام‬
‫ادلتوسط ادلتحرك على اساس ثالث سنوات او فًتات‪ ،‬مث على اساس اربع فًتات ‪.‬‬

‫‪2222‬‬ ‫‪2219‬‬ ‫‪2218‬‬ ‫‪2217‬‬ ‫‪2216‬‬ ‫‪2215‬‬ ‫السنوات‬

‫‪19‬‬ ‫‪18‬‬ ‫‪14‬‬ ‫‪14‬‬ ‫‪12‬‬ ‫‪7‬‬ ‫الطلب( باآلالف)‬

‫احلل‪:‬‬

‫ان قيمة التنبؤ لسنة ‪ 2021‬باستخدام طريقة ادلتوسطات ادلتحركة على اساس ‪ 3‬فًتات ىو ‪:‬‬

‫‪Yˆ2021  Y2020  Y2019  Y2018  19  18  14  17‬‬

‫‪1‬‬ ‫‪1‬‬
‫‪3‬‬ ‫‪3‬‬

‫ؽلكن االستعانة باجلدول التارل الغلاد باقي قيم التنبؤ‪:‬‬

‫التنبؤ بالطلب على اساس ‪ 4‬فترات‬ ‫التنبؤ بالطلب على اساس ‪ 3‬فترات‬ ‫السنوات الطلب‬
‫الفعلي‬

‫‪-‬‬ ‫‪-‬‬ ‫‪7‬‬ ‫‪2215‬‬

‫‪-‬‬ ‫‪-‬‬ ‫‪12‬‬ ‫‪2216‬‬

‫‪-‬‬ ‫‪-‬‬ ‫‪14‬‬ ‫‪2217‬‬

‫‪-‬‬ ‫‪Yˆ2018  13 14  12  7  11‬‬ ‫‪14‬‬ ‫‪2218‬‬

‫‪Yˆ2019 ‬‬ ‫‪1‬‬

‫‪4‬‬
‫‪14  14  12  7  11,75‬‬ ‫‪Yˆ2019  13 14  14  12  13,33‬‬ ‫‪18‬‬ ‫‪2219‬‬

‫‪Yˆ2020 ‬‬ ‫‪1‬‬

‫‪4‬‬
‫‪18  14  14  12  14,5‬‬ ‫‪Yˆ2020  13 18  14  14  15,33‬‬ ‫‪19‬‬ ‫‪2222‬‬

‫‪Yˆ2021 ‬‬ ‫‪1‬‬

‫‪4‬‬
‫‪19  18  14  14  16,25‬‬ ‫‪Yˆ2021  13 19  18  14  17‬‬ ‫‪-‬‬ ‫‪2221‬‬

‫‪74‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪ -‬مـا يالحــظ مـن خــالل اجلــدول ان التنبـؤ بالطلــب لسـنة ‪ 2021‬ســيكون (‪ )16,25‬ألــف وحـدة علــى اســاس ‪4‬‬
‫فـًتات و ‪ 17‬الــف وحــدة علــى اســاس ‪ 3‬فـًتات ‪ ،‬و عليــو كلمــا كــرب طــول ادلتوســط كانــت السلســلة اكثــر سبهيــد و‬
‫كانت التنبؤات اكثر دقة‪ .‬كذلك ؽلكن اغلاد قيم الطلب ادلتوقع لفًتات سابقة تصل اذل غاية فـًتة االنطـالق و ىـي‬
‫الفًتة اليت سبثل عدد السنوات ادلساوي لطول ادلتوسط و اليت ال ؽلكن حساب قبلها التنبؤ و اليت نبـدا منهـا حسـاب‬
‫قيم التنبؤ على اساس ادلتوسطات ‪ ،‬ففي ادلثال السـابق سبثـل الفـًتة ادلمتـدة مـن ‪ 2015‬اذل ‪ 2017‬بفـًتة االنطـالق‬
‫على اساس طول ادلتوسط ادلساوي لـ ‪ 3‬كما تسمى قيمة الطلب ادلتوقع لسـنة ‪ 2018‬بقيمـة االنطـالق‪ .‬تفيـد ىـذه‬
‫القيم عموما يف الوقوف على مدى صـحة طريقـة التنبـؤ مـن خـالل حسـاب خطـا التنبـؤ الـذي ؽلثـل الفـرق بـُت القـيم‬
‫الفعلية و القيم ادلتنبا هبا و كذا حساب سلتلف ادلؤشرات االحصائية للمفاضلة بُت طرق التنبؤ‪.‬‬

‫‪ -‬إن التنبـؤ بالطلـب لسـنة ‪ 2022‬علـى اسـاس ‪ 3‬فـًتات سـيكون ‪ )17+19+18(/3= 18‬ألـف وحـدة حيـث‬
‫يالحظ انو مت اخذ قيم التنبؤ يف حالة عدم وجود القيم الفعلية اما يف حالـة وجـود القـيم الفعليـة يـتم االعتمـاد عليهـا‬
‫و ليس على القيم ادلتوقعة ‪.‬‬

‫‪ -‬وادلالحظــة األخــَتة ىــي أن ادلتوســط ادلتحــرك يتعامــل مــع بيانــات السلســلة الزمنيــة كقــيم متســاوية األعليــة يف التنبــؤ‬
‫وقد ال يكون ىـذا مالئمـاً أو صـحيحاً‪ ،‬ألن القيمـة األحـدث ذات أعليـة وقـدرة تنبؤيـو أكـرب وخاصـة إذا كـان االذبـاه‬
‫ـرجح كأسـلوب مناسـب ذلـذا‬ ‫تصاعدياً( كما يف ادلثال) أو تنازلياً‪ ،‬ودلعاجلة ىذه ادلشكلة يستخدم ادلتوسط ادلتحرك ادل ّ‬
‫الغرض‪.‬‬

‫المرجحة )‪: (Weighted Moving Average‬‬

‫‪ .2‬أسلوب المتوسطات المتحركة ّ‬
‫يف ادلتوسـط ادلتحــرك ادلــرجح ال يـتم إعطــاء قيمــة واحـدة أو وزن متســاوي جلميــع البيانـات للفـًتات األقــدم واألحــدث‬
‫وإظلا يتم إعطاء وزن أكرب للفًتات األحدث ألهنـا األقـرب دلـا ىـو موجـود يف الوقـت الـراىن بادلقارنـة مـع الفـًتات الـيت‬
‫تسبقها‪ ،‬وادلثال التارل يوضح استخدام ىذا ادلتوسط‪.‬‬

‫مثال‪:‬‬

‫لنفـًتض أن القـائم بــالتنبؤ للمثـال الســابق اسـتخدم ادلتوســط ادلتحـرك لــثالث فـًتات مــع إعطـاء الفــًتة األحـدث وزنـاً‬
‫(‪ )0.5‬والفًتة اليت تسبقها (‪ )0.3‬والفًتة األسبق (‪ .)0.2‬أحسب التنبؤ للفًتات من البيانات السابقة‪.‬‬

‫احلل‪:‬‬

‫التنبؤ بالطلب على اساس ‪ 3‬فترات‬ ‫الطلب الفعلي ( باآلالف)‬ ‫السنوات‬

‫‪-‬‬ ‫‪7‬‬ ‫‪2215‬‬

‫‪75‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪-‬‬ ‫‪12‬‬ ‫‪2216‬‬

‫‪-‬‬ ‫‪14‬‬ ‫‪2217‬‬

‫‪Yˆ2018  14  0,5  12  0,3  7  0,2  12‬‬ ‫‪14‬‬ ‫‪2218‬‬

‫‪Yˆ2019  14  0,5  14  0,3  12  0,2  13,6‬‬ ‫‪18‬‬ ‫‪2219‬‬

‫‪Yˆ2020  18  0,5  14  0,3  14  0,2  16‬‬ ‫‪19‬‬ ‫‪2222‬‬

‫‪Yˆ2021  19  0,5  18  0,3  14  0,2  17,7‬‬ ‫‪-‬‬ ‫‪2221‬‬

‫عند مقارنـة التنبـؤات يف ىـذا ادلثـال مـع ادلثـال السـابق‪ ،‬نالحـظ أن ادلتوسـط ادلتحـرك ادلـرجح أكثـر اسـتجابة للتغـَتات‬
‫يف الف ـًتات األحــدث‪ ،‬إال أنــو يعتــرب أصــعب ألن اســتخدامو يتطلــب وضــع رلموعــة دقيقــة مــن األوزان للف ـًتات‪.‬‬
‫كذلك كما راينا يف حالة ادلتوسطات ادلتحركة البسيطة يتم دائما االعتماد على القـيم الفعليـة الغلـاد التنبـؤات اال يف‬
‫حالة عدم وجود القـيم عنـد القيـام بـالتنبؤ لفـًتات مسـتقبلية بعيـدة يف ىـذه احلالـة يـتم االعتمـاد علـى القـيم التنبؤيـة ‪،‬‬
‫ذلذا الغرض ال ينصح باستخدام ىاتو الطريقة و اليت تسبقها للتنبؤ بفًتات زمنية اطول‪.‬‬

‫‪ .3‬نماذج التمهید االسي ‪:‬‬

‫على غرار طريقة ادلتوسطات ادلتحركة يف التنبؤ يعمل التمهيد االسي على سبهيد السلسلة الزمنية قصد استبعاد‬
‫او ازالة التغَتات ادلؤقتة او العارضة و ذلك لدراسة السلسلة الزمنية بشكل جيد ‪ ،‬تعتمد طرق التمهيد االسي يف‬
‫رلملها يف التنبؤ على اعطاء ترجيحات اكرب للقيم احلديثة يف السلسلة مقارنة بالقيم ادلاضية او السابقة عنهاـ أي‬
‫اهنا تقوم علىمبدا اعطاء اوزان متناقصة اسيا للمشاىدات السابقة للسلسلة‪ .‬تارؼليا ؽلكن ارجاع التمهيد االسي‬
‫اذل اعمال الفرنسي الرياضي بواسون (‪ )Denis Poisson 1781-1840‬لكن استخدامو يف التنبؤ تطور‬
‫يف النصف الثاين من القرن العشرين على يد روبرت براون (‪ )Robert Brown 1923-2013‬و شارلز‬
‫ىولت (‪ )Holt 1921-2010‬الذين عمال بالتوازي حول ىذا ادلوضوع‪ ،‬بعد ذلك قام تلميذ ىولت بيًت‬
‫وينًتز (‪ )Peter R.Winters‬بتحسُت ظلاذج ىولت (‪ )Holt,1957‬بادراج ادلومسية‪.‬‬
‫بصفة عامة من اجل لتنبؤ باستخدام طرق التمهيد االسي البد ان نفرق بُت ثالث انواع من السالسل الزمنية‪:‬‬
‫‪ -‬السلسلة الزمنية اليت ال ربتوي اال على ادلركبة العشوائية‬
‫‪ -‬السلسلة الزمنية اليت ربتوي على ادلركبة العشوائية و مركبة االذباه العام‬
‫‪ -‬السلسلة الزمنية اليت ربتوي على ادلركبة العشوائية ومركبة االذباه العام و ادلركبة ادلومسية ‪.‬‬
‫ونتطرق يف ىذا العنصر اذل ‪:‬‬

‫‪76‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪ -‬التمهيد االسي البسيط ( او االحادي) (‪ Lissage exponentiel simple )L.E.S‬و الذي يتطلب‬
‫معامل سبهيد واحد فقط ( ‪ ) ‬اثناء التنبؤ‪.‬‬
‫‪ -‬التمهيد االسي ادلضاعف (او الثنائي) لرباون‪ Lissage expoentiel double )L.E.D( ،‬و الذي‬
‫يتطلب معاملُت اثنُت للتكمن من احتساب مركبة االذباه‪.‬‬
‫‪ -‬طريقة ىولت (‪)Holt‬‬
‫‪ -‬طريقة ىولت – وينًتز (‪)Holt-Witers‬‬

‫‪ .1.3‬التمهید األسي البسیط او االحادي )‪: (Simple Exponential Smoothing‬‬

‫يقلص ىذا األسلوب احملددات اليت تربز يف ادلتوسط ادلتحرك‪ ،‬ألنو ؽل ّكن من احتسـاب التنبـؤ أليـة فـًتة أو سـنة دون‬
‫ان تبقى أية فـًتة بـدون تنبـؤ‪ .‬كمـا أنـو يقلـص العمليـات احلسـابية والرياضـية الـيت يتطلبهـا أسـلوب ادلربعـات الصـغرى‬
‫الــيت رايناىــا يف السالســل الزمنيــة ‪ ،‬ويقلــص احلاجــة إذل البيانــات إذل احلــد األدىن حيــث ال يتطلــب إال التنبــؤ لفــًتة‬
‫س ــابقة واح ــدة وبيان ــات الطل ــب الفعل ــي م ــع وزن واح ــد بتحدي ــد قيم ــة ألف ــا ( ‪ )% ‬ب ــدالً م ــن ع ــدة أوزان كم ــا يف‬
‫ادلرجح‪ ،‬ومن خالل ىذا الوزن ؽلكن أن يعمـل األسـلوب علـى إعطـاء أعليـة أكـرب للسـنة احلاليـة مـع‬ ‫ادلتوسط ادلتحرك ّ‬
‫أعلية متناقصة تدرغلياً للسنوات السابقة أو بالعكس عند تغيَت ىذا الوزن‪.‬‬
‫‪ -‬و عمومــا نســتعمل ىــذه الطريقــة يف حال ـة السلســلة الزمنيــة الــيت ال ربتــوي اال علــى ادلركبــة العش ـوائية‪ ،‬حيــث اهنــا‬
‫تسلك مسارا ثابتا تقريبا حول قيمة ثابتة‪.‬‬
‫يعطى ظلوذج ىذه الطريقة بالشكل التارل‪:‬‬
‫‪Yˆt    Yt    (1   )  Yt 1    (1   ) 2  Yt  2  ......    (1   ) n  Yt  n‬‬
‫وؽلكن اختصار ىذا الشكل كااليت ‪:‬‬
‫‪n‬‬
‫‪Yˆt    (1   ) k  Yt  k‬‬
‫‪k 0‬‬

‫علم ــا ان ‪ ‬سبث ــل معلم ــة التكي ــف او التمهي ــد و ‪ (1   ) k‬معام ــل الًتج ــيح ( او ادل ــتمم) حي ــث كلم ــا ك ــان ‪k‬‬
‫صغَتا كلما كان الًتجيح ىاما و كبَتا‪.‬‬
‫‪ -‬لكن تعترب ىذه العالقة معقدة نوع ما خاصة يف اجلانب التطبيقي لذلك ضلاول تبسيطها باتباع اخلطوات التالية‪:‬‬
‫‪ -‬اخلطوة االوذل‪ :‬ناخذ الشكل ادلتحصل عليو بفًتة واحدة مث نضربو يف ) ‪ (1  ‬اي‪:‬‬
‫‪(1   )  Yˆt 1    (1   )  Yt 1    (1   ) 2  Yt  2  ......    (1   ) n  Yt  n‬‬
‫‪ -‬اخلطوة الثانية‪ :‬نطرح ىذه العالقة من العالقة االوذل صلد ‪:‬‬
‫‪Yˆt  (1   )  Yˆt 1    Yt‬‬
‫و بالتارل نتحصل على عالقة بسيطة قابلة للتطبيق و اليت تستعمل يف التنبؤ القصَت ادلدى و ىي‪:‬‬

‫‪77‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪Yˆt    Yt  (1   )  Yˆt 1‬‬

‫أو بعد تبسيط ادلعادلة و اعادة ترتيبها نتحصل على الصيغة التالية ‪:‬‬
‫‪Yˆt    Yt  Yˆt 1    Yˆt 1‬‬
‫) ˆ‪Yˆ  Yˆ    (Y  Y‬‬
‫‪t‬‬ ‫‪t 1‬‬ ‫‪t‬‬ ‫‪t 1‬‬ ‫و منو فان ‪:‬‬
‫حيث أن ‪:‬‬
‫‪ : Yˆt‬سبثل القيمة ادلتوقعة للسلسلة ‪ Yt‬يف الفًتة ‪.t‬‬
‫‪ : Yˆt 1‬قيمة ادلتوقعة السابقة اي خالل الفًتة ‪. t-1‬‬
‫‪ : Yt‬القيمة الفعلية للسلسة خالل الفًتة احلالية ‪.t‬‬
‫‪ : α‬سبثل ثابت او معامل التمهيد )‪ (Smoothing Constant‬وقيمتة تًتاوح بُت ( ‪ )0‬و (‪.)1‬‬

‫و البد يف ىذا األسلوب من اختيار مالئم لثابت التمهيد ‪ α‬واحلاالت اآلتية تساعد يف عملية االختيار‪:‬‬

‫أوالً‪ :‬يف حالــة التذبــذبات الصــغَتة يف بيانــات السلســلة يــتم اســتخدام معامــل التمهيــد (‪ )α‬ضــةيل مــثال(‪ )0.1‬أو‬
‫(‪ )0.3‬ويف حالــة التذبــذبات الكبــَتة يســتخدم ثاب ـت سبهيــد كبــَت مــثالً (‪ )0.7‬أو(‪ ،)0.9‬والقــائم بــالتنبؤ ؽلكــن أن‬
‫يعدل معامل التمهيد للوصول إذل قيمة مالئمة لو لتحقيق اذلدف يف الوصول إذل التنبؤ األدق‪.‬‬

‫ثانياً‪ :‬يف حالة إعطاء أعلية أكرب للبيانات األحدث يتم استخدام معامل سبهيد كبَت وىذا يعـٍت ضـمنياً قيمـة أو أعليـة‬
‫أدىن للبيانــات األقــدم‪ ،‬وبــالعكس عنــد إعطــاء أعليــة أقــل للبيانــات احلاليــة وأعليــة أكــرب للبيانــات ادلاضــية يس ــتخدم‬
‫معامل سبهيد ضةيل‪.‬‬

‫ثالثـاً‪ :‬يف ادلمارســة العمليــة إن قيمــة معامــل سبهيــد ( ‪ ) ‬يــتم التوصــل إليــو مــن خــالل التجربــة علــى الفـًتات ادلاضــية‪،‬‬
‫واحتساب أخطاء التنبؤ يساعد على التعديل ادلالئم لقيمة ( ‪.) ‬‬

‫‪ -‬يظهر مـن خـالل الصـيغة العامـة ان قيمـة التنبـؤ للسلسـلة ‪ Yt‬خـالل الفـًتة ‪ t+1‬اي ‪ Yˆt 1‬مـا ىـو اال عبـارة عـن‬
‫قيمــة التنبــؤ للفــًتة ادلاضــية اي ‪ Yˆt‬نضــيف ذلــا خطــا التنبــؤ للفــًتة ادلاضــية مع ـربا عنــو ب ) ‪ (Yt  Yˆt‬مض ــروب يف‬
‫معامل التمهيد االسي‪.‬‬

‫‪ -‬او بصيغة اخرى نقـول ان قيمـة التنبـؤ خـالل الفـًتة ‪ t+1‬اي ‪ Yˆt 1‬سبثـل قيمـة معامـل التمهيـد ‪ ‬مضـروب يف‬
‫القيمــة الفعليــة للسلســلة ‪ Yt‬خــالل الفــًتة احلاليــة باالضــافة اذل مــتمم معامــل التمهيــد ) ‪ (1  ‬مضــروب يف قيمــة‬
‫التنبؤ للسلسلة للفًتة السابقة اي ‪. Yˆt‬‬

‫‪78‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪ -‬يظهر كذلك من خالل ىذه الصيغ السابقة ان قيم التنبؤ تعتمد على القيم السـابقة ذلـا و بالتـارل ضلتـاج اذل قيمـة‬
‫ابتدائية النطالق عملية التنبـؤ تسـمى بقيمـة انطـالق التنبـؤ ‪ ،‬حيـث يف حالـة عـدم وجـود قيمتهـا يـتم حسـاهبا باتبـاع‬
‫اخلطوتُت التاليتُت‪:‬‬

‫‪ -‬ربديد عدد فًتات نقطة البداية ‪ n‬باستخدام ادلعادلة التالية ‪:‬‬

‫‪2‬‬
‫‪n‬‬ ‫‪1‬‬
‫‪‬‬

‫‪ -‬حساب ادلتوسط احلسايب للقيم الفعلية للـ ‪ n‬فًتات االوذل ‪ .‬كما يوضح ادلثال التارل ‪:‬‬

‫مثــال ‪ :‬سبثــل السلســة ‪ Yt‬ســعر صــرف احــد العمــالت بداللــة الــدوالر يف احــد االس ـواق الدوليــة خــالل الفــًتة مــن‬
‫‪ 2016‬اذل ‪ . 2021‬ادلطلوب التنبؤ بقيمة سعر الصـرف اذل غايـة سـنة ‪ 2025‬بـافًتاض ان قيمـة معامـل التمهيـد‬
‫االسي يساوي اذل ‪.   0,5‬‬

‫‪2221‬‬ ‫‪2222‬‬ ‫‪2219‬‬ ‫‪2218‬‬ ‫‪2217‬‬ ‫‪2216‬‬ ‫السنة‬

‫‪125‬‬ ‫‪112‬‬ ‫‪95‬‬ ‫‪85‬‬ ‫‪75‬‬ ‫‪65‬‬ ‫سعر الصرف‬

‫الحل‪:‬‬

‫يتم تقدير قيمة سعر الصرف التنبؤية للفًتات ادلستقبلية باستخدام طريقة التمهيد االسي باستخدام الصيغة التالية‪:‬‬

‫) ‪Yˆt  Yˆt 1   (Yt  Yˆt 1‬‬

‫ضلتــاج يف ىــذه احلالــة بدايــة اذل ربديــد قيمــة انطــالق التنبــؤ و ىــي الفــًتة الــيت ينطلــق منهــا حســاب القــيم التنبؤيــة ‪،‬‬
‫للتخلص من ىذا ادلشكل يفرض بعض الباحثُت ان ‪ Yˆ1  Y1 :‬او متوسط ادلشاىدات الفعلية ‪.‬‬

‫‪ -‬اال انو يف حالة عدم فرض ذلك فانو يتم ربديد قيمة انطالق التنبؤ كما يلي‪:‬‬

‫‪ -‬ضلسب اوال عدد فًتات نقطة البداية ‪ n‬باستخدام ادلعادلة التالية ‪:‬‬

‫‪2‬‬
‫‪n‬‬ ‫‪1  3‬‬
‫‪0,5‬‬

‫‪ -‬حســاب ادلتوســط احلســايب للــثالث فـًتات االوذل للقــيم الفعليــة و الــذي ؽلثــل قيمــة انطــالق التنبــؤ و ىــي القيمــة‬
‫‪65  75  85‬‬
‫‪. Yˆ2019 ‬‬ ‫ادلقابلة للفًتة الرابعة اي ان ‪ 75 :‬‬
‫‪3‬‬
‫‪79‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫اما القيم ادلتوقعة للفًتات ادلوالية تساوي اذل ‪:‬‬

‫‪Yˆ2020  Yˆ2019   (Y2020  Yˆ2019)  75  0,5110  75  92,5‬‬

‫‪Yˆ2021  Yˆ2020   (Y2021  Yˆ2020)  92,5  0,5125  92,5  108,75‬‬

‫‪Yˆ2022  Yˆ2021   (Y2021  Yˆ2021)  108,75  0,5125  108,75  116,875‬‬

‫‪ -‬حبكم ان ‪ Y2022‬الفعلية غَت موجودة يتم تعويضها بآخر قيمة حقيقيـة يف السلسـلة وىـي ‪ Y2021‬وىـذا مـع كـل‬
‫قيم التنبؤية الالحقة اي ‪:‬‬

‫‪Yˆ2023  Yˆ2022   (Y2021  Yˆ2022)  116,875  0,5125  116,875  120,9375‬‬

‫‪Yˆ2024  Yˆ2023   (Y2021  Yˆ2023)  120,9375  0,5125  120,9375  122,96875‬‬

‫‪Yˆ2025  Yˆ2024   (Y2021  Yˆ2024)  122,99875  0,5125  122,96875  123,984375‬‬

‫كما يظهر يف اجلدول التارل ‪:‬‬

‫‪2723‬‬ ‫‪2722‬‬ ‫‪2722‬‬ ‫‪2222‬‬ ‫‪2221‬‬ ‫‪2222‬‬ ‫‪2219‬‬ ‫‪2218‬‬ ‫‪2217‬‬ ‫‪2216‬‬ ‫السنة‬

‫؟‬ ‫‪125‬‬ ‫‪112‬‬ ‫‪95‬‬ ‫‪85‬‬ ‫‪75‬‬ ‫‪65‬‬ ‫سعر الصرف الفعلي‬

‫‪222076‬‬ ‫‪222074‬‬ ‫‪227072‬‬ ‫‪1167875‬‬ ‫‪128775‬‬ ‫‪9275‬‬ ‫‪75‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫سعر الصرف التنبؤي‬

‫‪(D.E.S) (Double‬‬ ‫‪ .0.2‬التمهی ــد األس ــي الثن ــائي او المض ــاعف لب ــراون (‪)Brown‬‬
‫)‪:Exponential Smoothing‬‬
‫يس ــتعمل ظل ــوذج التمهي ــد االس ــي ادلض ــاعف للتنب ــؤ بالسالس ــل ال ــيت ربم ــل مركب ــة االذب ــاه الع ــام اض ــافة اذل ادلركب ــة‬
‫العش ـوائية اي ان التمهيــد االســي ادلضــاعف – عكــس التمهيــد االســي البســيط الســابق‪ -‬ياخــذ يف االعتبــار مركبــة‬
‫االذباه العام (لكن ال يهتم بادلركبة ادلومسية) يف السالسل و ذلـك مـن خـالل ادراج معلمـة ثانيـة يف النمـوذج ‪ ،‬وعليـو‬
‫تطبق طريقة (‪ )D.E.S‬على النماذج من النوع ‪. Yt  at  bt  t   t :‬‬
‫حيث يستخدم دالة خطية للتنبؤ تتغَت معادلها ‪ at‬و ‪ bt‬يف كل فًتة‪.‬‬
‫و لتطبيق ىذه الطريقة ظلر دبرحلتُت ‪:‬‬
‫‪ -‬ادلرحلــة االوذل‪ :‬التقــدير بطريقــة التمهيــد االســي البســيط لقــيم ‪ Yt‬وفــق الصــيغة التاليــة كمــا راينــا ذلــك يف الطريقــة‬
‫السابقة ( التمهيد االسي االحادي)‪:‬‬
‫‪80‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪Yˆt    Yt  (1   )  Yˆt 1‬‬

‫مع االبتداء باول قيمة ل ‪ Yt‬او حبساب ادلتوسط للقيم االوذل بناءا على معامل الًتجيح كما راينا سابقا‪.‬‬
‫ˆ‬
‫‪ -‬ادلرحلة الثانية‪ :‬التقدير الثنائي و ذلك باعادة سبهيد السلسلة ‪ Yˆt‬بنفس معامل التمهيد و احلصول على ‪. Yˆt‬‬
‫ˆ‬ ‫ˆ‬
‫‪Yˆt    Yˆt  (1   )  Yˆt 1‬‬ ‫حيث ان ‪:‬‬
‫‪ -‬ادلرحلة الثالثة ‪ :‬حساب ادلعاملُت ‪ at‬و ‪ bt‬حيث ان‪:‬‬
‫‪‬‬ ‫ˆ‬
‫‪bt ‬‬ ‫‪ at  2Yˆt  Yˆˆt‬و ) ‪ (Yˆt  Yˆt‬‬
‫‪1‬‬
‫و اليت تتغَت مع كل قيمة من قيم ادلتغَتة ‪. Yt‬‬
‫‪ -‬ادلرحلة الرابعة‪ :‬حساب القيم ادلتوقعة بناءا على ادلعاملُت ‪ at‬و ‪ bt‬و اليت ربسب بالعالقة التالية ‪:‬‬
‫‪Yˆt  k  at  bt  k‬‬
‫و عموما فان القيم التنبؤية فتحسب بالشكل التارل‪:‬‬
‫)‪Yˆt p  at  bt  (1‬‬ ‫‪; t  2, n  1‬‬

‫)‪Yˆnp h  an 1  bn 1  (h‬‬ ‫‪; h  2,3,4....‬‬

‫حيث ؽلثل ادلعامل ‪ bt‬اذباه للسلسلة و ىو يضاف حلساب االذباه العام ‪ ،‬بينما ؽلثل ‪ at‬ادلستوى االبتدائي ‪.‬‬

‫مالحظ ــات‪ :‬ان التوليف ــة اخلطي ــة مس ــتمدة م ــن ظل ــوذج ىندس ــي ( ظل ــوذج ‪ )koyck‬فه ــو ىندس ــي الن ترجيح ــات‬
‫التوليفة اخلطية تتناقص اسيا حيث ان رلموع الًتجيحات تكون مساوية اذل الواحد‪.‬‬

‫‪ -‬عنــدما تكــون قيمــة ‪ ‬قريبــة مــن الصــفر فــان الًتجــيح يكــون موزعــا علــى قــيم عديــدة يف ادلاضــي‪ ،‬فهنــا التمهيــد‬
‫يعتمد على القيم القدؽلة او السابقة‪ .‬اما اذا كانت قيمة ‪ ‬قريبة مـن الواحـد فهنـا تعطـي األعليـة للقـيم اجلديـدة او‬
‫احلاليـة و بالتـارل فالتمهيـد يعتمــد علـى القـيم احلاليـة‪ .‬حيــث ان اختيـار قيمـة ‪ ‬تتوقـف علــى اعليـة القـيم احلاليــة او‬
‫القيم السابقة‪.‬‬

‫‪ -‬ان القيمة ادلالئمة دلعامـل التمهيـد ىـي تلـك القيمـة الـيت ذبعـل رلمـوع مربعـات اخطـاء التنبـؤات السـابقة اصـغر مـا‬
‫ؽلكن ‪:‬‬

‫‪Min  (Yt  Yˆt ) 2  Min  ˆt2‬‬

‫‪ -‬التنبؤ بواسطة التمهيد االسي ادلضاعف (‪ )D.E.S‬ىو عبارة عـن خـط مسـتقيم‪ ،‬احداثياتـو علـا القـيم االخـَتة ل ـ‬
‫‪ at‬و ‪ ، bt‬مث ؽلكـن سبديــد ىــذا التنبــؤ اذل افــاق معينــة و لــتكن ‪، k‬و ال ؽلكــن ان تكــون قيمــة ‪ k‬كبــَتة النــو كلمــا‬
‫كانت قيمتها كبَتة كلما ربصلنا على تنبؤ غَت دقيق‪.‬‬
‫‪81‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪ -‬العمر ادلتوسط للمعلومة (‪ )L’age moyen de l’information‬ىو ‪:‬‬

‫‪‬‬

‫) ‪ k    (1  ‬‬ ‫‪k‬‬

‫‪ ‬‬ ‫‪k 0‬‬

‫‪‬‬

‫) ‪  (1  ‬‬
‫‪k 0‬‬
‫‪k‬‬

‫‪‬‬

‫‪.‬‬ ‫) ‪  (1  ‬‬

‫‪k 0‬‬
‫‪k‬‬
‫حيث ان ‪ 1 :‬‬

‫‪‬‬
‫‪1‬‬
‫‪   k    (1   ) k ‬‬ ‫أي ان‪:‬‬
‫‪k 0‬‬ ‫‪‬‬

‫ملخص‪ :‬يبُت ادللخص التارل سلتلف العالقات االحصائية لتطبيق طريقة التمهيد االسي الثنائي‪:‬‬

‫‪ Yˆt    Yt  (1   )  Yˆt 1‬‬

‫ˆ‬ ‫ˆ‬
‫‪ Yˆt    Yˆt  (1   )  Yˆt 1‬‬
‫ˆ‬
‫‪ at  2Yˆt  Yˆt‬‬
‫‪‬‬ ‫ˆ‬
‫‪ bt ‬‬ ‫) ‪ (Yˆt  Yˆt‬‬
‫‪1‬‬
‫)‪ Yˆt p  at  bt  (1‬‬ ‫‪; t  2, n  1‬‬

‫)‪ Yˆnp h  an 1  bn 1  (h‬‬ ‫‪; h  2,3,4....‬‬

‫مثال‪ :‬اذا توفرت لديك البيانات الشهرية لسنة ‪ 2021‬للسلسلة التالية ‪:‬‬
‫‪/12‬‬ ‫‪/11‬‬ ‫‪/12‬‬ ‫‪/9‬‬ ‫‪/8‬‬ ‫‪/7‬‬ ‫‪/6‬‬ ‫‪/5‬‬ ‫‪/4‬‬ ‫‪/3‬‬ ‫‪/2‬‬ ‫‪/1‬‬ ‫الزمن‬
‫‪2221‬‬ ‫‪2221‬‬ ‫‪2221‬‬ ‫‪2221‬‬ ‫‪2221‬‬ ‫‪2221‬‬ ‫‪2221‬‬ ‫‪2221‬‬ ‫‪2221‬‬ ‫‪2221‬‬ ‫‪2221‬‬ ‫‪2221‬‬
‫‪122‬‬ ‫‪92‬‬ ‫‪82‬‬ ‫‪82‬‬ ‫‪72‬‬ ‫‪62‬‬ ‫‪62‬‬ ‫‪52‬‬ ‫‪52‬‬ ‫‪42‬‬ ‫‪32‬‬ ‫‪22 Yt‬‬

‫‪ -‬مثل البيانات للتحقق من صالحيتها للتنبؤ بطريقة التمهيد االسي ادلضاعف‬

‫‪ -‬باستخدام طريقة التمهيد االسي ادلضاعف تنبا بالقيم ادلستقبلية للستة اشـهر ادلقبلـة ‪ ،‬باخـذ قيمـة ‪،   0,5‬‬
‫مع افًتاض ان قيمة انطالق التنبؤ ىي اول قيمة يف السلسلة‪.‬‬

‫‪82‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫الحل ‪:‬‬

‫سبثيل السلسلة بيانيا‪:‬‬

‫‪yt‬‬
‫‪120‬‬
‫‪100‬‬
‫‪80‬‬
‫‪60‬‬
‫‪40‬‬
‫‪20‬‬
‫‪0‬‬

‫نالحــظ مــن خــالل ادلنحــٌت ان قــيم السلســلة يف تزايــد مســتمر خــالل كــل فــًتة الدراســة شلــا يــوحي اذل ــل السلســلة‬
‫لالذبــاه العــام كماهنــا ال ربمــل نت ـؤات منتظمــة خــالل ف ـًتات زلــددة شلــا يــوحي خبلــو ادلركبــة ادلومسيــة مــن السلســلة‪ ،‬و‬
‫بالتارل ؽلكن ان نستنتج من خالل البيان انو ؽلكن تطبيق طريقة التهميد االسي ادلضاعف لـرباون الـذي راينـاه اعـاله‬
‫للتنبؤ بقيم ادلستقبلية للسلسلة (وجود االذباه العام وعدم وجود ادلومسية)‪.‬‬
‫‪ -‬اغلاد القيم التنبؤية باستخدام طريقة التمهيد االسي ادلضاعف لرباون‪:‬‬
‫اوال‪ .‬حساب قيم ‪ : Yˆt‬حيث ان القيمة التنبؤية االبتدائية ىي ‪ ، Yˆ1  Y1  20 :‬فان ‪:‬‬
‫‪Yˆ2    Y2  (1   )  Yˆ1  0,5  30  0,5  20  25‬‬
‫‪Yˆ  0,5  40  0,5  25  32,5‬‬
‫‪3‬‬

‫‪Yˆ4  0,5  50  0,5  32,5  41,25‬‬

‫‪Yˆ  0,5  50  0,5  41,25  45,625‬‬
‫‪5‬‬

‫‪Yˆ6  0,5  60  0,5  45,625  52,8125‬‬

‫‪Yˆ  0,5  60  0,5  52,8125  56,40625‬‬
‫‪7‬‬

‫‪Yˆ8  0,5  70  0,5  56,40625  63,203125‬‬

‫‪Yˆ  0,5  80  0,5  63,203125  71,602‬‬
‫‪9‬‬

‫‪Yˆ10  0,5  80  0,5  71,602  75,8‬‬

‫‪Yˆ  0,5  90  0,5  75,8  82,9‬‬
‫‪11‬‬

‫‪Yˆ12  0,5 100  0,5  82,9  91,45‬‬

‫ˆ‬ ‫ˆ‬
‫ثانيا‪ .‬حساب قيم ‪ : Yˆt‬حيث ان القيمة التنبؤية االبتدائية ىي ‪ ، Yˆ1  Yˆ1  Y1  20 :‬فان ‪:‬‬

‫‪83‬‬
‫ بن مريم محمد‬:‫ االستاذ‬............... ..................‫ تقنيات التنبؤ‬:‫سلسلة محاضرات في مادة‬

ˆ ˆ
Yˆ2    Yˆ2  (1   )  Yˆ1  0,5  25  0,5  20  22,5
ˆ
Yˆ3  0,5  32,5  0,5  22,5  27,5
ˆ
Yˆ4  0,5  41,25  0,5  27,5  34,375
ˆ
Yˆ5  0,5  45,625  0,5  34,375  40
ˆ
Yˆ6  0,5  52,8125  0,5  40  46,40625
ˆ
Yˆ7  0,5  56,406  0,5  46,406  51,40625
ˆ
Yˆ8  0,5  63,203  0,5  51,406  57,305
ˆ
Yˆ9  0,5  71,602  0,5  57,305  64,453
ˆ
Yˆ10  0,5  75,8  0,5  64,453  70,1265
ˆ
Yˆ11  0,5  82,9  0,5  70,1265  76,513
ˆ
Yˆ12  0,5  91,45  0,5  76,513  83,9815
: at ‫ حساب‬.‫ثالثا‬
ˆ ˆ
at  2Yˆt  Yˆt  a1  2Yˆ1  Yˆ1  2  20  20  20
a2  2  25  22,5  27,5
a3  2  32,5  27,5  37,5
a4  2  41,25  34,375  48,125
a5  2  45,625  40  51,25
a6  2  52,81  46,41  59,21
a7  2  56,41  51,41  61,41
a8  2  63,2  57,31  69,09
a9  2  71,6  64,45  78,75
a10  2  75,8  70,12  81,48
a11  2  82,9  76,51  89,29
a12  2  91,45  83,98  98,92
: bt ‫ حساب‬.‫رابعا‬
 ˆ 0,5
b1   (Yˆ1  Yˆ1 )   (20  20)  0
1 1  0,5

84
‫ بن مريم محمد‬:‫ االستاذ‬............... ..................‫ تقنيات التنبؤ‬:‫سلسلة محاضرات في مادة‬
0,5
b2   (25  22,5)  2,5
1  0,5
0,5
b3   (32,5  27,5)  5
1  0,5
0,5
b4   (41,25  34,375)  6,875
1  0,5
0,5
b5   (45,625  40)  5,625
1  0,5
0,5
b6   (52,81  46,41)  6,4
1  0,5
0,5
b7   (56,41  51,41)  5
1  0,5
0,5
b8   (63,2  57,31)  5,89
1  0,5
0,5
b9   (71,6  64,45)  7,15
1  0,5
0,5
b10   (75,8  70,12)  5,68
1  0,5
0,5
b11   (82,9  76,51)  6,39
1  0,5
0,5
b12   (91,45  83,98)  7,47
1  0,5
: Yˆ ‫ حساب قيم السلسلة ادلقدرة‬.‫خامسا‬
t

Yˆ1  a1  b1  (1)  20  0  (1)  20

Yˆ  27,5  2,5  (1)  30
2

Yˆ3  37,5  5  (1)  42,5

Yˆ4  48,125  6,875  (1)  55
Yˆ  51,25  5,625  (1)  56,875
5

Yˆ6  59,21  6,4  (1)  65,61

Yˆ  61,41  5  (1)  66,41
7

Yˆ8  69,09  5,89  (1)  74,98

Yˆ  78,75  7,15  (1)  85,9
9

Yˆ10  81,48  5,68  (1)  87,16

85
 ‫ بن مريم محمد‬:‫ االستاذ‬............... ..................‫ تقنيات التنبؤ‬:‫سلسلة محاضرات في مادة‬

Yˆ11  89,29  6,39  (1)  95,68

Yˆ  98,92  7,47  (1)  106,39
12

: Yˆt  h ‫ حساب قيم السلسلة التنبؤية‬.‫سادسا‬

Yˆn  h  an 1  bn 1  (h)  Yˆ13  a12  b21  (2)  98,92  7,47  (2)  113,86
Yˆ14  a12  b21  (3)  98,92  7,47  (3)  121,33
Yˆ  89,92  7,47  (4)  128,8
15

Yˆ16  89,92  7,47  (5)  136,27

Yˆ17  89,92  7,47  (6)  143,74
Yˆ  89,92  7,47  (7)  151,21
18

:‫ؽلكن تلخيص كل احلسابات السابقة يف اجلدول التارل‬

‫ال ـ ـ ـ ــزمن‬ Yˆt    Yt  ˆ
Yˆt    Yˆt  ˆ  Yˆt p  at  bt  h
Yt at  2Yˆt  Yˆt bt  
(1   )  Yˆ 1
t t 1 ˆ
(1   )  Yˆt 1 ˆ
(Yˆt  Yˆt )
1 20 22 22 22 2 22
2 30 25 2275 2775 275 32
3 40 3275 2775 3775 5 4275
4 50 41725 347375 487125 67875 55
5 50 45762 42 51725 57625 567875
6 60 52781 4674 59.21 6.4 65.21
7 60 5674 5174 61741 5 66741
8 70 6372 5773 69729 5789 74798
9 80 7176 64745 78775 7715 8579
10 80 7578 72712 81748 5768 87716
11 90 8279 76751 89729 6739 95768
12 100 91745 83798 98792 7747 126739
13 98,92  7,47  (2)
 113,86
14 98,92  7,47  (3)
 121,33
15 98,92  7,47  (4)
 128,8
16 136727
17 143774
18 151721

86
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫ؽلكن سبثيل القيم احلقيقية و التنبؤية بطريقة التمهيد ادلضاعف يف شكل موحد للوقوف على مدى دقة البيانات ‪:‬‬
‫‪160‬‬
‫‪140‬‬
‫‪120‬‬
‫‪100‬‬
‫‪80‬‬
‫‪yt‬‬
‫‪60‬‬
‫‪y^t‬‬
‫‪40‬‬
‫‪20‬‬
‫‪0‬‬
‫‪juil.-21‬‬
‫‪mars-21‬‬

‫‪sept.-21‬‬

‫‪mars-22‬‬
‫‪janv.-21‬‬

‫‪oct.-21‬‬
‫‪avr.-21‬‬

‫‪déc0-22‬‬
‫‪janv.-22‬‬
‫‪févr0-22‬‬

‫‪mai-21‬‬

‫‪nov.-21‬‬

‫‪avr.-22‬‬
‫‪juin-21‬‬

‫‪févr0-22‬‬
‫‪août-22‬‬

‫‪mai-22‬‬
‫‪juin-22‬‬
‫‪ .3.3‬التمهید األسي المضاعف او الثنائي لهولت ‪:Holt‬‬
‫تشبو طريقة ىولت يف التنبؤ الطريقة السابقة يف التنبؤ كثَتا و ىي طريقة التمهيد األسي ادلضاعف او الثنائي لرباون‬
‫‪ ،‬حيث ربتوي طريقة التكهيد ذلولت على معاملي سبهيد مثل طريقة براون‪ ،‬االول خاص بادلعلمة ‪ ، at‬و معامل‬
‫اهميد ثاين خاص دبعامل االضلدار ‪ bt‬أي ان ىذا التمهيد يقوم على تفكيك التنبؤ اذل مكونُت علا ادلستوى او‬
‫ادلتوسط و االذباه العام‪ .‬يتم تقدير كل مكون على حدى مث الدمج بينهما حلساب القيمة ادلتنبا هبا‪.‬‬
‫‪ -‬سبهيد ادلتوسط ‪ a‬دبعامل سبهيد ‪  1‬حيث ان ‪. 1  0,1‬‬
‫‪ -‬سبهيد دلعامل االضلدار ‪ b‬دبعامل سبهيد ‪  2‬حيث ان ‪.  2  0,1‬‬
‫حيث توجد عالقة كبَتة بُت سبهيد براون ‪ Brown‬و معاملي ىولت ‪ ( Holt‬ففي حالة ‪ 1   2‬فان‬
‫ظلوذج ىولت ‪ Holt‬ىو عبارة عن ظلوذج براون ‪ ،Brown‬اذن طريقة براون ىي حالة خاصة لطريقة ىولت)‬
‫و عموما فان صيغة سبهيد ىولت تتم وفق اخلطوات التالية‪:‬‬
‫اوال ‪ :‬سبهيد ‪ a‬كما يلي‪:‬‬
‫) ‪at  1  Yt  (1  1 )  (at 1  bt 1‬‬
‫ثانيا ‪ :‬سبهيد ‪ b‬كما يلي‪:‬‬
‫‪bt   2  (at  at 1 )  (1   2 )  bt 1‬‬
‫حيث ان ادلعاملُت ‪ 1 ,  2‬زلصورين بُت ‪ 0‬و ‪ ،1‬و ؽلكن اختيارعلا على اساس تدنية قيمة مؤشر من ادلؤشرات‬
‫اإلحصائية اخلاصة بدقة التنبؤ كموشر ‪ MES‬مثال‪.‬‬
‫‪ -‬اخَتا يكون التنبؤ احملسوب ل ‪ k‬بالنسبة للزمن ‪ t  1‬بالشكل التارل‪:‬‬
‫‪Yˆt  k  at  bt  k‬‬

‫‪87‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫و تكون نقطة البداية بالشكل التارل‪ :‬يف الزمن ‪ t  1‬فان ‪ a1  Y1‬و ‪ b1  0‬حيث ان ‪ Y1‬ىي القيمة‬
‫ادلشاىدة يف الفًتة االوذل‪.‬‬

‫‪ .4.3‬التنبؤ باستخدام طريقة التمهید االسي الثالثي لـ ‪: Holt-Winters‬‬

‫وضعت ىذه التقنية من طرف ىولت ووانًتز سنة ‪ 1960‬و يتعلق االمر بتمهيد اسي ثنائي ل ‪ Holt‬دبعاملُت‬
‫بالنسبة دلركبة االذباه العام و سبهيد اسي للمركبة ادلومسية دبعامل سبهيد واحد ل ‪ ،Winters‬و بالتارل فان ىذه‬
‫الطريقة ربتوي على ‪ 3‬معامالت‪ ،‬و يف ىذا الصدد البد ان نفرق بُت حالتُت ‪ :‬الشكل العام للسلسلة الزمنية‬
‫التجميعي و الشكل اجلدائي او ادلضاعف‪:‬‬

‫‪ .1.4.3‬الشكل الجدائي ‪:‬‬

‫ؽلتاز سبهيد ىولت‪-‬وينًت للنموذج اجلدائي بأنو يستوعب تغَت ادلكونات وارتباطها ببعضها‪ .‬مقارنة بالتمهيدين‬
‫األسيُت البسيط وادلضاعف السابقُت‪ ،‬حيث ؽلتاز سبهيد ىولت‪-‬وينًت للنموذج اجلدائي بعمومية أكرب‪.‬‬
‫و عموما يقوم سبهيد ‪ Holt –Winters‬على تفكيك التنبؤ حسب مركبات السلسلة‪ ،‬مث يتم تقدير كل مركبة‬
‫على حدى ومن مث الدمج بينها حلساب القيم التنبؤية‪ .‬صيغة التمهيد االسي ذلولت‪-‬وينًت للنموذج اجلدائي تتم‬
‫كما يلي‪:‬‬
‫اوال‪ :‬الشكل العام للسلسلة ‪ :‬يعطى الشكل العام للسلسلة وفق النموذج اجلدائي ( او ادلضاعف) وفق الصيغة‬
‫العامة التالية ‪:‬‬
‫‪Yt  (at  bt  t )  St   t‬‬
‫ثانیا‪ :‬تمهید مركبات السلسلة ‪ :‬نقوم بثالث سبهيدات سلتلفة على النموذج السابق ‪:‬‬
‫‪ -‬سبهيد ادلتوسط ‪ a‬دبعامل سبهيد ‪  1‬حيث ان ‪ . 1  0,1‬حيث ان القيم األقرب ل ‪ 1‬تعطي وزنا أكرب‬
‫للقيم احلديثة ل ‪ Yt‬شلا غلعل التمهيد أكثر مرونة وأقل استقرارا؛ والقيم الصغَتة تعطي وزنا أكرب للقيم القدؽلة شلا‬
‫غلعل التمهيد أقل مرونة‪.‬‬
‫‪ -‬سبهيد معامل االضلدار ‪ b‬دبعامل سبهيد ‪  2‬حيث ان ‪ .  2  0,1‬حيث ان القيم األعلى تعطي وزنا أكرب‬
‫للقيم احلديثة ل ‪. bt‬‬
‫‪ -‬اهميد ادلركبة الفصلية ‪ S‬دبعامل سبهيد ‪  3‬حيث ان ‪ ، 3  0,1‬حيث ان القيم األعلى تعطي وزنا أكرب‬
‫للقيم احلديثة لـ ‪. St‬‬
‫حيث ان ‪ :‬سبهيد ادلتوسط ‪ a‬يكون كما يلي ‪:‬‬
‫‪ Y ‬‬
‫) ‪at  1   t   (1  1 )  (at 1  bt 1‬‬
‫‪S ‬‬
‫‪ t p ‬‬

‫‪88‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪ -‬سبهيد معامل االضلدار ‪ b‬يتم كما يلي‪:‬‬

‫‪bt   2  (at  at 1 )  (1   2 )  bt 1‬‬
‫‪-‬حيث ان سبهيد الفصلية ‪ S‬يتم بالصيغة التالية ‪:‬‬
‫‪Y‬‬ ‫‪‬‬
‫‪St   3   t‬‬ ‫‪  (1   3 )  St  p‬‬
‫‪ at‬‬ ‫‪‬‬
‫ثالثا ‪ :‬التنبؤ‪ :‬تعطى قيم التنبؤ وفق طريقة التمهيد االسي ذلولت‪ -‬وينًتز للنموذج اجلدائي من اجل افق التنبؤ ‪k‬‬
‫كما يلي‪:‬‬
‫‪Yˆt  k  (at  bt  k )  St  p  k‬‬
‫و ذلك يف حالة ‪. 1  k  p‬‬
‫‪ -‬اما اذا كانت ‪ k‬زلصورة بُت ‪ p  1  k  2 p‬فان ‪:‬‬
‫‪Yˆt  k  (at  bt  k )  St  2 p  k‬‬
‫حيث ان ‪ p‬سبثل دورية السلسلة الزمنية ( او تسمى بنافذة ادلومسية)‪.‬‬

‫‪ .2.4.3‬الشكل التجمیعي ‪:‬‬

‫اوال‪ :‬الشكل العام للسلسلة ‪ :‬يكتب الشكل التجميعي للسلسلة بالشكل التارل‪:‬‬
‫‪Yt  (at  bt  t )  St   t‬‬
‫ثانیا‪ :‬تمهید مركبات السلسلة ‪:‬‬
‫‪ -‬سبهيد ادلتوسط ‪ a‬بالصيغة التالية‪:‬‬
‫) ‪at  1  Yt  St  p   (1  1 )  (at 1  bt 1‬‬
‫‪ -‬سبهيد معامل االضلدار ‪ b‬وفق الصيغة التالية‪:‬‬
‫‪bt   2  (at  at 1 )  (1   2 )  bt 1‬‬
‫‪ -‬اخَتا سبهيد الفصلية ‪: S‬‬
‫‪St  3  Yt  at   (1  3 )  St  p‬‬
‫و الذي ؽلثل رلموع مربعات البواقي اصغر‬ ‫‪‬‬ ‫‪t‬‬
‫‪2‬‬
‫حيث ان قيم ‪  3 ،  2 ،  1‬ىي تلك القيم اليت ادلقدار‬
‫ما ؽلكن‪.‬‬
‫‪ -‬ثالثا‪ :‬التنبؤ ‪ :‬يتم التنبؤ للفًتة ‪ k‬بالصيغة التالية‪:‬‬
‫‪ Yˆt  k  (at  bt  k )  St  p  k‬اذا كان ‪1  k  p‬‬
‫اذا كانت ‪ k‬كما يلي ‪. 1  k  p‬‬
‫‪ -‬اما اذا كان ‪ k‬زلصورة بُت ‪ p  1  k  2 p‬فان ‪:‬‬

‫‪89‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪Yˆt  k  (at  bt  k )  St  2 p  k‬‬

‫حيث ان ‪ p‬سبثل دورية السلسلة الزمنية‪.‬‬

‫‪: Holt –Winters‬‬ ‫‪ .3.4.3‬نقطة البداية في نموذج‬

‫يوجد مش كل انطالق ىذه التقنية كما ىو احلال بالنسبة لبقية طرق التمهيد‪ ،‬فيمكن تقدير قيم االنطالق بطريقة‬
‫ادلربعات الصغرى العادية او ؽلكن ان نبدا بالنسبة للسنة االوذل بالشكل التارل ‪:‬‬
‫أ‪ -‬بداية ادلومسية ‪ :‬ؽلكن تقدير ادلومسية او ادلعامالت ادلومسية بالنسبة للسنة االوذل بالشكل التارل ‪:‬‬
‫‪Yt‬‬
‫‪ ، St ‬حيث ان ‪ Y‬ىو عبارة عن متوسط ‪ p‬من القيم االوذل او ادلشاىدات االوذل للسنة االوذل‪.‬‬
‫‪Y‬‬
‫ب‪ -‬بداية ‪ ، a‬حيث ان ‪. a p  Y :‬‬
‫ج‪ -‬بداية معامل االضلدار ‪ b‬حيث ان ‪. bp  0 :‬‬
‫عَت انو ذىب العديد من االحصائيُت اذل اقًتاح تقنية افضل لبداية ىذه ادلؤشرات رغم اهنا معقدة نوعا ما ‪،‬‬
‫حيث يقتضي االمر حساب ادلتوسطات احلسابية ل ‪ k‬فًتة من الفًتات االوذل بالشكل التارل ‪:‬‬
‫‪ ، Y1, Y2 , Y3 , Y4 ........, Yk‬مث حساب ادلؤشرات كما يلي‪:‬‬
‫‪P‬‬
‫‪a0  Y1 ‬‬ ‫‪ b0‬‬
‫‪2‬‬
‫‪Y  Y1‬‬
‫‪b0  k‬‬
‫‪(k  1)  P‬‬
‫‪P  Rj‬‬
‫‪S j p ‬‬ ‫‪P‬‬

‫‪R‬‬
‫‪j 1‬‬
‫‪j‬‬

‫حيث ان ‪:‬‬
‫‪1‬‬ ‫‪Y(t 1) P  j‬‬
‫‪Rj ‬‬ ‫‪‬‬
‫‪k‬‬ ‫‪ P 1‬‬ ‫‪‬‬
‫‪Yt  ‬‬ ‫‪ j   b0‬‬
‫‪ 2‬‬ ‫‪‬‬

‫مثال ‪ : 1‬اذا كانت لديك بيانات الربعية ( أي لكل اربعة اشهر) التالية اخلاصة بانتاج مؤسسة معينة ‪:‬‬
‫‪3/2017‬‬ ‫‪2/2017‬‬ ‫‪1/2017‬‬ ‫‪3/2016‬‬ ‫‪2/2016‬‬ ‫‪1/2016‬‬ ‫‪3/2015‬‬ ‫‪2/2015‬‬ ‫‪1/2015‬‬ ‫‪3/2014‬‬ ‫‪2/2014‬‬ ‫‪1/2014‬‬ ‫‪Qtr‬‬
‫‪173‬‬ ‫‪114‬‬ ‫‪154‬‬ ‫‪172‬‬ ‫‪91‬‬ ‫‪105‬‬ ‫‪133‬‬ ‫‪94‬‬ ‫‪117‬‬ ‫‪145‬‬ ‫‪85‬‬ ‫‪109‬‬
‫‪Yt‬‬
‫‪3/2021‬‬ ‫‪2/2021‬‬ ‫‪1/2021‬‬ ‫‪3/2020‬‬ ‫‪2/2020‬‬ ‫‪1/2020‬‬ ‫‪3/2019‬‬ ‫‪2/2019‬‬ ‫‪1/2019‬‬ ‫‪3/2018‬‬ ‫‪2/2018‬‬ ‫‪1/2018‬‬ ‫‪Qtr‬‬
‫‪241‬‬ ‫‪188‬‬ ‫‪176‬‬ ‫‪197‬‬ ‫‪154‬‬ ‫‪204‬‬ ‫‪197‬‬ ‫‪154‬‬ ‫‪187‬‬ ‫‪177‬‬ ‫‪135‬‬ ‫‪162‬‬
‫‪Yt‬‬

‫‪ -‬قم بالتمثيل البياين للسلسلة للتحقق من وجود مركبات السلسلة بيانيا‪.‬‬

‫‪90‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪ -‬ما ىو التمهيد ادلناسب يف ىذه احلالة؟‬

‫‪ -‬استخدم سبهيد ‪ HW‬بادلعامالت ‪ 3  0,47 ،  2  0,27 ، 1  0,07‬على التوارل لتمهيد‬
‫السلسلة و التنبؤ بالربيعات ادلقبلة ‪.‬‬
‫الحل ‪:‬‬
‫‪ -1‬التمثيل البياين الستكشاف ادلركبات وربديد التمهيد ادلناسب ونافذة‪ /‬او دورية ادلومسية‪.‬‬

‫‪Y‬‬
‫‪300‬‬

‫‪250‬‬

‫‪200‬‬

‫‪150‬‬

‫‪100‬‬

‫‪50‬‬

‫‪0‬‬
‫‪1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24‬‬

‫نالحظ من خالل البيان ان ىناك نتؤات منتظمة خالل فًتات زلددة و ىذا يتكرر خالل كل فًتةالدراية كمان‬
‫ترددات السلسلة ربعية اياقل من سنة يوحي ىذا مبدئيا اذل امكانية ل السلسلة للمركبة ادلومسية‪ ،‬و من جهة‬
‫اخرة فان بيانات السلسلة يف ارتفاع مستمر بادلتوسط خالل كامل فًتة الدراسة شلايوحيح اذل امكانية ل‬
‫السلسلة دلركبة االذباه العام ‪ ،‬اذن يف ىذه احلالة ال يصلح التمهيد االسي البسيط و ال ادلضاعف ‪ ،‬نستخدم إذن‬
‫سبهيد ‪ . HW‬رغم أن ادلومسية ىنا مستقرةاي ان بيانات السلسلة متجانسة نوعا ما اال اننا نفرض ان الشكل‬
‫العام للسلسلة ىو الشكل اجلدائي او ادلضاعف‪ .‬كذلك دورية او نافذة السلسلة ىي ‪. p  3‬‬
‫‪ -‬التمهيد باستخدام طريقة ىولت‪ -‬وينًتز ‪:‬‬
‫من اجراء التمهيد ادلناسب الباس ان نعيد تشكيل اجلدول السابق كما يلي‪:‬‬
‫‪‬‬
‫‪Yj‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪Qtr‬‬
‫‪113‬‬ ‫‪145‬‬ ‫‪85‬‬ ‫‪109‬‬ ‫‪2214‬‬
‫‪114,6667‬‬ ‫‪133‬‬ ‫‪94‬‬ ‫‪117‬‬ ‫‪2215‬‬
‫‪122,6667‬‬ ‫‪172‬‬ ‫‪91‬‬ ‫‪105‬‬ ‫‪2216‬‬
‫‪147‬‬ ‫‪173‬‬ ‫‪114‬‬ ‫‪154‬‬ ‫‪2217‬‬
‫‪158‬‬ ‫‪177‬‬ ‫‪135‬‬ ‫‪162‬‬ ‫‪2218‬‬
‫‪179,3333‬‬ ‫‪197‬‬ ‫‪154‬‬ ‫‪187‬‬ ‫‪2219‬‬
‫‪185‬‬ ‫‪197‬‬ ‫‪154‬‬ ‫‪204‬‬ ‫‪2222‬‬

‫‪91‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬
‫‪201,6667‬‬ ‫‪241‬‬ ‫‪188‬‬ ‫‪176‬‬ ‫‪2221‬‬
‫‪‬‬ ‫‪179,375‬‬ ‫‪126,875‬‬ ‫‪151,75‬‬
‫‪‬‬
‫‪Y  152,66‬‬ ‫‪Yi‬‬

‫‪ -‬اول خطوة نقوم هبا قبل عملية التمهيد و التنبؤ وفق طريقة ‪ HW‬ىياغلاد قيم البدا او االنطالق للمعادل ‪:‬‬
‫كما راينا سابق ا ؼلتلف العلماء يف طريقة اغلاد قيم االبتداء للمعامالت ‪ ،‬سنعتمد يف ىذاادلثال ىلى احد الطرق‬
‫االكثر شهرة ‪ ،‬حيث تعطى قيم اإلبتداء للمعامالت ادلومسية ‪ ، S j‬و ادلتوسط ‪ a‬و االذباه ‪ b‬كمايلي‪:‬‬
‫‪Yj‬‬
‫‪Sj ‬‬ ‫‪, j  1,2,..., p‬‬
‫‪Yj‬‬
‫‪Yp 1‬‬
‫‪a p 1 ‬‬ ‫‪, j  1,2,..., p‬‬
‫‪S1‬‬
‫‪Yp‬‬
‫‪bp 1  a p 1  a p  a p 1 ‬‬
‫‪Sp‬‬

‫باسخدام طؤيقة سبهيد الفصلية او ادلومسية كما رايناسابقا أي وفق ادلعادلة‬ ‫‪S p1‬‬ ‫‪ -‬يتم التهميد و التنبؤ حبساب‬
‫التالية ‪:‬‬
‫‪Y‬‬ ‫‪‬‬
‫‪St   3   t‬‬ ‫‪  (1   3 )  St  p‬‬
‫‪ at‬‬ ‫‪‬‬
‫مث اكمال التمهيد والتنبؤ باستخدام ادلعادالت ادلالئمة ادلالئمة السابقة ‪ ،‬التنبؤ حسب الدالة السابقة ‪:‬‬
‫يكون باستخدام آخر قيمة لـ ‪ at‬و ‪ bt‬و ادلعامالت ادلومسية للنافذة او‬ ‫‪Yˆt  k  (at  bt  k )  St  p  k‬‬
‫الدورة السابقة‪.‬‬
‫‪ -‬نقطة إبتداء ‪ S j‬يف النافذة األوذل‪:‬‬
‫‪109  85  145‬‬
‫‪Yj ‬‬ ‫‪ 113‬‬
‫‪3‬‬
‫‪Y 109‬‬
‫‪S1  1 ‬‬ ‫‪ 0,96‬‬
‫‪Y j 113‬‬
‫‪Y‬‬ ‫‪85‬‬
‫‪S2  2 ‬‬ ‫‪ 0,75‬‬
‫‪Y j 113‬‬
‫‪Y 145‬‬
‫‪S3  3 ‬‬ ‫‪ 1,28‬‬
‫‪Y j 113‬‬
‫‪-‬نقطة إبتداء ‪ at‬و ‪ bt‬يف النافذة الثانية ‪:‬‬
‫‪Yp 1‬‬ ‫‪Y4 117‬‬
‫‪a p 1 ‬‬ ‫‪ a4 ‬‬ ‫‪‬‬ ‫‪ 121‬‬
‫‪S1‬‬ ‫‪S1 0,96‬‬
‫حيث ان ‪. p  3‬‬
‫‪92‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪145‬‬
‫‪bp 1  a p 1  a p  a4  121 ‬‬ ‫‪ 8,29‬‬
‫‪1,28‬‬

‫‪ -‬التمهيد و التنبؤ‪:‬‬
‫‪Y ‬‬ ‫‪ 117 ‬‬
‫‪S4   3   4   (1   3 )  S4 3  0,47  ‬‬ ‫‪  (1  0,47)  0,96  0,96‬‬
‫‪ 4‬‬
‫‪a‬‬ ‫‪‬‬ ‫‪121‬‬ ‫‪‬‬
‫‪Yˆ4 (1)  (a4  b4 1)  S431  (121  8,29)  0,75  97‬‬
‫مث بعد سبهيد ادلتوسط ‪ a‬يكون كما يلي ‪:‬‬
‫‪ Y ‬‬ ‫‪ 94 ‬‬
‫‪a5  1   5   (1  1 )  (a4  b4 )  0,07  ‬‬ ‫‪  (1  0,07)  (121  8,29)  129‬‬
‫‪ 53 ‬‬
‫‪S‬‬ ‫‪‬‬ ‫‪0‬‬‫‪,‬‬‫‪75‬‬ ‫‪‬‬
‫‪ -‬سبهيد معامل االضلدار ‪ b‬يتم كما يلي‪:‬‬
‫‪b5   2  (a5  a4 )  (1   2 )  b51  0,27  (129  121)  (1  0,27)  8,29  8,21‬‬
‫بنفس الطريقة ؽلكن اغلاد باقي القيم و اليت ؽلكن تلخيصها باالستعانة باجلدول التارل ‪:‬‬
‫‪t‬‬ ‫‪Qtr‬‬ ‫‪Yt‬‬ ‫‪at‬‬ ‫‪bt‬‬ ‫‪St‬‬ ‫‪Yˆt‬‬
‫‪1‬‬ ‫‪1/2014‬‬ ‫‪109‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪0,96‬‬ ‫‪-‬‬
‫‪2‬‬ ‫‪2/2014‬‬ ‫‪85‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪0,75‬‬ ‫‪-‬‬
‫‪3‬‬ ‫‪3/2014‬‬ ‫‪145‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪1,28‬‬ ‫‪-‬‬
‫‪4‬‬ ‫‪1/2015‬‬ ‫‪117‬‬ ‫‪121‬‬ ‫‪8,29‬‬ ‫‪0,96‬‬ ‫‪97‬‬
‫‪5‬‬ ‫‪2/2015‬‬ ‫‪94‬‬ ‫‪129‬‬ ‫‪8,21‬‬ ‫‪0,74‬‬ ‫‪176‬‬
‫‪6‬‬ ‫‪3/2015‬‬ ‫‪133‬‬ ‫‪135‬‬ ‫‪7,57‬‬ ‫‪1,14‬‬ ‫‪138‬‬
‫‪7‬‬ ‫‪1/2016‬‬ ‫‪105‬‬ ‫‪140‬‬ ‫‪6,93‬‬ ‫‪0,86‬‬ ‫‪109‬‬
‫‪8‬‬ ‫‪2/2016‬‬ ‫‪91‬‬ ‫‪146‬‬ ‫‪6,47‬‬ ‫‪0,69‬‬ ‫‪174‬‬
‫‪9‬‬ ‫‪3/2016‬‬ ‫‪172‬‬ ‫‪152‬‬ ‫‪6,44‬‬ ‫‪1,14‬‬ ‫‪137‬‬
‫‪10‬‬ ‫‪1/2017‬‬ ‫‪154‬‬ ‫‪160‬‬ ‫‪6,82‬‬ ‫‪0,91‬‬ ‫‪114‬‬
‫‪11‬‬ ‫‪2/2017‬‬ ‫‪114‬‬ ‫‪167‬‬ ‫‪6,81‬‬ ‫‪0,69‬‬ ‫‪197‬‬
‫‪12‬‬ ‫‪3/2017‬‬ ‫‪173‬‬ ‫‪172‬‬ ‫‪6,41‬‬ ‫‪1,08‬‬ ‫‪162‬‬
‫‪13‬‬ ‫‪1/2018‬‬ ‫‪162‬‬ ‫‪178‬‬ ‫‪6,40‬‬ ‫‪0,91‬‬ ‫‪127‬‬
‫‪14‬‬ ‫‪2/2018‬‬ ‫‪135‬‬ ‫‪185‬‬ ‫‪6,64‬‬ ‫‪0,71‬‬ ‫‪207‬‬
‫‪15‬‬ ‫‪3/2018‬‬ ‫‪177‬‬ ‫‪190‬‬ ‫‪6,11‬‬ ‫‪1,01‬‬ ‫‪179‬‬
‫‪16‬‬ ‫‪1/2019‬‬ ‫‪187‬‬ ‫‪197‬‬ ‫‪6,29‬‬ ‫‪0,93‬‬ ‫‪143‬‬
‫‪17‬‬ ‫‪2/2019‬‬ ‫‪154‬‬ ‫‪204‬‬ ‫‪6,57‬‬ ‫‪0,73‬‬ ‫‪213‬‬
‫‪18‬‬ ‫‪3/2019‬‬ ‫‪197‬‬ ‫‪210‬‬ ‫‪6,28‬‬ ‫‪0,98‬‬ ‫‪201‬‬
‫‪19‬‬ ‫‪1/2020‬‬ ‫‪204‬‬ ‫‪216‬‬ ‫‪6,35‬‬ ‫‪0,94‬‬ ‫‪162‬‬
‫‪20‬‬ ‫‪2/2020‬‬ ‫‪154‬‬ ‫‪222‬‬ ‫‪6,14‬‬ ‫‪0,71‬‬ ‫‪222‬‬
‫‪93‬‬
‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬
‫‪21‬‬ ‫‪3/2020‬‬ ‫‪197‬‬ ‫‪226‬‬ ‫‪5,65‬‬ ‫‪0,93‬‬ ‫‪217‬‬
‫‪22‬‬ ‫‪1/2021‬‬ ‫‪176‬‬ ‫‪229‬‬ ‫‪4,82‬‬ ‫‪0,86‬‬ ‫‪166‬‬
‫‪23‬‬ ‫‪2/2021‬‬ ‫‪188‬‬ ‫‪236‬‬ ‫‪5,39‬‬ ‫‪0,75‬‬ ‫‪223‬‬
‫‪24‬‬ ‫‪3/2021‬‬ ‫‪241‬‬ ‫‪242‬‬ ‫‪5,75‬‬ ‫‪0,96‬‬ ‫‪213‬‬
‫‪25‬‬ ‫‪1/2022‬‬ ‫‪(242  2  5,75)  0,75  191‬‬
‫‪26‬‬ ‫‪2/2022‬‬ ‫‪(242  3  5,75)  0,96  249‬‬
‫‪27‬‬ ‫‪3/2022‬‬ ‫‪(242  4  5,75)  0,86  228‬‬
‫‪28‬‬ ‫‪1/2023‬‬ ‫‪(242  5  5,75)  0,75  204‬‬

‫مالحظات ‪:‬‬
‫‪ -‬ىناك عدة طرق البتداء مركبات السلسلة ‪ bt ، at‬و ‪ St‬يبتدئ البعض ‪ bt ، at‬مباشرة من ادلشاىدة‬
‫الثانية ‪ ،‬والبعض األخر يبتدئ ادلتوسط و االذباه ‪ bt ، at‬من خالل القيام بتحليل اضلدار بسيط على بيانات‬
‫‪Yj‬‬
‫‪ St ‬لكل ادلدة وليس‬ ‫النوافذ األربع أو اخلمس األوذل أو على نصف مدة البيانات‪ .‬كذلك يبتدئ البعض‬
‫‪Y‬‬
‫فقط على أساس النافذة األوذل‪ .‬نتائج التمهيد قد تكون حساسة لطريقة االبتداء إذا كانت البيانات قليلة‪.‬‬
‫‪ -‬ؽلكن ذبريب سبهيد ‪ HW‬للنموذج اجلدائي واجلمعي ومن مث ادلفاضلة بينهما من خالل مؤشرات الدقة‪.‬‬

‫مثال ‪ : 2‬البيانات التالية ىي للمبيعات الثالثية يف السنوات ‪2021، 2020، 2019 :‬‬
‫‪2021‬‬ ‫‪2020‬‬ ‫‪2019‬‬ ‫السنة‬
‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫الثالثي‬
‫‪68 79 63 56 61 73 53 51 55 65 51 47‬‬ ‫ادلبيعات‬

‫إذا علمت أن السلسلة تتضمن ادلركبة مومسية نافذاها او دوراها ‪ ،4‬إستخدم معامالت التمهيد‪، 1  0,2 :‬‬
‫‪ 3  0,6 ،  2  1‬للقيام بتمهيد ‪ ،HW‬علما ان النموذج العام للسلسلة ىو ربت الشكل التجميعي‪.‬‬
‫‪ -‬أحسب القيم ادلتوقعة للمبيعات يف سنة ‪.2022‬‬
‫الحل‪:‬‬
‫دبان السلسلة ربمل ادلركبة ادلومسية حسب معطيات التمرين ومنو الحاجة للتمثيل البياين ألننا نعلم النموذج‬
‫ادلناسب ونعلم نافذة ادلومسية‬
‫‪ – 1‬ربديد قيم االبتداء‪:‬‬
‫تعطى بيانات النافذة األوذل ) ادلومسية‪ ،‬و ادلتوسط‪ ،‬و االذباه (كما يلي ‪:‬‬

‫‪94‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪S j  Y j  Y j , j  1,2,..., p‬‬

‫‪a p  Yp  S p‬‬
‫‪bp  0‬‬

‫‪ -‬ضلسب اوال ادلعامالت ادلومسية االربعة االوذل مث ‪ a p‬مث ‪ b p‬كما يلي‪:‬‬

‫‪47  51  65  55‬‬
‫‪Yj ‬‬ ‫‪ 54,5‬‬
‫‪4‬‬
‫‪S1  47  54,5  7,5‬‬
‫‪S2  51  54,5  3,5‬‬
‫‪S3  65  54,5  10,5‬‬
‫‪S4  55  54,5  0,5‬‬
‫بعد ذلك ‪:‬‬
‫‪a4  Y4  S4  55  0,5  54,5‬‬
‫‪b4  0‬‬
‫‪ -2‬استخدام المعادالت لحساب ‪ St ، bt ، at‬و ‪: Yˆt‬‬
‫‪Yˆ4 (1)  (a4  b4 1)  S4 4 1  54,4  0 1  7,5  0,75  47‬‬
‫‪a5  0,2(Y5  S5 4 )  0,8(a51  b51 )  0,2(51  (7,5))  0,8(54,5  0)  55,3‬‬
‫‪b5  1  (a5  a51 )  0  b51  55,3  54,5  0(0)  0,8‬‬
‫‪S5  0,6(Y5  a5 )  0,4  S5 4  0,6(51  55,3)  0,4(7,5)  5,6‬‬
‫ومنو فان ‪:‬‬
‫‪Yˆ5 (1)  (a5  b5 1)  S5 4 1  55,3  0,8  3,5  0,75  52,6‬‬

‫يبُت اجلدول التارل بقية قيم التنبؤ بواسطة ظلوذج ‪ HW‬للشكل التجميعي ‪:‬‬

‫الثالثي‬ ‫‪t‬‬ ‫‪Yt‬‬ ‫‪at‬‬ ‫‪bt‬‬ ‫‪St‬‬ ‫‪Yˆt‬‬

‫‪1/2019‬‬ ‫‪1‬‬ ‫‪47‬‬ ‫‪-7,5‬‬
‫‪2/2019‬‬ ‫‪2‬‬ ‫‪51‬‬ ‫‪-3,5‬‬
‫‪3/2019‬‬ ‫‪3‬‬ ‫‪65‬‬ ‫‪10,5‬‬

‫‪95‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬
‫‪4/2019‬‬ ‫‪4‬‬ ‫‪55‬‬ ‫‪54,5‬‬ ‫‪0,00‬‬ ‫‪0,5‬‬ ‫‪47,0‬‬
‫‪1/2020‬‬ ‫‪5‬‬ ‫‪51‬‬ ‫‪55,3‬‬ ‫‪0,8‬‬ ‫‪-5,6‬‬ ‫‪52,6‬‬
‫‪2/2020‬‬ ‫‪6‬‬ ‫‪53‬‬ ‫‪56,2‬‬ ‫‪0,88‬‬ ‫‪-3,3‬‬ ‫‪67,6‬‬
‫‪3/2020‬‬ ‫‪7‬‬ ‫‪73‬‬ ‫‪58,1‬‬ ‫‪1,97‬‬ ‫‪13,1‬‬ ‫‪60,6‬‬
‫‪4/2020‬‬ ‫‪8‬‬ ‫‪61‬‬ ‫‪60,2‬‬ ‫‪2,04‬‬ ‫‪0,7‬‬ ‫‪56,7‬‬
‫‪1/2021‬‬ ‫‪9‬‬ ‫‪56‬‬ ‫‪62,1‬‬ ‫‪1,91‬‬ ‫‪-5,9‬‬ ‫‪60,7‬‬
‫‪2/2021‬‬ ‫‪10‬‬ ‫‪63‬‬ ‫‪64,5‬‬ ‫‪2,37‬‬ ‫‪-2,2‬‬ ‫‪80,0‬‬
‫‪3/2021‬‬ ‫‪11‬‬ ‫‪79‬‬ ‫‪66,7‬‬ ‫‪2,18‬‬ ‫‪12,7‬‬ ‫‪69,5‬‬
‫‪4/2021‬‬ ‫‪12‬‬ ‫‪68‬‬ ‫‪68,5‬‬ ‫‪1,88‬‬ ‫‪0,00‬‬ ‫‪64,5‬‬
‫‪1/2022‬‬ ‫‪13‬‬ ‫‪70,1‬‬
‫‪2/2022‬‬ ‫‪14‬‬ ‫‪86,8‬‬
‫‪3/2022‬‬ ‫‪15‬‬ ‫‪86,8‬‬
‫‪4/2022‬‬ ‫‪16‬‬

‫ؽلكن توضيح اكثر قيم التنبؤ و مدى تناسقها مع القيم احلقيقية دلعرفة مدى دقة البيانات ادلتوقعة ادلتحصل عليها‬
‫وفق طريقة ‪ HW‬من خالل الشكل التارل الذي يضم قيم القيم التنبؤ و القيم احلقيقية للمبيعات‪:‬‬

‫‪100‬‬
‫‪90‬‬
‫‪80‬‬
‫‪70‬‬
‫‪60‬‬
‫‪50‬‬ ‫المبيعات الحقيقية‬
‫‪40‬‬ ‫المبيعات المتوقعة‬
‫‪30‬‬
‫‪20‬‬
‫‪10‬‬
‫‪0‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪10‬‬ ‫‪11‬‬ ‫‪12‬‬ ‫‪13‬‬ ‫‪14‬‬ ‫‪15‬‬

‫نالحظ من خالل الشكل ان ىناك تناسق بُت القيم احلقيقية و القيم ادلتنبا هبا للمبيعات وفق طريقة ‪، HW‬‬
‫حيث ان قيم التنبؤ اخذت نفس ربرك ادلومسية للسلسلة االصلية و اذباىها العام يدل ىذا عموما على مدى دقة‬
‫و اعلية طريقة‪ HW‬يف التنبؤ‪.‬‬
‫مثال ‪ : 3‬بفرض ان النموذج العام لسلسلة ادلبيعات الثالثية دلنتوج معُت ربت الشكل التجميعي‪ ،‬علما ان ‪:‬‬
‫‪3  0,3 ،  2  0,1 ، 1  0,4‬‬
‫‪ -‬ادلطلوب تنبا دببيعات الثالثيات االربعة لسنة ‪ 2022‬و الثالثي االول لسنة ‪.2023‬‬
‫‪‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪Yi‬‬
‫‪96‬‬
‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪2019‬‬ ‫‪1248‬‬ ‫‪1392‬‬ ‫‪1057‬‬ ‫‪3159‬‬ ‫‪1714‬‬

‫‪2020‬‬ ‫‪891‬‬ ‫‪1065‬‬ ‫‪1118‬‬ ‫‪2934‬‬ ‫‪1502‬‬
‫‪2021‬‬ ‫‪1138‬‬ ‫‪1456‬‬ ‫‪1224‬‬ ‫‪3090‬‬ ‫‪1727‬‬
‫‪‬‬ ‫‪‬‬
‫‪Yj‬‬ ‫‪1092‬‬ ‫‪1304‬‬ ‫‪1133‬‬ ‫‪3061 Y  1647,7‬‬

‫الحل ‪:‬‬
‫استعمال طريقة التمهيد لـ ىولت – وينًتز ‪:‬‬
‫‪ -‬سبهيد الثابت ‪: a‬‬

‫) ‪at  1  Yt  St  p   (1  1 )  (at 1  bt 1‬‬

‫مثال ‪:‬‬
‫‪a7  0,4  1118  (657)  (1  0,4)  (1488,95  (21,08))  1590,73‬‬
‫‪ -‬سبهيد معامل االضلدار ‪: b‬‬
‫‪bt   2  (at  at 1 )  (1   2 )  bt 1‬‬
‫مثال ‪:‬‬
‫‪b7  0,1 (1590,73  1488,95)  (1  0,1)  (21,08)  8,79‬‬
‫‪ -‬سبهيد الفصلية ‪: S‬‬
‫‪St  3  Yt  at   (1  3 )  St  p‬‬
‫مثال ‪:‬‬
‫‪S7  0,3  1118  1590,73  (1  0,3)  (657)  601,72‬‬
‫و بعد حساب ادلعامالت الفصلية لوحظ ان رلموعها ال يساوي الصفر‪ ،‬اذن نقوم بتعديلها ‪:‬‬
‫‪  56,3 ‬‬
‫‪S7  601,72  ‬‬ ‫‪  587,64‬‬
‫‪ 4 ‬‬
‫‪ -‬تقدير قيمة ادلبيعات انطالقا من النموذج التقديري التارل ‪:‬‬
‫‪Yˆt  k  (at  bt  k )  St  p  k‬‬
‫فمثال ‪:‬‬
‫‪Yˆ7  (a6  b6 1)  S6 41‬‬
‫أي ‪:‬‬
‫‪Yˆ7  (1488,95  (21,08) 1)  (657)  810,88‬‬

‫‪97‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫التنبؤ ابتداءا من الثالثي االول لسنة ‪: 2022‬‬

‫‪ ، Yˆt  k  (at  bt  k )  St  p  k‬اذا كان ‪1  k  p‬‬
‫‪ ، Yˆ  (a  b  k )  S‬اذا كان ‪p  1  k  2 p‬‬
‫‪t k‬‬ ‫‪t‬‬ ‫‪t‬‬ ‫‪t 2 p  k‬‬

‫و عليو فان ‪:‬‬

‫‪Yˆ13  (1696,95  3,88 1)  (512,67)  1188,05‬‬
‫‪Yˆ  (1696,95  3,88  2)  (317,15)  1387,46‬‬
‫‪14‬‬

‫‪Yˆ15  (1696,95  3,88  3)  (579,33)  1129,15‬‬

‫‪Yˆ  (1696,95  3,88  4)  (1409,15)  3121,51‬‬
‫‪16‬‬

‫‪Yˆ17  (1696,95  3,88  5)  (512,67)  1203,56‬‬

‫يبُت اجلدول التارل بقية قيم التنبؤ بواسطة ظلوذج ‪ HW‬للشكل التجميعي ‪:‬‬
‫مالحظة ‪:‬‬
‫تبدا عملية التمهيد من الفًتة ‪ ، P  1‬و حلل مشكلة القيم االبتدائية نضع يف ىذه احلالة ما يلي ‪:‬‬
‫‪ -1‬وضع كل القيم االبتدائية مساوية اذل الصفر يف حالة وجود عدد معترب من ادلشاىدات‪.‬‬
‫‪ -2‬تكون القيم االبتدائية بالشكل التارل ‪. Yp  Yp :‬‬
‫‪T‬‬ ‫‪TRI‬‬ ‫‪Yt‬‬ ‫‪at‬‬ ‫‪bt‬‬ ‫‪St‬‬ ‫*‪St‬‬ ‫‪Yˆt‬‬
‫‪1‬‬ ‫‪1/2019‬‬ ‫‪1248‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪-466‬‬ ‫‪-466‬‬ ‫‪-‬‬
‫‪2‬‬ ‫‪2/2019‬‬ ‫‪1392‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪-322‬‬ ‫‪-322‬‬ ‫‪-‬‬
‫‪3‬‬ ‫‪3/2019‬‬ ‫‪1057‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪-657‬‬ ‫‪-657‬‬ ‫‪-‬‬
‫‪4‬‬ ‫‪4/2019‬‬ ‫‪3159‬‬ ‫‪1714‬‬ ‫‪00‬‬ ‫‪1445‬‬ ‫‪1445‬‬ ‫‪-‬‬
‫‪5‬‬ ‫‪1/2020‬‬ ‫‪891‬‬ ‫‪1571,2‬‬ ‫‪-14,28‬‬ ‫‪-530,26‬‬ ‫‪-516,19‬‬ ‫‪-‬‬
‫‪6‬‬ ‫‪2/2020‬‬ ‫‪1065‬‬ ‫‪1488,95‬‬ ‫‪-21,08‬‬ ‫‪-352,59‬‬ ‫‪-338,51 1234,92‬‬
‫‪7‬‬ ‫‪3/2020‬‬ ‫‪1118‬‬ ‫‪1590,73‬‬ ‫‪-8,79‬‬ ‫‪-601,72‬‬ ‫‪-587,64 810,88‬‬
‫‪8‬‬ ‫‪4/2020‬‬ ‫‪2934‬‬ ‫‪1544,76‬‬ ‫‪-12,51‬‬ ‫‪1428,27‬‬ ‫‪1442,34 3026,93‬‬
‫‪9‬‬ ‫‪1/2021‬‬ ‫‪1138‬‬ ‫‪1581,03‬‬ ‫‪-7,63‬‬ ‫‪-504,09‬‬ ‫‪-512,67 1016,06‬‬
‫‪10‬‬ ‫‪2/2021‬‬ ‫‪1456‬‬ ‫‪1661,84‬‬ ‫‪1,21‬‬ ‫‪-308,56‬‬ ‫‪-317,15 1234,88‬‬
‫‪11‬‬ ‫‪3/2021‬‬ ‫‪1224‬‬ ‫‪1712,49‬‬ ‫‪7,16‬‬ ‫‪-570,75‬‬ ‫‪-579,33 1075,41‬‬
‫‪12‬‬ ‫‪4/2021‬‬ ‫‪3090‬‬ ‫‪1696,85‬‬ ‫‪3,88‬‬ ‫‪1417,74‬‬ ‫‪1409,15 3171,99‬‬
‫‪13‬‬ ‫‪1/2022‬‬ ‫‪1188,05‬‬
‫‪14‬‬ ‫‪2/2022‬‬ ‫‪1387,46‬‬
‫‪15‬‬ ‫‪3/2022‬‬ ‫‪1129,15‬‬
‫‪16‬‬ ‫‪4/2022‬‬ ‫‪3121,51‬‬
‫‪17‬‬ ‫‪1/2023‬‬ ‫‪1203,56‬‬
‫ؽلكن توضيح اكثر قيم التنبؤ و مدى تناسقها مع القيم احلقيقية دلعرفة مدى دقة البيانات ادلتوقعة ادلتحصل عليها‬
‫وفق طريقة ‪ HW‬من خالل الشكل التارل الذي يضم قيم القيم التنبؤ و القيم احلقيقية ‪:‬‬

‫‪98‬‬
‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪3500‬‬

‫‪3000‬‬

‫‪2500‬‬

‫‪2000‬‬
‫مبيعات‬
‫‪1500‬‬ ‫مبيعات متوقعة‬

‫‪1000‬‬

‫‪500‬‬

‫‪0‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪10 11 12 13 14 15 16 17‬‬

‫نالحظ ان ىناك تطابق شبو تام بُت القيم احلقيقية و القيم ادلتنبا هبا وفق طريقة ‪ ، HW‬حيث ان قيم التنبؤ‬
‫اخذت نفس ربرك ادلومسية للسلسلة االصلية و اذباىها العام يدل ىذا عموما على مدى دقة و اعلية‬
‫طريقة‪ HW‬يف التنبؤ‪.‬‬

‫‪99‬‬
‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫المحور ‪ ‬السادس‬
‫طريقة بوكس‪-‬جنكنز للتنبؤ بالسالسل الزمنیة‬

‫‪Box-Jenkins method for time series‬‬

‫‪forecasting‬‬

‫اهداف المحور السادس ‪:‬‬

‫‪ ‬التعرف على اىم خواص السلسلة الزمنیة‬

‫‪ ‬التعرف على اىم النماذج الخطیة للسلسلة الزمنیة مع تحديد خواصها ‪.‬‬

‫‪ ‬تحديد دالتي االرتباط الذاتي و االرتباط الجزئي للسالسل الزمنیة‬

‫‪ ‬معرفة كیفیة تحديد النموذج العام للسالسل الزمنیة بناءا على دالتي االرتباط الذاتي و االرتباط‬

‫الجزئي‬

‫‪ ‬التعرف على اىم خطوات طريقة ‪ Box-Junkins‬في التنبؤ بالسالسل الزمنیة‬

‫‪ ‬طريقة التنبؤ وفق طريقة ‪ Box-Junkins‬باستخدام مثال عملي‬

‫‪100‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫مــن خــالل مــا ســبق يف ظلــاذج السالســل الزمنيــة‪ ،‬و أثنــاء دراســتنا لظــاىرة معينــة نعتمــد علــى دراســة الســلوك‬
‫ادلاضي لذلك ادلتغَت‪ ،‬مث و من خالل النتائج ادلستخلصة‪ ،‬نبٍت ظلوذج تنبوئي مستقبلي‪.‬‬
‫كــون ىــذه النمــاذج‪ ،‬ال تســتعُت بكــل ادلعلومــات الــيت تســتعملها النمــاذج االضلداريــة مــن معطيـات حــول ادلتغــَت ادلـراد‬
‫دراســتو‪ ،‬و كــذا ادلعلومــات اخلاصــة و احمليطــة هبــذه الظــاىرة‪ ،‬و الــيت نســميها بــادلتغَتات ادلســتقلة و ادلــؤثرة يف ادلتغــَت‬
‫التابع (الظاىرة) إال أهنا أثبتت جداراها يف ادليدان التنبوئي القصَت ادلدى‬
‫إن الف ــرق ب ــُت ظل ــاذج االس ــتقطاب‪ ،‬و ىـ ــذه النم ــاذج ادلس ــماة ب ــوكس‪-‬جنكنـ ــز ك ــالفرق ب ــُت االختب ــارات احلـ ــرة و‬
‫االختبارات غَت احلرة‪ .‬و ذلذا فان اجملموعة األخَتة تعترب منـافس حقيقـي لنمـاذج االسـتقطاب‪ ،‬رغـم صـعوبة التعامـل‬
‫معها من حيث التحديد‪ ،‬التقدير و االختبار مقارنة بالنماذج ادلكيفة الـواردة ضـمن ظلـاذج االسـتقطاب الـيت ال تـوفر‬
‫و بسبب عدم خضوعها لعملية التقدير‪ ،‬رلاالت الثقة‪ ،‬اليت تساىم بشكل كبَت يف االختيار ادلوفق للنموذج‬
‫و ذلــذا فــان ظلــاذج بــوكس‪-‬جنكنــز ربتــاج إذل إمكانيــات ماديــة و بشـرية متخصصــة‪ ،‬تقــوم دبهــام التنبــؤ يف ادلؤسســات‬
‫احلديثة ادلتوسطة و الكبَتة‪.‬‬

‫‪ .2‬خصائص السلسلة الزمنیة‬

‫إن عمليــة التحليــل يف ىــذه النمــاذج و كغَتىــا مــن النمــاذج األخــرى اهــتم باســتخالص اخلصــائص اجلوىريــة للسلســلة‬
‫الزمنية بغية االستفادة منها ألغراض النمذجة فيما بعد و من ىذه اخلصائص صلد‪:‬‬

‫‪ .2.2‬العشوائیة‬

‫تتمثل يف ادلركبة العشوائية اليت غلب أن تكون قد تولدت عـن ظـروف عشـوائية و بإتبـاع مـا تطرقنـا إليـو سـابقا‪ ،‬لـدينا‬
‫السلسلة ‪ yt‬ذات مركبتُت عشوائيتُت و اذباه عام و بأخذ فروقااها من الدرجة األوذل نتحصـل علـى سلسـلة عشـوائية‬
‫فقط كاأليت‪:‬‬

‫‪wt   t‬‬
‫‪y t  yt 1   t  wt  y t  yt 1‬‬
‫‪ y t  yt 1   t .....1‬‬

‫حيث ىذا النموذج األخَت (‪ )1‬يسمى بنموذج االنتقال العشوائي (‪)process random wolk‬‬
‫أو نس ـ ــتطيع تس ـ ــميتو بنم ـ ــوذج االضل ـ ــدار ال ـ ــذايت م ـ ــن الدرج ـ ــة األوذل دبعلم ـ ــة أحادي ـ ــة )‪ AR(1‬بتعب ـ ــَت (‪Box-‬‬
‫‪.)Jenkins‬‬

‫‪101‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪ .0.2‬اإلستقرارية ‪stationarity‬‬

‫تكون السلسـلة العشـوائية مسـتقرة‪ ،‬إذا تذبـذبت حـول وسـط حسـايب ثابـت‪ ،‬مـع تبـاين لـيس لـو عالقـة مـع الـزمن‪ ،‬و‬
‫ؽلكن التعبَت عنو رياضيا كمايلي‪:‬‬
‫‪E  yt   u‬‬
‫‪E  yt  u    2   0 , t‬‬
‫‪2‬‬

‫‪E y t  u  y t  k  u    k‬‬

‫كون ىذه ادلقاييس خاصة باجملتمع‪ ،‬فيمكن حساب تلك اخلاصة بالعينة بواسطة الوسط احلسايب‬

‫و التباين‪.‬‬

‫ك ــذلك باس ــتعمال فك ــرة ادلع ــادالت التفاض ــلية ‪ Differential equations‬و بإعل ــال العنص ــر العشـ ـوائي‬
‫نستطيع دراسة االستقرارية باالستعانة بادلعادلة ادلتجانسة من الدرجة األوذل‪:‬‬

‫‪yt  . yt 1‬‬

‫و لكي يكون احلل مستقر غلب أن يكون ‪.  1‬‬

‫و ادلعادلة غَت ادلتجانسة من الدرجة األوذل و اليت تكتب بعد إعلال اخلطأ العشوائي يف الشكل‪:‬‬

‫‪yt  . yt 1  d‬‬

‫و يكون ىذا احلل معقول عندما ‪  1‬و تباينها يكون ثابت‪.‬‬

‫تتمثل أسـباب عـدم االسـتقرار يف مركبـة االذبـاه العـام و الفصـلية و للـتخلص مـن مشـكل عـدم االسـتقرارية غلـب أوال‬
‫معرفة مسبباتو‪ ،‬مث زلاولة إزالتها بإحدى الطرق السالفة الذكر‪ ،‬بعد تطبيق التقنيـة دلـرة أو مـرتُت‪ ،‬و مـن ىـذه الطـرق‪:‬‬
‫طريق ــة الفروق ــات م ــن الدرج ــة األوذل إلزال ــة مركب ــة االذب ــاه الع ــام و م ــن الدرج ــة (‪ )p‬الس ــتبعاد ادلركب ــة الفص ــلية مـ ـن‬
‫السلسلة الزمنية‪.‬‬
‫كما ؽلكن اإلزالة بطريقة بوكس‪-‬حنكينز يف شكلها البسيط و ادلتمثل يف إدخال اللوغاريتم على السلسلة‪.‬و سـنرى‬
‫كيفية كشف عدم االستقرار و ذلك باستعمال دالة االرتباط الذايت مـع اختبـار بارتلـت (‪ )Bartlett‬و ادلسـمى ب ـ‬
‫قاعدة اإلهبام(‪ )Rule of thumb‬حيث معامالت ىذه الدالة تتجو ضلو عدم االنعدام يف آجال زلددة‪.‬‬

‫‪102‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪ .2.2‬دالة االرتباط الذاتي‬

‫توض ــح ى ــذه الدال ــة االرتب ــاط ادلوج ــود ب ــُت ادلش ــاىدات يف فـ ـًتات سلتلف ــة و ى ــي ذات أعلي ــة بالغ ــة يف إبـ ـراز بع ــض‬
‫اخلصائص اذلامة للسلسلة الزمنية‬
‫يعرف االرتباط الذايت من الدرجة ‪ k‬كمايلي‪:‬‬
‫‪cov  y t , y t  k‬‬ ‫‪‬‬
‫‪k ‬‬
‫‪var  y t  var  y t  k‬‬ ‫‪‬‬
‫‪‬‬
‫‪E  y t  u y  y t  k  u y‬‬ ‫‪‬‬
‫‪k ‬‬
‫‪E y t  u y‬‬ ‫‪ .E y‬‬ ‫‪u y‬‬ ‫‪‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪t k‬‬

‫‪k‬‬ ‫‪k‬‬
‫‪k ‬‬ ‫‪‬‬
‫‪‬‬ ‫‪y‬‬
‫‪2‬‬
‫‪.‬‬ ‫‪y‬‬
‫‪2‬‬
‫‪‬‬ ‫‪y‬‬
‫‪2‬‬

‫‪k‬‬
‫‪k ‬‬
‫‪0‬‬
‫و مقدرات ىذه التباينات و التباينات ادلشًتكة مث معامالت االرتباط الذايت اخلاص بالعينة تكون‪:‬‬

‫‪yˆ k‬‬
‫‪̂ k ‬‬ ‫‪ rk‬‬
‫‪yˆ 0‬‬
‫‪1 T‬‬
‫‪yˆ k ‬‬ ‫‪  yt  y . yt k  y   ck‬‬
‫‪T t  k 1‬‬
‫‪1 T‬‬
‫‪yˆ 0 ‬‬ ‫‪  y t  y   c0‬‬
‫‪2‬‬

‫‪T t 1‬‬

‫وإلختبار مدلولية معامالت ‪( ̂ k‬اإلرتباط الذايت) نستعمل إختبار بارتلي حيث‪:‬‬

‫‪ˆ k  ˆ 0‬‬
‫‪t ˆ k ‬‬
‫‪ ˆ k ‬‬
‫مع ‪:‬‬
‫‪1‬‬

‫‪1 ‬‬ ‫‪‬‬

‫‪k 1‬‬ ‫‪2‬‬
‫‪ ˆ ‬‬ ‫‪1  2 ˆ k2 ‬‬
‫‪T‬‬‫‪‬‬ ‫‪‬‬
‫‪‬‬
‫‪k‬‬
‫‪j 0‬‬

‫حيث ؽلثل ‪ ˆ ˆ k ‬اإلضلراف ادلعياري لتوزيع عينة القيم ‪، ̂ k‬مث نقوم بإختبار الفرضية التالية‪:‬‬

‫‪H 0 : k  0‬‬
‫‪H1 :  k  0‬‬

‫‪103‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪ .0‬مراحـل التنبـؤ وفـق طريقـة بـوكس‪-‬جینكینـز‪ :‬يكـون اذلـدف األساسـي ذلـذه الدراسـة بعـد اذلـدف البيـداغوجي‪،‬‬
‫ىــو بنــاء ظلــاذج خطيــة للظــاىرة العش ـوائية و اســتعماذلا يف ميــدان التنبــؤ‪ .‬و ىــذا يكــون علــى أســاس شــرح أو تفســَت‬
‫سلوك متغَت ما من خالل خصائصو البارزة و ادلتمثلة يف ماضي ىذا ادلتغَت ادلدروس‪.‬‬
‫يقسم ىذا ادلوضوع حسب بوكس‪-‬جنكنز إذل أربعة مراحل رئيسية ىي متمثلة يف الشكل التارل‪:‬‬

‫تحديد النموذج‬

‫تقدير معالم النموذج‬

‫إختبار المعالم‬

‫ال‬ ‫نعم‬
‫التنبؤ‬

‫‪ .2.0‬المرحلة االولى‪ :‬مرحلة تحديد النموذج ‪Identification‬‬

‫يف ىذه ادلرحلة يتم التعرف على النموذج الذي زبضـع لـو السلسـلة الزمنيـة و مـن خـالل دالـة االرتبـاط الـذايت و دالـة‬
‫االرتباط الذايت اجلزئي سوف نتعرف عليهما فيما بعـد‪ ،‬نسـتخرج اخلصـائص اذلامـة للسلسـلة و الـيت تسـمح بتحديـد‬
‫النمــوذج أو النمــاذج ادلالئمــة‪ ،‬و الــيت تنتمــي إذل رلموعــة ظلــاذج بــوكس‪-‬جنكنــز و ادلتمثلــة يف ادلتوســطات‪ ،‬النمــاذج‬
‫االضلدارية و النماذج ادلختلطة و ادلختلطة ادلركبة‬
‫‪ .2.2.0‬النماذج الخطیة للسلسلة الزمنیة ‪:‬‬
‫أ‪.‬نماذج المتوسطات المتحركة‪Moving average :‬‬

‫أول التساؤالت اليت ؽلكن طرحها اآلن حول ىذا النموذج ىو ما شكلها و ما شكل دالة ارتباطها الذاتية؟‬
‫األوســاط ادلتحركــة )‪ MA(q‬مــاىي إال عبــارة عــن الوســط احلســايب جملموعــة مــن قــيم الظــاىرة‪ ،‬حيــث يــتم إعطــاء‬
‫أوزان متســاوية لكافــة مشــاىدات الظــاىرة‪ ،‬خــالل الفــًتة احملــددة فــإذا حــدد الباحــث عــدد القــيم بثالثــة مســي الوســط‬
‫احلسايب وسطا متحركا بفًتة ثالثة وحدات زمنية‪.‬‬

‫‪104‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫ؽلكن إجراء عملية التنبؤ بقيم أي ظاىرة من خالل استخدام األوساط ادلتحركة و احملتسبة لفًتات زمنية معينة‪.‬‬
‫يكتب ظلوذج ادلتوسطات ادلتحركة يف شكل خطي كمايلي‪:‬‬
‫‪yt  u   t  1 t 1   2 t 2   3 t 3  .......   q  t q‬‬
‫و ىو من الدرجة ‪ q‬أى ػلتوي على األكثر ‪ q‬من ادلعادل‪.‬‬
‫والستنباط اخلصائص اجلوىرية للنموذج نظريا نقوم بطرح الفرضيات التالية‪:‬‬

‫‪E  t   0‬‬
‫‪E  t    ‬‬
‫‪2‬‬ ‫‪2‬‬

‫‪E  t  t  k   0...k  0‬‬

‫و مــن شــروط اســتقرار ىــذه السلســلة أن يكــون وســطها غــَت مـرتبط بــالزمن و تباينهــا هنــائي و ىــذا يعــٍت أن وســطها‬
‫‪E  yt   u‬‬
‫ووسط ىذه السلسلة ربت ىذه الفرضيات يساوي ‪ u‬و ىو مستقل عن الزمن‪.‬‬
‫‪p2  0‬‬ ‫نتيجة‪ :‬تنعدم دالة االرتباط الذايت مباشرة بعد الدرجة ( ‪ ) q‬فإذا كان ظلوذج )‪ MA(1‬فإن‬
‫بينما إذا كان )‪ MA(2‬فإن ‪ p3  0‬و ىكذا‪.‬‬
‫و منو فإن دالة االرتباط الذايت ادلوالية سبثل ظلوذج )‪ MA(3‬بـ ‪ 1  0; 2  0‬بينما ‪  3‬موجبة‪.‬‬
‫دالة االرتباط الذايت ادلوالية سبثل ظلوذج )‪MA(3‬‬

‫‪AC‬‬

‫‪0.4‬‬

‫‪0.35‬‬

‫‪0.3‬‬

‫‪0.25‬‬

‫‪0.2‬‬

‫‪q‬‬
‫‪2 2‬‬ ‫‪2……………00k‬‬

‫‪105‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫ب‪ .‬نماذج االنحدار الذاتي(‪:AR )p‬‬

‫مازلنا دائما يف مرحلة التعرف على ظلوذج السلسلة الزمنية من خالل النظر إذل وسطها احلسايب‬
‫و تباينهــا‪ ،‬فيفســر يف ىــذا النــوع مــن النمــاذج ادلتغــَت التــابع ادلمثــل للظــاىرة ادلدروســة بواســطة ماضــيو فقــط‪ ،‬و الــذي‬
‫ؽلثل سلوكو يف ادلاضي‪ ،‬و يشار إليو بالرمز )‪ AR(p‬و يكتب كمايلي‪:‬‬

‫‪yt    1 yt 1  2 yt 2  .....   p yt  p   t‬‬

‫حيث ‪ p‬سبثل تأخَت النموذج‪.‬‬

‫أوال‪ .‬خصائص النموذج‪:‬‬
‫على غرار ظلاذج ادلتوسطات ادلتحركة‪ ،‬ضلاول النظر يف خصائص النماذج الذاتية لالضلدار من درجة بسيطة‪ ،‬لعلنا‬
‫نستنتج قاعدة عامة للتعرف على ىذا النوع من النماذج‪ .‬من خالل دراسة دالة االرتباط الذايت أو دالة االرتباط‬
‫الذايت اجلزئي‬
‫مثال‪ :‬دالة االرتباط الذايت لنموذج )‪AR(1‬‬

‫‪A‬‬ ‫‪PAC‬‬
‫‪C‬‬

‫‪0.7‬‬
‫‪0.7‬‬
‫‪0.6‬‬
‫‪0.6‬‬
‫‪0.5‬‬
‫‪0.5‬‬
‫‪0.4‬‬
‫‪0.4‬‬
‫‪0.3‬‬
‫‪0.3‬‬
‫‪0.2‬‬ ‫‪p‬‬ ‫‪p‬‬
‫‪2 2 2 2 3 4 5 6 7…0k‬‬ ‫‪2 2 2……………………00k‬‬

‫نتيجة‪:‬يصعب ربديد درجة النموذج االضلداري مـن ادلعلومـات الـيت توفرىـا دالـة اإلرتبـاط الـذايت‪ ،‬كوهنـا تبقـى مسـتمرة‬
‫التدىور (مضمحلة) يف حالة االستقرار و ال تنعدم بسرعة و يكون تناقصها بشكل أسي‪.‬‬
‫إذن النتيجة ادلتوصل إليها من ىذه األشكال ادلختلفة بالنسبة للنماذج ادلعروضـة‪ ،‬أن معـامالت دالـة االرتبـاط الـذايت‬
‫تنطلق من الواحد و تبقى مسـتمرة التـدىور‪ ،‬بينمـا ىـذه ادلعـامالت تنعـدم مباشـرة عنـد الدرجـة )‪ (q‬بالنسـبة لنمـاذج‬
‫ادلتوسطات ادلتحركة‪ ،‬ففي حالة )‪ MA(2‬مثال تنعدم ىذه ادلعامالت عند الدرجة (‪ )2‬و ىكذا‪.‬‬

‫‪106‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫و ذلذا فإنو ال ؽلكن االسـتعانة هبـذه الدالـة لتحديـد درجـة ظلـاذج االضلـدار الـذايت و لكـن يسـتعان هبـا ألغـراض أخـرى‬
‫ىي‪:‬‬
‫‪-1‬تكشف مدى وجود اإلرتباط بُت مشاىدات الظاىرة ادلدروسة‪.‬‬
‫‪-2‬تساعد كما رأينا على ربديد درجة ظلاذج ادلتوسطات ادلتحركة‪.‬‬
‫‪-3‬ربديــد مــدى اســتقرارية السلســلة الزمنيــة‪ ،‬و الــذي يتجلــى يف أن معــامالت دالــة االرتبــاط الــذايت تتالشــى بســرعة‬
‫‪T ‬‬
‫و ىو متفق عليو‪.‬‬ ‫‪ ‬‬ ‫أي قبل الدرجة ‪ k‬و اليت تعادل‬
‫‪4‬‬
‫‪-4‬كشف أسباب عدم االستقرار كوجود الفصلية و االذباه العام‪.‬‬

‫ثانیا‪ .‬دالة االرتباط الذاتي الجزئي‪Partial Autocorrelation :‬‬

‫أمام الوضـع الصـعب الـذي عرفنـاه للتعـرف علـى ظلـاذج االضلـدار الـذايت )‪ ،AR(p‬حـىت وان كـان مـن درجـة بسـيطة‬
‫مــن خــالل دالـة االرتبــاط الــذايت‪ ،‬نســتعُت بدالــة االرتبــاط الــذايت اجلزئــي بعــد اختبــار مدلوليــة أو معنويــة معامالاهــا و‬
‫ذلك باإلعتماد على منحٌت )‪ (AC‬و )‪ .(PAC‬بواسطة إختبار بارتلي كما يلي‪:‬‬
‫‪ˆ ‬‬
‫‪‬‬
‫‪t ˆ ‬‬
‫‪ ‬‬
‫‪kk‬‬ ‫‪kk‬‬
‫‪kk‬‬ ‫ˆ‬
‫‪ˆ kk‬‬

‫حيث‪ : ̂kk :‬سبثل معامالت دالة االرتباط الذايت اجلزئي ادلقدرة‪.‬‬

‫‪ : ̂ ̂kk ‬سبثل االضلراف ادلعياري لتوزيع عينة القيم ‪ ̂kk‬و اليت تساوي إذل‪:‬‬
‫‪ˆ ‬‬‫‪kk‬‬‫‪ ‬‬
‫‪ˆ  1‬‬
‫‪T‬‬
‫و نقوم بإختبار الفرضية التالية اليت تعتمد على نفس مفهوم إختبار ستيودنت كما يلي‪:‬‬

‫‪H 0 : k  0‬‬
‫‪H1 :  k  0‬‬
‫إن شكل النموذج الذي نريد ربديده‪ ،‬ؼلضع للشكل العام التارل )‪:AR(p‬‬
‫‪yt  1 yt 1  2 yt 2  .....   p yt  p   t‬‬
‫وؽلكــن تعريــف ىــذه الدالــة بأهنــا سبثيــل بيــاين دلعلمــات ىــذه الدالــة ‪ ˆk‬مقابــل ‪ ، k‬ولتوضــيح كيفيــة حســاب ىــذه‬
‫ادلعامالت ندرج الطريقتُت التاليتُت‪:‬‬

‫‪107‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪ -2‬الطريقة االنحدارية‪:‬‬
‫‪T‬‬
‫علــى‬ ‫‪yt‬‬ ‫و احلصــول علــى ‪ ، ˆ1‬مث‬ ‫‪y t 1‬‬ ‫علــى‬ ‫ل ـ ‪yt‬‬ ‫‪ ، k ‬مث إجـراء عمليــة التقــدير‬ ‫تتمثــل يف ربديــد أوال الدرجــة‬
‫‪4‬‬
‫دلــا تنعــدم أو تقــًتب منــو‬ ‫‪p‬‬ ‫‪ yt 2‬و احلصــول علــى ‪ ، ˆ2‬و ىكــذا إذل غايــة احلصــول علــى ‪ ، ˆk‬و تتحــدد الدرجــة‬
‫‪ ، ˆk‬حيث ‪k p‬‬

‫‪ -0‬طريقة معادلة يول‪-‬ولكر ‪yule-walker‬‬

‫تلجأ ىذه الطريقة إذل معـدالت يـول‪-‬ولكـر مـن خـالل معـامالت دالـة االرتبـاط الـذايت لتقـدير معـادل النموذج‪،‬حيـث‬
‫ادلقــدرات و يف حالــة ظلــاذج )‪ AR(p‬تك ــون فعالــة‪ ،‬ففــي حالــة )‪ AR(2‬تك ــون لــدينا معــادلتُت ليــول‪-‬ولكــر‬
‫كمايلي‪:‬‬

‫‪p1  1   2 p1  ......   p p p 1‬‬

‫‪p 2  1 p1   2  ......   p p p  2‬‬
‫‪‬‬
‫‪p1  1 p k 1   2 p k  2  ......   p p k  p‬‬

‫وىي معادالت يول‪-‬ولكر الناذبة عن قسمة ىذه ادلعادالت على التباين‬

‫‪y k  E yt yt 1   1 y k 1  2 y k 2  .....   p y k  p‬‬
‫دبعرفــة معــادل دالــة اإلرتبــاط الــذايت ‪ p k‬حيــث( ‪ ) k  1........K‬ؽلكــن معرفــة ‪ 1 ....... p‬و العكــس صــحيح و ذلــذا‬
‫ؽلكن احلصول على ىذه األخَتة بعد تعويض ‪ p k‬دبقدرااها‪.‬‬
‫ولكن ادلشكل ادلطروح ىو كيفية ربديد الدرجة ‪ p‬و ذلك بالتعويض يف معادالت بول‪-‬ولكر‬
‫و تعويض ‪ p k‬دبقدرااها ‪ rk‬مث افًتاض أن السلسلة زبضع لنموذج من الدرجة األوذل مث الثانية و ىكذا‪.‬‬
‫من خالل ما سبق رأينا أن )‪ MA(q‬تنعـدم فيهـا دالـة اإلرتبـاط الـذايت مباشـرة بعـد التـأخَت ‪q‬و )‪ AR(p‬تنعـدم‬
‫فيها دالة اإلرتباط الذايت اجلزئي مباشرة بعد التأخَت‪ p‬نظريا‪ ،‬إال انو يف الواقع غَت ذلك و ذلذا‬
‫وجــب اســتعمال أدوات اختباريــة خاصــة للبحــث يف معنويــة ىــذه ادلعــامالت مث التحديــد مث عــزل ادلعــادل غــَت الصــفرية‬
‫لكل دالة‪ ،‬مث ربديد درجة النموذج إن أمكن‪.‬‬
‫ج‪ .‬النماذج المختلطة‪ARMA (p.q).‬‬

‫و قسم ادلتوسـطات ادلتحركـة ذو الدرجـة ‪ q‬و تكتـب يف‬ ‫‪p‬‬ ‫تشمل ىذه النماذج على القسم اإلضلداري ذي الدرجة‬
‫الشكل التارل‪:‬‬
‫‪yt  1 yt 1  2 yt 2  .....   p yt  p   t  1 t 1  .....   q  t q‬‬

‫‪108‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫أوال‪ .‬النمذجة‪:‬‬
‫سبث ــل النم ــاذج ‪ ARMA‬مرك ــب ع ــام و ذل ــك بالتنس ــيق ب ــُت الق ــيم ادلاض ــية و األخط ــاء ادلاض ــية و ذل ــك لتعي ــُت‬
‫ادلعادلة‪.‬‬

‫‪‬‬
‫‪ARMA p, q  : 1  1 L   2 L2  ....   p Lp yt‬‬ ‫‪‬‬
‫‪‬‬
‫‪ 1   1 L   2 L2 .....   q Lq  t‬‬ ‫‪‬‬
‫‪ARMA1,0  AR 1‬‬
‫إذن‬
‫‪ARMA0,1  MA1‬‬

‫ثانیا‪ .‬ممیزات العرض البیاني‪:‬‬

‫الع ــرض البي ــاين البس ــيط و اجلزئ ــي يتمث ــل يف مس ــلك ذو أعلي ــة ؽل ــزج ب ــُت ن ــوعُت م ــن الع ــرض البي ــاين يًتك ــب م ــن‬
‫‪MA‬و‪ AR‬بالضبط‪ ،‬مـع احلـذر كـذلك جيـدا مـن حساسـية تعريـف ىـذه ادلركبـات انطالقـا مـن دراسـة وظيفـة دالـة‬
‫اإلرتباط الذايت‪.‬‬
‫ثالثا‪ .‬شروط االستخدام‪:‬‬
‫النماذج ‪ ARMA, MA, AR‬ال تكون ذات مدلولية أو غَت مقبولة إال عند السالسل ذات‪:‬‬
‫‪-‬اإلستقرارية حول مركبة اإلذباه‬
‫‪-‬السالسل بعد تصحيح التغَتات الفصلية‬
‫إن دال ــة االرتب ــاط ال ــذايت اجلزئ ــي ال تك ــون مس ــَتة م ــن الط ــرف اإلضل ــداري بع ــد الف ــًتة ‪ ، P‬ب ــل موجه ــة م ــن ط ــرف‬
‫ادلتوسطات ادلتحركة و ذلـذا يصـعب التعـرف علـى النمـاذج ادلختلطـة و النمـاذج ادلركبـة الـيت سـنتطرق إليهـا فيمـا بعـد‪،‬‬
‫كون الدالتُت مستمرتُت االضمحالل‪ ،‬فنعتمد على التجربة مث اخلربة فيما بعد لتحديد ‪ p‬و ‪q‬‬

‫د‪ .‬النماذج المختلطة المتكاملة )‪:ARIMA (p,d,q‬‬

‫يســمى ىــذا النــوع مــن النمــاذج بالنمــاذج ادلتجانســة غــَت ادلســتقرة أو ادلختلطــة ادلرتكاملــة ‪INTEGRATED‬‬
‫مــن الدرجــة ‪ d‬الــيت سبثــل عــدد مـرات تطبيــق طريقــة الفــرو قــات مــن الدرجــة ‪ d‬علــى السلســلة الزمنيــة للحصــول علــى‬
‫أخــرى مســتقرة و يرمــز إليها(ادلختلطــة ادلركبــة)ب ‪ ARIMA  p; d ; q ‬و ىــي زبتلــف عــن )‪ ARMA(p;q‬يف‬
‫أن السلســلة الزمنيــة غــَت مســتقرة و إلزالــة عــدم االســتقرار ىــذا غلــب اســتعمال طريقــة مناســبة دلصــدر عــدم االســتقرار‬
‫فنطبــق طريقــة الفــرو قــات مــن الدرجــة ‪d‬إذا كــان مصــدر عــدم اإلســتقرار ىــذا ىــو االذبــاه العــام و ىــذا دلــرة أو م ـرتُت‬
‫بينم ـ ـ ــا نطب ـ ـ ــق الفروق ـ ـ ــات م ـ ـ ــن درج ـ ـ ــة مناس ـ ـ ــبة كم ـ ـ ــا رأين ـ ـ ــا إلزال ـ ـ ــة الفص ـ ـ ــلية و يتغ ـ ـ ــَت الرم ـ ـ ــز الالتي ـ ـ ــٍت للنم ـ ـ ــوذج‬
‫ليصبح)‪ SARIMAs(p,d,q‬حيث تشَت‪ p,q‬إذل درجة الفصلية بينمـا‪ d‬ترمـز إذل عـدد مـرات تقنيـة الفروقـات‬
‫‪109‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫من الدرجة ‪ P‬على السلسلة األصلية بينما‪ S‬سبثل درجة الفصلية فتكـون ‪ 4‬مـثال يف دوريـة مومسيـة كمـا نطبـق طريقـة‬
‫ب ــوكس‪-‬ك ــوكس ادلتمثل ــة يف ش ــكلها البس ــيط يف اللوغ ــاريتم يف حال ــة ع ــدم االس ــتقرار الن ــاتج ع ــن االذب ــاه الع ــام يف‬
‫التباين‪.‬‬
‫فــإذا ثبــت لــدينا مــثال و عــن طريــق الكشــف البيــاين أو اإلحصــائي أن مصــدر عــدم االســتقرار يف السلســلة‪ Yt‬ىــو‬
‫االذباه العام نطبق الفروقات من الدرجة األوذل دلرة فتكون‪d=1‬‬
‫ونكتب‪:‬‬
‫‪wt  yt  yt 1‬‬

‫إذا كانــت السلســلة الناذبــة ‪ wt‬مســتقرة يكــون النمــوذج ىــو )‪ ARIMA(p,1,q‬فــإذا كانــت غــَت ذلــك فنطبــق‬
‫الطريقة نفسها للمرة الثانية أي‪ d=2‬وىكذا أي‪:‬‬
‫‪z t  wt  wt 1‬‬
‫ويكون النموذج )‪ ARIMA(p,2,q‬و نتبع نفس أسلوب التحديد لتحديد ‪ p‬و ‪ q‬للسلسلة الناذبة‪.‬‬
‫تتلخص رلمل اخلطوات الضرورية أثناء العمل التطبيقي ادلتمثل يف ادلراحل التالية‪:‬‬
‫‪-1‬تكــون دالــة االرتبــاط الــذايت )‪ (AC‬مؤش ـرا مهمــا لكشــف عــدم إســتقرارية سلســلة زمنيــة وىــذا عنــدما ال تنعــدم‬
‫‪T‬‬
‫(ربع عدد ادلشاىدات) و تناقصـها يكـون يف شـكل أسـي نظريـا‪ ،‬بينمـا تطبيقيـا‬ ‫ىذه الدالة بعد فًتة معينة تعادل‬
‫‪4‬‬
‫غلــب أن تقــع معــامالت ىــذه الدالــة داخــل رلــال ثقــة مناســب حــىت تكــون مســتقرة و إال فــال‪ .‬وىنــا نكــون بصــدد‬
‫دراسة النماذج ادلركبة كما أهنا تعترب كاشف مهم للفصـلية مـن خـالل القمـم و التنبـؤات الـيت تظهـر يف شـكل منـتظم‬
‫على ىذه الدالة‪.‬‬
‫‪-2‬بالنسبة لنماذج ادلتوسطات ادلتحركة من الدرجة ‪ q‬تنعدم دالـة االرتبـاط الـذايت مباشـرة بعـد الدرجـة ‪ q‬بينمـا دالـة‬
‫االرتباط الذايت اجلزئية متدىورة أي متناقصة و لكنها ال تنعدم حلظيا‪.‬‬
‫‪-3‬بالنســبة لنمــاذج االضلــدار الــذايت مــن الدرجــة ‪ p‬فــإن دالــة االرتبــاط الــذايت اجلزئيــة )‪ (PAC‬تنعــدم مباشــرة بعــد‬
‫الدرجة ىذه بينما دالة االرتباط تبقى متناقصة ولكنها ال تنعدم بنفس السرعة‪.‬‬
‫‪-4‬أمــا النمــاذج ادلختلطــة فــإن الــدالتُت تبقيــان مســتمريت التــدىور ولكنهمــا ال تنعــدمان عنــد الــدرجتُت ادلــذكورتُت‬
‫سابقا‪.‬‬
‫دالة االرتباط الذايت اجلزئي‬ ‫دالة االرتباط الذايت‬ ‫نوع النموذج‬

‫غَت منعدمة‬ ‫تنعدم بعد الفًتة‪q‬‬ ‫)‪MA (q‬‬

‫تنعدم بعد الفًتة ‪p‬‬ ‫غَت منعدمة‬ ‫)‪AR (P‬‬

‫غَت منعدمة‬ ‫غَت منعدمة‬ ‫)‪ARMA (p,q‬‬

‫‪110‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫ه‪ .‬النماذج الفصلیة‪:‬‬

‫إن ادلعطيات االقتصادية غَت السنوية يف غالب األحيـان مـا تكـون ذات مركبـة دوريـة مـن الدرجـة )‪ (p‬كمـا رأينـا مـن‬
‫قبل‪.‬‬
‫تأخذ ىذه النماذج األشكال ادلختلفة السابقة من )‪SARs(p) SMAs(q) SARMAs(p,q‬‬
‫اليت ؽلكن سبثيلها و على الًتتيب يف األشكال التالية دلا ‪ ،s=1 ، q=1،p=1‬دبعٌت أن الدورة شهرية‬
‫‪yt  yt 12   t‬‬

‫و نرمز لو بـ ‪ SAR(1)12‬بينما نكتب ‪ SMA(1)12‬يف شكلو التارل‪:‬‬

‫‪yt   t 12   t‬‬
‫ؽلكــن تطبيقيــا ربديــد الدرجــة الفصــلية للنمــوذج مــن خــالل النظــر يف ادلعــامالت الفصــلية فقــط للدالــة )‪,(PAC‬‬
‫ادلذكورة سابقا و بنفس ادلنهجية السابقة أيضا‪.‬‬
‫و من خالل التمعن يف دالة االرتباط الذايت‪ ،‬و على غرار ما قلناه سابقا نستنتج مايلي‪:‬‬
‫‪T ‬‬
‫ادلذكورة سابقا‪.‬‬ ‫‪ ‬‬ ‫‪-1‬تظهر ادلعلومات اجلوىرية للسلسلة يف الفًتة‬
‫‪4‬‬
‫قمــة عنــد كــل ‪12‬‬
‫‪-2‬ادلركبــة الفصــلية بــارزة فيهــا‪ ،‬و لــذا غلــب أخــذىا بعــُت االعتبــار عنــد النمذجــة حيــث نســجل ّ‬
‫شهر كون ادلعطيات شهرية‪.‬‬
‫‪-3‬تعترب ىذه السلسلة مستقرة كون معامالت دالة اإلرتبـاط الـذايت للسلسـلة ىـذه دخلـت رلـال الثقـة ادلتمثـل يف أن‬
‫معامالت دالة اإلرتباط ال تنعـدم كمـا رأينـا نظريـا‪ ،‬أي أن معـامالت ىـذه الدالـة ال تصـبح مسـاوية للصـفر بعـد أجـل‬
‫مسمى‪.‬‬
‫فيعترب كل معامل ارتباط ذايت يف دالة اإلرتباط الذايت الكلية أو اجلزئية معدوما إذا وقع ضمن اجملال‪:‬‬
‫) ‪ 2 ( ˆ k‬‬
‫حيث‪:‬‬
‫‪1‬‬
‫‪1 ‬‬ ‫‪k 1‬‬
‫‪2‬‬
‫‪1  2 ˆ i ‬‬
‫‪2‬‬
‫‪ ( ˆ k ) ‬‬
‫‪T‬‬ ‫‪i 1‬‬ ‫‪‬‬
‫و ىـذا يسـمى اختبـار بارتلـت ‪ Bartelet test‬الـذي يسـتعان بـو يف عـزل تلـك ادلعـامالت الضـعيفة ادلعنويـة‪ ،‬أي‬
‫الواقع ـ ــة داخ ـ ــل ى ـ ــذا اجمل ـ ــال و ادل ـ ــذكور أع ـ ــاله و من ـ ــو ربدي ـ ــد الدرج ـ ــة ‪ q ‬لقس ـ ــم ادلتوس ـ ــطات ادلتحرك ـ ــة لنم ـ ــوذج‬
‫‪ARMAP, q ‬‬
‫بينما إذا كان‪:‬‬
‫‪ ˆ k  ‬‬
‫‪1‬‬
‫‪T‬‬
‫فنسميو اختبار أو قاعدة اإلهبام ‪ Rule of thump‬الذي يستعمل مع‪:‬‬
‫‪111‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪ ‬دالة االرتباط الذايت لكشف اإلستقرارية للسلسلة الزمنية‪.‬‬

‫‪ ‬دالة االرتباط الذايت اجلزئي دلعرفة درجة القسم االضلداري لنموذج )‪ ARMA(p,q‬و ىو‪:‬‬
‫‪ ‬‬
‫‪ kk ‬‬
‫‪1‬‬
‫‪T‬‬
‫‪-4‬بـاخلربة ؽلكــن مباشــرة مــن خــالل البيــان نســتنتج أن تلــك الدالــة قــد سبثــل دالــة االرتبــاط الــذايت لنمــوذج )‪AR(p‬‬
‫بدورية مقدارىا ‪ 12‬شهرا أي )‪ p=1, SARs(p‬يصبح ‪SAR(1)12‬‬
‫إال أننــا نفضــل يف ىــذه احلالــة أن تــنعكس الفصــلية يف قســم ادلتوســطات ادلتحركــة‪ ،‬كــون دالــة اإلرتبــاط الــذايت اجلزئــي‬
‫خالية من دليل على التأثَت الفصلي على دالة االرتباط الذايت‪.‬‬
‫ذبــدر اإلشــارة ىنــا انــو ؽلكــن ظلذجــة الفصــلية مباشــرة‪ ،‬أو إزالتهــا بطريقــة مناســبة فتحديــد النمــوذج مث إرجــاع ادلركبــة‬
‫الفصلية بعد عملية التنبؤ ادلوفقة‪.‬‬

‫‪ .0.0‬المرحلة الثانیة‪ :‬مرحلة تقدير معالم النموذج‬

‫بعد االنتهاء من مرحلة التعرف على ظلوذج السلسلة الزمنيـة و ذلـك بتحديـد كـل مـن ‪  p, d , q ‬ؽلكننـا االنتقـال إذل‬
‫ادلرحلة التقنية ادلوالية و ادلتمثلة يف مرحلة التقدير دلعادل النموذج‪.‬‬
‫‪ .2.0.0‬تقدير معالم نموذج االنحدار الذاتي‪:‬‬
‫يف ى ــذا الن ــوع م ــن النم ــاذج و بع ــد ربدي ــد الدرج ــة ‪  p ‬يص ــبح م ــن ادليس ــور تق ــدير معادل ــو ‪ 1 ,2 ,......p‬وذل ــك‬
‫باستعمال إحدى الطرق التالية‪:‬‬
‫‪ ‬طريقة معادالت يول‪-‬ولكر‬
‫‪ ‬الطريقة االضلدارية‬
‫اللتان مت التطرق إليهما سابقا باإلضافة إذل الطريقة الثالثة و ادلتمثلة يف‪:‬‬
‫‪ ‬طريقــة أعضــم إحتمــال (ادلعقوليــة العض ـمى) ‪ Maximum Likelihood‬فالتقــدير هبــذه الطريقــة يتوقــف‬
‫أساسا على ربقق التوزيع الطبيعي‪ ،‬و تعتمد مبدأ تصغَت أو تدنية رلموع مربعات البواقي‬
‫‪ Min RSS‬دبعــٌت أننــا ســنختار شــعاع ادلعــادل ‪ 1  2  ......  P ‬الــذي يضــمن تصــغَت رلمــوع مربعــات‬
‫البواقي‪ ،‬أي‪MinS ˆ   et :‬‬
‫‪2‬‬

‫و ؽلكــن االســتعانة هبــذه الطريقــة عنــد تقــدير النمــاذج ادلختلطــة حيــث يــتم يف تلــك احلالــة اختيــار مقــدرات لشــعاعي‬
‫ادلعادل اخلاصة باجلزئُت االضلداري أو ادلتوسطات ادلتحركة ‪  1 , 2 ,.... p ‬‬
‫و ‪   1 , 2 ,...... p ‬على الًتتيب و يتم يف ىذه احلالة تصغَت رلموع مربعات البواقي كالعادة حيث‪:‬‬
‫‪ ‬‬
‫‪MinS ˆ,ˆ   et‬‬
‫‪2‬‬

‫‪et  ˆ 1 L ˆL  yt‬‬

‫‪112‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫حيث دالة ادلعقولية‬ ‫‪y0 , y1..... y p‬‬ ‫مثل‬ ‫‪yt‬‬ ‫إال أن ىذه الطريقة ربتاج إذل توفَت قيم ابتدائية خاصة بادلتغَت‬
‫العظمى يف ىذه احلالة تكون شرطية ذلذا السبب‪ ،‬و ؽلكن فهم ىذه الظاىرة بسهولة عند تعويض ‪ t‬بـ‬
‫‪ 1,2,3,..... p ‬يف دالة ادلعقولية العظمى أو يف عالقة البواقي السابقة‪.‬‬
‫‪ .0.0.0‬تقدير معالم نماذج المتوسطات المتحركة و المختلطة‪:‬‬
‫تعتــرب ىــذه النمــاذج )‪ ARMA(p,q‬و )‪ MA(q‬أعقــد بكثــَت مــن حيــث التقــدير مــن النمــاذج االضلداريـة‪،‬‬
‫كوهنا غَت خطية يف ادلعادل من جهة و عدم مشاىدة متغَت األخطاء من ناحية ثانية‪.‬‬
‫فهــدف التقــدير ىنــا ىــو ربديــد معــادل اجلــزء اإلضلــداري و جــزء ادلتوســطات ادلتحركــة )‪ ARMA(p,q‬معــا‪ ،‬أو‬
‫معادل قسم ادلتوسطات ادلتحركة لوحدىا يف ظلوذج )‪MA(q‬‬
‫حيث يف حالة غياب )‪ MA(q‬يسهل تقدير معادل ىذه العالقة‪:‬‬

‫‪et  ˆ 1 L ˆL yt‬‬

‫بينمــا يف حالــة حضــورىا لوحــدىا أو مــع مركبــة النمــاذج االضلداريــة )‪ AR(p‬فــان ىــذه العالقــة تصــبح غــَت خطيــة‬
‫ادلعادل و بالتارل تتطلب طريقة تقدير تكرارية و من بُت ىذه الطرق‪:‬‬
‫أ‪ .‬طريقة البحث التشابكي ‪:Grid-Search‬‬
‫تعتمــد ىــذه الطريقــة علــى اســتعمال الطريقــة اخلطيــة للتقــدير )‪ (O.L.S‬و كــذلك عمليــة حســاب رلمــوع مربعــات‬
‫البواقي ادلقابلة للمعلمتُت ‪  , ‬حيث يتم تكرار العملية لتغطية كامل رلال التعويض لـ ‪ ‬‬
‫ب‪ .‬طريقة غوس‪-‬نیوتن التكرارية ‪Gauss-Newton‬‬
‫تعتمد ىذه الطريقة على تدنية رلموع مربعات البواقي‪.‬‬
‫نش ــَت إذل أهن ــا و ‪-‬كغَتى ــا م ــن الط ــرق التكراري ــة‪ -‬تعتم ــد بش ــكل كب ــَت للوص ــول إذل احل ــل عل ــى الق ــيم االبتدائي ــة‬
‫ادلســتعملة و الــيت نأســف لعــدم وجــود طريقــة مثلــى تســمح باالختيــار ادلوفــق ذلــذه القــيم للوصــول إذل تقــدير معــادل‬
‫النموذج يف اقل عدد شلكن من التكرارات‪.‬‬

‫‪ .2.0‬المرحلة الثالثة‪ :‬مرحلة تشخیص النموذج ‪Diagnostic checking‬‬

‫بعد االنتهاء من مرحليت ربديد و تقدير النموذج‪ ،‬نود التطرق إذل ادلرحلة الثالثة من عملية النمذجة‬
‫و ىي اختبار قوة النموذج اإلحصائية مث التنبؤية يف مرحلة الحقة و ىذه ادلرحلة تتطلب اخلطوات التالية‪:‬‬
‫أ‪-‬مقارنـة دالـة االرتبـاط الـذايت للسلسـلة األصــلية مـع تلـك ادلتولـدة عـن النمــوذج ادلقـدر‪ ،‬فـإذا لـوحظ وجـود اخــتالف‬
‫جـوىري بينهمــا فانــو يكـون دلــيال قطعيــا علـى فشــل عمليــة التحديـد‪ ،‬و ىــذا يســتدعي إعـادة عمليــة بنــاء النمــوذج و‬
‫تقديره‪.‬‬

‫‪113‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫ب‪-‬أما إذا تشاهبت الدالتُت فإننا ننتقل إذل دراسة و ربليـل بـواقي النمـوذج و ىـذه العمليـة تتطلـب حسـاب و رسـم‬
‫دالة االرتباط الذايت ذلذه البواقي‪ ،‬مث اختبارىا‪.‬‬
‫ج‪-‬نشــَت ىنــا إلمكانيــة ذبــاوز بعــض النمــاذج ذلــذه االختبــارات و للقيــام بعمليــة ادلفاضــلة بينهمــا نســتعمل ادلقــاييس‬
‫التالية‪:‬‬

‫‪  p  q ‬‬
‫‪AIC   2̂ . exp 2‬‬ ‫‪‬‬
‫‪  T ‬‬
‫حيث ‪  2̂  S 2‬زلسوبا بطريقـة ادلعقوليـة العظمـى أي بقسـمة رلمـوع مربعـات البـواقي علـى عـدد ادلشـاىدات فقـط‬
‫كما أن ادلقدار ‪  p  q ‬ىنا يشَت إذل عدد معادل النموذج ادلقدر و ليس رلموع درجيت النموذج‪.‬‬
‫كما ؽلكن كتابة ىذا ادلعيار يف شكلو اللوغارسبي كمايلي‪:‬‬
‫‪ ‬‬ ‫‪  p  q ‬‬
‫‪AIC  ln  2̂  2‬‬ ‫‪‬‬
‫‪  T ‬‬
‫و بسبب إعطائو وزن اكرب للنماذج ادلستعملة ألكرب عدد من ادلشاىدات ع ّدل دبايلي‪:‬‬
‫‪AIC‬‬
‫‪NAIC ‬‬
‫‪T‬‬

‫‪ .2.0‬المرحلة الرابعة‪ :‬مرحلة التنبؤ‬

‫إن مرحلــة التنبــؤ تعــد آخــر و أىــم مرحلــة بإعتبــار أن التنبــؤ ىــو عمليــة عــرض حــارل دلعلومــات مســتقبلية باســتخدام‬
‫معلومــات مشــاىدة تارؼليـة و ذلــك بإســتعمال ظلــاذج السالســل الزمنيــة كــون ىــدفها األساســي ىــو ربقيــق التنبؤ‪.‬كمــا‬
‫اقًتحا بوكس و جينكنز صيغة عامـة للتنبـؤات‪ ،‬باعتبـار أن كـل ظلـوذج ‪ ARMA‬ؽلكـن كتابتـو علـى شـكل سلسـلة‬
‫التذبذبات العشوائية‪ ،‬و ذلك بتحويل عبارات ‪ AR‬إذل ‪ MA‬غَت منتهية‪:‬‬
‫‪B ‬‬
‫‪. X t      B . t ....1‬‬
‫حيث ؽلثل‪:‬‬
‫‪ : B ‬كثَت حدود دلعامالت تأخَت السلسلة ‪. X t‬‬
‫‪ : ‬عبارة عن ثابت‪.‬‬
‫‪ :  B ‬كثَت حدود دلعامالت تأخَت ادلتغَت العشوائي‪.‬‬
‫‪ :  t‬ادلتغَت العشوائي‪.‬‬

‫‪114‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫و ؽلكن كتابة ‪: 1‬‬

‫‪ B ‬‬
‫‪Xt   ‬‬ ‫‪t‬‬
‫‪ B ‬‬
‫‪X t     B  t‬‬
‫‪‬‬ ‫‪‬‬
‫‪X t     0   r .B r . t‬‬
‫‪‬‬ ‫‪r 0‬‬ ‫‪‬‬
‫‪0 1‬‬ ‫إذا‬
‫ادلرشح اخلطي ‪  B ‬يسمى بدالة التحويل‪:‬‬
‫‪1  1 .B   2 .B 2  .....   q .B q‬‬
‫‪ B  ‬‬ ‫‪  0   1 .B   2 .B 2‬‬
‫‪1  1 .B   2 .B 2  .....   p .B p‬‬
‫‪‬‬ ‫‪‬‬
‫‪ X t    1   r .B r . t     t   1 . t 1   2 . t  2  ......2‬‬
‫‪ r 0‬‬ ‫‪‬‬
‫إذا كانت ادلعامالت ‪  1 , 2 ,.....‬غَت منتهية فالنموذج ىو عبارة عن ظلوذج ‪ MA‬فقط يف حـُت إدا كانـت ىـذه‬
‫سبث ــل‬ ‫‪‬‬ ‫ادلع ــامالت منتهي ــة ف ــإن النم ــوذج ى ــو عب ــارة ع ــن ‪ AR‬أو ‪ ،ARMA‬و إدا كان ــت ‪ X t‬مس ــتقرة ف ــإن‬
‫متوسط السلسلة‪ ،‬و يف احلالة العكسية فإن ‪ ‬سبثل مستوى تغَتات السلسلة احملددة بعملية الفروقات‪.‬‬
‫و لتحديد وزن كل معامالت ‪  r‬النموذج ‪ ،  ARIMAP.d .q 2‬فأن حساهبم بالًتاجع‪:‬‬

‫‪ B ‬‬
‫‪ B  ‬‬ ‫‪  B . B    B ‬‬
‫‪ B ‬‬

‫‪‬‬ ‫‪‬‬
‫‪ 1  1.B  2 .B 2  .....   p  d .B p  d . 1  1.B  2 .B 2  3 .B 3  ....‬‬ ‫‪‬‬
‫‪‬‬
‫‪ 1  1.B   2 .B 2  .......   q .B q‬‬ ‫‪‬‬

‫و بادلطابقة نقارن بُت معامالت ‪ B ‬حسب القوة نتحصل على‪:‬‬

‫‪ 1  1  1‬‬
‫‪ 2  1 . 1   2   2‬‬
‫‪‬‬
‫‪ r  1 . r 1   2 . r  2  ....   p  q . r  p  d   r‬‬ ‫‪,r  q‬‬
‫‪ r  1 . r 1   2 . r  2  ....   p  q . r  p  d‬‬ ‫‪,r  k‬‬

‫‪k  Max p  d  1, q ‬‬ ‫مع‪:‬‬

‫تعطي كمايلي‪:‬‬ ‫‪ARIMAP.d .q ‬‬ ‫القيمة ادلتوقعة يف الفًتة ‪ r ‬لنموذج‬

‫‪115‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬
‫‪‬‬
‫‪X T r      r v . T v‬‬
‫‪v 0‬‬

‫حيث يساوي خطأ التنبؤ‪:‬‬

‫‪ˆT r   X T  r  X T r ‬‬
‫‪r 1‬‬
‫‪ˆT r   X T  r   v . T  r v‬‬
‫‪v 1‬‬

‫و تباين خطا التنبؤ يعطى كما يلي‪:‬‬

‫‪ r 1‬‬ ‫‪‬‬

‫‪VAR  T r   EX T  r  X T r    2 .1   v2 ‬‬
‫‪2‬‬

‫‪ v 1‬‬ ‫‪‬‬

‫‪1/ 2‬‬
‫‪‬‬ ‫‪r 1‬‬
‫‪‬‬
‫‪Xˆ T r   1.96  1   v2 ‬‬ ‫و يكون رلال التنبؤ خبطأ ‪ %5‬كما يلي‪:‬‬
‫‪ v 1 ‬‬
‫التنبؤات الناذبة من ظلوذج ‪ ARIMA‬تعترب مثلى مقارنة بنماذج اخرى عادية‪.‬‬

‫مثال‪ :‬تنبؤ بالقيم ادلستقبلية لسلسلة النفقات باتباع طريقة بوكس‪ -‬جينكينز ذات االربع مراحل باالستعانة بربنـامج‬
‫‪Eviews‬‬
‫الحل ‪ :‬باالعتاد على النسخة احلديثة لربنامج ‪ Eviews‬ؽلكن القيام آنيا أي يف خطوة واحدة بكل اخلطوات‬
‫االربعة السالفة الذكر ‪ ،‬حيث يقوم الربنامج آليا بتطبيق اخلطوات االربعة حيث تكون نتائجها كما يلي (‬
‫باالعتماد على معطيات مثال حجم النفقات الربع السنوية للجزائر خالل الفًتة من ‪ 2000‬اذل ‪ 2012‬التالية‬
‫دباليَت الدوالرات‪:‬‬
‫الفصل‬ ‫‪2000/1‬‬ ‫‪2000/2‬‬ ‫‪2000/3‬‬ ‫‪2000/4‬‬ ‫‪2001/1‬‬ ‫‪2001/2‬‬ ‫‪2001/3‬‬ ‫‪2001/4‬‬ ‫‪2002/1‬‬
‫حجم النفقات‬ ‫‪7.24‬‬ ‫‪7.12‬‬ ‫‪7.08‬‬ ‫‪7.13‬‬ ‫‪8.53‬‬ ‫‪8.21‬‬ ‫‪7.93‬‬ ‫‪7.67‬‬ ‫‪7.44‬‬
‫الفصل‬ ‫‪2002/2‬‬ ‫‪2002/3‬‬ ‫‪2002/4‬‬ ‫‪2003/1‬‬ ‫‪2003/2‬‬ ‫‪2003/3‬‬ ‫‪2003/4‬‬ ‫‪2004/1‬‬ ‫‪2004/2‬‬
‫حجم النفقات‬ ‫‪7.81‬‬ ‫‪7.81‬‬ ‫‪7.68‬‬ ‫‪7.68‬‬ ‫‪7.8‬‬ ‫‪8.05‬‬ ‫‪8.44‬‬ ‫‪8.64‬‬ ‫‪8.67‬‬
‫الفصل‬ ‫‪2004/3‬‬ ‫‪2004/3‬‬ ‫‪2005/1‬‬ ‫‪2005/2‬‬ ‫‪2005/3‬‬ ‫‪2005/4‬‬ ‫‪2006/1‬‬ ‫‪2006/2‬‬ ‫‪2006/3‬‬
‫حجم النفقات‬ ‫‪7.32‬‬ ‫‪7.07‬‬ ‫‪6.86‬‬ ‫‪6.69‬‬ ‫‪6.66‬‬ ‫‪6.77‬‬ ‫‪7.02‬‬ ‫‪7.42‬‬ ‫‪7.68‬‬
‫الفصل‬ ‫‪2006/4‬‬ ‫‪2007/1‬‬ ‫‪2007/2‬‬ ‫‪2007/3‬‬ ‫‪2007/4‬‬ ‫‪2008/1‬‬ ‫‪2008/2‬‬ ‫‪2008/3‬‬ ‫‪2008/4‬‬
‫حجم النفقات‬ ‫‪10.08‬‬ ‫‪9.64‬‬ ‫‪9.27‬‬ ‫‪8.97‬‬ ‫‪8.73‬‬ ‫‪8.48‬‬ ‫‪8.21‬‬ ‫‪7.91‬‬ ‫‪7.6‬‬
‫الفصل‬ ‫‪2009/1‬‬ ‫‪2009/2‬‬ ‫‪2009/3‬‬ ‫‪2009/4‬‬ ‫‪2010/1‬‬ ‫‪2010/2‬‬ ‫‪2010/3‬‬ ‫‪2010/4‬‬ ‫‪2011/1‬‬
‫حجم النفقات‬ ‫‪9.24‬‬ ‫‪9.07‬‬ ‫‪9.1‬‬ ‫‪9.33‬‬ ‫‪9.76‬‬ ‫‪10.39‬‬ ‫‪10.74‬‬ ‫‪10.8‬‬ ‫‪10.58‬‬
‫الفصل‬ ‫‪2011/2‬‬ ‫‪2011/3‬‬ ‫‪2011/4‬‬ ‫‪2012/1‬‬ ‫‪2012/2‬‬ ‫‪2012/3‬‬ ‫‪2012/4‬‬
‫حجم النفقات‬ ‫‪11.35‬‬ ‫‪11.64‬‬ ‫‪11.6‬‬ ‫‪11.24‬‬ ‫‪10.54‬‬ ‫‪9.97‬‬ ‫‪9.5‬‬

‫‪ -‬يتم بداية نزع مركبة االتجاه العام الن عملیات التنبؤ حسب بوكس‪-‬جینكنز تتم دائما على السالسل‬
‫المنزوعة المركبات ‪ .‬و ذلك باجراء الفرق االول ‪.‬‬

‫‪116‬‬
‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫يتم انشاء السلسلة الجديدة المفرقة من الدرجة االولى و ىي السلسلة المستقرة باتباع االمر في مربع‬
‫حوار ‪: genrate series by equation‬‬

‫ثم بعد ذلك يتم فتح السلسلة الجديدة المستقرة‪ ،‬و نتبع الخیار التالي‪:‬‬

‫نقوم بتحديد كل الخیارات في خانة ‪ option‬لحصول على كل النتائج‬

‫‪117‬‬
‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫بالضغط على ‪ ok‬نتحصل على النتائج التالیة‪:‬‬

‫‪118‬‬
‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪119‬‬
‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪120‬‬
‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫كمانو يعطینا القیم التقديرية وفق النموذج االمثل ‪: dspendingf‬‬

‫‪121‬‬
‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪122‬‬
‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫في المرحلة الرابعة و ىي مرحلة التنبؤ بالقیم المستقبلیة للسلسلة ‪ ،‬يتم ذلك في افیوز باتباع‬

‫الخطوات التالیة‪:‬‬

‫‪ -‬يتم اوال توسیع حجم العینة لتشمل فترة التنبؤ و ذلك باتباع االمر التالي‪:‬‬

‫يتم بعدىا بتمديد فترة العینة الى غاية الربع االخیر من ‪ 2222‬مثال كما يظهر في المربع الحواري التالي‪:‬‬

‫‪123‬‬
‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫بعد الضعط على ‪ ok‬يشیر ‪ eviews‬الى انو سیتم تمديد فترة الدراسة ب ‪ 32‬مشاىدة جديدة‬

‫بعد الضغط على موافق يظهر ان حجم السالسل اصبح يضم فترة التنبؤ الجديدة‬

‫‪ -‬نقوم بعدىا باعادة تقدير النموذج االمثل حتى ياخذ افیوز بعین االعتبار فترة الدراسة (العینة ) الجديدة‬
‫‪،‬حیث ان صیغة النموذج االمثل كما ىو موضح اعاله ىو‪:‬‬

‫‪124‬‬
‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫نالحظ ان العینة تضم فترة التنبؤ الجديدة‪ ،‬بعد الضغط على ‪ ok‬نتجصل على نفس النتائج اعاله‪.‬‬

‫‪125‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫من خالل نافذة مخرجات النموذج نضغط على االيقونة ‪ forecast‬اين نحصل على المربع الحواري‬
‫التالي‪:‬‬

‫يمثل المربع خیارات عديدة من اجل اجراء عملیة التنبؤ ‪ ،‬حیث انو يعطینا مباشرة قیم التنبؤ في السلسلة‬
‫‪ dspendibf‬كما يمكن استخراج قیم االنحراف المعیاري لخطا التنبؤ من اجل التقدير بالمجال‬
‫باضافة اسم للسلسلة في خانة ‪ S.E‬يمكن الحصول علىى مجاالت مختلفة لقیم التنبؤ من خالل تحديد‬
‫فترة النبؤ في خانة ‪FORECAST Simple‬‬

‫بتفعیل ىذا االمر نتحصل على المخرجات التالیة‪:‬‬

‫‪126‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫يضم الشكل قیم التنبؤ مع مجال التنبؤ و مجموعة من المؤشؤات االحصائیة من اجل اختبار دقة التنبؤ و‬
‫المفاضلة مع طرق تنبؤ اخرى‪.‬‬

‫يظهر في الشكل التالي قیم السلسلة االصلیة و قیم التنبؤ‪:‬‬

‫‪127‬‬
‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫مالحظة‪ :‬تمثل ىذا القیم التنبؤ بالقیم السلسلة المفرقة من الدرجة االولى و لیس السلسلة االصلیة‬

‫حیث ان قیم التنبؤ باللسلسلة المفرقة ىي‪:‬‬

‫يتم الحصول على قیم التنبؤ للسلسلة االصلیة كما يلي‪:‬‬

‫‪DSPENDINGt  SPENDINGt  SPENDIGt 1‬‬

‫‪ SPENDINGt  DSPENDINGt  SPENDIGt 1‬‬

‫‪128‬‬
‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫المحور ‪ ‬السابع‬
‫معايیر المفاضلة بین طرق التنبؤ المختلفة‬

‫‪Criteria for comparing between different‬‬

‫‪forecasting methods‬‬

‫اهداف المحور السابع ‪:‬‬

‫‪ ‬تحديد مفهوم خطا التنبؤ‬

‫‪ ‬المفاضلة بین طرق التنبؤ باستخدام معیار متوسط االنحرافات المطلقة (‪)MAD‬‬

‫‪ ‬المفاضلة بین طرق التنبؤ باستخدام معیار متوسط مربعات الخطأ ( ‪)M S E‬‬

‫‪ ‬المفاضلة بین طرق التنبؤ باالعتماد على معیار معیار ثايل ‪.Theil’s U statistic‬‬

‫‪129‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪ .1‬أخطاء التنبؤ‪:‬‬

‫حبكم ان التنبؤ وسيلة تساعد الشركة على التخطـيط اجليـد واالسـتعداد ادلسـبق دلواجهـة األحـداث ادلسـتقبلية‪ ،‬لـذا‬
‫فــإن التنبــؤ لــيس مهمــا بذاتــو وإظلــا أعليتــو تكمــن يف مــدى الــتالؤم مــع اجملــال أو احلالــة الــيت يســتخدم فيهــا‪ ،‬وعــادة مــا‬
‫يقاس ذلك بدقة التنبؤ‪ .‬وبسبب تعدد أساليب وطرق التنبؤ فإن القاعدة ادلهمة ىي أن كل أسـلوب للتنبـؤ ؽلكـن أن‬
‫يكــون مالئــم حلــاالت معينــة وال يكــون كــذلك يف حــاالت أخــرى‪ ،‬وبالتــارل لــيس ىنــاك أســلوب مالئــم للتنبــؤ لكــل‬
‫احلاالت وأن القائم بالتنبؤ غلب أن يقوم بتحديد األسلوب ادلالئم للتنبؤ حسب احلالة ادلطلوب التنبؤ فيها‪.‬‬

‫ففــي اإلنت ــاج مــثالً يع ــد التنبــؤ مس ــألة ضــرورية لتحدي ــد حجــم ادلص ــنع (كق ـرار اس ـًتاتيجي) أو يف زبط ــيط وجدول ــة‬
‫اإلنتاج‪ ،‬ومقابل ذلك فإن عدم الدقة أو اخلطأ يف التنبؤ ؽلكن أن يؤدي إذل واحدة من احلالتُت اآلتيتُت‪:‬‬

‫‪ -‬الحالة األولى‪ :‬إذا كان التنبؤ أكرب من الطلب الفعلي‪ ،‬فهذا يعٍت أن الشركة ستمتلك سعة أكـرب‪ ،‬شلـا يـؤدي أمـا‬
‫إذل ســعة عاطلــة غــَت مســتغلة أو وجــود سلــزون أكــرب أي وجــود إنتــاج زائــد )‪ (Overproduction‬شلــا ســيؤدي‬
‫إذل ربمل كلفة إضافية يف السعة العاطلة أو يف االحتفاظ دبخزون أكرب‪ ،‬وؽلكن التعبَت عن ىذه احلالة‪:‬‬

‫التنبؤ – الطلب الفعلي= اإلنتاج الزائد ( خطأ التنبؤ)‪.‬‬

‫‪ -‬الحالــة الثانیــة‪ :‬إذا كــان التنبــؤ أقــل مــن الطلــب الفعلــي وىــذا يعــٍت ســعة أقــل ونفــاذ ادلخــزون)‪(Stock out‬‬
‫وبالتــارل ت ـراكم الطلبيــات واألعمــال غــَت ادلنجــزة )‪ (Backlog‬وىــذا بــدوره ػلمــل الشــركة كلفــة نامجــة عــن الســمعة‬
‫‪ ،(Lost‬وى ـ ــذه احلال ـ ــة ت ـ ــؤدي إذل اإلنت ـ ــاج‬ ‫ادلتض ـ ــررة وع ـ ــن الفرص ـ ــة البديل ـ ــة الض ـ ــائعة )‪Opportunity‬‬
‫الناقص)‪ (Underproduction‬وؽلكن التعبَت عنها باآليت‪:‬‬

‫التنبؤ‪ -‬الطلب الفعلي = اإلنتاج الناقص ( خطأ التنبؤ)‪.‬‬

‫إن ربقي ــق الدق ــة العالي ــة يف التنب ــؤ يتطل ــب اس ــتخدام أس ــاليب وط ــرق تنب ــؤ أكث ــر تط ــوراً وتعقي ــداً‪ ،‬فم ــن ادلع ــروف أن‬
‫أس ـ ــاليب التنب ـ ــؤ تت ـ ــدرج م ـ ــن حي ـ ــث الس ـ ــهولة والتعقي ـ ــد وبالت ـ ــارل م ـ ــن حي ـ ــث الكلف ـ ــة‪ ،‬وأن ىن ـ ــاك عالق ـ ــة الدق ـ ــة‪/‬‬
‫الكلفة)‪ (Accuracy/Cost Tradeoff‬يف اختيار أسلوب التنبؤ‪ ،‬فاألساليب األكثر تعقيداً سبيـل ألن تكـون‬
‫ذلا كلف عالية نسبياً‪ ،‬ولكنها بادلقابل ويف أكثر األحيان تقدم تنبؤات أكثر دقة مع كلف تشغيلية أقل‪.‬‬

‫و عموما فان خطأ التنبؤ (‪ )Forecast Error‬يتحدد بواسطة الفرق العددي بُت القيمـة الفعليـة للسلسـلة و‬
‫القيمة ادلتوقعة ( التنبؤ) أي أن ‪:‬‬

‫خطأ التنبؤ في فترة معینة = القیمة الفعلیة في ىذه الفترة– قیمة التنبؤ لنفس الفترة‪.‬‬

‫‪130‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪ .2‬المعايیر االحصائیة الختبار دقة التنبؤ ‪:‬‬

‫إن التنبؤ األفضل ىو الذي يكون اخلطأ فيو مساوياً للصفر أو قريباً من ذلك والعكـس صـحيح‪ .‬وؽلثـل قيـاس فاعليـة‬
‫التنبــؤ خطــوة مهمــة يف تقيــيم أســلوب التنبــؤ‪ ،‬وىنــاك مقــاييس عديــدة ؽلكــن اســتخدامها ذلــذا الغــرض وإن كــان لكــل‬
‫مآخذه ومزاياه يف احلاالت ادلختلفة‪.‬‬

‫‪ .1.2‬متوسط االنحرافات المطلقة )‪)MAD( )Mean Absolute Deviation‬‬

‫وىــو مــن ادلقــاييس الواســعة االنتشــار‪ ،‬و الــذي يســاوي اذل متوســط القيمــة ادلطلقــة الخطــاء التنبــؤ أي اخلطــأ أو‬
‫التنبــؤ‪ -‬الفعلــي وهبــذه الطريقــة ربــول القــيم الســالبة لالخطــاء إذل قــيم موجبــة‪ ،‬وػلســب ىــذا ادلقيــاس وفــق العالقــة‬
‫التالية‪:‬‬

‫‪MAD ‬‬
‫ˆ‪ Y  Y‬‬
‫‪t‬‬ ‫‪t‬‬
‫‪‬‬ ‫‪‬‬ ‫‪t‬‬

‫‪n‬‬ ‫‪n‬‬
‫حيث‬
‫‪ : Yˆt‬قيمة التنبؤ‬
‫‪ : Yt‬القيمة الفعلية‬
‫‪ = n‬عدد الفًتات‬
‫رلموع| قيم ادلشاىدات الفعلية قيم التنبؤ|‬
‫أي ان متوسط االنحرافات المطلقة ‪MAD‬‬

‫‪ .2.2‬متوسط مربعات الخطأ ( ‪)Mean Squared Error‬‬

‫يستخدم ىذا ادلؤشر على نطاق واسع ايضا وػلسب كاآليت‪:‬‬

‫‪MSE  ‬‬ ‫‪‬‬

‫) ˆ‪(Y  Y‬‬ ‫‪t‬‬ ‫‪t‬‬
‫‪2‬‬
‫‪(‬‬ ‫‪t‬‬
‫‪2‬‬
‫)‬
‫‪n‬‬ ‫‪n‬‬

‫رلموع) قيم الفعلية – قيم التنبؤ(‬

‫أي ان متوسط مربع الخطأ ‪MSE‬‬

‫حيـث ‪ Yt‬تعـرب علـى السلسـلة ادلدروسـة‪ ،‬بينمـا ‪ Yˆt‬السلسـلة ادلمهـدة أو ادلتنبـأة هبـا داخـل العينـة ادلدروسـة‪ .‬وؽلكـن أن‬
‫يؤخذ ىذا ادلقياس يف شكل نسيب كما يلي ‪:‬‬

‫‪131‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪1 n Yt  Yˆt 2‬‬

‫( ‪PMSE  ‬‬ ‫)‬
‫‪n t 1 Yt‬‬

‫‪ -‬نالحظ من خالل ما سبق ان كل ادلؤشرات تعتمد علـى خطـا التنبـؤ الـذي ؽلثـل الفـرق بـُت القـيم الفعليـة و القـيم‬
‫ادلتنبا هبا و حبكم انو كلما قـل خطـا التنبـؤ دل علـى قـرب القـيم التبؤيـة مـن القـيم الفعليـة و عليـو كلمـا اقًتبـت قيمـة‬
‫كــل مــن مؤشــر متوســط االضلرافــات ادلطلقــة ‪ MAD‬و كــذا متوســط مربــع اخلطــأ ‪ MSE‬مــن الصــفر كــان التنبــؤ‬
‫أكثر دقة و طريقة التنبـؤ مثلـى ألن ىـذا يعـٍت أن قـيم التنبـؤ كانـت متطابقـة مـع القـيم الفعليـة أو قريبـة منهـا‪ ،‬وادلثـال‬
‫التارل يوضح ذلك‪:‬‬

‫مثال ‪:‬‬

‫ؽلثــل اجلــدول أدنــاه القــيم الفعليــة و قــيم التنبــؤ بعــدد عمــال مؤسســة مــا باســتخدام طـريقيت التمهيــد االســي و االذبــاه‬
‫الع ــام للف ــًتة م ــن ‪ 2018‬اذل ‪ .2020‬ادلطل ــوب‪ :‬حس ــاب قيم ــة ك ــل م ــن متوس ــط االضلراف ــات ادلطلق ــة و متوس ــط‬
‫مربعات اخلطأ مع تفسَت النتيجة‪:‬‬

‫‪2222‬‬ ‫‪2219‬‬ ‫‪2218‬‬ ‫السنة‬

‫‪22‬‬ ‫‪22‬‬ ‫‪18‬‬ ‫عدد العمال الفعلي‬
‫‪20,08‬‬ ‫‪19 ,6‬‬ ‫‪22‬‬ ‫عدد العمال ادلتنبئ بو باستخدام طريقة التمهيد االسي‬
‫‪20,88‬‬ ‫‪20,05‬‬ ‫‪19,22‬‬ ‫عدد العمال ادلتنبئ بو باستخدام طريقة االذباه العام‬

‫الحل‪:‬‬

‫يتم حساب مؤشري ‪ MAD‬و ‪ MSE‬باالستعانة باجلدول التارل ‪:‬‬

‫طريقة االذباه العام‬ ‫طريقة التمهيد االسي‬ ‫عدد‬ ‫السنة‬

‫العمال‬
‫الفعلي‬

‫مربعات اخلطا‬ ‫اضلرافات‬ ‫عدد عمال‬ ‫مربعات‬ ‫اضلرافات‬ ‫عدد‬ ‫‪Y‬‬

‫مطلقة‬ ‫التقديري‬ ‫اخلطا‬ ‫مطلقة‬ ‫عمال‬
‫التقديري‬

‫‪132‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪2‬‬ ‫‪2‬‬
‫((‪))3(-)1‬‬ ‫(‪)3(-)1‬‬ ‫(‪)3‬‬ ‫((‪))2(-)1‬‬ ‫(‪)2(-)1‬‬ ‫(‪)2‬‬ ‫(‪)1‬‬

‫‪1,48‬‬ ‫‪1,22‬‬ ‫‪19,22‬‬ ‫‪4‬‬ ‫‪2‬‬ ‫‪22‬‬ ‫‪18‬‬ ‫‪2218‬‬

‫‪3,8‬‬ ‫‪1,95‬‬ ‫‪20,05‬‬ ‫‪5,76‬‬ ‫‪2,4‬‬ ‫‪19 ,6‬‬ ‫‪22‬‬ ‫‪2219‬‬

‫‪0,64‬‬ ‫‪0,8‬‬ ‫‪20,88‬‬ ‫‪0,0064‬‬ ‫‪0,08‬‬ ‫‪20,08‬‬ ‫‪22‬‬ ‫‪2222‬‬

‫‪5,938‬‬ ‫‪3,97‬‬ ‫‪9,766‬‬ ‫‪4,48‬‬ ‫المجموع‬

‫من خالل اجلدول صلد ان ‪:‬‬

‫‪ -‬متوسط االضلرافات ادلطلقة ‪:‬‬

‫‪ -1‬بالنسبة لطريقة التمهيد االسي ‪MAD1‬‬

‫‪ ‬و ى ــي الطريق ــة االفض ــل الن‬ ‫‪ -2‬بالنس ــبة لطريق ــة االذب ــاه الع ــام ‪MAD2‬‬
‫‪MAD2  MAD1‬‬

‫‪ -‬اغلاد متوسط مربعات اخلطا ‪:‬‬

‫‪ -1‬بالنسبة لطريقة التمهيد االسي ‪MSE1‬‬

‫‪‬‬ ‫‪ -2‬بالنسبة لطريقة االذباه العام ‪MSE2‬‬

‫و ىي الطريقة االفضل ايضا الن ‪MSE2  MSE1‬‬

‫‪ -‬مقايیس اخرى للمفاضلة بین طرق التنبؤ ‪:‬‬

‫‪ .3.2‬جذر متوسط مربعات البواقي ‪ :RMSE‬جاء ىذا ادلعيار كبديل للسابق‪ ،‬وىو معطى بالصيغة التالية‪:‬‬

‫‪RMSE ‬‬
‫‪1 n‬‬
‫‪‬‬
‫‪n t 1‬‬
‫‪‬‬‫‪Yt  Yˆt‬‬ ‫‪‬‬‫‪2‬‬

‫وؽلكن التعبَت عنو أيضا يف شكل نسيب كما يلي‪:‬‬

‫‪133‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫‪2‬‬
‫‪1  Yt  Yˆt‬‬
‫‪n‬‬ ‫‪‬‬
‫‪PRMSE ‬‬ ‫‪‬‬ ‫‪‬‬
‫‪n t 1  Yt‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫يتميز ىذين األخَتين عن سابقيهما يف أهنما ال يفرقان بـُت البـواقي سـواءا كانـت موجبـة أو سـالبة‪ ،‬وبالتـارل مت ابعـاد‬
‫فكرة األخطاء ادلوجبة اليت تلغي السالبة‪.‬‬

‫‪ .4.2‬مقیاس االنحدار واالرتباط‪ :‬وىو يعتمد على إجراء اضلدار بُت ادلشاىدة احلالية والتنبؤ دبعٌت‪:‬‬

‫‪Yt   0  1  Yˆt   t‬‬

‫ويتم تقدًن معلميت ىـذا النمـوذج بطريقـة ادلربعـات الصـغرى‪ ،‬ويكـون التنبـؤ فعـاال إذا كانـت ‪ ̂ 1 ، ̂ 0‬ال زبتلفـان‬
‫معنويا عن الصفر (‪ )0‬والواحد (‪ )1‬على الًتتيب باستخدام االحصائيات ادلناسبة‪.‬‬

‫وينتقــد ىــذا ادلعيــار أيضــا علــى أســاس أنــو ال ينظــر اال جل ـودة العالقــة بــُت ادلشــاىدة والتنبــؤ ويهمــل حجــم وســلوك‬
‫اخلطأ التنبؤي‪ ،‬فانو سيعطي نظرة مغلطة حول دقة التنبؤ‪.‬‬

‫‪ .5.2‬معیار ثايل ‪ :Theil’s U statistic‬وىو معطى بالعالقة التالية‪:‬‬

‫‪RMSE‬‬
‫‪U‬‬
‫‪1 n‬‬ ‫‪1 n ˆ 2‬‬
‫‪ (Yt )  n ‬‬
‫‪n t 1‬‬
‫‪2‬‬

‫‪t 1‬‬
‫) ‪(Yt‬‬

‫ويكون التنبؤ جيـدا دلـا يكـون ‪ ، U=0‬وتكـون العمليـة فاشـلة دلـا ‪، U=1‬وعمليـا يتذبـذب ىـذا ادلقيـاس بـُت ىـاتُت‬
‫القيمتُت‪.‬‬

‫‪134‬‬
 ‫سلسلة محاضرات في مادة‪ :‬تقنيات التنبؤ‪ ............... ..................‬االستاذ‪ :‬بن مريم محمد‬

‫ق ائمة المراجع‪:‬‬
‫أ‪ -‬المراجع باللغة العربية‪:‬‬

‫‪ -‬مولود حشمان السالسل الزمنية وتقنيات التنبؤ القصَت ادلدى‪ ،‬طبعة ثالثة منقحة ومزيدة ديوان ادلطبوعات‬
‫اجلامعية‪ ،‬اجلزائر‪ ،‬سنة ‪.2010‬‬

‫‪ -‬فيصل مفتاح شلوف ‪ ،‬صائب جواد إبراىيم جواد‪ ،‬وليد إمساعيل السيفو‪ ،‬مشاكل االقتصاد القياسي‬
‫التحليلي(التنبؤ و اإلختبارات القياسية من الدرجة الثانية)‪ ،‬الطبعة العربية األوذل ‪ ،‬األىلية للنشر و التوزيع‪ ،‬ادلملكة‬
‫األردنيية‪-‬عما ن‪.2006 ،‬‬

‫‪ -‬رغلي بوربوين وجون كلود إيزينيو‪ ،‬التنبؤ بادلبيعات بُت النظرية والتطبيق‪ ، 2008 ،‬مركز البحوث‪ ،‬السعودية‪.‬‬

‫‪ -‬امتثال زلمد حسن و آخرون‪ ،‬مقدمة يف اساليب االستدالل االحصائي و التنبؤ‪ ،‬الطبعة االوذل‪ ،‬مكتبة الوفاء‬
‫القانونية‪ ،‬االسكندرية ‪ ،‬مصر ‪.2012 ،‬‬

‫‪ -‬العباس ب‪ .‬مذكرة التنبؤ باستخدام طرق االذباه العام ‪ ،‬ملف تدرييب‪ ،‬ادلعهد العريب للتخطيط‪ ،‬الكويت‪،‬‬
‫‪.1999‬‬

‫‪ -‬العيسوي أ‪ ،‬نظرة عامة حول اساليب التنبؤ‪ ،‬ملف تدرييب‪ ،‬ادلعهد العريب للتخطيط‪ ،‬الكويت‪.1993 ،‬‬

‫‪ -‬صاحل بوعبد اهلل‪ ،‬سلسلة زلاضرات حول تقنيات التنبؤ‪ ،‬مطبوعة غَت منشورة‪ ،‬كلية االقتصاد ‪ ،‬جامعة زلمد‬
‫بوضياف بادلسيلة‪.2019 ،‬‬

‫ب‪ -‬المراجع باللغة االجنبية‪:‬‬

‫‪- Aragon, Y. (2011) Séries temporelles avec R. Springer.-‬‬
‫‪- Brockwell, P. J., Davis, R. A. (2006) Time series, theory and methods. Second edition.‬‬
‫‪Springer.‬‬
‫‪- Gouriéroux, C., Monfort, A. (1995) Séries temporelles et modèles dynamiques. Economica‬‬
‫‪- Ladiray, D., Quenneville, B. (2000) Désaisonnaliser avec la méthode X � 11‬‬
‫‪- F. G. Adams, The Business Forecasting Revolution (New York: Oxford University Press,‬‬
‫‪1986), pp. 219-36. A couple of numbers have been changed for pedagogical reasons‬‬

‫‪135‬‬