تركز هذا البحث على تقدير دالة الانحدار المتمثل بتطبيق عملي يشير الى كمية صادرات النفط السعودي كدالة بدلالة عدد حقول النفط المكتشفة فيها ،اذ تم اخذ السعودية ودراسة صادراتها كونها تعد من احدى كبريات الدول المصدرة للنفط ومن الدول المستقرة سياسيا وماليا وامنيا في منطقة الخليج العربي والشرق الاوسط .ولغرض دراسة سلوك البيانات تبين ان السلوك الناتج لم يكن متبعا نمطا خطيا معروفا ولم تكن هنالك امكانية لمعرفة الاتجاه العام الناتج عن تلك الصادرات ،اذ لوحظ من خلال رسم البيانات وجود نمطا غير خطيا مما قاد هذا الى استخدام مقدرات لاخطية لامعلميه ،شبه معلميه فضلا عن مقدر يسمى بمقدر الشبكة العصبية الاصطناعية.وبينت النتائج ان افضل مقدر اعطى تقديرا وافيا وكافيا وعبرعن الظاهرة المدروسة بشكل سليم هو مقدر الشبكة العصبية الاصطناعي الذي اثبت تفوقه على المقدرات اللامعلميه وشبه المعلميه المستخدمة في هذا البحث.مفاتيح البحث: دوال الانحدار، المقدر الخطي الموضعي، المقدر شبه المعلمي المدمج، مقدر الشبكة العصبية الاصطناعية، الشبكات العصبية ذات الانتشار العكسي للخطأ
الملخص الانجليزي
The aim of this paper is to estimate a nonlinear regression function of the Export of the crude oil Saudi (in Million Barrels) as a function of the number of discovered fields. Through studying the behavior of the data we show that its behavior was not followed a linear pattern or can put it in a known form so far there was no possibility to see a general trend resulting from such exports.We use different nonlinear estimators to estimate a regression function, Local linear estimator, Semi-parametric as well as an artificial neural network estimator (ANN).The results proved that the (ANN) estimator is the best nonlinear estimator among the others in estimating the export of crude oil Saudi
تاريخ النشر
06/12/2012
الناشر
مجلة العلوم الاقتصادية والإدارية / جامعة بغداد/كلية الادارة والاقتصاد
أ.د. مروان عبد الحميد عاشور | proof. Marwan Abdul hameed Ashour | 13718