این مطالعه با هدف پیشبینی قیمت اسمی و واقعی گوشت مرغ و تخم مرغ طی دوره (1384-1346) انجام شده است. پس از بررسی ایستایی سریهای مورد استفاده برای بررسی تصادفی بودن متغیرها از دو آزمون ناپارامتریک والد- ولفویتز و پارامتریک دوربین- واتسون استفاده شد. براساس نتایج این آزمونها، تمام سری قیمت اسمی و واقعی محصولات یاد شده بهعنوان سریهای غیرتصادفی و قابل پیشبینی ارزیابی شدند. الگوهای مورد استفاده برای پیشبینی شامل الگوهای ARIMA و شبکه عصبی مصنوعی میباشد. یافتههای مطالعه نشاندهنده برتریکامل الگوی ARIMA در پیشبینی قیمت اسمی محصولات منتخب است. درخصوص سریهای قیمت واقعی محصولات نیز روش شبکه عصبی مصنوعی برتری نسبی داشت. اما با وجود این مشخص شدکه در مورد سریهای واقعی منتخب بهتر است که از هر دو روش بهصورت همزمان استفاده شود.
Dashty S E, Mohammadi H. Forecasting Prices of Chicken and Egg by Using Artificial Neural Network in Iran. qjerp 2010; 18 (55) :86-106 URL: http://qjerp.ir/article-1-231-fa.html
دشتی سیدابراهیم، محمدی حمید. پیشبینی قیمت گوشت مرغ و تخم مرغ با استفاده از شبکه عصبی مصنوعی در ایران. فصلنامه پژوهش ها وسیاست های اقتصادی. 1389; 18 (55) :86-106