Applying the ARIMA Model to the Process of Forecasting GDP and CPI in the Jordanian Economy
Notice bibliographique
Résumé
Gross Domestic Product (GDP) and consumer price index (CPI) are significant indicators to describe and evaluate economic activity and levels of development. They are also often used by decision makers so as to plan economic policy. This paper aims at modeling and predicting GDP and CPI in Jordan. In order to achieve this goal, the study applied the Box- Jenkins (JB) methodology for the period 1976-2019. Based on the results, ARIMA (3,1,1) found to be the best model for the GDP. In addition, ARIMA (1,1,0) was the best model for forecasting the CPI. The results were supported with the findings of the stationarity and identification rules test of time series under using AIC and SIC criterion. The forecasted values of the GDP and the CPI for the next three years (2020-2022) were (29342.12, 32095.10, 35106.36 million JD) and (128.31, 133.28, 139.28) respectively. Compared with 2019, the GDP is forecasted to decrease in 2020, while the CPI is forecasted to increase in 2020. This implies that the Jordanian economy is tending toward stagflation. After 2020, both GDP and CPI increased, which indicates that Jordanian economy is tending toward cost-push inflation.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».