دراسة مقارنة للتنبؤ بانتاج الصمغ العربي باستخدام نموذجي تحليل الانحدار والشبكات العصبية الاصطناعية

Abstract

يعد تحليل الإنحدار ركناً أساسياً من أركان علم الإحصاء ، وإسلوباً مهما من أساليب الإحصاء التطبيقي في دراسة مختلف الظواهر الإقتصادية والإجتماعية كما يعد من أكثر الطرائق الإحصائية إستخداماً في مختلف العلوم والمجالات . إذ أنه يحدد بصورة واضحه العلاقة بين المتغيرات على شكل معادلة يستدل من خلال تقدير معلماتها على أهمية هذه العلاقة وقوتها ، كما أنه يبين تقدير الإستجابة والتنبؤ مما يفيد كثيراً في التخطيط وإتخاذ القرارات . ومن الأساليب الحديثة التي نالت إهتماماً ملحوظاً ولا سيما في علوم الحاسبات هو إسلوب الشبكات العصبية الإصطناعية (Artificial Neural Networks ) وهدفنا الرئيسي هو إستخدام إسلوب الشبكات العصبية الإصطناعية مقارنتاً بإسلوب الإنحدار الخطي وعلى وجه الخصوص مقارنة إسلوب الشبكات العصبية مع الأساليب الكلاسيكية في تحليل الإنحدار المتدرج للتنبؤ بإنتاج وتصدير الصمغ العربي بولاية شمال كردفان في الفترة من (2015-2025) م . ويشمل البحث طريقة تحليل الإنحدار المتدرج للتنبؤ ، وبإستخدام الطريقتين الكلاسيكية والتقنيات الذكية وإجراء المقانة بينهما بإستخدام بيانات لإنتاج الصمغ العربي بولاية شمال كردفان للوصول إلى أفضل الطرائق في تقدير المعالم الإحصائية . حيث تبين من النتائج أن الشبكات العصبية هي أفضل طريقة في إظهار أفضل السبل لإعتماد نتائجها في رفع مستوى البحوث العلمية والإرتقاء بها . وبناءا على النتائج خلص الباحث إلى التوصيات الآتيىة : 1/ يفضل إستخدام الإنحدار في السلاسل الزمنية الأقل تعقيداً وكلما إرتفعت درجة التعقيد في السلسلة يفضل إستخدام نماذج الشبكات العصبية . 2 / إذا لم يكن طول السلسلة الزمنية كافياً بحيث تظهر كل التغيرات بوضوح فإنه يفضل إستخدام الإنحدار على نماذج الشبكات العصبية . 3/ من أجل رفع كفاءة الإنحدار ونماذج الشبكات العصبية للتنبؤ في السلاسل الزمنية يجب الإهتمام بإزالة تأثيرات المتغيرات المختلفة من بيانات السلسلة الزمنية قبل تطبيق هذه الأساليب