دور استخدام منهجية Box-Jenkins للتنبؤ في تخطيط المبيعات دراسة حالة مؤسسة SAFILAIT بقسنطينة

Texte intégral

(1)République Algérienne Démocratique et Populaire Ministère de l’Enseignement Supérieur et de la Recherche Scientifique.  . . / / / /. ‫قـــسن علــــــوم التسيــــــير‬.

(2)

(3)

(4) Box-Jenkins. SAFILAIT 2012-2007. (. ). ARIMA. Box-Jenkins.

(5) Résumé: Prévoir les ventes au sein des entreprises est une étape importante très avancée dans le processus de la planification. Par ailleurs elle est indispensable à la préparation des prévisions budgétaires des ventes comme elle peut contribuer à la prise de décision. L’approche de Box et Jenkins consiste en une méthodologie d’étude systématique des séries temporelles à partir de leurs caractéristiques. L’objectif est de déterminer dans le groupe des modèles ARIMA le plus approprié à adopter au phénomène étudié. Lorsque le modèle est validé la prévision peut alors être calculée. La présente étude consiste à l’application de la méthode suscitée dans la prévision des ventes de l’entreprise SAFILAIT de Constantine durant la période 2007-2012. Un modèle économétrique prévisionnel adéquat a été déterminé au processus de la planification de l’entreprise. Mots-clés: Prévision des ventes, L’approche de Box-Jenkins, Le modèle économétrique, Les prévisions budgétaires des ventes, Planification des ventes..

(6) Abstract: Sales forecasting is an important step in the planning and preparation of budget sales forecast; it essential for making most of the decisions for the company. This research includes a detailed explanation of the methodology of BoxJenkins for the analysis of time series. The objective of This method is to determine the most appropriate group to adopt the phenomenon studied ARIMA models. When the model is validated prediction can then be calculated. In this study, we applied this methodology to predict the amount of product sales company in Constantine producing milk and dairy products (SAFILAIT) during the period (2007-2012).. For this, we used several. specialized programs that have led us to obtain an econometric model appropriate for each product. This model will be used in the near future to try to predict the future of any business with a view to prepare the budget sales forecast and to facilitate the planning process. Keywords: Sales forecasting, Box-Jenkins methodology, Econometric model, Sales planning, Budget sales forecast..

(7)

(8) .1 .2 .3 .4 1 2 3 4 5. 1 2 3 4 1.

(9) 2 3 4 1 2 3 4. 1 2 3 4 1 2 3 4 5 6 1 2 3 4 5 6 7 Box- Jenkins.

(10) 1 2 3 4 5 6 7 8 1 2 .1 .2 .3 .4 .5. 1 2 3 4 5 6 BDS. 7. Box-Jenkins (AR) (MA). 1 2.

(11) ARMA(p.q) ARMA(p.q) SARIMA(p,d,q). 3 4 5. Box-Jenkins. AR. 1 2 1 2 3. Box-Jenkins. (SAFILAIT) (SAFILAIT) 1 2 3 4 5 6 7 8 9 10 11 12.

(12) (SAFILAIT) 1 2 3 4 "Box-Jenkins". v1 1. v1. 2 3 BDS. 4 1 2 1 2. ............. "Box-Jenkins". v2 1. v2. 2 3 BDS. 4 1 2 1 2.

(13) .1 .2 .3. .1 .2.

(14)

(15) 16. )1-1(. 41. )2-1(. 42. )3-1(. 42. )4-1(. 78. )1-2(. 99. )1-3(. (SAFILAIT). )2-3(. 100 101. )3-3(. La Crème fraiche. 104. v1. 107. d _ v1. 108. )4-3(. (KPSS, ADF). )5-3(. (KPSS, ADF) BDS. d _ v1. )7-3(. 109 115. ARIMA(0,1,1). 116. 122. Crème Fraiche v2. )10-3(. ADF. )11-3(. (PP, ADF). d _ v2 d _ v2. BDS. )12-3( )13-3(. 123 127. )8-3( )9-3(. LBEN. 118 120. )6-3(. ARIMA(2,1,0). LBEN. )14-3(. 129. )15-3(. 129. )16-3(. 130. )17-3(.

(16) 131. )18-3(. 132. )19-3(. 140. 3. V1. ADF. )1-3(. 141. 2. V1. ADF. )2-3(. 141. 1. V1. ADF. )3-3(. 142. 3. V1. KPSS. )1-4(. 142. 2. V1. KPSS. )2-4(. 144. 3. d_V1. ADF. )1-6(. 144. 2. d_V1. ADF. )2-6(. 145. 1. d_V1. ADF. )3-6(. 145. 3. d_V1. KPSS. )1-7(. 146. 2. d_V1. KPSS. )2-7(. 147. d_V1. AR(1). )1-9(. 147. d_V1. MA(1). )2-9(. ARMA(1,1). )3-9(. 148. d_V1. 150. 3. V2. ADF. )1-13(. 150. 2. V2. ADF. )2-13(. 151. 1. V2. ADF. )3-13(. 153. 3. d_V2. ADF. )1-15(. 153. 2. d_V2. ADF. )2-15(. 154. 1. d_V2. ADF. )3-15(. 154. 3. d_V2. PP. )1-16(. 155. 2. d_V2. PP. )2-16(. 155. 1. d_V2. PP. )3-16(. 156. d_V2. MA(2). )1-18(. 157. d_V2. AR(2). )2-18(. ARMA(2,2). )3-18(. 157 159 160. d_V2. Laplace-Gauss. )1-21( )2-21(.

(17) 161. )3-21(. 162. )4-21(.

(18) 4. )1-1(. 11. )2-1(. 27. )3-1(. 39. )4-1(. 40. )5-1(. 54. )1-2(. 58. )2-2(. Box-Jenkins. 61. )3-2(. 70. )4-2(. 75. AR. )5-2(. 77. MA. )6-2(. 80. )7-2(. Box-Jenkins. )8-2(. 85 94 102 103. )2-3(. v1. )3-3(. v1. 103 105. )1-3(. (SAFILAIT). v1. Ljung-Box. )4-3( )5-3(. d _ v1. )6-3(. 106 d _ v1. 106 108 110. Ljung-Box. d _ v1. )7-3( )8-3(. d _ v1. ARIMA(0,1,1). )9-3(. 111. )10-3(. 111. )11-3(. 112. Ljung-Box. )12-3(.

(19) )13-3(. 113 113. Ljung-Box. )14-3(. 114. )15-3(. 115. )16-3(. 117. )17-3(. v2. )18-3(. 117 v2. 119. )19-3(. d _v2. )20-3(. 119 d _ v2. 121 123. d _ v2. ARIMA(2,1,0). )21-3( )22-3(. 124. )23-3(. 124. )24-3(. 125. )25-3(. 126. )26-3(. 127. )27-3(.

(20)

(21) 139 140 140. )2(. V1 V1. Augmented Dickey-Fuller. )3(. KPSS. )4(. 142. V1. 143. d_V1. 144. )1(. SAFILAIT. d_V1. 145. )5( Augmented Dickey-Fuller. )6(. KPSS. )7(. d_V1. 146. BDS. d_V1. )8( )9(. 147 148. ARCH-LM. )10(. 149. Breusch-Godfrey. )11(. 149 150. 154 156. Augmented Dickey-Fuller. V2. 152 153. )12(. V2. )14(. d_V2 d_V2 d_V2. )13(. Augmented Dickey-Fuller. )15(. Philips Perron. )16(. BDS. d_V2. )17( )18(. 156 158. Breusch-Godfrey. )19(. 158. ARCH-LM. )20(. 159. )21(.

(22)

(23) ‫أ‌‬.

(24) Box-Jenkins. : « Box-Jenkins » :  . Box-Jenkins SAFILAIT. Box-Jenkins. ‌‫ب‬. .

(25) . : : Box-Jenkins. . : : BoxJenkins. . : Box-Jenkins SAFITLAIT. . :. Eviews 5.0. ‌‫ت‬. GRETL.

(26) . : : :.    Box-Jenkins. :   . Box-Jenkins SAFILAIT. Box-Jenkins  Box-Jenkins. . Box-Jenkins.   :. . Box-Jenkins. . : : : ORSIM .2004-2003 ‌‫ث‬. .

(27) ORSIM 2000. 1993. . : 2009-2008. ‌‫ج‬. .

(28)

(29) Box-Jenkins.

(30) ‫الفصل األول‪ :‬مدخل مفاهيمي لعملية تخطيط المبيعات‬. ‫‪‬‬ ‫‪‬‬ ‫‪‬‬. ‫‪1‬‬.

(31) ‫الفصل األول‪ :‬مدخل مفاهيمي لعملية تخطيط المبيعات‬. ‫‪.1‬‬. ‫‪Benton‬‬. ‫‪Hussey‬‬. ‫‪Drucker‬‬. ‫‪1‬‬. ‫‪-‬‬. ‫‪2‬‬. ‫‪-‬‬. ‫‪2‬‬.

(32) ‫الفصل األول‪ :‬مدخل مفاهيمي لعملية تخطيط المبيعات‬. ‫‪.2‬‬. ‫‪.3‬‬. ‫‪)1‬‬ ‫‪)2‬‬. ‫‪)3‬‬. ‫‪1‬‬. ‫‪-‬‬. ‫‪2‬‬. ‫‪-‬‬. ‫‪3‬‬. ‫‪-‬‬. ‫)‪(NAFTAL‬‬ ‫‪3‬‬.

(33) ‫الفصل األول‪ :‬مدخل مفاهيمي لعملية تخطيط المبيعات‬. ‫‪)4‬‬. ‫‪)5‬‬. ‫(‪)1-1‬‬. ‫‪4‬‬.

(34) ‫الفصل األول‪ :‬مدخل مفاهيمي لعملية تخطيط المبيعات‬. ‫‪.4‬‬. ‫‪1.4‬‬. ‫‪2.4‬‬. ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬. ‫‪.‬‬. ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬. ‫‪3.4‬‬. ‫‪1‬‬. ‫‪-‬‬. ‫‪5‬‬.

(35) ‫الفصل األول‪ :‬مدخل مفاهيمي لعملية تخطيط المبيعات‬. ‫‪‬‬ ‫‪‬‬ ‫‪4.4‬‬. ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪5.4‬‬. ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪-1‬‬. ‫‪6‬‬.

(36) ‫الفصل األول‪ :‬مدخل مفاهيمي لعملية تخطيط المبيعات‬. ‫‪‬‬ ‫‪‬‬ ‫‪6.4‬‬. ‫‪‬‬ ‫‪‬‬ ‫‪7.4‬‬. ‫‪‬‬ ‫‪‬‬ ‫‪8.4‬‬. ‫‪1‬‬. ‫‪-‬‬. ‫‪2‬‬. ‫‪-‬‬. ‫‪7‬‬.

(37) ‫الفصل األول‪ :‬مدخل مفاهيمي لعملية تخطيط المبيعات‬. ‫‪.1‬‬. ‫‪.2‬‬. ‫‪‬‬ ‫‪‬‬ ‫‪‬‬. ‫‪1‬‬. ‫‪-‬‬. ‫‪2‬‬. ‫‪-‬‬. ‫‪3‬‬. ‫‪-‬‬. ‫‪8‬‬.

(38) ‫الفصل األول‪ :‬مدخل مفاهيمي لعملية تخطيط المبيعات‬. ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬. ‫‪.3‬‬. ‫‪1‬‬. ‫‪ -‬د‬. ‫‪9‬‬.

(39) ‫الفصل األول‪ :‬مدخل مفاهيمي لعملية تخطيط المبيعات‬. ‫‪.4‬‬. ‫‪1‬‬. ‫‪ -‬د‪.‬‬. ‫‪10‬‬.

(40) ‫الفصل األول‪ :‬مدخل مفاهيمي لعملية تخطيط المبيعات‬. ‫‪.5‬‬. ‫‪1‬‬. ‫‪-‬‬. ‫‪11‬‬.

(41) ‫الفصل األول‪ :‬مدخل مفاهيمي لعملية تخطيط المبيعات‬. ‫‬‫‬‫‬‫‪-‬‬. ‫‪.1‬‬. ‫‪-1‬‬ ‫‪12‬‬.

(42) ‫الفصل األول‪ :‬مدخل مفاهيمي لعملية تخطيط المبيعات‬. ‫‬‫‬‫‬‫‬‫‪.2‬‬. ‫‪‬‬ ‫‪.‬‬ ‫‪‬‬. ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬. ‫‪1‬‬. ‫‪-‬‬. ‫‪13‬‬.

(43) ‫الفصل األول‪ :‬مدخل مفاهيمي لعملية تخطيط المبيعات‬. ‫‪.3‬‬ ‫‪1.3‬‬. ‫‪1.1.3‬‬. ‫‪2.1.3‬‬. ‫‪3.1.3‬‬ ‫‪2.3‬‬. ‫‪1.2.3‬‬ ‫‪2.2.3‬‬ ‫‪3.2.3‬‬ ‫‪3.3‬‬. ‫‪1.3.3‬‬ ‫℅‬. ‫‪1‬‬. ‫‪-‬‬. ‫‪14‬‬.

(44) ‫الفصل األول‪ :‬مدخل مفاهيمي لعملية تخطيط المبيعات‬. ‫℅‬ ‫℅‬ ‫℅‬ ‫℅‬. ‫‪2.3.3‬‬. ‫‪.4‬‬. ‫‬‫‬‫‬‫‪-‬‬. ‫‪1‬‬. ‫‪-‬‬. ‫‪15‬‬.

(45) ‫الفصل األول‪ :‬مدخل مفاهيمي لعملية تخطيط المبيعات‬. ‫‪.1‬‬. ‫‬‫‪1‬‬. ‫‪-‬‬. ‫‪2‬‬. ‫‪-‬‬. ‫‪16‬‬.

(46) ‫الفصل األول‪ :‬مدخل مفاهيمي لعملية تخطيط المبيعات‬. ‫‬‫‬‫‪.2‬‬. ‫‪‬‬. ‫‪‬‬. ‫‪‬‬. ‫‪‬‬. ‫‪‬‬ ‫‪‬‬. ‫‪‬‬ ‫‪‬‬. ‫‪1‬‬. ‫‪-‬‬. ‫‪2‬‬. ‫‪-‬‬. ‫‪17‬‬.

(47) ‫الفصل األول‪ :‬مدخل مفاهيمي لعملية تخطيط المبيعات‬. ‫‪.3‬‬. ‫‬‫‬‫‬‫‪-‬‬. ‫‬‫‬‫‬‫‬‫‬‫‪-‬‬. ‫‪.4‬‬. ‫‪1‬‬. ‫‪-‬‬. ‫‪18‬‬.

(48) ‫الفصل األول‪ :‬مدخل مفاهيمي لعملية تخطيط المبيعات‬. ‫أ)‬. ‫ب)‬. ‫ت)‬. ‫ث)‬. ‫‪1‬‬. ‫‪-‬‬. ‫‪19‬‬.

(49) ‫الفصل األول‪ :‬مدخل مفاهيمي لعملية تخطيط المبيعات‬. ‫‬‫‬‫‬‫‬‫ج)‬. ‫‪.1‬‬. ‫‪1‬‬. ‫‪-‬‬. ‫‪20‬‬.

(50) ‫الفصل األول‪ :‬مدخل مفاهيمي لعملية تخطيط المبيعات‬. ‫‪.2‬‬. ‫‪‬‬. ‫‪‬‬. ‫‪‬‬. ‫‪‬‬. ‫‪‬‬. ‫‪‬‬. ‫‪1‬‬. ‫‪-‬‬. ‫‪21‬‬.

(51) ‫الفصل األول‪ :‬مدخل مفاهيمي لعملية تخطيط المبيعات‬. ‫‪.3‬‬. ‫‪1‬‬. ‫‪-‬‬. ‫‪22‬‬.

(52) ‫الفصل األول‪ :‬مدخل مفاهيمي لعملية تخطيط المبيعات‬. ‫‪.4‬‬. ‫‪)1‬‬. ‫‪)2‬‬. ‫‪)3‬‬. ‫‪)4‬‬. ‫‪1‬‬. ‫‪-‬‬. ‫‪23‬‬.

(53) ‫الفصل األول‪ :‬مدخل مفاهيمي لعملية تخطيط المبيعات‬. ‫‪.1‬‬. ‫‪1‬‬. ‫‪-‬‬. ‫‪2‬‬. ‫‪-‬‬. ‫‪،‬‬. ‫‪24‬‬.

(54) ‫الفصل األول‪ :‬مدخل مفاهيمي لعملية تخطيط المبيعات‬. ‫‪.2‬‬. ‫‬‫‬‫‪-‬‬. ‫‪1.3‬‬. ‫‪1‬‬. ‫‪2‬‬. ‫‪Short- Range Forecast‬‬. ‫‪، Microsoft Excel‬‬ ‫‪-‬‬. ‫‪3‬‬. ‫‪4‬‬. ‫‪،‬‬. ‫‪25‬‬.

(55) ‫ مدخل مفاهيمي لعملية تخطيط المبيعات‬:‫الفصل األول‬. Medium- Range Forecast. 2.3. Long- Term Forecast. 3.3. -. .4 2. 1.4. Point Prediction or Point Forecast. 1.1.4. Interval Prediction or Interval Forecast. 2.1.4. 1. 2.4 -. 1. 2. 26.

(56) ‫ مدخل مفاهيمي لعملية تخطيط المبيعات‬:‫الفصل األول‬. Ex-post Forecast. 1.2.4. Ex-ante Forecast. 2.2.4. 697. Yi   0  1 X i1   2 X i 2   i. .1. In-Sample Forecasts Yi X ik. 1. 27.

(57) ‫ مدخل مفاهيمي لعملية تخطيط المبيعات‬:‫الفصل األول‬. .2. Out-of-Sample Forecasts X ik ‫ و‬Yi. Yi. .3. Ex-ante Forecasts. 3.4 Unconditional Forecast. 1.3.4. Conditional Forecast. 2.3.4. 4.4 Forecasting with a Single-. 1.4.4 Equation Model. Forecasting with a Multi-Equation. 2.1.4 1. Model. Yi  Ci  I i  Gi  Ei  M i. I. C. Y -. 28. 1.

(58) ‫ مدخل مفاهيمي لعملية تخطيط المبيعات‬:‫الفصل األول‬ M. E. G. .1. Jackson & Hisrich 1. 3. - Jean Meyer, Gestion Budgétaire, 4ème Edition, Dunod, France,1970, P: 27.. 29. -. 1. -. 2.

(59) ‫الفصل األول‪ :‬مدخل مفاهيمي لعملية تخطيط المبيعات‬. ‫‪.2‬‬. ‫‪‬‬. ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬. ‫‪‬‬. ‫‪1‬‬. ‫‪-‬‬. ‫‪2‬‬. ‫‪-‬‬. ‫‪.34‬‬. ‫‪30‬‬.

(60) ‫ مدخل مفاهيمي لعملية تخطيط المبيعات‬:‫الفصل األول‬. .3. .   .   . .4 1.4. AAMS. -. 1. -. 2. ،http://www.dr-al-adakee.com/vb/showthread.php?t=20. ، -. 31. 3.

(61) ‫الفصل األول‪ :‬مدخل مفاهيمي لعملية تخطيط المبيعات‬. ‫‪2.4‬‬. ‫‪3.4‬‬. ‫‪.5‬‬. ‫‪)1‬‬ ‫‪)2‬‬ ‫‪)3‬‬. ‫‪1‬‬. ‫‪-‬‬. ‫‪32‬‬.

(62) ‫الفصل األول‪ :‬مدخل مفاهيمي لعملية تخطيط المبيعات‬. ‫‪)4‬‬. ‫‪)5‬‬ ‫‪)6‬‬ ‫‪.6‬‬. ‫‪1.6‬‬. ‫‬‫‬‫‪-‬‬. ‫‬‫‪-‬‬. ‫‪1‬‬. ‫‪-‬‬. ‫‪33‬‬.

(63) ‫الفصل األول‪ :‬مدخل مفاهيمي لعملية تخطيط المبيعات‬. ‫‪-‬‬. ‫‪2.6‬‬. ‫‪-‬‬. ‫‬‫‪-‬‬. ‫( ‪)%100‬‬. ‫‪34‬‬.

(64) ‫الفصل األول‪ :‬مدخل مفاهيمي لعملية تخطيط المبيعات‬. ‫‪Horngren‬‬. ‫‪1‬‬. ‫‪-‬‬. ‫‪2‬‬. ‫‪-‬‬. ‫‪35‬‬.

(65) ‫الفصل األول‪ :‬مدخل مفاهيمي لعملية تخطيط المبيعات‬. ‫‪1‬‬. ‫‪-‬‬. ‫‪2‬‬. ‫‬‫‪،‬‬. ‫‪36‬‬.

(66) ‫الفصل األول‪ :‬مدخل مفاهيمي لعملية تخطيط المبيعات‬. ‫‪1‬‬. ‫‪-‬‬. ‫‪37‬‬.

(67) ‫الفصل األول‪ :‬مدخل مفاهيمي لعملية تخطيط المبيعات‬. ‫‪‬‬ ‫‪1‬‬. ‫‪-‬‬. ‫‪2‬‬. ‫‪-‬‬. ‫‪3‬‬. ‫‪ -‬أ‪.‬د‬. ‫‪38‬‬.

(68) ‫الفصل األول‪ :‬مدخل مفاهيمي لعملية تخطيط المبيعات‬. ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬. ‫‪‬‬. ‫‪39‬‬.

(69) ‫الفصل األول‪ :‬مدخل مفاهيمي لعملية تخطيط المبيعات‬. ‫أ)‬. ‫ب)‬. ‫ت)‬. ‫‪1‬‬. ‫‪-‬‬. ‫‪40‬‬.

(70) ‫الفصل األول‪ :‬مدخل مفاهيمي لعملية تخطيط المبيعات‬. ‫‪.6‬‬. ‫‪1.6‬‬. ‫‪2.6‬‬. ‫‪1‬‬. ‫‪-‬‬. ‫‪41‬‬.

(71) ‫الفصل األول‪ :‬مدخل مفاهيمي لعملية تخطيط المبيعات‬. ‫‪3.6‬‬. ‫‪42‬‬.

(72) ‫الفصل األول‪ :‬مدخل مفاهيمي لعملية تخطيط المبيعات‬. ‫‪.7‬‬. ‫‪‬‬. ‫‪‬‬. ‫‪‬‬. ‫‪1‬‬. ‫‪-‬‬. ‫‪43‬‬.

(73) ‫الفصل األول‪ :‬مدخل مفاهيمي لعملية تخطيط المبيعات‬. ‫‪44‬‬.

(74) ‫الفصل الثاني‪ :‬األسس النظرية و التطبيقية لمنهجية ‪ Box-Jenkins‬لتحليل السالسل الزمنية‬. ‫‪Box-Jenkins‬‬. ‫‪Box‬‬‫‪Jenkins‬‬. ‫‪‬‬ ‫‪‬‬ ‫‪‬‬. ‫‪Box-Jenkins‬‬. ‫‪46‬‬.

(75) ‫الفصل الثاني‪ :‬األسس النظرية و التطبيقية لمنهجية ‪ Box-Jenkins‬لتحليل السالسل الزمنية‬. ‫‪.1‬‬. ‫‪1‬‬. ‫‪-‬‬. ‫‪2‬‬. ‫‪-‬‬. ‫‪47‬‬.

(76) ‫الفصل الثاني‪ :‬األسس النظرية و التطبيقية لمنهجية ‪ Box-Jenkins‬لتحليل السالسل الزمنية‬. ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬. ‫‪‬‬ ‫‪‬‬. ‫‪‬‬ ‫‪.2‬‬. ‫‪‬‬ ‫‪‬‬ ‫‪‬‬. ‫‪‬‬. ‫‪1‬‬. ‫‪-‬‬. ‫‪2‬‬. ‫‪-‬‬. ‫‪48‬‬.

(77) ‫الفصل الثاني‪ :‬األسس النظرية و التطبيقية لمنهجية ‪ Box-Jenkins‬لتحليل السالسل الزمنية‬. ‫‪‬‬ ‫‪‬‬. ‫‪.3‬‬. ‫‪6‬‬ ‫‪2‬‬. ‫‪‬‬. ‫(‪)10-5‬‬. ‫‪‬‬ ‫‪‬‬. ‫‪‬‬ ‫‪‬‬ ‫‪‬‬. ‫‪1‬‬. ‫ طسيقت (دلفي) هي نسبت للمدينت اليىنانيت الشهيسة التي تنبأ أهلها بانتصاز االسكندز المقدوني على دازيىس إمبساطىز فازس‪.‬‬‫‪2‬‬ ‫‪-‬‬. ‫‪49‬‬.

(78) ‫الفصل الثاني‪ :‬األسس النظرية و التطبيقية لمنهجية ‪ Box-Jenkins‬لتحليل السالسل الزمنية‬. ‫‪.4‬‬. ‫‪.‬‬ ‫‪.5‬‬. ‫‪.6‬‬. ‫‪1‬‬. ‫‪-‬‬. ‫‪2‬‬. ‫‪- -‬‬. ‫‪50‬‬.

(79) ‫الفصل الثاني‪ :‬األسس النظرية و التطبيقية لمنهجية ‪ Box-Jenkins‬لتحليل السالسل الزمنية‬. ‫‪.7‬‬. ‫‪.8‬‬. ‫‪3‬‬. ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬. ‫‪1‬‬. ‫‪-‬‬. ‫‪2‬‬. ‫‪-‬‬. ‫‪3‬‬. ‫‪-‬‬. ‫‪51‬‬.

(80) ‫الفصل الثاني‪ :‬األسس النظرية و التطبيقية لمنهجية ‪ Box-Jenkins‬لتحليل السالسل الزمنية‬. ‫‪‬‬ ‫‪‬‬. ‫‪.‬‬. ‫‪.1‬‬. ‫)𝑌(‬. ‫) ‪y  f (t‬‬. ‫‪1‬‬. ‫‪-‬‬. ‫‪2‬‬. ‫‪-‬‬. ‫‪3‬‬. ‫‪-‬‬. ‫‪4‬‬. ‫‪-‬‬. ‫‪5‬‬. ‫‪-‬‬. ‫‪52‬‬. ‫‪t‬‬.

(81) ‫ لتحليل السالسل الزمنية‬Box-Jenkins ‫ األسس النظرية و التطبيقية لمنهجية‬:‫الفصل الثاني‬. Secular Trend. Seasonal Variations. Cyclical Variations. Irregular Variations. 53. . . . . -. 1. -. 2.

(82) ‫ لتحليل السالسل الزمنية‬Box-Jenkins ‫ األسس النظرية و التطبيقية لمنهجية‬:‫الفصل الثاني‬. 𝑌𝑡 1 2. Graphical Method. .1.1. 2. - Render Barry, & Stair Ralph M., Quantitative Analysis for Management, 7th edition, Prentice Hall, Inc., New Jersey, USA, 2000, p: 157. 54. 1.

(83) ‫ لتحليل السالسل الزمنية‬Box-Jenkins ‫ األسس النظرية و التطبيقية لمنهجية‬:‫الفصل الثاني‬. 1. Simple Moving Average Method. 2.1. 𝑛. . X t  X t 1  ....  X t  N 1 N 1 t  i t  N 1 X i n. X t 1  . X t 1. t 1. t. . X t 1 Xt. t N. N N. Weighted Moving Average Method. 3.1. -. 1. -. 2. -. 55. 3.

(84) ‫ لتحليل السالسل الزمنية‬Box-Jenkins ‫ األسس النظرية و التطبيقية لمنهجية‬:‫الفصل الثاني‬. N . X t 1 . X t 1  K1 X 1  K 2 X t 1  K 3 X t 2 . X t 1 . X t 1  K1 X 1  K 2 X t 1  K 3 X t 2  K 4 X t 3. . N. i 1. Ki  1. k. Simple Exponential Smoothing Method. 4.1. 2. 1. - Pupion Pierre Charles, Statistique pour la gestion, Edition Dunod, France, 2004, p :85. 3. 5. - Hémici Farouk, Bounab Mira, Technique de gestion, Edition Dunod, France, 2001, p : 61. 56. 4.

(85) ‫ لتحليل السالسل الزمنية‬Box-Jenkins ‫ األسس النظرية و التطبيقية لمنهجية‬:‫الفصل الثاني‬ . . X t 1  X t  1    X t. . 0  1. Smoothing Exponential Double Exponential Smoothing Method. 5.1. S t  yt  1   S t1 S t  S t  1   S t1. at  S t  S t  S t  2S t  S t bt .   S t  S t 1 . y t 1   t  bt. α S 0  S 0  y 0. Box-Jenkins Method. 6.1. Box-Jenkins. 57. -. 1. -. 2. -. 3.

(86) ‫ لتحليل السالسل الزمنية‬Box-Jenkins ‫ األسس النظرية و التطبيقية لمنهجية‬:‫الفصل الثاني‬. Box-Jenkins Box-Jenkins. Source : Box G.E.P, Jenkins G.M, Time series analysis : forecasting and control, Holden-Day, San Francisco, 1976, p: 19.. .2. 1. -. 58. 1.

(87) ‫ لتحليل السالسل الزمنية‬Box-Jenkins ‫ األسس النظرية و التطبيقية لمنهجية‬:‫الفصل الثاني‬. Simple Linear Regression. 1.2. Yi  B0  B1 X i   i. Yi Xi. i B0 X. Y. B1. i  1,2,...., n B1. B0. Multiple Linear Regression. www.arab-api.org/course4/c4_2_2.htm. 59. 2.2. -. 1. -. 2.

(88) ‫ لتحليل السالسل الزمنية‬Box-Jenkins ‫ األسس النظرية و التطبيقية لمنهجية‬:‫الفصل الثاني‬. Yi. i. n. X 1 , X 2 ,..., X K. K. Yi  B0  B1 X i1  B2 X i 2  ....  BK X iK   i n. i  1 : Y1  B0  B1 X 11  B2 X 12  ....  BK X 1K   1 i  2 : Y2  B0  B1 X 21  B2 X 22  ....  BK X 2 K   2 . i  n : Yn  B0  B1 X n1  B2 X n 2  ....  BK X nK   n. K  1. B0. Y  X    Y1  1 X 11 X 12     Y2  1 X 21 X 22   Y   , X            Y  1 X X n2 n1  n .  X 1k   1   0        X 2k   2   1        ,   2 ,                       X nk   k  n. -. 1. 2. 60. -. 3. -. 4.

(89) ‫الفصل الثاني‪ :‬األسس النظرية و التطبيقية لمنهجية ‪ Box-Jenkins‬لتحليل السالسل الزمنية‬. ‫)‪ : Y (n 1‬المتغير التابع أو المفّسَر؛‬ ‫))‪ : X (n  (k  1‬مصفوفة المتغيرات المُ َفّسِرة أو المّستقلة؛‬ ‫)‪ :  ((k  1) 1‬شعاع المعالم؛‬ ‫)‪ :  (n 1‬شعاع األخطاء‬. ‫‪E  F Y‬‬ ‫‪i‬‬ ‫‪i i‬‬. ‫‪Fi‬‬ ‫‪Yi‬‬. ‫‪Ei‬‬. ‫)‪(Residual‬‬. ‫‪F‬‬ ‫‪i‬‬. ‫‪0‬‬. ‫‪0‬‬ ‫‪Ei‬‬ ‫‪Yi‬‬. ‫‪0‬‬ ‫‪0‬‬. ‫‪0‬‬ ‫‪0‬‬. ‫‪1‬‬. ‫‪-‬‬. ‫‪61‬‬. ‫‪0‬‬ ‫‪0‬‬.

(90) ‫ لتحليل السالسل الزمنية‬Box-Jenkins ‫ األسس النظرية و التطبيقية لمنهجية‬:‫الفصل الثاني‬. .1. Mean Error (Bias). n. Bias . E i 1. n. n. .  (F  Y) ι 1. n. .2. Mean Absolute Deviation (MAD )MAD) (N( n. MAD . F i 1. t.  Yt. n. Mean Squared Error (MSE. .3. .‫ أ‬-. 1 2 3. -. 62.

(91) ‫ لتحليل السالسل الزمنية‬Box-Jenkins ‫ األسس النظرية و التطبيقية لمنهجية‬:‫الفصل الثاني‬ n. MSE . 2  Ft  Yt  i 1. n. n. .  E . 2. t. i 1. n. .4. Standard Deviation of Errors (SDE). n. SDE .  F i 1.  Yt . 2. t. n 1. .5. (Theil).  S  d   n  d  n 2. T. 2. i. i. 2 i.  S  d  d. 2. T. i. i. 2 i. T. Si di T. 1. T 0. . T 1. . T 1. . - David Anderson, Dennis Sweeney & Thomas William, Quantitative Methods for Business, South. Western college Publishing, Ohio, 2001, p: 173. 2. ORSIM 63.

(92) ‫ لتحليل السالسل الزمنية‬Box-Jenkins ‫ األسس النظرية و التطبيقية لمنهجية‬:‫الفصل الثاني‬. )Gwilym Jenkins(. (George Box). ،(Time Series Analysis Forecasting and Control). Box-Jenkins. )Stochastic Process(. X t / t T . T.  X t , X t 1 ,....., X t k  X t .    t    t  0,1,2,.... X t . (White Noise). t E  t   0  2 2 E  t    E  ,    0; k  0 t t k .  . (ACF) 1. - M.david , J-C Michoud, La prévision: approche empirique d’une méthode statistique, Ed Masson, Paris,. France, 1989, p : 33. 2 - Michel Tenenhaus, Méthodes statistiques en gestion, Dunod, Paris, France, 1996, p :286. Auto Correlation Function 64. ACF -3.

(93) ‫ لتحليل السالسل الزمنية‬Box-Jenkins ‫ األسس النظرية و التطبيقية لمنهجية‬:‫الفصل الثاني‬. X t . k. cov xt , xt k .  k  . 1   k   1. vxt  vxt k . p(k ). xt  k. cov  xt , xt  k . xt .Correlogram. k.  Y T. ˆ (k ) k . t  k 1 T.  Y Yt  k Y .  Y t 1.  (k ) . t. Y . , t  1,2,3,..., T. 2. t.  (k )  ( 0).  ˆk  . Y  Y Y. t k. t. Y . T k.  Y ˆ 0 . t. Y . 2. , T : ‫العينة‬. T. ‫حجم‬. k Wt  Yt  Yt  Yt 1 , t  2,3......,T. Wt. 1. - J.C.Usunier, Pratique de prévision à court terme: Conception de système de prévision, Éd Dunod, Paris, France, 1982, p : 45. -. 65. 2.

(94) ‫ لتحليل السالسل الزمنية‬Box-Jenkins ‫ األسس النظرية و التطبيقية لمنهجية‬:‫الفصل الثاني‬. Wt. Wt   2Yt. , t  3,4......,T. d Differentiation coefficient. Wt  d Yt. , t  d  1, d  2,......, T. H 0 :  (k )  0 H 1 :  (k )  0. 1 T.  (k ).  1.96 1 T. . 2. k. Box-Pierce. K. Q  T  ̂ 2 (k ) k 1. Q   2 ( K ). . Q   2 ( K ). . (PACF). r h  . covxt  xˆ t xt  h  xˆ t  h  vxt  xˆ t  vxt  h  xˆ t  h  Partial Auto Correlation Function. 2. - J.C.Usunier, Op-cit, p : 45.. 66. PACF -1.

(95) ‫ لتحليل السالسل الزمنية‬Box-Jenkins ‫ األسس النظرية و التطبيقية لمنهجية‬:‫الفصل الثاني‬. xt  h. xˆ t  h. xt. x̂t. .Partial Correlogram :(Stationarity). .5. )1 E Yt   E Yt k   . )2 var Yt   EYt  EYt   var Yt k   EYt k  EYt k    (0)   2 2. 2. )3. . . . cov Yt , Yt  k   E Yt    Yt  k    cov Yt  k , Yt  k  s    ( k ). :Unit Root tests. .1.5. . Trend Stationary TS f t . Yt  f t    t. deterministic t. Yt  a0  a1 t   t. E(Yt). aˆ1 , aˆ 0. Yt  aˆ 0  aˆ1 t. Yt. aˆ 0  aˆ1 t. :Differency Stationary DS Yt  Yt 1     t. . Stochastic. 1. - Damodar N. Gujarati , Econométrie, Traduit par Bernier Bernard, Edition de Boeck, Belgique, 2004, pp : 788-789. -. 67. 2.

(96) ‫ لتحليل السالسل الزمنية‬Box-Jenkins ‫ األسس النظرية و التطبيقية لمنهجية‬:‫الفصل الثاني‬.  Yt     t.  d Yt     t. d 1. : Dickey-Fuller (DF) test. 1.1.5. (Dickey-Fuller, 1979) )deterministic ( )Stochastic(. Fuller Dickey Yt    1Yt 1   t. Yt    1Yt 1  c   t. Yt    1Yt 1  c  b t   t.    1 ............1. Yt   Yt 1   t. ‫نمىذج االنحداز الراتي‬. ............2 . Yt   Yt 1  c   t. ‫نمىذج االنحداز الراتي مع وجىد ثابت‬. Yt   Yt 1  c  b t   t ............3. ‫نمىذج االنحداز الراتي مع وجىد االتجاه العام‬. H0   1. H0 :   0 c. t. H0 :   0 H1 :   0.   1   1 H0 :   0. . H0 :  1. H1 :   1. b.  TS H0. . ˆ. 1. e. - Régis Bourbonnais, Econométrie (Manuel et exercices corrigés), 7 édition, Duond, Paris, France, 2009,. p : 233. .‫ د‬3. - David A. Dickey. and Wayne A. Fuller, Distribution of the estimators for Autoregressive Time Series With a unit Root, Journal of the American Statistical Association, Vol 74, N 366, United states, 1979, p: 427. 68. 2.

(97) ‫ لتحليل السالسل الزمنية‬Box-Jenkins ‫ األسس النظرية و التطبيقية لمنهجية‬:‫الفصل الثاني‬. t Augmented Dickey-Fuller test (ADF) DF H1 :   1. ADF. p. Yt   Yt 1    j Yt  j 1   t. ...........4. p. ...........5. j 2. Yt   Yt 1    j Yt  j 1  c   t j 2 p. Yt   Yt 1    j Yt  j 1  c  b t   t. ..........6. j 2. Yt 2  Yt 2  Yt 3. Yt 1  Yt 1  Yt 2. Yt  j 1. .Schwarz. Akaike. p. .‫ د‬-. 69. 1.

(98) ‫ لتحليل السالسل الزمنية‬Box-Jenkins ‫ األسس النظرية و التطبيقية لمنهجية‬:‫الفصل الثاني‬. Yt   Yt 1  c  b t   t . b0.  1. . Yt   Yt 1  c   t c0.   1:TS. ‫نمى‬. . DS ‫نمى‬. DS ‫نمى‬. Yt   Yt 1  c  b t   t.  1. . DS ‫نمى‬. Yt   Yt 1   t.  1. DS ‫نمى‬. Source : Régis Bourbonnais, Op-cit, p : 236.. 70. .

(99) ‫ لتحليل السالسل الزمنية‬Box-Jenkins ‫ األسس النظرية و التطبيقية لمنهجية‬:‫الفصل الثاني‬. :Phillips and Perron test (1988) DF. 2.1.5 Philips and Perron. Dickey-Fuller. OLS ˆ 2 . ˆt. 1 T 2  ˆt T t 1. s12. s12 . l 1 T 2 i 1 T  ˆ   2 1     ˆt ˆt i  t  T t 1 l  1  T t i 1 i 1 . Newey-West l  T  l  4   100 . k. ˆ 2. t*ˆ  k . 2 1. s. ˆt. 29. T. ˆ  1  T k  1ˆ ˆ ˆ. ˆ. k. -(asymptotic) .MacKinnon. :3KPSS test (1992) KPSS. 3.1.5. Kwiatkowski KPSS t. . S t   î i 1. s12 T. St2 1  . LM  2 t 1 2 s1 T. KPSS. 1. - Éric DOR, Économétrie, Pearson Education, Paris, France, 2004, p : 166. ،Ordinary Least Squares Kwiatkowski, Phillips, Schmidt.and Shin 4 - Régis Bourbonnais, Idem, p p : 235-236. 71. OLS -2 KPSS -3.

(100) ‫ لتحليل السالسل الزمنية‬Box-Jenkins ‫ األسس النظرية و التطبيقية لمنهجية‬:‫الفصل الثاني‬ . LM Kwiatkowski, Phillips, Schmidt, Shin .(1992). . LM. .6. Normality tests Bera. Jarque .Skewness. k . 1 n Yi  Y k  n i 1. Yt. Kurtosis. k. Skewness 2. 1 T 3  T  (Yt  m)   32 t 1   S  3  1 3 2 1 T 2 ( Y  m )  t T   t 1  1 T (Yt  m) 4   T t 1 K  42   2 2 2 1 T 2  T  (Yt  m)   t 1 . Kurtosis. m 30 > n. . 6.  11 2 ~ N  0 ,  T  . 2. 2.  24   ~ N  3 ,  T  . 11 2 ,  2. S. JB . H 0 :  11 / 2   2  3  0. T T 1   2  32 ~  2 2 6 24 JB   2 2 . . . -. 72. 1.

(101) ‫ لتحليل السالسل الزمنية‬Box-Jenkins ‫ األسس النظرية و التطبيقية لمنهجية‬:‫الفصل الثاني‬ 1. :Non parametric BDS Test. BDS. .7. Brock, Dechert and Scheinkman (1987) Grassbege et Procaccia )iid( independently and identically distributed. .. C ( , k ) . . n 1  H   Yi k  Y jk n(n  1) i , j 1. :Heaviside.  Yi k  max Yi. H. n  T  k 1. 1, si : y  0 H ( y)   0, otherwise. :.  k2  0. iid. Brock, Dechert and Scheinkman (1987). . . T 1 / 2 C ( , m, T )  (C ( , m, T )) m  N (0,  m2 ). T . . m 1. . . i 1. .  m2  4 K m  2 K mi C 2i  (k  1) 2 C 2 m  k 2 KC 2 m2 . :. C  C ( )  E I (Yi , Y j ;  ) . :. K  K ( )  E I (Yi , Y j ;  ) I (Y j , Ym ;  ) . : Kˆ ( , T ) . I (a, b, c) . K ( ). Cˆ ( , T ). C ( ). Heaviside. I (a, b;  ). 6 I (Yi m , Y jm , Ykm )  n(n  1)(n  2) i j k 1 I (a, b;  )i(b, c;  )  I (a, c;  ) I (c, b;  )  I (b, a;  ) I (a, c;  ) 3. :. :. BDS. W ( , m, T )  T 1 / 2 D( , m, T ) /  m ( , T ). -. 73. 1.

(102) ‫ لتحليل السالسل الزمنية‬Box-Jenkins ‫ األسس النظرية و التطبيقية لمنهجية‬:‫الفصل الثاني‬ D( , m, T )  C ( , m, T )  (C ( , m, T )) m. :. iid C ( ,1) T C ( ,1) . m. : W ( , m)  T 1 / 2. C ( , m)  (C ( ,1))  m.  m ( ). . :. Embedding Dimension m. m. . BDS 1   2 2 . . W m. . . BDS. m iid Chaos. Box-Jenkins Autoregressive (AR) Moving Average (MA) -Moving Average Models (ARMA) .Autoregressive Autoregressive Models (AR). AR p  Yt  0  1Yt 1   2Yt  2  .....   pYt  p   t. -. 74. 1.

(103) ‫ لتحليل السالسل الزمنية‬Box-Jenkins ‫ األسس النظرية و التطبيقية لمنهجية‬:‫الفصل الثاني‬. t. t. p. Yt. t 0. Yt 1 , Yt  2 ,.......Yt  p. L Yt  0  1 LYt   2 L2Yt  ......   p LpYt   t  . 1   L   1. 2. . L2  .......   p Lp Yt  0   t.  L Yt  0   t.  L  1  1 L  2 L2  ..............   p Lp. AR p .  L . h p. AR p . r h. AR. 75. . . AR. ACF. AR p  . PACF.

(104) ‫ لتحليل السالسل الزمنية‬Box-Jenkins ‫ األسس النظرية و التطبيقية لمنهجية‬:‫الفصل الثاني‬. Moving Average Models (MA). q 1. Yt MA(q) Yt   0   t  1 t 1   2 t 2  ....   q  t q  0 , 1 ,  2 ,.....,  q. q.  t ,  t 1 ,.....,  t  q. t. L. yt   t  1 L t   2 L2 t  ...   q Lq t. . . yt  1  1 L   2 L2  ...   q Lq  t yt  L . L  1  1 L   2 L2  ...   q Lq. MAq   MAq .  L . hq. MAq . kq. q.  h. .  k . MA. -. 76. 1.

(105) ‫ لتحليل السالسل الزمنية‬Box-Jenkins ‫ األسس النظرية و التطبيقية لمنهجية‬:‫الفصل الثاني‬ MA. Mixed models. p. 1. ARMA(p.q). ARMA q. Yt  1Yt 1   2Yt  2  ............   pYt  p     t  1 t 1   2 t 2  .....   q  t q. L ,  L . AR p  AR p . ARMA p, q . . ARMA p, q . . Auto Regressive Moving Average of order p and q ARMA)p,q( -1 2 - SPYROS Makridakis & MICHÉLE Hibon, ARMA Models and the Box-Jenkins Methodology, Journal of Forecasting, Vol 16, John Wiley & Sons, France, 1997, p: 147. 77.

(106) ‫ لتحليل السالسل الزمنية‬Box-Jenkins ‫ األسس النظرية و التطبيقية لمنهجية‬:‫الفصل الثاني‬. ARIMA(p,d,q) models. ARMA(p.q). (Integrated) d. d. ARIMA p, d , q . ARMA p, q . d 1 yt  yt 1  wt ARIMA p,1, q . ARIMA p,2, q . wt wt  wt 1  z t. Auto Regressive Integrated Moving Average of order p and d and q. ARIMA)p,d,q( -1 -. 78. 2.

(107) ‫ لتحليل السالسل الزمنية‬Box-Jenkins ‫ األسس النظرية و التطبيقية لمنهجية‬:‫الفصل الثاني‬. SARIMA(p,d,q) p q .SARIMA(p,d,q)  ( L)( Ls ) d  sD Yt   ( L)( Ls ) t. ( LS )  1  1 LS   2 L2 S  ..............   p LpS ( LS )  1  1 LS   2 L2 S  ..............   q LqS  d  1  L . d. .  sD  1  Ls. D. . D. Yt. d. Box-Jenkins Box & Jenkins. Identification Estimation Diagnostic Prediction. SARIMA(p,d,q) -1 Seasonal Auto Regressive Integrated Moving Average of order p and d and q -. 79. 2.

(108) ‫ لتحليل السالسل الزمنية‬Box-Jenkins ‫ األسس النظرية و التطبيقية لمنهجية‬:‫الفصل الثاني‬ Box-Jenkins Xt PACF ‫ و‬ACF. TS. t. Xt. DS. Yt. PACF. MA. AR. ACF. q. p. ARMA. X Source : Régis Bourbonnais, Op-cit, p : 250. 80.

(109) ‫الفصل الثاني‪ :‬األسس النظرية و التطبيقية لمنهجية ‪ Box-Jenkins‬لتحليل السالسل الزمنية‬. ‫‪Yt‬‬. ‫‪wt‬‬. ‫‪p‬‬. ‫‪‬‬. ‫‪q‬‬. ‫‪%95‬‬ ‫(‪)ACF‬‬ ‫‪Yt‬‬. ‫‪0‬‬ ‫‪.‬‬ ‫‪‬‬. ‫‪%95‬‬ ‫‪k‬‬. ‫‪‬‬. ‫(‪:)1969‬‬. ‫‪Akaike‬‬ ‫‪s‬‬. ‫‪Akaike‬‬. ‫‪s‬‬ ‫‪AIC  TLog ˆ s2  2 s‬‬. ‫‪1‬‬. ‫‪-‬‬. ‫‪2‬‬. ‫‪-‬‬. ‫‪3‬‬. ‫‪-‬‬. ‫‪81‬‬. ‫‪Yt‬‬.

(110) ‫ لتحليل السالسل الزمنية‬Box-Jenkins ‫ األسس النظرية و التطبيقية لمنهجية‬:‫الفصل الثاني‬. s. Akaike. AIC. q ‫ و‬d ،p. .1. AR. . p. ,.....,  2 , 1 . p. Yule-Walker. 1.1. AR2.  1  1   2  1.......1  2  1  1   2 .......2 (1). 1   1   2  1 1   11   2 .........3 (2).  2    12 1   2    2. .  2    12   2 1   12  2    12  2  2 1   1. (3). . (3). 2.   2    12   1   11   2 1   1   1. - Gourieroux C , Monfort A, Séries temporelles et modèles dynamiques, 2éme édition, Economica, Paris, France, 1995, p :148. 82.

(111) ‫ لتحليل السالسل الزمنية‬Box-Jenkins ‫ األسس النظرية و التطبيقية لمنهجية‬:‫الفصل الثاني‬.   2    12   1   11   2 1   1  .  2    12 2  2 1   1. AR3.   1  1 1 2  1    2    11 1 .       2   3   2 11  3 . ARP    1  1 1   p  1  1      11   p  2                     p     p  11   p . 2.1 Yt  0  1Yt 1   2Yt  2  ...   p Yt  p   t. 0  Y1  1 0 Y  1 Y 0 1  2     1     YT  1 YT 1 YT  2. Y  X  ( p  1,1). . AR(p).  0   0    1           1    2                   YT  p    p    T . . . : X (T , p  1). Y (T ,1).  (T ,1). p. -. 83. 1.

(112) ‫ لتحليل السالسل الزمنية‬Box-Jenkins ‫ األسس النظرية و التطبيقية لمنهجية‬:‫الفصل الثاني‬. 0. ˆ   X X 1 X Y . .2 ARMA p, q . MAq . ARMA p, q  MAq .  L xt  L  t L .  t   1 L  L xt. Min  t2  S  ,  t.  . Min et2  s ˆ ,ˆ t. ˆ 1 L Ly et   t MA(q) AR(p). -. 84. 1.

(113) ‫ لتحليل السالسل الزمنية‬Box-Jenkins ‫ األسس النظرية و التطبيقية لمنهجية‬:‫الفصل الثاني‬. Ordinary Least Squares Method. 1.2. î  Yi  Yî 8-2 Yi. Yˆ  ˆ0  ˆ1T. yi. î. ŷ i. ˆ1. ̂ 0. Ti. n. Ti. n. . Minî2  Min Y  ˆ0  ˆ1Ti ˆ ˆ  i 0 , 1. i 1. i 1. ˆ1 , ˆ0. . . . .   ˆ ˆ 2  ˆ  Yi   0  1Ti  0   0 i  2   Yi  ˆ0  ˆ1Ti  0   ˆ i  1.  n Ti Yi   Ti  Yi ˆ  i i i 2  1    n Ti 2    Ti   i  i  ˆ ˆ  0  Y  1T.  T  T Y  Y  n. ̂1 . i. i 1. i. ˆ1.  T  T  n. i 1. 2. i. 85. . 2. n.  ˆ i 1. 2 i.

(114) ‫ لتحليل السالسل الزمنية‬Box-Jenkins ‫ األسس النظرية و التطبيقية لمنهجية‬:‫الفصل الثاني‬. OLS Yî  ˆ0  ˆ1Ti. Maximum Likelihood Method. 2.2. Multi normale MinRSS   1 , 2 , 3 ,...., q    1 ,  2 ,  3 ,....,  q .  . 2 MinS ˆ,ˆ   t. ˆ LYt ˆt  ˆ 1 L. Grid-Search Method. Gauss- Newton Method. .1. U .C.E. 1. (B.C.R) -. 86. 2.

(115) ‫ لتحليل السالسل الزمنية‬Box-Jenkins ‫ األسس النظرية و التطبيقية لمنهجية‬:‫الفصل الثاني‬ .  t / 2 t / 2  ,   T T   1 ̂ (k ) ~ N  0,   T. 1 T k. Q  T  ρˆ 2(i)~χα2(k  p  q) i 1. Q. 2 (k  p  q ). H0. Ljung-Box statistic . k. Q *  T T  2 k 1. k. 2. ˆ 2 k  ρ T k. .2 ARMA(p,q) î ~ N 0,1 , i  1,2,..., p ˆ ˆ i. ˆ j ˆ ˆ. ~ N 0,1 , j  1,2,..., q j. i. j. H 0 :  j  0 , H 0 : i  0. i  1,2,..., p j  1,2,..., q. H 1 :  j  0 , H 1 : i  0. î t  T  p q , ˆ ˆ 2. . H0. i. . 1. i : i  1,2,..., p. H0. -Badi H. Baltagi, Econometrics, Fourth Edition, Springer, U.S.A, 2008, p: 358.. 87.

(116) ‫ لتحليل السالسل الزمنية‬Box-Jenkins ‫ األسس النظرية و التطبيقية لمنهجية‬:‫الفصل الثاني‬. î t  T  p q , ˆ ˆ 2. i. i.  j : j  1,2,..., q. .Fisher. ARMA(p,q) : H 0 : 1  ....   j  ....   q  1  ....  i  ....   p  0. H1 : . 0. T.  (Yˆ  Y )  p  q  2. Fc . t 1 T. t.  ˆ T  p  q  t 1. 2 t. R 2  p  q  ~ F ( p  q , T  p  q) 1  R 2 T  p  q . . . pq. . F. Fc T  pq. R2. .3. « Akaike Information Criterion » Akaike. AIC ( p, q)  ln( ˆ 2ˆ ) . )1. 2( p  q) T. :« Bayesian Information Criterion » Schwarz ‫) معيار‬2 Schwarz. -. 88. 1.

(117) ‫ لتحليل السالسل الزمنية‬Box-Jenkins ‫ األسس النظرية و التطبيقية لمنهجية‬:‫الفصل الثاني‬. BIC  ln( ˆ 2ˆ ) . ( p  q) ln T T. Hannan-Quinn ‫) طريقة‬3. HQ( p, q)  ln( ˆ 2ˆ )  ( p  q) c. ln ln T T. ,C  2. ARIMA(p,d,q). . Yˆt  f ˆ,ˆ, Yt , ˆt. h  1,2,..., H. . .1 T+h. .2. t. .3. YˆT  h. ARIMA h. :‫ ص‬،‫ نفس المسجع السابق‬-. 89. 1.

(118) ‫الفصل الثاني‪ :‬األسس النظرية و التطبيقية لمنهجية ‪ Box-Jenkins‬لتحليل السالسل الزمنية‬. ‫‪Box-Jenkins‬‬. ‫‪90‬‬.

(119) Box-Jenkins SAFILAIT.

(120) SAFILAIT ‫ للتنبؤ بكمية مبيعات مؤسسة صافيلي‬Box-Jenkins ‫ تطبيق منهجية‬:‫الفصل الثالث‬. "Box-Jenkins" SAFILAIT. . "Box-Jenkins". La. . Crème fraiche. LBEN. "Box-Jenkins".  . 92.

(121) SAFILAIT ‫ للتنبؤ بكمية مبيعات مؤسسة صافيلي‬Box-Jenkins ‫ تطبيق منهجية‬:‫الفصل الثالث‬. (SAFILAIT) (SAFILAIT). (SAFILAIT) (SAFILAIT). (SAFILAIT). (SAFILAIT)   (SAFILAIT). 93.

(122) ‫الفصل الثالث‪ :‬تطبيق منهجية ‪ Box-Jenkins‬للتنبؤ بكمية مبيعات مؤسسة صافيلي ‪SAFILAIT‬‬. ‫‬‫)‪(SAFILAIT‬‬. ‫"‪"Meda‬‬. ‫‪PME‬‬. ‫‪EDPME‬‬. ‫‪HACCP‬‬. ‫‪EDPME‬‬ ‫‪ISO‬‬ ‫‪WWW.SAFILAIT.COM‬‬ ‫)‪(SAFILAIT‬‬ ‫)‪(SAFILAIT‬‬ ‫)‪(SAFILAIT‬‬. ‫الوذيريت العاهت‬. ‫أهانت الوذيريت‬ ‫العاهت‬. ‫هساعذ الوذير العام‬ ‫هكلف بالتخطيط و‬ ‫هتابعت الوعلوهاث‬. ‫هذيريت‬ ‫التجارة‬. ‫هذيريت‬ ‫اإلنتاج‬ ‫قسن تسيير‬ ‫الووارد‬ ‫البشريت‬. ‫ورشت الونتجاث‬ ‫الوبسترة‬. ‫قسن‬ ‫الوبيعاث‬. ‫قسن الواليت و‬ ‫الوحاسبت‬. ‫قسن التووين‬. ‫خليت‬ ‫التسويق‬. ‫هختبر‬. ‫خليت جوع‬ ‫حليب البقرة‬. ‫حضيرة‬. ‫ورشت جبن‬ ‫الكووبير‬ ‫ورشت هشتقاث‬ ‫الحليب (قشذة‬ ‫طازجت‪ ،‬جبن)‬ ‫قسن الصيانت‬ ‫العاهت‬. ‫‪94‬‬.

(123) ‫الفصل الثالث‪ :‬تطبيق منهجية ‪ Box-Jenkins‬للتنبؤ بكمية مبيعات مؤسسة صافيلي ‪SAFILAIT‬‬. ‫‬‫‬‫‪-‬‬. ‫‬‫‬‫‬‫‬‫‬‫‬‫‬‫‬‫‬‫‬‫‬‫‬‫‬‫‬‫‬‫‬‫‬‫‪-‬‬. ‫‪95‬‬.

(124) ‫الفصل الثالث‪ :‬تطبيق منهجية ‪ Box-Jenkins‬للتنبؤ بكمية مبيعات مؤسسة صافيلي ‪SAFILAIT‬‬. ‫‬‫‬‫‬‫‬‫‬‫‬‫‬‫‪-‬‬. ‫‬‫‬‫‬‫‬‫‬‫‬‫‬‫‪-‬‬. ‫‪96‬‬.

(125) SAFILAIT ‫ للتنبؤ بكمية مبيعات مؤسسة صافيلي‬Box-Jenkins ‫ تطبيق منهجية‬:‫الفصل الثالث‬. (SAFILAIT) .1. (SAFILAIT)  . (Crème Fraiche LA PAYSANNE). . ES.SAFIR CLASSIQUE. ). ES.SAFIR ROYAL. . Le petit Safir. . %1,2(. ،)%0(. (RAIB). Svelte ). %0(. Lait de vache entier « SAFI ». .  . %3,2 %1,6. Lait Pasteurisé Conditionné. 97. .

(126) SAFILAIT ‫ للتنبؤ بكمية مبيعات مؤسسة صافيلي‬Box-Jenkins ‫ تطبيق منهجية‬:‫الفصل الثالث‬. . Lait de vache demi-ecrémé « Le Naturel » %1,6 Lait fermente « LBEN ». . (Numidien 340g) (Constantin 250g). . (Safwa) (SAFILAIT). (SAFILAIT) (SAFILAIT). 98.

(127) SAFILAIT ‫ للتنبؤ بكمية مبيعات مؤسسة صافيلي‬Box-Jenkins ‫ تطبيق منهجية‬:‫الفصل الثالث‬. (SAFILAIT). (SAFILAIT). (SAFILAIT) (SAFILAIT) (SAFILAIT) )DA( )DA(. )DA( Crème fraiche SAFWA Crème fraiche LA PAYSANNE Formage de crème olives et champignons Formage de crème Ail et fines perles Camembert Constantin Camembert classique Camembert royal Beurre en boite Beurre en Vrac Lben Raib LPC. 99.

(128) SAFILAIT ‫ للتنبؤ بكمية مبيعات مؤسسة صافيلي‬Box-Jenkins ‫ تطبيق منهجية‬:‫الفصل الثالث‬. (SAFILAIT). (SAFILAIT). (SAFILAIT). (SAFILAIT). TV -. 100.

(129) SAFILAIT ‫ للتنبؤ بكمية مبيعات مؤسسة صافيلي‬Box-Jenkins ‫ تطبيق منهجية‬:‫الفصل الثالث‬. -. )sponsoring(. -. www.safilait.com "Box-Jenkins" La Crème fraiche Box-Jenkins (SAFILAIT). La Crème fraiche. La Crème fraiche Pots La Crème fraiche 2007 :01. 9220. 17685. 14604. 9209. 7612. 5190. 2007 :07. 5389. 8576. 4092. 4476. 9548. 11160. 2008 :01. 16032. 13291. 11304. 7008. 4488. 5173. 2008 :07. 5881. 4560. 4893. 4550. 10785. 7545. 2009 :01. 12628. 14716. 11608. 12238. 16989. 18306. 2009 :07. 17878. 24080. 33703. 24846. 22868. 36354. 2010 :01. 31307. 41187. 37270. 26367. 33202. 30115. 2010 :07. 28438. 49675. 36499. 30257. 26850. 42325. 2011 :01. 39008. 35622. 51212. 46395. 41821. 31630. 2011 :07. 45164. 50567. 49926. 62467. 73283. 76025. 2012 :01. 78360. 81057. 87479. 90000. 92898. 86463. 2012 :07. 98890. 73174. 87474. 88333. 94513. 98595. (SAFILAIT). T 101.

(130) SAFILAIT ‫ للتنبؤ بكمية مبيعات مؤسسة صافيلي‬Box-Jenkins ‫ تطبيق منهجية‬:‫الفصل الثالث‬. .La Crème fraiche. v1. v1  f t . .GRETL & Eviews 5.0. v1. -. La Crème fraiche (SAFILAIT). v1. GRETL. .(2( ‫ أنظر الولحق رقن‬-1 102.

(131) SAFILAIT ‫ للتنبؤ بكمية مبيعات مؤسسة صافيلي‬Box-Jenkins ‫ تطبيق منهجية‬:‫الفصل الثالث‬. v1 v1 v1. GRETL. v1. (Pics). k  1,....,15.   1.96  1.96  ,   T   T. 5%. Ljung-Box k  18. v1. Ljung-Box. GRETL 103.

(132) SAFILAIT ‫ للتنبؤ بكمية مبيعات مؤسسة صافيلي‬Box-Jenkins ‫ تطبيق منهجية‬:‫الفصل الثالث‬. Q *  492 ,478.   5%. Q-Stat χ 02.05( 18 )  28 .869. v1. 5% .1. ،ADF. KPSS. v1 v1 (5%) t tab. (KPSS, ADF). t 3. ADF. 2. H0 :  1. 1 3. KPSS. 2. H0. Eviews 5.0. : 1 : 2 : 3 v1. )0,007( b. )1-3( 5%. b. . )3( )0,05(. 3-21. 21. -1. 3. -3. 2. - ADF : Augmented Dickey-Fuller test. - KPSS: Kwiatkowski; Phillips; Schmidt; Shin test. 4. 104.

(133) SAFILAIT ‫ للتنبؤ بكمية مبيعات مؤسسة صافيلي‬Box-Jenkins ‫ تطبيق منهجية‬:‫الفصل الثالث‬. )3( ،)2 ( ،)1( H0 :  1. . ADF 5% H0 :   0. )3( ‫) و‬2(. . KPSS. Kwiatkowski, Phillips, Schmidt, Shin)1992( H0. v1. v1. DS v1. v1. dv1t.  v1t  v1t 1 . d _ v1 d _ v1. GRETL. 0. d _ v1. d _ v1. 105. .2.

(134) SAFILAIT ‫ للتنبؤ بكمية مبيعات مؤسسة صافيلي‬Box-Jenkins ‫ تطبيق منهجية‬:‫الفصل الثالث‬. d _ v1. GRETL. k  2,....,18.   1.96  1.96  ,   T   T. Ljung-Box d _ v1. Ljung-Box. GRETL. Q-Stat. Q *  22,650 χ 02.05( 18 )  28 .869 106.

(135) SAFILAIT ‫ للتنبؤ بكمية مبيعات مؤسسة صافيلي‬Box-Jenkins ‫ تطبيق منهجية‬:‫الفصل الثالث‬. 5%. d _ v1 d _ v1. (KPSS, ADF). (5%) t tab. t 1. 3. ADF. 2. H0 :  1. 1. 1. 3. KPSS. 2. H0. Eviews 5.0. d _ v1. )3 ( ،)2 ( ،)1( H1 :   1. . ADF 5%. )3 ( ‫) و‬2(. . KPSS. Kwiatkowski, Phillips, Schmidt, Shin)1992(. ‫الوستخرجت‬ H0. )0,089( b. )1-6(. 5%. b. . )6( )0,05(. .3 d _ v1. Jarque-Berra. 7. 107. 6. -1.

(136) SAFILAIT ‫ للتنبؤ بكمية مبيعات مؤسسة صافيلي‬Box-Jenkins ‫ تطبيق منهجية‬:‫الفصل الثالث‬. d _ v1. Eviews 5.0. Kurtosis. d1 . 11 2  0 6 T. . Skewness. H 0 : d1  0. . - 0.145041  0  0.498  1.96 6 71 d1  1.96. H 0 : d1  0. H0 : d2  0 d2 . Skewness. 2  3 24 T. . Kurtosis . 4,594536  3  2.799  1.96 24 71 d 2  1.96. Jarque-Bera JB  7,770629   02.05 2   5.99. BDS iid. d _ v1 BDS. d _ v1. m. BDS. 2 3 4 5 6. 3.280 2.795 3.431 3.871 3.509. Eviews 5.0 108. .4.

(137) SAFILAIT ‫ للتنبؤ بكمية مبيعات مؤسسة صافيلي‬Box-Jenkins ‫ تطبيق منهجية‬:‫الفصل الثالث‬. d _ v1 m  2,3,...,6. BDS. iid. %5. 1.96. .1 MA. AR. d _ v1  (1). k 1. MA(1) k 1. r (1). .AR(1) ARIMA(0,1,1) : Yt    (1  1 L) t ARIMA(1,1,0) : (1  1 L)Yt     t ARIMA(1,1,1) : (1  1 L)Yt    (1  1 L) t. .2 Least Squares Schwarz. AIC. Eviews 5.0. Schwarz (BIC) Akaike (AIC). 20.632. AIC. 20.664 20.627*. BIC. 20.659. 2. *. ARIMA(1,1,0). AIC. ARIMA(0,1,1). BIC. 20.654. AIC. 20.718. BIC. ARIMA(1,1,1). Eviews 5.0. 8. -1 ‫ أنظر‬-2. 109.

(138) ‫الفصل الثالث‪ :‬تطبيق منهجية ‪ Box-Jenkins‬للتنبؤ بكمية مبيعات مؤسسة صافيلي ‪SAFILAIT‬‬. ‫)‪ARIMA(0,1,1‬‬. ‫(‪) BIC, AIC‬‬. ‫)‪ARIMA(0,1,1‬‬. ‫‪Eviews 5.0‬‬. ‫‪.1‬‬ ‫‪1.1‬‬ ‫‪0.05‬‬ ‫‪1‬‬. ‫(‪)2,772234‬‬. ‫‪1,96‬‬. ‫‪.‬‬ ‫)‪ARIMA(0,1,1‬‬. ‫‪ -1‬أنظر‬. ‫‪110‬‬.

(139) ‫الفصل الثالث‪ :‬تطبيق منهجية ‪ Box-Jenkins‬للتنبؤ بكمية مبيعات مؤسسة صافيلي ‪SAFILAIT‬‬. ‫‪GRETL‬‬. ‫‪2.1‬‬ ‫‪1.2.1‬‬. ‫‪GRETL‬‬. ‫‪111‬‬.

(140) SAFILAIT ‫ للتنبؤ بكمية مبيعات مؤسسة صافيلي‬Box-Jenkins ‫ تطبيق منهجية‬:‫الفصل الثالث‬.   1.96  1.96  ,   T   T. Breusch-Godfrey χ 02.05( 2 )  5.991. Ljung-Box χ 02.05( 18 )  28 .869. Ljung-Box. GRETL. 2.2.1. .)11( ‫ أنظر الولحق رقن‬-1. 112.

(141) SAFILAIT ‫ للتنبؤ بكمية مبيعات مؤسسة صافيلي‬Box-Jenkins ‫ تطبيق منهجية‬:‫الفصل الثالث‬. GRETL.   1.96  1.96  ,   T   T. Ljung-Box χ 02.05( 18 )  28 .869 Ljung-Box. GRETL. 113.

(142) ‫الفصل الثالث‪ :‬تطبيق منهجية ‪ Box-Jenkins‬للتنبؤ بكمية مبيعات مؤسسة صافيلي ‪SAFILAIT‬‬. ‫‪3.2.1‬‬. ‫‪Eviews 5.0‬‬. ‫‪Jarque-Bera‬‬ ‫‪JB  4,292333   02.05 2   5.99‬‬. ‫‪3.1‬‬ ‫‪ARCH-LM‬‬. ‫‪ARCH-LM‬‬. ‫)‪. χ 02.05( 1 )  3.841 (1‬‬ ‫‪.2‬‬ ‫‪2013‬‬. ‫‪ -1‬أنظر الولحق رقن (‪.)10‬‬. ‫‪114‬‬. ‫‪0,295‬‬.

(143) SAFILAIT ‫ للتنبؤ بكمية مبيعات مؤسسة صافيلي‬Box-Jenkins ‫ تطبيق منهجية‬:‫الفصل الثالث‬ ARIMA(0,1,1). La Crème Fraiche. 95% Crème Fraîche 111502.29. 84240.21. 97871.25. 115061.74. 83096.48. 99079.11. 118317.05. 82256.89. 100286. 97. 121362.46. 81627.19. 101494. 82. 124251.75. 81153.61. 102702.68. 127019.02. 80802.07. 103910. 54. 129687.50. 80549.29. 105118. 40. 132273.90. 80378.61. 106326.26. 134790.66. 80277.57. 107534.11. 137247.38. 80236.56. 108741.97. 139651.64. 80248.01. 109949.83. 142009.54. 80305.83. 111157.69. GRETL. GRETL. 115. 2013.

(144) SAFILAIT ‫ للتنبؤ بكمية مبيعات مؤسسة صافيلي‬Box-Jenkins ‫ تطبيق منهجية‬:‫الفصل الثالث‬. "Box-Jenkins". LBEN LBEN. Box-Jenkins (SAFILAIT). Sacs. LBEN LBEN. 2007 :01. 30263. 98883. 89420. 67810. 54710. 53440. 2007 :07. 42240. 43550. 58580. 30370. 49650. 45400. 2008 :01. 88130. 119090. 107900. 97510. 104710. 113700. 2008 :07. 102510. 107680. 116130. 92870. 86990. 91440. 2009 :01. 116970. 89620. 16530. 42080. 81250. 82850. 2009 :07. 50930. 23840. 10730. 6160. 28700. 40440. 2010 :01. 50950. 35010. 43050. 30060. 15810. 13840. 2010 :07. 8220. 7450. 10140. 15420. 37510. 46790. 2011 :01. 40270. 36890. 58190. 58710. 75630. 70520. 2011 :07. 37065. 34070. 42200. 19880. 44790. 53193. 2012 :01. 58650. 44790. 39880. 73960. 70817. 67660. 2012 :07. 67940. 84840. 78050. 75920. 52099. 67100. (SAFILAIT). T .LBEN. v2. v2  f t . .GRETL & Eviews 5.0. v2 Sacs. LBEN (SAFILAIT). 2009. 6160. 116. -.

(145) ‫الفصل الثالث‪ :‬تطبيق منهجية ‪ Box-Jenkins‬للتنبؤ بكمية مبيعات مؤسسة صافيلي ‪SAFILAIT‬‬. ‫‪119090‬‬. ‫‪2008‬‬. ‫‪v2‬‬. ‫‪GRETL‬‬. ‫‪v2‬‬ ‫‪v2‬‬ ‫‪v2‬‬. ‫‪Eviews 5.0‬‬ ‫‪ -1‬أنظر الولحق رقن (‪.)12‬‬. ‫‪117‬‬.

(146) SAFILAIT ‫ للتنبؤ بكمية مبيعات مؤسسة صافيلي‬Box-Jenkins ‫ تطبيق منهجية‬:‫الفصل الثالث‬. v1. (Pics). k  1,....,7.   1.96  1.96  ,   T   T. 5%. Ljung-Box k  18. Q *  144 ,07 Q-Stat. χ 02.05( 18 )  28 .869. 5% v2. .1 ،ADF v2 v2 (5%) t tab. ADF. t 3. ADF. 2. H0 :  1. 1 Eviews 5.0. v2. )1-13(. b 5%. H0 :   0. )0,05(. b )3( ،)1(. . )13( )0,307(. . ADF. H0 :  1. 5% v2 v2. DS v2 13. 118. -1.

(147) SAFILAIT ‫ للتنبؤ بكمية مبيعات مؤسسة صافيلي‬Box-Jenkins ‫ تطبيق منهجية‬:‫الفصل الثالث‬. v2. dv2t.  v 2t  v 2t 1 . d _ v2. d _v2. GRETL. 0. d _ v2. d _ v2 d _ v2. Eviews 5.0. 119. .2.

(148) SAFILAIT ‫ للتنبؤ بكمية مبيعات مؤسسة صافيلي‬Box-Jenkins ‫ تطبيق منهجية‬:‫الفصل الثالث‬. k  3,....,18. k 1.   1.96  1.96  ,   T   T Q*  24,344. ‫ حيث‬Ljung-Box. χ 02.05( 18 )  28 .869. Q-Stat. 5% d _ v2 (1PP, ADF). d _ v2 (5%) t tab. t. 3. ADF. 2. H0 :  1. 1 3. PP. 2. H0 :  1. 1 2. Eviews 5.0. d _ v2. )3 ( ،)2 ( ،)1( H1 :   1. ADF. . PP. . 5%. ‫الوستخرجت‬. )3( ،)2( ،)1( H1 :   1. MacKinnon )1-15(. b 5%. 1. . )15( )0,05(. b. )0,675(. - PP : Philips Perron test 16. 120. 15. -2.

(149) SAFILAIT ‫ للتنبؤ بكمية مبيعات مؤسسة صافيلي‬Box-Jenkins ‫ تطبيق منهجية‬:‫الفصل الثالث‬. .3 d _ v2. Jarque-Berra d _ v2. Eviews 5.0. Kurtosis. d1 . . 12 1. 0. 6 T. . Skewness. H 0 : d1  0. . 0.002549  0 6 71.  0.008  1.96. d1  1.96. H 0 : d1  0. H0 : d2  0 d2 . 2  3 24 T. Skewness. . Kurtosis . 5,363157  3 24 71.  4.064  1.96. d 2  1.96. Jarque-Bera JB  16,52093   02.05 2   5.99. BDS iid. d _ v2. 121. .4.

(150) SAFILAIT ‫ للتنبؤ بكمية مبيعات مؤسسة صافيلي‬Box-Jenkins ‫ تطبيق منهجية‬:‫الفصل الثالث‬. d _ v2. BDS m. BDS. 2 3 4 5 6. 2.383 2.690 3.151 3.174 3.173. Eviews 5.. d _ v2 m  2,3,...,6. BDS. iid. %5. 1.96. .1 MA. AR. d _ v2 k 2. k 1. p(2). MA(2) k 2. k 1. r (2). .AR(2) ARIMA(0,1,2) ARIMA(2,1,0) ARIMA(2,1,2). .2 Least Squares Schwarz. AIC. Eviews 5.0. Schwarz (BIC) Akaike (AIC). 17. 122. -1.

(151) SAFILAIT ‫ للتنبؤ بكمية مبيعات مؤسسة صافيلي‬Box-Jenkins ‫ تطبيق منهجية‬:‫الفصل الثالث‬. 22.565. AIC. 22.597 22.443*. BIC. 22.475. 1. *. ARIMA(0,1,2). AIC. ARIMA(2,1,0). BIC. 22.471. AIC. 22.535. BIC. ARIMA(2,1,2). Eviews 5.0. ) BIC, AIC(. ARIMA(2,1,0). ARIMA(2,1,0). Eviews 5.0. .1 . 1.1 0.05 .. )3,026308( 2. 1,96. ‫ أنظر‬-1 ‫ أنظر‬-2. 123.

(152) ‫الفصل الثالث‪ :‬تطبيق منهجية ‪ Box-Jenkins‬للتنبؤ بكمية مبيعات مؤسسة صافيلي ‪SAFILAIT‬‬. ‫)‪ARIMA(2,1,0‬‬. ‫‪GRETL‬‬. ‫‪2.1‬‬ ‫‪1.2.1‬‬. ‫‪Eviews 5.0‬‬ ‫‪124‬‬.

(153) SAFILAIT ‫ للتنبؤ بكمية مبيعات مؤسسة صافيلي‬Box-Jenkins ‫ تطبيق منهجية‬:‫الفصل الثالث‬.   1.96  1.96  ,   T   T. Breusch-Godfrey χ 02.05( 2 )  5.991. Ljung-Box χ 02.05( 18 )  28 .869. 2.2.1. Eviews 5.0.   1.96  1.96  ,   T   T. Ljung-Box χ 02.05( 18 )  28 .869. .)19( ‫ أنظر الولحق رقن‬-1. 125.

(154) ‫الفصل الثالث‪ :‬تطبيق منهجية ‪ Box-Jenkins‬للتنبؤ بكمية مبيعات مؤسسة صافيلي ‪SAFILAIT‬‬. ‫‪3.2.1‬‬. ‫‪Eviews 5.0‬‬. ‫‪Jarque-Bera‬‬ ‫‪JB  8,172481   02.05 2  5.99‬‬. ‫‪3.1‬‬ ‫‪ARCH-LM‬‬. ‫‪ARCH-LM‬‬. ‫)‪. χ 02.05( 1 )  3.841 (1‬‬. ‫‪.2‬‬ ‫‪2013‬‬. ‫‪ -1‬أنظر الولحق رقن (‪.)20‬‬. ‫‪126‬‬. ‫‪0,739‬‬.

(155) ‫الفصل الثالث‪ :‬تطبيق منهجية ‪ Box-Jenkins‬للتنبؤ بكمية مبيعات مؤسسة صافيلي ‪SAFILAIT‬‬ ‫)‪ARIMA(2,1,0‬‬. ‫‪LBEN‬‬. ‫‪95%‬‬ ‫‪LBEN‬‬. ‫‪2013‬‬. ‫‪77336.49‬‬. ‫‪39798.70‬‬. ‫‪114874.28‬‬. ‫‪72788.58‬‬. ‫‪18199.17‬‬. ‫‪127378.00‬‬. ‫‪69196.54‬‬. ‫‪8854.08‬‬. ‫‪129539.00‬‬. ‫‪71186.80‬‬. ‫‪6190.37‬‬. ‫‪136183.23‬‬. ‫‪73131.45‬‬. ‫‪1848.11‬‬. ‫‪144414.80‬‬. ‫‪72985.94‬‬. ‫‪4407.76‬‬. ‫‪150379.65‬‬. ‫‪72740.73‬‬. ‫‪9656.32‬‬. ‫‪155137.78‬‬. ‫‪73271.60‬‬. ‫‪13703.41‬‬. ‫‪160246.60‬‬. ‫‪73883.11‬‬. ‫‪17648.32‬‬. ‫‪165414.54‬‬. ‫‪74208.90‬‬. ‫‪21721.82‬‬. ‫‪170139.62‬‬. ‫‪74488.56‬‬. ‫‪25579.55‬‬. ‫‪174556.68‬‬. ‫‪74872.50‬‬. ‫‪29144.66‬‬. ‫‪178889.67‬‬. ‫‪GRETL‬‬. ‫‪GRETL‬‬ ‫‪127‬‬.

(156) ‫الفصل الثالث‪ :‬تطبيق منهجية ‪ Box-Jenkins‬للتنبؤ بكمية مبيعات مؤسسة صافيلي ‪SAFILAIT‬‬. ‫‪Pots‬‬. ‫‪‬‬. ‫‪60 DA‬‬. ‫‪‬‬. ‫‪65 DA‬‬. ‫‪‬‬. ‫‪70 DA‬‬. ‫‪150‬‬ ‫‪51‬‬ ‫‪01‬‬. ‫‪150‬‬ ‫‪50‬‬ ‫‪15‬‬. ‫‪.1‬‬. ‫‪60 DA‬‬. ‫‪128‬‬.

(157) SAFILAIT ‫ للتنبؤ بكمية مبيعات مؤسسة صافيلي‬Box-Jenkins ‫ تطبيق منهجية‬:‫الفصل الثالث‬. La Crème Fraîche. (DA). 5872275.0. 60. 97871.250. 5944746.6. 60. 99079.110. 6017218.2. 60. 100286.97. 6089689.2. 60. 101494.82. 6162160.8. 60. 102702.68. 6234632.4. 60. 103910.54. 6307104.0. 60. 105118.40. 6379575.6. 60. 106326.26. 6452046.6. 60. 107534.11. 6524518.2. 60. 108741.97. 6596989.8. 60. 109949.83. 6669461.4. 60. 111157.69. 2013. .2 65 DA La Crème Fraîche. (DA). 6361631.25. 65. 97871.250. 6440142.15. 65. 99079.110. 6518653.05. 65. 100286.97. 6597163.33. 65. 101494.82. 6675674.20. 65. 102702.68. 6754185.10. 65. 103910.54. 6832696.00. 65. 105118.40. 6911206.90. 65. 106326.26. 6989717.15. 65. 107534.11. 7068228.05. 65. 108741.97. 7146738.95. 65. 109949.83. 7225249.85. 65. 111157.69. 129. 2013.

(158) ‫الفصل الثالث‪ :‬تطبيق منهجية ‪ Box-Jenkins‬للتنبؤ بكمية مبيعات مؤسسة صافيلي ‪SAFILAIT‬‬. ‫‪.3‬‬ ‫‪70 DA‬‬ ‫‪La Crème Fraîche‬‬. ‫‪2013‬‬. ‫)‪(DA‬‬. ‫‪97871.250‬‬. ‫‪70‬‬. ‫‪6850987.5‬‬. ‫‪99079.110‬‬. ‫‪70‬‬. ‫‪6935537.7‬‬. ‫‪100286.97‬‬. ‫‪70‬‬. ‫‪7020087.9‬‬. ‫‪101494.82‬‬. ‫‪70‬‬. ‫‪7104637.4‬‬. ‫‪102702.68‬‬. ‫‪70‬‬. ‫‪7189187.6‬‬. ‫‪103910.54‬‬. ‫‪70‬‬. ‫‪7273737.8‬‬. ‫‪105118.40‬‬. ‫‪70‬‬. ‫‪7358288.0‬‬. ‫‪106326.26‬‬. ‫‪70‬‬. ‫‪7442838.2‬‬. ‫‪107534.11‬‬. ‫‪70‬‬. ‫‪7527387.7‬‬. ‫‪108741.97‬‬. ‫‪70‬‬. ‫‪7611937.9‬‬. ‫‪109949.83‬‬. ‫‪70‬‬. ‫‪7696488.1‬‬. ‫‪111157.69‬‬. ‫‪70‬‬. ‫‪7781038.3‬‬. ‫‪Sacs‬‬. ‫‪‬‬. ‫‪38 DA‬‬. ‫‪‬‬. ‫‪40 DA‬‬. ‫‪150‬‬ ‫‪01‬‬. ‫‪50‬‬ ‫‪20‬‬. ‫‪130‬‬.

(159) ‫الفصل الثالث‪ :‬تطبيق منهجية ‪ Box-Jenkins‬للتنبؤ بكمية مبيعات مؤسسة صافيلي ‪SAFILAIT‬‬. ‫‪.1‬‬ ‫‪39 DA‬‬ ‫‪2013‬‬. ‫)‪(DA‬‬. ‫‪LBEN‬‬. ‫‪77336.49‬‬. ‫‪38‬‬. ‫‪2938786.62‬‬. ‫‪72788.58‬‬. ‫‪38‬‬. ‫‪2765966.04‬‬. ‫‪69196.54‬‬. ‫‪38‬‬. ‫‪2629468.52‬‬. ‫‪71186.80‬‬. ‫‪38‬‬. ‫‪2705098.40‬‬. ‫‪73131.45‬‬. ‫‪38‬‬. ‫‪2778995.10‬‬. ‫‪72985.94‬‬. ‫‪38‬‬. ‫‪2773465.72‬‬. ‫‪72740.73‬‬. ‫‪38‬‬. ‫‪2764147.74‬‬. ‫‪73271.60‬‬. ‫‪38‬‬. ‫‪2784320.80‬‬. ‫‪73883.11‬‬. ‫‪38‬‬. ‫‪2807558.18‬‬. ‫‪74208.90‬‬. ‫‪38‬‬. ‫‪2819938.20‬‬. ‫‪74488.56‬‬. ‫‪38‬‬. ‫‪2830565.28‬‬. ‫‪74872.50‬‬. ‫‪38‬‬. ‫‪2845155.00‬‬. ‫‪.2‬‬ ‫‪40 DA‬‬. ‫‪131‬‬.

(160) ‫الفصل الثالث‪ :‬تطبيق منهجية ‪ Box-Jenkins‬للتنبؤ بكمية مبيعات مؤسسة صافيلي ‪SAFILAIT‬‬. ‫‪2013‬‬. ‫)‪(DA‬‬. ‫‪LBEN‬‬. ‫‪77336.49‬‬. ‫‪40‬‬. ‫‪3093459.6‬‬. ‫‪72788.58‬‬. ‫‪40‬‬. ‫‪2911543.2‬‬. ‫‪69196.54‬‬. ‫‪40‬‬. ‫‪2767861.6‬‬. ‫‪71186.80‬‬. ‫‪40‬‬. ‫‪2847472.0‬‬. ‫‪73131.45‬‬. ‫‪40‬‬. ‫‪2925258.0‬‬. ‫‪72985.94‬‬. ‫‪40‬‬. ‫‪2919437.6‬‬. ‫‪72740.73‬‬. ‫‪40‬‬. ‫‪2909629.2‬‬. ‫‪73271.60‬‬. ‫‪40‬‬. ‫‪2930864.0‬‬. ‫‪73883.11‬‬. ‫‪40‬‬. ‫‪2955324.4‬‬. ‫‪74208.90‬‬. ‫‪40‬‬. ‫‪2968356.0‬‬. ‫‪74488.56‬‬. ‫‪40‬‬. ‫‪2979542.4‬‬. ‫‪74872.50‬‬. ‫‪40‬‬. ‫‪2994900.0‬‬. ‫‪132‬‬.

(161) SAFILAIT ‫ للتنبؤ بكمية مبيعات مؤسسة صافيلي‬Box-Jenkins ‫ تطبيق منهجية‬:‫الفصل الثالث‬. Box-. SAFILAIT Jenkins. GRETL. Eviews.5. 2012. ARIMA(2,1,0). 2007 ARIMA(0,1,1). 133.

(162)

(163) 135.

(164) Box-Jenkins. ARIMA(0,1,1) ARIMA(2,1,0) . Eviews 5.0 & GRETL. Box-Jenkins. .1. Box-Jenkins. .2. ‫ و كذلك تتطلب‬،‫ مشاهدة على األقل‬50 ‫ فهي تتطلب تىفر‬،‫ منهجية مكلفة‬Box-Jenkins. .3. SARIMA. Box-Jenkins. .4. .5 .6 .7 136.

(165) .8. .9 .. .1 .2 .3. .4 .5 .6 .7. 137.

(166)

(167) SAFILAIT. 1. 139.

(168) 2. V1. V1. Augmented Dickey-Fuller 3. ADF. V1. A. 140. 3 1-3.

(169) 2. V1. ADF. 2-3. 1. V1. ADF. 3-3. 141.

(170) KPSS. V1. 4. 3. V1. KPSS. 1-4. 2. V1. KPSS. 2-4. 142.

(171) 5. d_V1. 143.

(172) d_V1. Augmented Dickey-Fuller. 6. 3. d_V1. ADF. 1-6. 2. d_V1. ADF. 2-6. 144.

(173) 1. d_V1. ADF. KPSS. d_V1. 3. 3-6. 7. d_V1. 145. KPSS. 1-7.

(174) 2. d_V1. d_V1. BDS. 146. KPSS. 2-7. 8.

(175) 9 d_V1. AR(1). 1-9. d_V1. MA(1). 2-9. 147.

(176) d_V1. ARMA(1,1). ARCH-LM. 10. 148. 3-9.

(177) Breusch-Godfrey. 11. 12. V2. 149.

(178) V2. Augmented Dickey-Fuller. 13. 3. V2. ADF. 1-13. 2. V2. ADF. 2-13. 150.

(179) 1. V2. 151. ADF. 3-13.

(180) 14. d_V2. 152.

(181) d_V2. Augmented Dickey-Fuller. 15. 3. d_V2. ADF. 1-15. 2. d_V2. ADF. 2-15. 153.

(182) 1. d_V2. d_V2. ADF. Philips Perron 3. d_V2. 154. 3-15. 16 PP. 1-16.

(183) 2. d_V2. PP. 2-16. 1. d_V2. PP. 3-16. 155.

(184) BDS. d_V2. 17. 18 d_V2. MA(2). 156. 1-18.