ملخص الدراسة:

الملخص :يقدم هذا البحث ، آلية جديدة في تحديد كمية العلاقات بين المتغي ا رت الاقتصادية ، التي يشرحسلوكها المشاهد ، بقصد التحليل أو إج ا رء التنبؤات أو في كليهما معا .مثل د ا رسة اثر الاستثمار على الناتج المحلي الإجمالي ، ومن ثم أثره على كل من الدخلالقومي ومعدل نمو متوسط الفرد ، في أنموذج للاقتصاد الكلي متعدد الأبعاد.من الواضح ، ان أي نموذج أو أية معادلة أو أي بيانات يمكن التعبير عنها بشكل سلاسلزمنية يمكن استخدامها في توصيف موضوع التوقعات من خلال وزن جميع المشاهدات الماضية أوالمتغي ا رت المرئية زمنيا .ولقد استخدمت طريقة الانحدار لتقدير معادلات الشكل ، خاصة أن أسلوب بيانات السلسلةالزمنية هي من أكثر أساليب التقدير شيوعا ، حسب خصائص المقد ا رت ، فضلا عن الاختبا ا رت "التي تستخدم لمعرفة ما اذا كان الانحدار كله يشرح سلوك المتغير التابع بصورة مرضية ، وبالإمكاناختبار كل معامل من معاملات الانحدار " .في ظل بيئة البرمجة المكونة لشبكة الخلية العصبية ، تقوم بتحديد خصائص المشكلة قيدالد ا رسة ، ثم تصمم لها شبكة عصبية مناسبة ، وكذلك تصمم خوارزمية أوتوماتيكية تقوم بتعليموتدريب الشبكة لتقليل معامل الخطأ إلى أدنى مستوى ، من خلال ضبط قيمة الأوا زن القابلة لتقديرهيكل الأنموذج المعروف مسبقا.ولتقييم دقة الأنموذج كله نحتاج إلى اعتماد معايير لقياس جودة النظام الشامل فضلا عنبعض الفروض الإحصائية عن كل معادلة من معادلات الشكل ، وأج ا رء اختبار دقة التنبؤات وقدرتهاعلى تقليل حجم الخطأ ، وعلى وجه الخصوص في النماذج اللاخطية التي أثبتت الآلية الجديدة "الشبكة العصبية " قدرتها تماما في مثل هذه النماذج .