عناصر مشابهة
سلاسل ماركوف واستخدامها للتنبؤ بمعدل البطالة في الجزائر للفترة 2007-2018
| العنوان بلغة أخرى: | Markov Hains and their Use to Forecast the Rate of Unemployment in Algeria for the Period 2007-2018 |
|---|---|
| المصدر: | مجلة الأكاديمية للدراسات الاجتماعية والإنسانية |
| الناشر: |
جامعة حسيبة بن بوعلي بالشلف
|
| المؤلف الرئيسي: | |
| المجلد/العدد: | مج14, ع1 |
| محكمة: | نعم |
| الدولة: | الجزائر |
| التاريخ الميلادي: | 2022 |
| الصفحات: | 148 - 157 |
| DOI: | 10.33858/0500-014-001-013 |
| ISSN: | 2437-0320 |
| رقم MD: | 1451563 |
| نوع المحتوى: | بحوث ومقالات |
| اللغة: | Arabic |
| قواعد المعلومات: | EduSearch IslamicInfo HumanIndex |
| مواضيع: | |
| رابط المحتوى: |
|
| المستخلص: | تعد نظرية الاحتمالات أحد العلوم التي تطورت مؤخرا، وذات التطبيقات المعاصرة حيث تعد المتغيرات الاقتصادية التي تحقق شروط السيرورات العشوائية مجالا لتطبيقات نظرية الاحتمالات والموضوعات ذات الصلة. في هذه الورقة البحثية اخترنا أسلوبا كميا للتنبؤ وهو سلاسل ماركوف والتي تعنى بدراسة سلوك المتغيرات العشوائية والتنبؤ بها في شكل احتمالي، حيث بداية وضحنا مختلف الطرق لحساب الاحتمالات، حتى يتحقق هدف فهم الأنظمة العشوائية فيما بعد، والتعريف بها وبيان طريقة بناء نموذج ماركوفي للتنبؤ به توصلنا من خلال الدراسة أن التنبؤ بمعدل البطالة في الفترة المدروسة يصلح في المدى القصير فقط باستخدام نموذج سلسلة ماركوف، حيث أن استقرار النموذج خلال الأجل الطويل لم يمدنا بأي نتائج نظرا لتعدد الحلول. كذلك توصلنا إلى أن احتمال انخفاض معدل البطالة أكبر من احتمال استقراره، وهذا الأخير أكبر من احتمال ارتفاعه. Probability theory is one of the sciences that has developed recently, and has contemporary applications where economic variables that fulfill the conditions of random processes are considered a field for applications of probability theory and related topics. In this research paper, we chose a quantitative method of prediction, which is Markov chains, which is concerned with studying the behavior of random variables and predicting them in a probabilistic form, where we first explain the various methods for calculating probabilities, until the goal of understanding random systems is achieved later, defining them and showing the method of building a Markovian model for prediction. We found through the study that the prediction of the unemployment rate in the studied period is valid in the short term only by using the Markov chain model, as the stability of the model during the long term did not provide us with any results due to the multiplicity of solutions. We also concluded that the probability of decreasing the unemployment rate is greater than its probability of stabilizing, and the latter is greater than its probability of increasing. |
|---|
