Master
تحميل PDF
التنبؤ بمبيعات الحبوب في الجزائر-دراسة حالة المؤسسة التعاونية للحبوب والبقول الجافة بولاية تبسة
الكلية
كلية العلوم الاقتصادية والتجارية وعلوم التسيير
القسم
قسم العلوم الاقتصادية
المشرف
طاهري عانس
التحميلات
الكلمات المفتاحية
مبيعات الحبوب، التنبؤ، سلاسل زمنية، نموذج ARIMA، مؤسسة CCLS تبسة، لغة Python.
الملخص بالعربية
تهدف هذه الدراسة إلى استشراف ومحاكاة حجم مبيعات الحبوب في الجزائر من خلال دراسة حالة المؤسسة التعاونية للحبوب والبقول الجافة بتبسة (CCLS) خلال الفترة الممتدة من سبتمبر 2024 إلى فبراير 2025. ولتحقيق هذا الهدف، تم الاعتماد على المنهج الوصفي التحليلي لتشخيص واقع سوق الحبوب محليًا وعالميًا، بالإضافة إلى المنهج القياسي لتطبيق أساليب التنبؤ الحديثة. تم استخدام لغة البرمجة Python وبيئة Google Colab لنمذجة السلسلة الزمنية للمبيعات بناءً على منهجية بوكس-جينكنز (Box-Jenkins). وأظهرت النتائج التطبيقية عدم استقرار السلسلة في مستواها، بينما تحقق الاستقرار بعد أخذ الفروق الأولى، وتمت المفاضلة بين النماذج لاختيار النموذج الأمثل ARIMA (1,1,2) بناءً على معايير AIC وBIC. وخلصت الدراسة إلى أن استخدام النماذج الكمية يساهم بشكل فعال في رفع دقة التنبؤ بالطلب المستقبلي، مما يدعم اتخاذ القرار الإداري والاستراتيجي للمؤسسة لتأمين المخزون وضمان الأمن الغذائي.
الملخص بالإنجليزية
This study aims to forecast and simulate grain sales volume in Algeria, focusing on a case study of the Cooperative of Cereals and Dry Legumes (CCLS) in the Wilaya of Tébessa, covering the period from September 2024 to February 2025. To achieve this, a descriptive-analytical approach was utilized to examine the reality of the grain market locally and globally, combined with an econometric approach to apply modern forecasting techniques. Python programming language and Google Colab environment were employed to model the sales time series using the Box-Jenkins methodology. The empirical results indicated that the time series was non-stationary in its levels but achieved stationarity after taking the first difference. The optimal ARIMA(1,1,2) model was selected based on AIC and BIC criteria. The study concludes that adopting quantitative models effectively enhances the accuracy of future demand forecasting, thereby supporting managerial and strategic decision-making to secure inventory and .ensure food security