Anticipating Unemployment Time Series Models and Artificial Neural Networks for Innovative Forecasts from 2000 to 2021
Résumé
Le chômage, véritable enjeu social et économique, requiert une analyse économique approfondie dans tous les pays sans exception. Nos résultats révèlent que l’application de techniques avancées d’apprentissage automatique, en particulier les modèles de réseaux neuronaux multicouches, a offert une compréhension supérieure des dynamiques économiques. Ces techniques surpassent les modèles de mémoire longue avec fluctuations fractionnaires ainsi qu’un réseau neuronal structuré. Notamment, le modèle FFBNN(2.2.10.1), utilisant la fonction d’activation TANSIG, a montré d’excel-lents résultats en Algérie
Références
BALCILAR, Mehmet ; GUPTA, Rangan; JOOSTE, Charl (2016). Analyzing South Africa’s inflation persistence using an ARFIMA model with Markov-switching fractional differencing parameter. The Journal of Developing Areas, Vol. 50 No 1, p. 47-57. Tennessee State University, College of Business. https://ideas.repec.org/a/jda/journl/vol.50year2016issue1pp47-57.html
ÇATIK, A. Nazif ; KARAÇUKA, Mehmet (2012). A comparative analysis of alternative univariate time series models in forecasting Turkish inflation. Journal of Business Economics and Management, Vol. 13 No 2, p. 275-293.https://journals.vilniustech.lt/index.php/JBEM/article/view/4386
GILENKO,Evgenii V.;SMELKOV, Daniil V. (2019). Inflation Prediction Based on the “Long Memory” Effect: The Case of Russia. Open Journal for Research in Economics, Vol. 2 No 2, p. 55-64.https://centerprode.com/ojre/ojre0202/coas.ojre.0202.01055g.pdf
FOLGIERI, Raffaella ; BALDIGARA, Tea ; MAMULA, Maja (2017). Artificial Neural Networks-Based Econo-Metric Models for Tourism Demand Forecasting. ToSEE – Tourism in Southern and Eastern Europe, Vol. 4, p. 169-182.https://www.cabidigitallibrary.org/doi/pdf/10.5555/20183005841
VOCHOZKA, Marek (2017). Neural Network Regression and LinearRegression in The Estimate of The Price of Gold on The New York Stock Ex-Change. The 11th International Days of Statistics and Economics, Prague, September 14-16, p. 1780-1789. https://msed.vse.cz/msed_2017/article/158-Vochozka-Marek-paper.pdf
كوثرزيادة. (2017). واقعسياسةالتشغيلفيمعالجةالبطالةفيالجزائرمنخلالالمخططالخماسي 2010-2014.Journal of Human Sciences, Vol. 28 No 3, p. 325-335
https://revue.umc.edu.dz/h/article/view/2599/2743
سعودوسيلة. (2022). وضعيةالتشغيلفيالجزائر (2009-2019) وتأثيرجائحةكوروناعليها. Beam Journal of Economic Studies, Vol. 6 No1, p.124-143.https://asjp.cerist.dz/en/article/183197
صالحزياني،عدالةبنمهدي. (2022). التشغيلوإشكاليةالبطالةفيالجزائر (2010-2020) دراسةتحليلية. المجلةالجزائريةللعلومالانسانيةوالاجتماعية.
Algerian Journal of Human and Social Sciences, Vol. 6, No 1, p. 166-181. https://asjp.cerist.dz/en/article/195114
حمزةكحال. (2020). توقعاتبارتفاعالبطالةفيالجزائرإلى 20% بسببكورونا. العربيالجديد)اقتصادالناس. (توقعات-بارتفاع-البطالة-في-الجزائر-إلى-20-بسبب-كوروناhttps://www.alaraby.co.uk/
ÇATIK, A. Nazif ; KARAÇUKA, Mehmet (2012). A comparative analysis of alternative univariate time series models in forecasting Turkish inflation. Journal of Business Economics and Management, Vol. 13 No 2, p. 275-293.https://journals.vilniustech.lt/index.php/JBEM/article/view/4386
GILENKO,Evgenii V.;SMELKOV, Daniil V. (2019). Inflation Prediction Based on the “Long Memory” Effect: The Case of Russia. Open Journal for Research in Economics, Vol. 2 No 2, p. 55-64.https://centerprode.com/ojre/ojre0202/coas.ojre.0202.01055g.pdf
FOLGIERI, Raffaella ; BALDIGARA, Tea ; MAMULA, Maja (2017). Artificial Neural Networks-Based Econo-Metric Models for Tourism Demand Forecasting. ToSEE – Tourism in Southern and Eastern Europe, Vol. 4, p. 169-182.https://www.cabidigitallibrary.org/doi/pdf/10.5555/20183005841
VOCHOZKA, Marek (2017). Neural Network Regression and LinearRegression in The Estimate of The Price of Gold on The New York Stock Ex-Change. The 11th International Days of Statistics and Economics, Prague, September 14-16, p. 1780-1789. https://msed.vse.cz/msed_2017/article/158-Vochozka-Marek-paper.pdf
كوثرزيادة. (2017). واقعسياسةالتشغيلفيمعالجةالبطالةفيالجزائرمنخلالالمخططالخماسي 2010-2014.Journal of Human Sciences, Vol. 28 No 3, p. 325-335
https://revue.umc.edu.dz/h/article/view/2599/2743
سعودوسيلة. (2022). وضعيةالتشغيلفيالجزائر (2009-2019) وتأثيرجائحةكوروناعليها. Beam Journal of Economic Studies, Vol. 6 No1, p.124-143.https://asjp.cerist.dz/en/article/183197
صالحزياني،عدالةبنمهدي. (2022). التشغيلوإشكاليةالبطالةفيالجزائر (2010-2020) دراسةتحليلية. المجلةالجزائريةللعلومالانسانيةوالاجتماعية.
Algerian Journal of Human and Social Sciences, Vol. 6, No 1, p. 166-181. https://asjp.cerist.dz/en/article/195114
حمزةكحال. (2020). توقعاتبارتفاعالبطالةفيالجزائرإلى 20% بسببكورونا. العربيالجديد)اقتصادالناس. (توقعات-بارتفاع-البطالة-في-الجزائر-إلى-20-بسبب-كوروناhttps://www.alaraby.co.uk/
Publiée
2025-03-05
Rubrique
Dossier thématique
Ce travail est disponible sous licence Creative Commons Attribution - Pas d’Utilisation Commerciale 4.0 International.
