‫السللسل الزمنية‬

‫‪I‬‬

‫الفهرس‬

‫‪1‬‬

‫المقدمة‬

‫‪2‬‬

‫‪ -‬مفهوم السلسلة الزمنية و مركباته‬

‫‪2‬‬

‫‪ -I-1‬مفهوم السلسلة الزمنية‬

‫‪2‬‬
‫‪3‬‬

‫‪ -I- 2‬مركبات السلسلة الزمنية‬
‫تحليل السللسل الزمنية‬

‫‪II‬‬

‫‪6‬‬

‫‪ -II‬الكشف عن مركبات السلسلة الزمنية‬

‫‪-1‬‬
‫‪III‬‬

‫‪6‬‬

‫‪ -II-2‬تقدير مركبات السلسلة الزمنية‬

‫‪10‬‬

‫‪ -‬تحليل السللسل الزمنية العشوائية‬

‫‪12‬‬
‫‪13‬‬

‫‪-III - 1‬اختبار الستقرار السلسلة‬

‫‪17‬‬

‫‪- 2‬‬

‫‪ -III‬طرق إزالة عدم اللستقرار‬

‫‪- 3‬‬

‫‪ -III‬منهجية بوكس و جينكينز )‪(Box- Jenkins‬‬
‫في تحليل السللسل العشوائية‬

‫المراجع‬

‫‪18‬‬

‫‪1‬‬
‫‪25‬‬

‫مقدمة‪:‬‬
‫‪1‬‬

‫السللسل الزمنية‬
‫لقد أصبح التجاه العام في البحوث و الدرالسات هو الستخدام طرق القياس‬
‫الكمية و ولسائل النقناع الصحصائية و ذلك لتحديد الخصائص و إبراز التجاهات العامة‬
‫للظواهر الجتماعية و الادارية و تحليل العلنقات المتشابكة و المتباادلة بين الظواهر‬
‫على ألساس موضوعي غير متحيز‪.‬‬
‫و تعتبر السللسل الزمنية من بين أهم الولسائل الصحصائية‪ ،‬وذلك لللسباب التالية‪:‬‬
‫ غياب العلنقات السببية بين المتغيرات و كذا صعوبة نقياس بعضها الخر‪.‬‬‫ عدم توفر المعطيات الكافية صحول المتغيرات الشارصحة)المستقلة(‪ ،‬كونها‬‫تحتاج إلى مجموعة كبيرة من المشاهدات‪.‬‬
‫ في صحالة رفض نموذج القياس النقتصاادي إصحصائيا ‪ ،‬كون هذه النماذج بسيطة‬‫التركيب‬
‫و لسهلة التفسير‪ ،‬وهذا يسمح للمسئولين غير المختصين في الميدان اللستعانة‬
‫بها‪.‬‬
‫ إضافة إلى كل هذا‪ ،‬فإن النماذج النحدارية و رغم الستعمالها لمعلومات‬‫معتبرة و تطلبها لمجهوادات علمية و بشرية جبارة‪ ،‬فإن نتائجها ليست ادوما‬
‫في مستوى هذه المجهوادات‪.‬‬

‫‪ - /I‬مفهوم السلسلة الزمنية و مركباتها ‪:‬‬
‫‪ -I/1‬مفهوم السلسلة الزمنية‪:‬‬
‫ السلسلة الزمنية عبارة عن نقيم ظاهرة من الظواهر في لسلسلة تواريخ‬‫متعانقبة لسوءا أن كانت هذه التواريخ أياما‪ ،‬أشهرا‪ ،‬أو لسنوات‪.....‬الخ‪.‬‬

‫‪1‬‬

‫ السلسلة الزمنية لي ظاهرة عبارة عن مجموعة من المشاهدات مأخوذة‬‫على فترات زمنية و ذلك نتيجة تعقب هذه الظاهرة فترة زمنية طويلة نسبيا‬
‫و بصفة متتابعة و في الغالب هذه الفترة الزمنية منتظمة‪ .‬و هي بذلك تحتوي‬
‫‪2‬‬

‫على متغيرين‪ ،‬اصحدهما مستقل و هو الزمن و لخر تابع و هو نقيمة الظاهرة‪.‬‬

‫من خلل التعاريف يتضح أن السلسلة الزمنية هي نقيم لظاهرة ما متسلسلة‬
‫صحسب الزمن تبين تطور هذه الظاهرة‪ ،‬و تقوم على تفسير المتغير التابع بوالسطة‬
‫الزمن أو بسلوك نفس المتغير في الماضي‪ ،‬فمثل إذا كانت ‪ V‬تمثل صحجم مبيعات‬
‫‪ ] 1‬ناضم حيدر‪ [1977 ،‬ص ‪.243‬‬
‫‪] 2‬مختار محمود الهاشمي‪ [1982 ،‬ص ‪.97‬‬

‫‪2‬‬

.‬‬ ‫تتكون أي لسلسلة زمنية من نقيم متتالية لمتغير إصحصائي خلل مدة زمنية‬ ‫منتظمة‪ ،‬ألسبوع‪ ،‬فصل‪ ،‬أو لسنة؛ و تتبع نقيمة أي متغير إصحصائي في تغيرها الزمن‪،‬‬ ‫و تخضع في تغيرها ‪ -‬لفترة طويلة من الونقت – لعدة مؤثرات بعضها منتظم يمكن‬ ‫ترتيبها و معرفة ادرجة تأثيرها و بعضها غير منتظم – عشوائي ‪ -‬هذه المؤثرات‬ ‫تسمى مركبات السلسلة الزمنية‪..‬‬ ‫التجاه العام هو النمو الطبيعي للظاهرة‪ ،‬أو التقلص و النكماش الطبيعي المتدرج‬ ‫للظاهرة‪ ،‬التغيرات ل تلصحظ في الفترات القصيرة بينما تكون واضحة في الفترات‬ ‫‪4‬‬ ‫الطويلة‪....‬‬ ‫‪ -I/ 2‬مركبات السلسلة الزمنية‪:‬‬ ‫تقوم ادرالسة السللسل الزمنية على تحليلها إلى مركباتها أو العناصر المكونة‬ ‫لها لعزلها ومعرفة مدى تأثير كل منها على الظاهرة المشاهدة‪ ،‬و بذلك يكون‬ ‫القصد من التحليل راد القيمة الكلية للظاهرة إلى عناصرها المكونة لها‪ ،‬صحتى يصبح‬ ‫المكان القيام بالتقديرات اللزمة و التنبؤات الضرورية‪ ،‬و هذه المركبات هي‪:‬‬ ‫أ‪ -‬مركبة التجاه العام )التغيرات التجاهية(‪:‬‬ ‫و هي ألسالسية في صحركة السلسلة الزمنية‪ ،‬وتتميز بالنمو الطبيعي المضطر‬ ‫أو التقلص الطبيعي المتدرج للظاهرة المشاهدة‪ ،‬و تنعدم ملصحظة هذه التغيرات‬ ‫في فترة نقصيرة )تغيرات تحدث ببطء ( فهي تأخذ شكلها تدريجيا فتستغرق ونقت‬ ‫‪3‬‬ ‫طويل "مما يكسبها صفة الديمومة و اللستمرار"‪.141‬‬ ‫‪] 4‬محمد كل‪،‬س‪ [1993،‬ص ‪.‬الخ‪.‬الخ‪ ،‬كما يمكن أن تكون ناتجة عن عوامل‬ ‫موضوعية أخرى ل نستطيع نقيالسها كالطقس‪ ،‬تغير ذوق المستهلكين‪ ،‬لسيالسة‬ ‫المنشأة‪.‫السللسل الزمنية‬ ‫لسلعة معينة‪ ،‬فل نستطيع العتمااد على النظرية النقتصاادية لمعرفة التغيرات‬ ‫الحاصلة في صحجم المبيعات بدنقة‪،‬لن هذه التقلبات نقد تكون ناتجة عن تغير‬ ‫اللسعار‪ ،‬الدخل المتاح‪،‬الطانقة النتاجية‪..190‬‬ ‫‪3‬‬ .T‬‬ ‫‪ ] 3‬علي لزعر‪ [2000 ،‬ص ‪..‬‬ ‫إذا مركبة التجاه العام تعبر عن تطور الظاهرة عبر الزمن و ل تكون واضحة‬ ‫إل في الفترات الطويلة‪ ،‬فهي توضح لنا اتجاه الظاهرة‪ ،‬و يرمز لهذه المركبة بالرمز‬ ‫‪..

..‫السللسل الزمنية‬ ‫ب‪ -‬المركبة المولسمية )التغيرات المولسمية(‪:‬‬ ‫التغيرات المولسمية هي التغيرات التي تحدث بانتظام في وصحدات زمنية‬ ‫متعانقبة كشهر معين من السنة‪ ،‬أو يوم معين‪ ،‬أو لساعة معينة‪ ،‬أو هي عبارة عن‬ ‫تقلبات تتكرر على نفس الوتيرة كل لسنة‪.C‬‬ ‫اد‪ -‬المركبة العشوائية )التغيرات العشوائية (‪:‬‬ ‫التغيرات العشوائية هي تغيرات شاذة و طارئة بمعنى أنه ل يمكن التنبؤ‬ ‫بونقوعها أو تحديد نطاق تأثيرها‪ ،‬صحيث أنها تحدث نتيجة للسباب عارضة لم تكن في‬ ‫الحسبان مثل‪ :‬الزلزل‪ ،‬الفيضانات‪ ،‬إضراب العمال‪.‬الخ‪.‬‬ ‫‪9‬‬ ‫أو هي التغيرات التي تحدث عاادة نتيجة لعوامل المصاادفة‪ ،‬فهي طارئة غير‬ ‫‪10‬‬ ‫نقابلة للتحديد)كوارث طبيعية‪ ،‬ثورات‪.14‬‬ ‫‪]7‬محمد كل‪،‬س‪ [1993،‬ص ‪.138‬‬ ‫‪] 10‬علي لزعر‪ [2000،‬ص ‪.S‬‬ ‫جـ‪ -‬المركبة الدورية )التغيرات الدورية(‪:‬‬ ‫تنعكس هذه المركبة في السللسل الزمنية طويلة الجل و التي تبرز اثر‬ ‫انتقال الصحوال النقتصاادية مثل من الكسااد إلى النتعاش‪ ،‬فالرواج ثم الركواد و هكذا‬ ‫ادواليك‪ 6‬؛ هي تشبه التغيرات المولسمية إل أنها تتم في فترات أطول نسبيا من‬ ‫‪7‬‬ ‫الفترات المولسمية‪.‬و هذه التغيرات نصاادفه في ادوارات‬ ‫النقتصااد التي يتناوب فيها النتعاش و الكسااد‪ ،‬و يرمز لها بالرمز اللتيني ‪.I‬‬ ‫‪ ] 5‬ناظم حيدر‪ [1977 ،‬ص ‪330‬‬ ‫‪] 6‬مولود حشمان‪ [1998 ،‬ص ‪.246‬‬ ‫‪] 9‬عبد العزيز فهمي هيكل‪ [19،‬ص ‪.191‬‬ ‫‪] 8‬ناظم حيدر‪ [1977،‬ص ‪...(...‬‬ ‫و مقارنة بالتغيرات المولسمية فإن طول الفترة الزمنية للدورة غير معلوم و‬ ‫إنما يتراوح بين ثلثة و عشرة لسنوات‪ ،‬و بالتالي يصعب معرفة التقلبات الدورية و‬ ‫مقااديرها‪ ،‬لنها تختلف اختلفا كبيرا من ادورة لخرى لسواء من صحيث طول الفترة‬ ‫الزمنية للدورة أو اتساع تقلباتها و مداها‪ 8..‬‬ ‫‪5‬‬ ‫ويرمز لها بالرمز اللتيني ‪.141‬‬ ‫‪4‬‬ .‬‬ ‫إذا هي كل التغيرات التي ل يمكن‬ ‫تونقع صحدوثها أو نقيالسها و يرمز لها بالرمز اللتيني ‪..

‬‬ ‫مركبة التجاه العام‬ ‫المركبة العشوائية‬ ‫المركبة الدورية‬ ‫المركبة المولسمية‬ ‫المصدر‪ :‬مقتبس من ]محمد صبحي أبو صالح‪ ،‬عدنان محمد عوض‪-‬‬ ‫‪ [1983‬ص ‪276‬‬ ‫تحليل السللسل الزمنية إلى مركباتها يتطلب تحديد نموذجا لها‪ ،‬وهذا يعني‬ ‫أن نحداد العلنقة بين مكونات السلسلة الزمنية‪ ،‬و هناك نموذجان شائعا اللستخدام‪:‬‬ ‫النموذج الول‪ :‬هو نموذج تجميعي و يفترض أن القيمة المقالسة للسلسلة الزمنية‬ ‫‪ H‬عبارة عن مجموع المركبات أي أن‪.‫السللسل الزمنية‬ ‫الشكل رقم ‪ -04-01:‬مركبات السلسلة الزمنية‪.H=T+S+C+I :‬‬ ‫‪5‬‬ .

Sig‬‬ ‫‪.‬أو بالستخدام اللسلوب البياني و تكون وفق هذه الطريقة‪ ،‬السلسلة‬ ‫الزمنية عناصر تجميعية لما تنحصر ذبذباتها بين خطين متوازيين‪ ،‬أي أن هذه الهزات‬ ‫ثابتة الشدة‪ .‫السللسل الزمنية‬ ‫النموذج الثاني‪ :‬هو نموذج صحدائي و يفترض أ‪ ،‬القيمة المقالسة للسلسلة الزمنية‬ ‫تساوي صحاصل ضرب المركبات أي أن‪.‬‬ ‫‪ -2‬اختبار تجانس التباين‪:‬‬ ‫الجدول رقم‪ 09-03 :‬جدول تحليل التباين‬ ‫‪ANOVA‬‬ ‫‪fsm‬‬ ‫‪F .05‬نرفض فرض العدم و‬ ‫نقبل الفرض البديل أي عدم تجانس المتولسط‪.24‬‬ ‫‪9‬‬ ‫‪Sum of Squares‬‬ ‫‪429.704 6.H=T*S*C*I :‬‬ ‫يمكن معرفة طبيعة النموذج انطلنقا من صحساب المتولسط الحسابي و‬ ‫النحراف المعياري‪ ،‬فإذا كان هذين الخيرين ثابتين عبر وصحدة الزمن فإن السلسلة‬ ‫تكون عبارة عن نموذج تجميعي‪ ،‬و في صحالة العكس نقول عن السلسلة أنها تشكل‬ ‫نموذجا جدائيا؛ و عند إجراء تعديلت على النموذج الجدائي نحصل على نموذج‬ ‫تجميعي‪ .‬بينما السلسلة الجدائية‪ ،‬تكون ذبذباتها غير ثابتة الشدة)تباين متزايد أو‬ ‫متنانقص(‪ ،‬و بالتالي تقع بين خطين منفرجين‪.‬‬ ‫‪df Mean Square‬‬ ‫‪47.‬‬ ‫مثل‪:‬‬ ‫‪ -2‬الكشف عن طبيعة السلسلة‪:‬‬ ‫‪ -1‬اختبار تجانس المتولسطات‪:‬‬ ‫الجدول رقم‪ 08-03 :‬اختبار تجانس المتولسط‪.‬‬ ‫‪0 000‬‬ ‫‪9‬‬ ‫‪11.338‬‬ ‫‪6‬‬ ‫‪Between Groups‬‬ .Sig‬‬ ‫‪11‬‬ ‫‪.‬‬ ‫‪Test of Homogeneity of Variances‬‬ ‫‪fsm‬‬ ‫‪Levene Statistic df1 df2 .00‬أنقل من مستوى المعنوية المساوي لـ ‪ ،0.768‬‬ ‫المصدر‪:‬مستخرج من برنامج ‪SPSS‬‬ ‫‪ Sig = 0.

‫السللسل الزمنية‬ ‫‪00‬‬ ‫‪0‬‬ ‫‪3‬‬ ‫‪7.868‬‬ ‫‪Total‬‬ ‫المصدر‪:‬مستخرج من برنامج ‪SPSS‬‬ ‫لدينا من الجدول ‪ sig = 0.00‬أنقل من =‪ ،0.‬‬ ‫‪ -II‬تحليل السللسل الزمنية ‪:‬‬ ‫‪7‬‬ .530‬‬ ‫‪Within Groups‬‬ ‫‪11‬‬ ‫‪9‬‬ ‫‪1269.641‬‬ ‫‪11‬‬ ‫‪0‬‬ ‫‪840.‬‬ ‫نستخلص من هذه الختبارات أن السلسلة الموجوادة لدينا لسلسلة جدائية‪ ،‬و‬ ‫هذا ما يؤكده الشكل البياني التالي‪:‬‬ ‫الشكل رقم‪ -21-03 :‬منحنى بياني للمتولسط الحسابي و النحراف‬ ‫المعياري للسلسلة الخام ‪FSM‬‬ ‫‪14‬‬ ‫‪12‬‬ ‫‪10‬‬ ‫‪8‬‬ ‫‪6‬‬ ‫‪4‬‬ ‫‪2‬‬ ‫‪04‬‬ ‫‪03‬‬ ‫‪02‬‬ ‫‪01‬‬ ‫‪00‬‬ ‫‪SFSM‬‬ ‫‪99‬‬ ‫‪98‬‬ ‫‪97‬‬ ‫‪96‬‬ ‫‪0‬‬ ‫‪95‬‬ ‫‪MFSM‬‬ ‫المصدر‪ :‬برنامج ‪ EVIEWS‬انطلقا من بيانات الملحق رقم‪03:‬‬ ‫من الشكل أعله نلصحظ أن النحراف المعياري غير مستقر في وصحدة الزمن "صحالة‬ ‫عدم تجانس التباين" إذا السلسلة ‪ FSM‬لسلسلة لها نموذج جدائي‪.05‬إذا نقبل الفرض البديل القائل‬ ‫بـ عدم تجانس التباين‪.

‬‬ ‫‪ -1‬الكشف عن التجاه العام‪:‬‬ ‫• الختبارات الحرة‪ :‬نقصد بالختبارات الحرة الختبارات التي ل تخضع‬ ‫بالضرورة لي توزيع إصحصائي‪ ،‬فهي ل تتطلب أي فرضية صحول التوزيع‬ ‫الصحتمالي للخطاء وفيما يلي بعض هذه الختبارات‪:‬‬ ‫‪-‬‬ ‫اختبارات التوالي )تعانقب الشارات(‪:‬‬ ‫يصلح هذا الختبار لكشف مدى عشوائية السلسلة الزمنية لهذا يدعى في الغالب‬ ‫باختبار العشوائية‬ ‫صيغة الختبار‪:‬‬ ‫السلسلة عشوائية)ل يوجد اتجاه عام(‬ ‫‪H0 :‬‬ ‫السلسلة غير عشوائية )يوجد اتجاه عام(‬ ‫‪] 11‬مولود حشمان‪ [1998 ،‬ص ‪16‬‬ ‫‪8‬‬ ‫‪H1 :‬‬ .‬بينما تنعكس المركبة الفصلية و الدورية في الشكل البياني على هيئة نقمم أو‬ ‫انخفاضات‪ -‬نتوءات – بشكل منتظم‪ ،‬يسمح لنا بتحديد فترة صحدوث هذه الظاهرة‪،‬‬ ‫كأن تكون في فصل‪ ،‬شهر معين‪.‬الخ‪ ،‬بينما المركبة العشوائية تتمثل في عدم‬ ‫تركها المركبات المنتظمة أن تكون كذلك بيانيا ادائما‪..‬‬ ‫ب‪ -‬عن طريق الختبارات الصحصائية ‪:‬‬ ‫في كثير من الصحيان‪ ،‬ل يكون الختبار البياني كافيا لوصحده للكشف عن‬ ‫مركبات السلسلة مما يستلزم الستعمال أادوات إصحصائية لهذا الغرض؛ و يوجد‬ ‫نوعان من الختبارات‪ ،‬الختبارات الحرة أو غير المعلميةة‪ ،‬و اختبارات غير الحر أو‬ ‫المعلمية ‪.‫السللسل الزمنية‬ ‫‪ -II/1‬الكشف عن مركبات السلسلة الزمنية‪:11‬‬ ‫نقبل البدء في تحليل السلسلة الزمنية إلى مركباتها نقوم أول بالكشف عن‬ ‫وجواد هذه المركبات‬ ‫و لسنتناول فيما يلي بعض طلق الكشف‪:‬‬ ‫أ‪ -‬عن طريق تحليل المعلومات بيانيا ‪:plot‬‬ ‫نهتم في هذه الطريقة بدرالسة و تحليل الظروف التي تتولد عنها السلسلة‬ ‫الزمنية‪ ،‬فإذا كان هذا المحيط مستقر تكون السلسلة كذلك و العكس صحيح‪ ،‬و‬ ‫تتمة لهذا العمل نقوم بتمثيل هذه المعلومات الرنقمية في شكل بياني‪ ،‬يعكس‬ ‫مركبات السلسلة الزمنية بشكل أوضح‪ ،‬فيمثل التجاه العام في تلك المركبة التي‬ ‫تدفع بالمنحنى نحو الزياادة إذا كان ميلها موجبا‪ ،‬أو إلى اللسفل إذا كان ميلها‬ ‫لسالبا‪..

‬‬ ‫اتخاذ القرار‪:‬‬ ‫نرفض ‪H 0‬‬ ‫‪-‬‬ ‫إذا كان‪:‬‬ ‫في صحالة ‪:m<20‬‬ ‫صحيث‬ ‫‪ R ≥ Ru‬أو ‪R ≤ R1‬‬ ‫‪ Ru‬و ‪R1‬‬ ‫القيم المجدولة الدنيا و‬ ‫العليا على التوالي و المقابلة للرتبة ‪) m‬أنظر الملحق رنقم (‬ ‫‪-‬‬ ‫في صحالة‪:‬‬ ‫‪m >20‬‬ ‫صحيث‬ ‫أين‬ ‫و‬ ‫‪-‬‬ ‫‪Z > Zα/ 2‬‬ ‫‪R − uR‬‬ ‫‪δR‬‬ ‫= ‪Z‬‬ ‫‪uR = m +1‬‬ ‫)‪m( m + 1‬‬ ‫‪2m − 1‬‬ ‫= ‪δR‬‬ ‫اختبار ادانيال ‪: Daniel’s Test‬‬ ‫‪9‬‬ .Md‬‬ ‫‪ -4‬صحساب ‪ R‬و الممثل لعداد مرات توالي الشارة من موجب إلى لسالب و العكس‪.‬‬ ‫‪ -2‬صحساب الولسيط و هي المشاهدة المقابلة للرتبة ‪ m‬هذه الخيرة تحسب بالعلنقة‬ ‫التالية‪:‬‬ ‫•‬ ‫عداد المشاهدات ‪ T‬فرادي‬ ‫‪T +1‬‬ ‫‪2‬‬ ‫•‬ ‫عداد المشاهدات ‪ T‬زوجي‬ ‫‪T‬‬ ‫‪2‬‬ ‫= ‪M‬‬ ‫= ‪M‬‬ ‫و بالتالي الولسيط يكون في الحالة الولى و الثانية على الترتيب‪:‬‬ ‫‪Md = y m‬‬ ‫) ‪( y m + y m+1‬‬ ‫‪2‬‬ ‫= ‪Md‬‬ ‫‪ -3‬إعطاء إشارة لسالبة للقيم الصغر من الولسيط ‪ Md‬و موجبة للقيم الكبر من‬ ‫‪.‫السللسل الزمنية‬ ‫تكوين الختبار‪:‬‬ ‫‪ -1‬ترتيب المشاهدات ترتيب تصاعدي‪.

12‬‬ ‫‪ ‬الختبارات غير الحرة‪ :‬الختبارات غير الحرة تفترض وجواد مركبة التجاه‬ ‫العام‬ ‫‪ 12‬أنضر المرجع السابق ص ‪23‬‬ ‫‪10‬‬ .‫السللسل الزمنية‬ ‫يعتبر هذا الختبار أنقوى المعايير‪ ،‬و هو يستعين بمعامل الرتباط لسيبرمان يعتمد‬ ‫هذا المعامل على نقياس الرتباط الخطي بين رتبتين‪ ،‬الرتبي‬ ‫‪Rt‬‬ ‫و الزمني ‪.t‬‬ ‫‪T‬‬ ‫المعامل يعرف بالعلنقة التالية‪:‬‬ ‫‪6∑ d t2‬‬ ‫‪t =1‬‬ ‫)‪T ( T + 1‬‬ ‫‪rs = 1 −‬‬ ‫صحيث ‪ ∑d t2‬يمثل مجموع مربعات الفرق بين الترتيب التصاعدي و الزمني أي‬ ‫) ‪d t = ( Rt − t‬‬ ‫وكون‬ ‫‪rs‬‬ ‫معامل ارتباط خطي فإن‪:‬‬ ‫‪−1 ≤ rs ≤ 1‬‬ ‫صيغة الختبار‪:‬‬ ‫عام ‪H 0 :‬‬ ‫ل يوجد اتجاه‬ ‫يوجد اتجاه عام‬ ‫‪H1 :‬‬ ‫اتخاذ القرار‪:‬‬ ‫رفض‬ ‫‪H0‬‬ ‫صحسب صحجم العينة عندما يكون‪:‬‬ ‫• ‪T<30‬‬ ‫• ‪T>30‬‬ ‫‪rs > rα / 2‬‬ ‫<‬ ‫‪Z > Zα/ 2‬‬ ‫صحيث أن‪:‬‬ ‫‪rs − u rs‬‬ ‫‪δ rs‬‬ ‫=‪Z‬‬ ‫‪u rs = 0‬‬ ‫‪1‬‬ ‫‪T −1‬‬ ‫= ‪δ rs‬‬ ‫‪rs‬‬ ‫‪= rs T − 1‬‬ ‫‪δ rs‬‬ ‫=‪Z‬‬ ‫إضافة إلى هذا توجد عدة اختبارات مثل اختبار الشارة و اختبار نقطة النعطاف‪.

KW‬‬ ‫‪p‬‬ ‫‪Ri2‬‬ ‫‪12‬‬ ‫= ‪KW‬‬ ‫)‪∑ − 3( T + 1‬‬ ‫‪T ( T + 1) i =1 ni‬‬ ‫صحيث‪:‬‬ ‫•‬ ‫)‪→ X (2p −1‬‬ ‫•‬ ‫‪: Ri‬تمثل الرتب الجديدة و المقابلة للفصل ‪.‬‬ ‫صيغة الختبار‪:‬‬ ‫ل يوجد مركبة‬ ‫فصلية ‪H 0 :‬‬ ‫يوجد مركبة‬ ‫فصلية ‪H 1 :‬‬ ‫تكوين الختبار‪:‬‬ ‫‪ -1‬ترتيب المشاهدات ترتيب تصاعدي و تحديد الرتب الجديدة‪.‫السللسل الزمنية‬ ‫في السلسلة إضافة إلى العشوائية مع افتراض معرفة التوزيع الصحتمالي للخطاء‬ ‫أي‪:‬‬ ‫)‬ ‫(‬ ‫‪u t → N 0.‬‬ ‫‪.‬‬ ‫•‬ ‫‪ : p‬الدور و يساوي ‪(12 ،4 ،3 ،2‬لسدالسي‪ ،‬رباعي‪ ،‬ثلثي‪ ،‬شهر‪).‬‬ ‫‪ -2‬جمع الرتب المقابلة لكل فصل و تسمى ‪. Ri‬‬ ‫‪ -3‬صحساب إصحصائية ‪. δ 2‬‬ ‫‪yt = f ( t . ut ) /‬‬ ‫و بعد تحديد شكل الدالة ) ‪ f ( t . u t‬يتم تقدير معالمها ثم اختبار معنوية معلمة‬ ‫التجاه العام بالستخدام إصحصائية لستيوادنت‪.‬‬ ‫‪ -2‬الكشف عن المركبة الفصلية‪:‬‬ ‫في كثير من الحالت يمكن كشف المركبة الفصلية بكل بساطة عند معرفة‬ ‫موضوع السلسلة الزمنية ‪ ،‬فيمكن مسبقا تونقع وجواد مركبة فصلية ؛مثل من‬ ‫المعروف أن الستهلك الكهرباء في المناطق الحارة يكون في الصيف أكثر منه في‬ ‫الشتاء‪.i‬‬ ‫•‬ ‫‪: ni‬عداد المشاهدات المقابلة للفصل ‪( i‬تكرار الفصل )‪.‬‬ ‫‪ ‬الختبارات الحرة‪:‬‬ ‫أ‪ -‬اختبار ‪ :Kruskall-Wallis‬يستعمل خصيصا لكشف الفصلية‪ ،‬ولبد من إزالة‬ ‫التجاه العام نقبل محاولة الكشف عن المركبة الفصلية‪. KW‬‬ ‫اتخاذ القرار‪:‬‬ ‫‪11‬‬ .

‬‬ ‫ب‪ -‬ادالة الرتباط الذاتي‪ :‬تعتمد على فكرة الرتباط بين المشاهدات و في فترات‬ ‫مختلفة‪ ،‬و تظهر الفصلية في هذه الدالة في شكل نقمم و انخفاضات في فترات‬ ‫زمنية تعاادل ‪ .‬‬ ‫‪ -I/2‬تقدير مركبات السلسلة الزمنية‪:‬‬ ‫على ضوء ما نقدمناه يمكن القول أن المقصواد من تحليل السلسلة الزمنية‬ ‫هو تبسيط القيمة الكلية إلى العناصر المكونة لها‪ ،‬و ذلك بعزل المركبات‬ ‫) التجاهية‪ ،‬الفصلية‪ ،‬الدورية‪ ،‬و الطارئة ( كل على صحدا لمعرفة مدى تأثير كل منها‬ ‫على نقيمة الظاهرة‪ ،‬و نتطرق فيما يلي إلى بعض طرق تقدير هذه المركبات‪:‬‬ ‫أ‪ -‬تقدير التجاه العام‪:‬‬ ‫إن أبسط الطرق لتعيين التجاه العام لظاهرة ما‪ ،‬هي رصد نقيم هذه‬ ‫الظاهرة‪ ،‬في الوصحدات الزمنية المتتالية على رلسم بياني‪ ،‬أي تونقيع النقط عليه‪ ،‬ثم‬ ‫رلسم أفضل خط مستقيم‪" 14‬أو منحني يمثل هذه النقاط أفضل ما يمكن فيمر بينها‬ ‫‪ 13‬لللطل ع على هذه التختبارات انظر المرجع السابق ص ‪97‬‬ ‫‪] 14‬محمد كل‪،‬س‪ [1993،‬ص ‪.P‬أي تظهر القمة في ادورة تعاادل ‪ P‬و كذلك النخفاض‪.‫السللسل الزمنية‬ ‫نرفض ‪H 0‬‬ ‫‪‬‬ ‫إذا كان‬ ‫)‪KW > X (2p −1‬‬ ‫الختبارات غير الحرة‪:‬‬ ‫أ‪ -‬الطريقة النحدارية‪ :‬و تتمثل في افتراض وجواد المركبة الفصلية في السلسلة بـ‬ ‫‪ P‬من المؤشرات‪،‬‬ ‫و يتم التعبير عنها بنفس العداد من المتغيرات التمثيلية التي يتم تقدير معالمها ثم‬ ‫‪13‬‬ ‫اختبارها إصحصائيا‪.192‬‬ ‫‪12‬‬ .

‬‬ ‫ صحساب المتولسطات المتحركة‪:‬‬‫بعد تحديد الفترة الزمنية التي نرغب في اتخاذها ألسالسا في صحساب المتولسطات‬ ‫المتحركة نقوم بالخطوة الثانية و المتمثلة في البدء في عملية الحساب؛ فمثل إذا‬ ‫اتخذنا طول فترة اللساس ثلثة لسنوات فإن صحساب المتولسطات المتحركة يكون‬ ‫كالتالي‪:‬‬ ‫نجمع نقيم الثلثة الولى و نقسم الناتج على ثلثة‪ ،‬نضع النتيجة المتحصل‬ ‫عليها مقابل المشاهدة الثانية‪ ،‬و نترك الخانة المقابلة للمشاهدة الولى فارغة؛‬ ‫نعدها نقوم بجمع القيم الثانية و الثالثة‬ ‫و الرابعة و نقسم الناتج على ثلثة‪ ،‬و نضع النتيجة المتحصل عليها مقابل المشاهدة‬ ‫الرابعة؛‬ ‫و هكذا ادوالك صحتى نصل إلى الثلث لسنوات الخيرة أي توضع النتيجة المتحصل‬ ‫عليها مقابل المشاهدة نقبل الخيرة للسلسلة‪ ،‬فإذا نقمنا بتمثيل هذه القيم بيانيا‬ ‫فسنحصل على خط التجاه العام لهذه السلسلة‪.‫السللسل الزمنية‬ ‫باتزان"‪ ،15‬و رغم أن هذه الطريقة تمتاز بالسرعة و البساطة إل أنها تتونقف على‬ ‫التقدير الشخصي‪ ،‬كما أنها ل تستند إلى أي ألساس علمي‪.‬‬ ‫‪-‬‬ ‫ألسلوب المتولسطات النصفية‪.‬‬ ‫‪-‬‬ ‫طريقة المتولسطات المتحركة‪.‬‬ ‫‪] 15‬مختار محمود الهاشمي‪ [1982،‬ص ‪.115‬‬ ‫‪] 16‬ناظم حيدر‪ [1977 ،‬ص ‪254‬‬ ‫‪13‬‬ .‬‬ ‫تقدير التجاه العام "بطريقة المتولسطات المتحركة"‪:‬‬ ‫هذه الطريقة تقوم على خطوتين ضروريتين هما‪:‬‬ ‫‪16‬‬ ‫ تحديد طول الفترة التي يتعين اتخاذها ألسالسا للحساب‪ ،‬و ينبغي في هذا‬‫السياق الخذ في الحسبان أنه كلما كانت هذه الفترة أنقصر‪ ،‬كلما كان خط‬ ‫التجاه العام الناشئ عن هذا اللسلوب يعطي توفيقا أصحسنا عن البيانات؛ و‬ ‫كلما كانت الفترة أطول‪ ،‬كلما خط التجاه العام أنقل تموجا غير أنه يعطي‬ ‫توفيقا أرادأ )راديئا( للبيانات المعطاة‪.‬‬ ‫و نكتفي بعرض طريقة واصحدة و هي" طريقة المتولسطات المتحركة"‪.‬‬ ‫و من بين الطرق الدنقيقة ليجااد التجاه العام لتغير الظاهرة‪:‬‬ ‫‪-‬‬ ‫طريقة المربعات الصغرى ‪.

.‬‬ ‫تقدير المركبة الفصلية بطريقة النسب المولسمية‪:‬‬ ‫تستعمل هذه الطريقة الجدول و الولسط الحسابي العام لحساب المؤشرات‬ ‫الفصلية )المولسمية(‪،‬‬ ‫إل أنها ل تفرق بين النموذج التجميعي و الجدائي أثناء الحساب‪ ،‬و نلخص هذه‬ ‫الطريقة فيما يلي‪:‬‬ ‫‪-‬‬ ‫صحساب المتولسط الحسابي لقيم كل لسنة على صحدا‪.‬‬ ‫‪-‬‬ ‫صحساب الولسط الحسابي العام‬ ‫‪1 m‬‬ ‫‪∑ yi‬‬ ‫‪m i =1‬‬ ‫‪-‬‬ ‫صحساب الولسط الحسابي الفصلي لكل فصل‬ ‫‪1 m‬‬ ‫‪∑ yij‬‬ ‫‪m i =1‬‬ ‫‪-‬‬ ‫= ‪Y‬‬ ‫= ‪yj‬‬ ‫صحساب المؤشر الفصلي ‪j‬‬ ‫‪yj‬‬ ‫‪Y‬‬ ‫= ‪Sj‬‬ ‫و إذا أرادنا التنبؤ بالسلسلة لبد من إزالة المركبة المولسمية أول؛ و نحصل على‬ ‫لسلسلة خالية من المولسمية بقسمة القيم الحقيقية على مؤشر الفصلية‪.‬‬ ‫‪1 p‬‬ ‫‪∑ yij‬‬ ‫‪p j =1‬‬ ‫= ‪yi‬‬ ‫صحيث ‪ i‬ادليل السنة و ‪ j‬ادليل الفصل أو الشهر‪.‬‬ ‫‪y ij‬‬ ‫‪Sj‬‬ ‫= ‪X ij‬‬ ‫‪14‬‬ ...‫السللسل الزمنية‬ ‫ب‪ -‬تقدير المركبة الفصلية‪:‬‬ ‫هناك عدة طرق لتقدير المركبة الفصلية منها‪ :‬طريقة النسب المولسمية‪،‬‬ ‫طريقة المتولسطات المتحركة النسبية‪ ،‬الطريقة النحدارية‪ ،.‬و نكتفي بتبيين‬ ‫طريقة النسب المولسمية‪..

‬‬ ‫•‬ ‫عدم الستقرار التباين‪. Yt +k ) = Yk‬أو‬ ‫‪σ2‬‬ ‫= ‪ρk‬‬ ‫وتقيس العلنقة بين القيم في فترات زمنية متعدادة ذات فترات إبطاء‬ ‫‪ ،k‬ويسمى معامل التغاير‬ ‫‪www.‬‬ ‫‪E ( y t ) = u.‬أي التغاير‬ ‫ثابت‬ ‫) ‪COV ( Yt .org/course4/c4_4.‬‬ ‫•‬ ‫وجواد تقلبات مولسمية‪. COV = ( Yt . t = 1.T‬‬ ‫‪ -2‬ثبات التباين عبر الزمن‪.‬‬ ‫‪ -3‬أن يكون التغاير بين أي نقيمتين لنفس المتغير معتمدا على الفجوة الزمنية بين‬ ‫القمتين‪ ،‬و ليس على القيمة الفعلية للزمن لذي يحسب عنده التغاير‪ ..‬كما يرجع عدم اللستقرار لصحد اللسباب التالية‪:‬‬ ‫•‬ ‫وجواد اتجاه عام‪.arab-api.T‬‬ ‫‪VAR ( y t ) = δ 2 .‫السللسل الزمنية‬ ‫‪/III‬تحليل السللسل الزمنية العشوائية ‪:‬‬ ‫تتسم نماذج التجاه العام و المولسمية بالبساطة من صحيث الفتراض و المنهجية‪،‬‬ ‫فلم تعطي أهمية للجانب العشوائي في المتغيرة موضوع البحث‪ ،‬و تفترض معظم‬ ‫الدرالسات التطبيقية النقتصاادية التي تستخدم بيانات لسلسلة زمنية أن هذه‬ ‫السلسلة مستقرة أو لساكنة؛ في صحين أن اغلب السللسل الزمنية الخاصة بالحياة‬ ‫النقتصاادية تتصف بعدم اللستقرار نتيجة عدم الستقرار الظروف المحيطة‪ ،‬ويمكن‬ ‫من خلل رلسم انتشار السلسلة الزمنية الحكم على الستقرار أو عدم الستقرار‬ ‫السلسلة‪ . t = 1. Yt + k‬‬ ‫‪ k > 0.15/03/05 17‬‬ ‫‪] 18‬عبد القادر عطية‪ [2000،‬ص ‪..htm .‬‬ ‫‪17‬‬ ‫و صحتى نقول عن لسلسلة ما أنها لساكنة ل بد أن تتصف بالخصائص التالية‪:‬‬ ‫‪18‬‬ ‫‪ -1‬ثبات الولسط لحسابي عبر الزمن‪.614‬‬ ‫‪15‬‬ .

‫السللسل الزمنية‬ ‫‪-III/1‬اختبار الستقرار السلسلة‪:‬‬ ‫توجد العديد من المعايير التي تستخدم في اختبار الستقرار السلسلة نذكر منها ما‬ ‫يلي‪:‬‬ ‫أ‪ -‬ادالة الرتباط الذاتي‪:‬‬ ‫‪19‬‬ ‫أي توضح‬ ‫تبين ادالة الرتباط الذاتي مدى ارتباط نقيم السلسلة المتجاورة‪.121‬‬ ‫‪www.htm.‬‬ ‫و تعرف ادالة الرتباط الذاتي رياضيا بالعلنقة التالية‪:‬‬ ‫و تتراوح نقيمة معامل الرتباط الذاتي ‪ p‬بين القمتين‪ 1 ،1-:‬كأي معامل‬ ‫ارتباط أخر‪ ،‬و في صحالة اللستقرار تكون نقيمته مساوية للصفر ‪ ،p=0‬أو مختلف عنه‬ ‫معنويا لي فجوة ‪ k>0‬مما يعني انعدام معاملت الرتباط الذاتي‪..‬‬ ‫و تعرف ادالة الرتباط الذاتي عند الفجوة ‪ k‬كمايلي‪:‬‬ ‫) ‪− y )( yt +k − y‬‬ ‫) ‪...org/course4/c4_4_1..org/course4/c4_4_1.15/03/05 19‬‬ ‫‪] 20‬مولود حشمان‪ [1998 ،‬ص ‪.htm..........arab-api...‬‬ ‫الرتباط الموجواد بين المشاهدات لفترات مختلفة‪ ،‬و هي ذات أهمية بالغة في إبراز‬ ‫‪20‬‬ ‫بعض الخصائص الهامة للسلسلة الزمنية‪.....15/03/05 21‬‬ ‫‪16‬‬ ‫= ‪pˆ k‬‬ ..........( I‬‬ ‫‪2‬‬ ‫)‪− y‬‬ ‫‪T‬‬ ‫‪t‬‬ ‫‪∑( y‬‬ ‫‪t =1‬‬ ‫‪T‬‬ ‫‪t‬‬ ‫‪∑( y‬‬ ‫‪t =1‬‬ ‫ولجراء اختبار لمعنوية معاملت الرتباط الذاتي لكل نقيمة على صحدا نستخدم‬ ‫الصحصائية التالية‪:‬‬ ‫‪21‬‬ ‫‪ -‬إصحصائية بارلت ‪:Barlett‬‬ ‫‪www.....arab-api..

‬حيث‪:‬‬ ‫‪ : T‬عداد المشاهدات‪.T/1‬‬ ‫و إصحصائية بارلت تساوي‪1 :‬‬ ‫‪T‬‬ ‫‪ .‬و يسمى اختبار ‪ ،PORTMANTEAU‬هذه الصحصائية تتبع أيضا كاي تربيع‪.‫السللسل الزمنية‬ ‫معاملت الرتباط الذاتي تتبع القانون الطبيعي بولسط صحسابي معدوم و تباين‬ ‫‪ˆk‬‬ ‫‪p‬‬ ‫مساوي لـ ‪.‬‬ ‫ إصحصائية ‪:Ljung&Box‬‬‫و تعطي نتائج أفضل خاصة بالنسبة للعينات الصغيرة‪ ،‬مع كونها تصلح للعينات‬ ‫الكبيرة‪.‬‬ ‫‪17‬‬ .‬‬ ‫ولجراء اختبارا لمعنوية معاملت الرتباط الذاتي مجتمعة نستخدم أصحد الصحصائيات‬ ‫التالية‪:‬‬ ‫ إصحصائية ‪:Pierce&Box‬‬‫تستخدم في العينات الكبيرة‪ ،‬هذه الصحصائية تتبع نقانون كاي تربيع بدرجة صحرية ‪k‬‬ ‫صحيث ‪ k‬عداد لفجوات‪.‬‬ ‫نرفض فرضية العدم إذا كانت القيمة المحتسبة أكبر من المجدولة‪ ،‬أي أن‬ ‫ليست كل معاملت الرتباط الذاتي مساوية للصفر بالتالي تكون السلسلة غير‬ ‫مستقرة‪ ،‬أما إذا كان العكس نقبل فرضية العدم و تكون السلسة مستقرة‪.‬مما يعني الستقرار السلسلة‪.‬‬ ‫فإذا كانت ‪ z‬المحتسبة أكبر من ‪ z‬المجدولة فإننا نقبل فرضية العدم القائلة بأن‬ ‫معامل الرتباط مساوي للصفر‪ .

E ( u i .‬‬ ‫و إذا كانت المحتسبة أنقل من المجدولة نقول أن السلسلة غير مستقرة‪.‬‬ ‫‪] 22‬عبد القادر عطية‪ [2000 ،‬ص ‪.‫السللسل الزمنية‬ ‫" و بصفة عامة ادالة الرتباط الذاتي ‪ ACF‬بالنسبة للسللسل المستقرة لها شكل‬ ‫خاص‪ ،‬صحيث تتنازل كلما زاادت ادرجات البطاء‪ ،‬كما أنها تتنازل بسرعة و تكون نقريبة‬ ‫من الصفر"‬ ‫ب‪ -‬اختبار جدر الوصحدة لللستقرار‪:‬‬ ‫‪22‬‬ ‫لجراء هذا النموذج نبدأ بالنموذج المسمى نموذج النحدار الذاتي من الدرجة‬ ‫الولى ‪(First-order autoregressive Model AR (1‬‬ ‫‪y t = ay t −1 + u t‬‬ ‫صحيث ‪ ut‬صحد الخطاء العشوائي و يفترض‪:‬‬ ‫‪E ( u t ) = 0. E [ u t − E ( u t ) ] = δ 2 .‬‬ ‫‪2‬‬ ‫و لختبار مدى الستقرار السلسلة نتبع الخطوات التالية‪:‬‬ ‫‪H 0 : a =1‬‬ ‫‪H1 : a ≠1‬‬ ‫‪ -1‬صحساب الصحصائية ‪ (tau) τ‬بعد تقدير الصيغة أعله صحيث تساوي ˆ‪ a‬المقدرة‬ ‫مقسومة على النحراف المعياري لها‪:‬‬ ‫ˆ‪a‬‬ ‫ˆ‪δ a‬‬ ‫=‪τ‬‬ ‫‪ -2‬الستخراج القيمة المجدولة من جداول معدة خصيصا من طرف الباصحثين ‪Dickey‬‬ ‫‪ & Fuller‬و يعرف هذا الختبار ب)‪. u j ) = 0.621‬‬ ‫‪18‬‬ . (DF test‬‬ ‫‪ -3‬إذا كانت الصحصائية ‪ τ‬المحتسبة أكبر من الصحصائية المجدولة نرفض فرضية‬ ‫العدم و نقبل الفرضية البديلة‪ ،‬و منه السلسلة مستقرة‪.‬‬ ‫•‬ ‫اختبار اديكي فولر المطور ‪: ADF‬نستعمل هذا الختبار لتجاوز مشكلة‬ ‫الرتباط الذاتي بين الخطاء العشوائية‪ ،‬و بالتالي يتم إادراج عداد من‬ ‫الفرونقات ذات الفجوات الزمنية ‪ P‬صحتى تختفي مشكلة الرتباط الذاتي‪.

...................(3‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪j =2‬‬ ‫ونستطيع تحديد القيمة المنالسبة لـ ‪ p‬صحسب معيار ‪ AKAIKE‬أو معيار ‪...( III‬‬ ‫*‪var yt − y t‬‬ ‫صحيث أن‬ ‫*‪y t‬‬ ‫و‬ ‫‪y t*+k‬‬ ‫)‬ ‫(‬ ‫متغيرات نحصل عليها من انحدار‬ ‫‪yt‬‬ ‫= ‪pˆ kk‬‬ ‫و‬ ‫‪y t +k‬‬ ‫(كل على‬ ‫صحدا) على لسلسلة المتغيرات التالية‪ { y t +k −1 .......Schwarz‬‬ ‫إن اختبار ‪ ADF‬يحمل نفس خصائص ‪.....................56‬‬ ‫‪19‬‬ ..................(ACP‬‬ ‫و هذا التمثيل يسمح ب‪:‬‬ ‫ الكشف عن وجواد المركبة المولسمية‪....‫السللسل الزمنية‬ ‫إن اختبارات ‪ ADF‬ترتكز على الفرضية(‬ ‫‪H1 : φ1 <1‬‬ ‫) و على تقدير بوالسطة‬ ‫المربعات الصغرى‬ ‫للنماذج‪: 23‬‬ ‫‪p‬‬ ‫‪‬‬ ‫)‪∆Yt = λYt −1 ∑φj ∆Yt − j +1 +ut ....(1‬‬ ‫‪‬‬ ‫‪j =2‬‬ ‫‪‬‬ ‫‪p‬‬ ‫‪‬‬ ‫∆‬ ‫‪Y‬‬ ‫=‬ ‫‪λ‬‬ ‫‪Y‬‬ ‫)‪φj ∆Yt − j +1 +c +ut ............. y t +2.......... y t +1 − yt*+1‬‬ ‫) ‪....................‬‬‫‪Regis Bourbonnais..........DF‬‬ ‫ب‪ -‬ادالة الارتباط الذاتي الجزئي‪:‬‬ ‫تحداد بمعامل الرتباط الجزئي‪ ،‬و يقيس الرتباط بين القيم متتالية لمتغير ما خلل‬ ‫‪24‬‬ ‫فترتين مع ثبات الفترات الخرى و يحداد معامل الرتباط الجزئي بالعلنقة‪:‬‬ ‫])‬ ‫()‬ ‫([‬ ‫‪cov y t − y t* .....(II‬‬ ‫‪t‬‬ ‫∑ ‪t −1‬‬ ‫‪‬‬ ‫‪j =2‬‬ ‫‪‬‬ ‫‪p‬‬ ‫‪‬‬ ‫)‪∆Yt = λYt −1 ∑φj ∆Yt − j +1 +c +bt +ut ..... y t +1 } :‬و بالتالي فإن‪:‬‬ ‫‪k −1‬‬ ‫‪k −1‬‬ ‫‪j =1‬‬ ‫‪j =1‬‬ ‫‪ y t* = ∑α j y t + j‬و ‪y t*+k = ∑α `j y t + j +k‬‬ ‫صحيث ‪ α‬و‬ ‫`‬ ‫‪ α‬معاملت يحصل عليها بطريقة )‬ ‫‪(MCO‬‬ ‫ج‪ -‬منحى ادالة الرتباط الذاتي‪:‬‬ ‫هو تمثيل بياني لدالة الرتباط الذاتي )‪ (AC‬و ادالة الرتباط الذاتي الجزئي)‪........( 2 ) .......2003] p 234] 23‬‬ ‫‪] 24‬بختي إبراهيم‪ [1994،‬ص ‪.

‬‬‫ تحديد ولسائط النموذج‪.‫السللسل الزمنية‬ ‫ الكشف عن وجواد ارتباط المتغيرات الداخلية‪.arab-api.‬‬‫ اختبار الستقرار السلسة‪.‬‬‫و صحتى نقول عن السلسلة أنها مستقرة لبد أن تحاكي تشويشا أبيضا)‪(bruit blanc‬‬ ‫"جميع النقاط تقع ضمن مجال الثقة"‪.htm.org/course4/c4_4_2.15/03/2005 25‬‬ ‫‪20‬‬ .‬‬ ‫‪ -I/2‬طرق إزالة عدم اللستقرار‪:‬‬ ‫" من المعروف أن المتغيرات النقتصاادية ُتعتبر لسللسل زمنية غير مستقرة‬ ‫كونها تسير بصفة عامة في اتجاه عام وبالتالي فإنه يصعب نمذجة تلك السللسل‬ ‫الزمنية‪ ،‬لذلك لبد من تحويلها لسللسل زمنية مستقرة‪ ،‬من بين اللساليب‬ ‫المستخدمة في تثبيت السلسلة الزمنية"‪:‬‬ ‫‪25‬‬ ‫علج عدم ثبات التباين‪:‬‬‫من أهم التحولت المستخدمة في تثبيت تباين السلسلة‪ ،‬الحصول على‬ ‫اللوغاريتم الطبيعي لبيانات السلسلة أو الحصول على الجذر التربيعي لها‪.‬‬ ‫•‬ ‫طريقة الفروق أو التفاضل‪:‬‬ ‫تقتضي هذه الطريقة طرح نقيم المشاهدات من بعضها البعض لفترات إبطاء معينة‪،‬‬ ‫فمثل التفاضل‬ ‫‪www.‬‬ ‫ب‪ -‬إزالة التجاه العام‪:‬‬ ‫من الطرق المستخدمة في إزالة التجاه العام نذكر مايلي‪:‬‬ ‫•‬ ‫طريقة النحدار الخطي‪:‬‬ ‫إذا كان التجاه العام للسلسلة خطيا فإننا نستعمل الصيغة التالية لتقدير التجاه‬ ‫العام‪:‬‬ ‫ثم عزل التجاه العام بتقدير البوانقي‬ ‫و تسمى هذه العملية ‪ detrending‬والتعامل مع البوانقي كسلسلة زمنية‬ ‫مستقرة‪.

‬و‬ ‫‪] 26‬عبد القادر عطية‪ [2000 ،‬ص ‪.......‫السللسل الزمنية‬ ‫من الدرجة الولي يكون كالتالي‪(IV)......(VI‬‬ ‫التفاضل ربع لسنوي‪:‬‬ ‫) ‪Z t = y t − y t −12 ....‬‬ ‫أما التفاضل من الدرجة الثانية‪:‬‬ ‫) ‪Z t = Wt − Wt −1 = ∆y t − ∆y t −1 = ( y t − y t −1 ) − ( y t − y t − 2 ) = y t − 2 y t −1 − y t − 2 .......631‬‬ ‫‪21‬‬ .Jenkins‬في الوليات المتحدة المريكية إلى نشر‬ ‫عملهما المتعلق معالجة السللسل الزمنية و كيفية الستعمالها في مجال التنبؤ و‬ ‫ذلك بالعتمااد على ادالة الرتباط الذاتي و الستخدام مبدأ المتولسطات المتحركة‬ ‫و مبدأ النحدار الذاتي‪ ،‬هذا التحليل يخضع السلسلة الزمنية إلى العشوائية‪..…………………… :‬‬ ‫صحيث أن‬ ‫هو معامل التفاضل‪..(VII‬‬ ‫التفاضل الشهري‪:‬‬ ‫"نفترض أنه لدينا بيانات ربع لسنوية‬ ‫فحصلنا على‬ ‫‪yt‬‬ ‫و لتثبيت التباين أخذنا الجذر التربيعي لها‬ ‫‪zt‬‬ ‫و لزالة أثر التجاه العام صحصلنا على‬ ‫‪Ft‬‬ ‫صحيث‬ ‫‪Ft = z t − z t −1‬‬ ‫و لزالة التقلبات المولسمية نحصل على الفروق الولى لمدة أربع فترات للسلسلة‬ ‫‪Ft‬‬ ‫فنحصل‬ ‫على‪Wt = Ft − Ft −4 :‬‬ ‫" ‪..(V‬‬ ‫و نقد يلجأ الباصحث أصحيانا إلى تطبيق عدة ادرجات من التفاضل لتخلص من التجاه‬ ‫العام‪...26‬‬ ‫‪ -III/3‬منهجية بوكس و جينكينز )‪ (Box.......Jenkins‬في تحليل السللسل‬ ‫العشوائية‪:‬‬ ‫أ‪ -‬النماذج المستخدمة في منهجية ‪: B-J‬‬ ‫لسنة ‪ 1970‬توصل ‪ Box..‬‬ ‫ج‪ -‬إزالة التقلبات المولسمية‪:‬‬ ‫لتجريد السلسلة من العنصر المولسمي نستخدم طريقة التفاضل المولسمي‬ ‫‪ SEASONAL DIFFERENCING‬وذلك بطرح القيم من بعضها البعض صحسب‬ ‫فترات البطاء المتسقة مع نوع البيانات‪ ،‬فمثل‪:‬‬ ‫) ‪Z t = y t − y t −4 .

‬‬ ‫ويمكن كتابة العلنقة أعله بتطبيق معامل التأخير ‪ D‬بالشكل التالي‪:‬‬ ‫(‬ ‫)‬ ‫) ‪AR( p ) : 1 −θ1D −θ2 D 2 − . AR‬‬ ‫‪.........‫السللسل الزمنية‬ ‫تشترط هذه المنهجية الستقرار السلسلة‪ ،‬فإذا كانت غير لساكنة يتعين إجراء‬ ‫التعديلت اللزمة صحتى تستقر‪ ،‬و من تم نصفها بإصحدى النماذج التالية‪:‬‬ ‫‪27‬‬ ‫* نموذج النحدار الذاتي ‪: Auotoregressive Process AR‬‬ ‫في نموذج النحدار من الرتبة ‪ ،p‬المشاهدات الحالية ‪ yt‬تكون مرتبطة بالمشاهدات‬ ‫السابقة صحتى الفترة ‪ ،p‬و العلنقة تكون كالتالي‪:‬‬ ‫‪=a +θ‬‬ ‫‪εt‬‬ ‫‪1 yt −‬‬ ‫‪1 +‬‬ ‫)‬ ‫‪=a +θ‬‬ ‫‪θ2 yt −2 +εt‬‬ ‫‪1 yt −‬‬ ‫‪1 +‬‬ ‫‪t‬‬ ‫‪yt =a +θ‬‬ ‫‪θ2 yt −2 +... θ2 .... θp‬معاملت مقدرة موجبة أو لسالبة و ‪ εt‬الحد العشوائي‪...2000] p 240] 27‬‬ ‫‪22‬‬ ..(IIX‬‬ ‫‪1 yt −‬‬ ‫‪1 +‬‬ ‫‪ : : θ1 ...............( IX‬‬ ‫و بصفة عامة تكون ادالة الرتباط الذاتي و ادالة الرتباط الجزئي لنماذج ‪ AR‬بالشكل‬ ‫التالي‪:‬‬ ‫الشكل رقم‪ -05-01:‬دالة الرتباط الذاتي و الجزئي‬ ‫لنماذج ‪...... −θ p D p yt = εt .........Régis Bourbonnais... +θp yt −p +εt ......................

.‫السللسل الزمنية‬ ‫المصدر‪www.15/03/05 :‬‬ ‫•‬ ‫نموذج المتولسطات المتحركة ‪:Moving Average MA‬‬ ‫في نموذج المتولسطات المتحركة من الرتبة ‪ ،q‬المشاهدات الحالية تكون مرتبطة‬ ‫بالخطاء العشوائية صحتى الفترة ‪ ،q‬و يأخذ الصيغة التالية‪:‬‬ ‫‪MA(1) = b +εt −ϑ1εt −1‬‬ ‫‪MA( 2) = b +εt −ϑ1εt −1 −ϑ2εt −2‬‬ ‫) ‪MA( q ) = b +εt −ϑ1εt −1 −ϑ2εt −2 −.........htm.... − ϑq D q εt = yt ...........org/course4/c4_4_3_1...... −ϑqεt −q . ϑ‬‬ ‫‪q‬‬ ‫معاملت مقدرة موجبة أو لسالبة‬ ‫و ‪εt‬‬ ‫متغير عشوائي‬ ‫و يمكن كتابة العلنقة أعله بتطبيق معامل التأخير بالشكل التالي‪:‬‬ ‫(‬ ‫)‬ ‫) ‪MA(q ) : 1 − ϑ1 D − ϑ2 D 2 − ..................( XI‬‬ ‫و بصفة عامة تكون ادالة الرتباط الذاتي و ادالة الرتباط الجزئي لنماذج ‪MA‬‬ ‫بالشكل التالي‪:‬‬ ‫‪23‬‬ ...............ϑ‬‬ ‫‪2 .......arab-api..( X‬‬ ‫‪ϑ‬‬ ‫‪1 ....

‬‬ ‫‪.MA‬‬ ‫المصدر‪www.0)=AR (1).1-‬دالة الرتباط الذاتي و الجزئي لنماذج ‪. − ϑq D q ε t‬‬ ‫و بصفة عامة‪:‬‬ ‫‪ARMA‬‬ ‫‪ARMA (1.org/course4/c4_4_3_2.q ) : 1 − θ1 D − θ 2 D 2 − ..arab-api..15/03/05 :‬‬ ‫•‬ ‫نموذج النحدار الذاتي و المتولسطات المتحركة ‪:ARMA‬‬ ‫هذا النموذج يجمع بين النموذجين السابقين‪ ،‬صحيث يقدم نموذج يجمع بين‬ ‫المشاهدات السابقة و الخطاء السابقة‪ ،‬و يتصف برتبتين ‪ p‬و ‪ q‬و يعرف بالمعاادلة‬ ‫التالية‪:‬‬ ‫(‬ ‫)‬ ‫(‬ ‫)‬ ‫‪ARMA( p...htm.1)=MA (1‬‬ ‫•‬ ‫نموذج النحدار الذاتي و المتولسطات المتحركة ‪ ARIMA‬و النماذج‬ ‫المولسمية ‪:SARIMA‬‬ ‫‪24‬‬ ..((0. − θ p D p y t = 1 − ϑ1 D − ϑ2 D 2 − .‫السللسل الزمنية‬ ‫الشكل‪ :-06...

...d...(ARIMA(p.‫السللسل الزمنية‬ ‫إذا كانت السلسلة الصلية غير لساكنة نقول عنها أنها متكاملة‪ ،‬و إذا كان الوصول‬ ‫إلى الستقرارها يتطلب عداد)‪ ( d‬من الفروق فيقال عندئذ أن السلسلة متكاملة من‬ ‫الدرجة )‪...........15/03/05 :‬‬ ‫ب‪ -‬خطوات التنبؤ وفق منهجية ‪:Box & Jenkins‬‬ ‫مقاربة ‪ Box & Jenkins‬تعتمد على منهجية ادرالسة نظامية للسللسل‬ ‫الزمنية انطلنقا من مواصفاتها‪ ،‬من أجل تحديدها ضمن عائلة نماذج ‪ ARIMA‬و‬ ‫تحديد النموذج الملئم لتقديم الظاهرة المدرولسة‪،‬وتمر بثلثة مراصحل هي‪:‬‬ ‫•‬ ‫مرصحلة التعريف‪:‬‬ ‫مرصحلة التعريف جد مهمة و أكثر صعوبة‪ ،‬فهي تتمثل في تحديد النموذج الملئم في‬ ‫عائلة نماذج ‪.‬‬ ‫المصدر‪www.arab-api.htm ..( d‬‬ ‫و يتصف نموذج ‪ ARIMA‬بثلثة رتب و نكتب‪..org/course4/c4_4_3_3...‬‬ ‫و الجدول التالي يلخص ميزات النماذج السابقة‪:‬‬ ‫الجدول رقم‪ -1-01:‬طبيعة النموذج وفقا لمنحنى الرتباط الذاتي‪...243‬‬ ‫‪25‬‬ ...( XII‬‬ ‫‪ :‬الفترة المولسمية‪..ARMA‬‬ ‫‪28‬‬ ‫المرجع السابق ص ‪.q :‬‬ ‫أما نموذج ‪ SARIMA‬تسمح بتكامل من رتبة الفروق المولسمية و التحويل يكون‬ ‫‪28‬‬ ‫كالتالي‪:‬‬ ‫) ‪*S yt − yt −s = (1 − D s ) yt ..

(T/1‬‬ ‫•‬ ‫البوانقي تحاكي تشويشا أبيضا‪ ،‬و الصحصائية ‪ Q‬و ‪ `Q‬لـ ‪Box-Pierce‬‬ ‫و ‪ Ljung-Box‬تسمحان باختبار هذه الفرضية‪.TSP‬‬ ‫•‬ ‫التشخيص( ملئمة النموذج ) و التنبؤ‪:‬‬ ‫بعد تقدير النموذج لبد من اختبار مدى ملئمة أو صلصحية النموذج من خلل‪:‬‬ ‫ معاملت النموذج لبد أن تكون ذات معنوية أي تختلف عن الصفر معنويا‪ ،‬و‬‫يستخدم هنا اختبار لستيوادنت؛ فإذا كانت ل تختلف عن الصفر معنويا لبد‬ ‫من الستبعااد أصحد رتب ‪ AR‬أو ‪.‫السللسل الزمنية‬ ‫و تعتمد على ادرالسة الرتباط الذاتي البسيط و الجزئي في تحديد الرتب )‪(p d q‬‬ ‫للنموذج ‪.248‬‬ ‫‪26‬‬ ..Yule-Wulker‬و‬ ‫تقدير معالم نموذج ‪ (MA(q‬هي أكثر تعقيد‪،29‬و يستخدم المر ‪ LS‬لتقدير معالم‬ ‫النموذج وفقا لبرنامج ‪.‬‬‫‪-‬‬ ‫أن يكون الفارق بين كثافة النموذج و بين الكثافة الحقيقة للمشاهدات ضئيلة‬ ‫أو بعبارة أخرى تدنئة تباين النموذج مقارنة بزياادة عداد المعالم المقدرة‪ ،‬و‬ ‫‪ 29‬المرجع السابق ص ‪.‬‬ ‫في صحالة نموذج ‪ (AR(p‬نستخدم طريقة المربعات الصغرى‪ ،‬أو الستخدام العلنقة‬ ‫الموجوادة بين الرتباط الذاتي و معاملت النموذج –معاادلت ""‪ .MA‬‬ ‫ تحليل البوانقي بالستخدام عنصرين‪:‬‬‫•‬ ‫المتولسط يجب أن يكون معدوم‪ ،‬أي أن البوانقي تتبع التوزيع الطبيعي‬ ‫بمتولسط معدوم‬ ‫و تباين )‪.ARMA‬‬ ‫•‬ ‫مرصحلة تقدير المعالم‪:‬‬ ‫طريقة تقدير المعالم تختلف صحسب نوع النموذج المستخدم‪.‬‬‫ أن يكون مجموع مربع البوانقي ضئيل‪.‬‬ ‫في صحالة نقبول عدة نماذج إصحصائيا‪ ،‬لبد من اختيار النموذج الفضل من بين هذه‬ ‫النماذج‪ ،‬و هنا نستعمل‪:‬‬ ‫‪ -1‬معايير المفاضلة‪:‬‬ ‫ أن يكون تباين النموذج ذا نقيمة ضعيفة‪.

‬‬ ‫‪ : ya‬المتغيرة التابعة الفعلية‪.‬و نستخدم الختبار التالي‪:‬‬ ‫‪H 0 : yF = ya‬‬ ‫‪H1 : yF ≠ ya‬‬ ‫صحيث‪:‬‬ ‫‪ :yF‬المتغيرة التابعة المقدرة‪.‬‬ ‫و نستعمل في هذا الختبار توزيع لستيوادنت)‪ (t‬عند مستوى معنوية ‪ α‬و ادرجة‬ ‫صحرية)‪(n-2‬‬ ‫‪ya − y F‬‬ ‫‪δy‬‬ ‫صحيث القيمة المحتسبة تساوي‪:‬‬ ‫إذا كان‬ ‫‪tT > t c‬‬ ‫نقول أن مقدرة النموذج على التنبؤ جيدة‪.‬‬ ‫و بسبب إعطائه وزن أكبر للنماذج المستعملة لكبر عداد من المشاهدات عدل بما‬ ‫‪30‬‬ ‫يلي‪:‬‬ ‫‪AIC‬‬ ‫‪T‬‬ ‫= ‪NAIC‬‬ ‫و أضاف ‪ Schwarz‬التعديل التالي‪:‬‬ ‫) ‪( ) ( p T+ q ) log(T‬‬ ‫‪BIC = log δ 2 +‬‬ ‫‪ -2‬ادنقة التنبؤ‪:‬‬ ‫يوجد عدة معايير لقياس مقدرة النموذج على التنبؤ نذكر منها‪:‬‬ ‫•‬ ‫اختبار معنوية الفرق‪ :‬يستخدم هذا المعيار في صحالة التنبؤ بعد التأكد‪ ،‬من‬ ‫خلل مقارنة المتغيرة المقدرة بالمتغيرة الفعلية‪ .‬‬ ‫إذا كان‬ ‫‪tT < t c‬‬ ‫نقول أن مقدرة النموذج على التنبؤ ضعيفة‪.‬‬ ‫) ‪ : ( p + q‬عداد معالم النموذج المقدرة‪.‫السللسل الزمنية‬ ‫هذا المعيار هو ‪ Akaike‬و هو معرف رياضيا بالعلنقة‪:‬‬ ‫)‪( p + q‬‬ ‫‪T‬‬ ‫) (‬ ‫‪AIC = log δ 2 + 2‬‬ ‫صحيث‪:‬‬ ‫‪ : δ 2‬تباين النموذج‪.‬‬ ‫‪] 30‬مولود حشمان‪ [1998،‬ص ‪.173‬‬ ‫‪27‬‬ ‫= ‪tc‬‬ .

.....( XIII‬‬ ‫‪n‬‬ ‫) ‪∑( d Fi − d ai‬‬ ‫‪i =1‬‬ ‫‪2‬‬ ‫‪ai‬‬ ‫‪n‬‬ ‫‪∑d‬‬ ‫= ‪T‬‬ ‫‪i =1‬‬ ‫‪ : dF‬التغير المتونقع في القيمة للمتغير التابع‪.......‫السللسل الزمنية‬ ‫•‬ ‫معامل عدم التساوي ل‪ :‬ثيل)‪ :(Theile‬نرمز له بالرمز ‪ T‬و يحسب بالعلنقة‬ ‫التالية‪:‬‬ ‫‪2‬‬ ‫) ‪...........‬‬ ‫‪ :da‬التغير الفعلي في القيمة للمتغير التابع‪....‬‬ ‫•‬ ‫>‪ T1‬يعني مقدرة النموذج على التنبؤ ضعيفة‪-‬كلما زاادت نقيمة معامل ثيل‬ ‫عن الواصحد كلما ذل ذلك على انخفاض مقدرة النموذج على التنبؤ‪..‬‬ ‫إذا كان‪:‬‬ ‫•‬ ‫‪ T ≥ 0‬يعني أن ‪ dF=da‬و هذا يشير إلى مقدرة النموذج على التنبؤ جيدة‪...-‬‬ ‫‪28‬‬ ...‬‬ ‫‪ :n‬عداد المشاهدات المأخوذة‪.......

Analyse de séries -‬‬ ‫‪27‬‬ .2000 ،‬‬ ‫• الرلسائل الجامعي‪:‬‬ ‫‪-‬‬ ‫إبراهيم بخــتي‪" ،‬التنظيــم ألمعلومــاتي للمبيعــات و نمــذجتها"‪ ،‬رلســالة‬ ‫ماجستير‪ ،‬غير منشــورة‪ ،‬جامعــة الجزائــر‪ ،‬معهــد العلــوم النقتصــاادية‪،‬‬ ‫‪.2000 ،‬‬ ‫ مختار محمواد الهاشمي‪ ،‬مقدمة الطرق الصحصائية‪ ،‬بيروت‪ :‬ادار النهظة‬‫العربية‪.‫السللسل الزمنية‬ ‫الــمــراجــع‪:‬‬ ‫المراجع باللغة العربية‪:‬‬ ‫ محمد صبحي أبو صالح‪-‬عدنان محمد عوض‪ ،‬مقدمة في الصحصاء‪ :‬ادار‬‫جون وايلي‬ ‫و أبنائه‪.2000 ،‬‬ ‫ علي لزعر‪ ،‬الصحصاء و توفيق المنحنيات‪ ،‬الجزائر‪ :‬اديوان المطبوعات‬‫الجامعية‪.‬‬ ‫ علي لزعر‪ ،‬الصحصاء و توفيق المنحنيات‪ ،‬الجزائر‪ :‬اديوان المطبوعات‬‫الجامعية‪.1983 ،‬‬ ‫ مولواد صحشمان‪ ،‬نماذج التنبؤ نقصير المدى‪ ،‬الجزائر‪ :‬اديوان مطبوعات‬‫الجامعية‪1998 ،‬‬ ‫ عبد القاادر محمد عطية‪ ،‬النقتصااد القيالسي‪ ،‬اللسكندرية‪ :‬الدار الجامعية‪،‬‬‫‪.1994‬‬ ‫المراجع باللغة الجنبية‪:‬‬ ‫‪-‬‬ ‫‪Régis Bourbonnais-Michel Terraza.1982 ،‬‬ ‫ عبد العزيز فهمي هيكل‪ ،‬طرق التحليل الصحصائي‪ ،‬بيروت‪ :‬ادار النهظة‬‫العربية‪ ،‬السنة مجهولة‪.2000‬‬ ‫ عبد القاادر محمد عطية ‪ ،1‬الطرق نقياس العلنقات النقتصاادية‪،‬‬‫اللسكندرية‪ :‬ادار الجامعات المصرية‪.

Sign up to vote on this title
UsefulNot useful