عنوان المقالة:التنبؤ بإيرادات ومصروفات الفنادق الليبية العامة باستخدام نماذج بوكس- جنكينز دراسة حالة: فندق زليتن Forecasting The Revenues And Expenses of Libyan Public Hotels Using Box-Jenkins Models A Case Study: Zliten Hotel
هدفت هذه الدراسة بشكل رئيسي إلى التعرف على مدى وإمكانية تطبيق أحد أهم أساليب السلاسل الزمنية والتنبؤ على بيانات زمنية واقعية لفندق زليتن وهو احد الفنادق العامة في ليبيا. البيانات التي تمَّ تناولها تتمثل في متغيرات تشمل مصروفات وايرادات الفندق المشار إليه. حيث تم اختيار منهجية بوكس – جنكينز، المعروفة في الأدب الإحصائي اختصارا بالمصطلح ARIMA وهى واسعة الاستخدام في مجال تحليل السلاسل الزمنية.
وتجدر الإشارة هنا إلى أن أغلب التحليلات الإحصائية في الجانب العملي اُجريت باستخدام لغة البرمجة الإحصائية R Core Team (2019)، نظرا لما يتوفر بهذه اللغة من ميزات وإمكانيات تسمح بإجراء تحاليل إحصائية متقدمة بسهولة.
البيانات المستخدمة في التحليل هي بيانات شهرية للمتغيرات قيد الدراسة في الفترة (2012–2016) ميلادي. اتضح من خلال نتائج هذه الدراسة أن السلسلتين غير مستقرتين. كما انه لا يوجد تغيرات موسمية في هاتين السلسلتين الزمنيتين وهو غير معتاد في هذه البيانات. حيث أن مثل هذه السلاسل يكون لها تغيرات موسمية وذلك لطبيعة عمل الفنادق التي تشهد انتعاشا في شهور معينة وكسادا في شهور أخرى خلال السنة. عند إيجاد الفرق الأول استقرت هذه السلاسل. حيث كان النموذج المناسب لسلسلة الإيرادات هو (1,1,2)ARIMA، والنموذج المناسب لسلسلة المصروفات هو (2,1,2 ARIMA (. وتم التنبؤ لهذين النموذجين عن الأشهر العشر الأولى لسنة 2017 ومقارنتها بالقيم الحقيقية لهذا الفندق عن نفس الفترة.
الملخص الانجليزي
This study aimed mainly to identify the extent and possibility of using one of the most important methods of time series and prediction to realistic time data from Zliten Hotel, which is one of the public hotels in Libya. The data that was dealt with are variables represented in the expenses and revenues of the hotel referred to. The Box-Jenkins method, known in the statistical literature for short as ARIMA, is widely used in the field of time series analysis.. The Box-Jenkins method, known in statistical literature as the acronym ARIMA, is widely used in the field of time series analysis.
It should be noted here that most of the statistical analyzes on the practical side were conducted using the statistical programming language R Core Team (2019), due to the features and capabilities available in this language that allow for conducting advanced statistical analyzes easily.
The data used in the analysis are monthly data for the variables under study in the period (2012-2016) AD. It is clear from the results of this study that the two chains are unstable. Also, there are no seasonal changes in these two time series, which is unusual in these data. As such chains have seasonal changes due to the nature of the work of hotels, which experience a boom in certain months and stagnation in other months during the year. Upon finding the first difference, these chains are stabilized. Where the appropriate model for the revenue series is (1,1,2) ARIMA, and the appropriate model for the expenditure series is (2,1,2) ARIMA. These two models were forecasted for the first ten months of 2017 and compared with the real values for this hotel for the same period.
تاريخ النشر
20/09/2023
الناشر
المنتدى الاكاديمي ، نقابة أعضاء هيئة التدريس بالجامعة الاسمرية الإسلامية
محمد عبدالله محمد إصميدة | Mohamed Abdualla Asmida | 2273