Abstract
As is known that the consumer price index (CPI) is one of the most important price indices because of its direct effect on the welfare of the individual and his living.
We have been address the problem of Strongly seasonal commodities in calculating (CPI) and identifying some of the solution.
We have used an actual data for a set of commodities (including strongly seasonal commodities) to calculate the index price by using (Annual Basket With Carry Forward Prices method) . Although this method can be successfully used in the context of seasonal commodities the index does not get rid of the tremendous season fluctuations .
In order to use (CPI) in measuring the general inflation and monthly or quarterly comparison ,we must first decompose the seasonal component and eliminate its effect on the (CPI) series to get a seasonal adjusted series of (CPI) .
Many statistical methods are used to analysis (CPI) series, and one of these methods is the method of time series that takes into account the seasonal variations in the study of phenomena.
test to Ljung-Box We have used Box-Jenkens method in models building and then test the modesl ,also we have found the seasonal adjusted series by using time series method
We have been address the problem of Strongly seasonal commodities in calculating (CPI) and identifying some of the solution.
We have used an actual data for a set of commodities (including strongly seasonal commodities) to calculate the index price by using (Annual Basket With Carry Forward Prices method) . Although this method can be successfully used in the context of seasonal commodities the index does not get rid of the tremendous season fluctuations .
In order to use (CPI) in measuring the general inflation and monthly or quarterly comparison ,we must first decompose the seasonal component and eliminate its effect on the (CPI) series to get a seasonal adjusted series of (CPI) .
Many statistical methods are used to analysis (CPI) series, and one of these methods is the method of time series that takes into account the seasonal variations in the study of phenomena.
test to Ljung-Box We have used Box-Jenkens method in models building and then test the modesl ,also we have found the seasonal adjusted series by using time series method
Keywords
Using Time Series Methods To Modify The Seasonal Variations in the Consumer Price Index Abstract
Abstract
كما هو معروف أن الرقم القياسي لسعر المستهلك (CPI) هو احد اهم الأرقام القياسية المستخدمة لما له من مساس مباشر برفاهية الفرد والمستوى ألمعاشي له ، ومن اجل الاهتمام بحساب هذا الرقم والتعرف على المشاكل التي تعترضه فقد تم التطرق الى مشكلة وجود السلع الموسمية التامة عند حساب هذا الرقم والتعرف على بعض الحلول الممكنة في التعامل مع هذه المشكلة، اذ استخدمت البيانات الحقيقية لمجموعة من السلع (المتضمنة سلع موسمية تامة) في حساب الرقم القياسي للسعر وباستخدام طريقة (السلة السنوية مع استخدام الاسعار السابقة في التعويض عن الاسعار المفقودة) وبالرغم من ان هذه الطريقة اعطت تعاملا ناجحاً مع مشكلة السلع الموسمية التامة الا ان اثر الموسمي يبقى مرافقاً لسلسلة الارقام القياسية الناتجة عنها.
ومن اجل ان يكون الرقم القياسي لسعر المستهلك (CPI) ملائماً لقياس التضخم واجراء المقارنات الشهرية اوالربع سنوية فلابد من الاهتمام بسلسلة الارقام القياسية لسعر المستهلك والتأكد من خلوها من التأثيرات الموسمية وهذا يتطلب اعتماد الاساليب الاحصائية المتقدمة, ومن اهم هذه الاساليب هي طرائق تحليل السلاسل الزمنية والتي تأخذ بنظر الاعتبار دراسة التغيرات الموسمية وعليه تم استخدام طريقة Box-Jenkins في بناء الأنموذج الخاص بالسلسلة الزمنية للارقام القياسية وكذلك اختبار هذا الانموذج باستخدام اختبار Ljung &Box كما تم اعتماد اساليب السلاسل الزمنية في التوصل الى سلسلة زمنية معدلة موسميا وتم اعتماد النموذج arima(0,1,1)(0,1,1) لتمثيل السلسلة الزمنية .
كما هو معروف أن الرقم القياسي لسعر المستهلك (CPI) هو احد اهم الأرقام القياسية المستخدمة لما له من مساس مباشر برفاهية الفرد والمستوى ألمعاشي له ، ومن اجل الاهتمام بحساب هذا الرقم والتعرف على المشاكل التي تعترضه فقد تم التطرق الى مشكلة وجود السلع الموسمية التامة عند حساب هذا الرقم والتعرف على بعض الحلول الممكنة في التعامل مع هذه المشكلة، اذ استخدمت البيانات الحقيقية لمجموعة من السلع (المتضمنة سلع موسمية تامة) في حساب الرقم القياسي للسعر وباستخدام طريقة (السلة السنوية مع استخدام الاسعار السابقة في التعويض عن الاسعار المفقودة) وبالرغم من ان هذه الطريقة اعطت تعاملا ناجحاً مع مشكلة السلع الموسمية التامة الا ان اثر الموسمي يبقى مرافقاً لسلسلة الارقام القياسية الناتجة عنها.
ومن اجل ان يكون الرقم القياسي لسعر المستهلك (CPI) ملائماً لقياس التضخم واجراء المقارنات الشهرية اوالربع سنوية فلابد من الاهتمام بسلسلة الارقام القياسية لسعر المستهلك والتأكد من خلوها من التأثيرات الموسمية وهذا يتطلب اعتماد الاساليب الاحصائية المتقدمة, ومن اهم هذه الاساليب هي طرائق تحليل السلاسل الزمنية والتي تأخذ بنظر الاعتبار دراسة التغيرات الموسمية وعليه تم استخدام طريقة Box-Jenkins في بناء الأنموذج الخاص بالسلسلة الزمنية للارقام القياسية وكذلك اختبار هذا الانموذج باستخدام اختبار Ljung &Box كما تم اعتماد اساليب السلاسل الزمنية في التوصل الى سلسلة زمنية معدلة موسميا وتم اعتماد النموذج arima(0,1,1)(0,1,1) لتمثيل السلسلة الزمنية .
كما هو معروف أن الرقم القياسي لسعر المستهلك (CPI) هو احد اهم الأرقام القياسية المستخدمة لما له من مساس مباشر برفاهية الفرد والمستوى ألمعاشي له ، ومن اجل الاهتمام بحساب هذا الرقم والتعرف على المشاكل التي تعترضه فقد تم التطرق الى مشكلة وجود السلع الموسمية التامة عند حساب هذا الرقم والتعرف على بعض الحلول الممكنة في التعامل مع هذه المشكلة، اذ استخدمت البيانات الحقيقية لمجموعة من السلع (المتضمنة سلع موسمية تامة) في حساب الرقم القياسي للسعر وباستخدام طريقة (السلة السنوية مع استخدام الاسعار السابقة في التعويض عن الاسعار المفقودة) وبالرغم من ان هذه الطريقة اعطت تعاملا ناجحاً مع مشكلة السلع الموسمية التامة الا ان اثر الموسمي يبقى مرافقاً لسلسلة الارقام القياسية الناتجة عنها.
ومن اجل ان يكون الرقم القياسي لسعر المستهلك (CPI) ملائماً لقياس التضخم واجراء المقارنات الشهرية اوالربع سنوية فلابد من الاهتمام بسلسلة الارقام القياسية لسعر المستهلك والتأكد من خلوها من التأثيرات الموسمية وهذا يتطلب اعتماد الاساليب الاحصائية المتقدمة, ومن اهم هذه الاساليب هي طرائق تحليل السلاسل الزمنية والتي تأخذ بنظر الاعتبار دراسة التغيرات الموسمية وعليه تم استخدام طريقة Box-Jenkins في بناء الأنموذج الخاص بالسلسلة الزمنية للارقام القياسية وكذلك اختبار هذا الانموذج باستخدام اختبار Ljung &Box كما تم اعتماد اساليب السلاسل الزمنية في التوصل الى سلسلة زمنية معدلة موسميا وتم اعتماد النموذج arima(0,1,1)(0,1,1) لتمثيل السلسلة الزمنية .
ومن اجل ان يكون الرقم القياسي لسعر المستهلك (CPI) ملائماً لقياس التضخم واجراء المقارنات الشهرية اوالربع سنوية فلابد من الاهتمام بسلسلة الارقام القياسية لسعر المستهلك والتأكد من خلوها من التأثيرات الموسمية وهذا يتطلب اعتماد الاساليب الاحصائية المتقدمة, ومن اهم هذه الاساليب هي طرائق تحليل السلاسل الزمنية والتي تأخذ بنظر الاعتبار دراسة التغيرات الموسمية وعليه تم استخدام طريقة Box-Jenkins في بناء الأنموذج الخاص بالسلسلة الزمنية للارقام القياسية وكذلك اختبار هذا الانموذج باستخدام اختبار Ljung &Box كما تم اعتماد اساليب السلاسل الزمنية في التوصل الى سلسلة زمنية معدلة موسميا وتم اعتماد النموذج arima(0,1,1)(0,1,1) لتمثيل السلسلة الزمنية .
كما هو معروف أن الرقم القياسي لسعر المستهلك (CPI) هو احد اهم الأرقام القياسية المستخدمة لما له من مساس مباشر برفاهية الفرد والمستوى ألمعاشي له ، ومن اجل الاهتمام بحساب هذا الرقم والتعرف على المشاكل التي تعترضه فقد تم التطرق الى مشكلة وجود السلع الموسمية التامة عند حساب هذا الرقم والتعرف على بعض الحلول الممكنة في التعامل مع هذه المشكلة، اذ استخدمت البيانات الحقيقية لمجموعة من السلع (المتضمنة سلع موسمية تامة) في حساب الرقم القياسي للسعر وباستخدام طريقة (السلة السنوية مع استخدام الاسعار السابقة في التعويض عن الاسعار المفقودة) وبالرغم من ان هذه الطريقة اعطت تعاملا ناجحاً مع مشكلة السلع الموسمية التامة الا ان اثر الموسمي يبقى مرافقاً لسلسلة الارقام القياسية الناتجة عنها.
ومن اجل ان يكون الرقم القياسي لسعر المستهلك (CPI) ملائماً لقياس التضخم واجراء المقارنات الشهرية اوالربع سنوية فلابد من الاهتمام بسلسلة الارقام القياسية لسعر المستهلك والتأكد من خلوها من التأثيرات الموسمية وهذا يتطلب اعتماد الاساليب الاحصائية المتقدمة, ومن اهم هذه الاساليب هي طرائق تحليل السلاسل الزمنية والتي تأخذ بنظر الاعتبار دراسة التغيرات الموسمية وعليه تم استخدام طريقة Box-Jenkins في بناء الأنموذج الخاص بالسلسلة الزمنية للارقام القياسية وكذلك اختبار هذا الانموذج باستخدام اختبار Ljung &Box كما تم اعتماد اساليب السلاسل الزمنية في التوصل الى سلسلة زمنية معدلة موسميا وتم اعتماد النموذج arima(0,1,1)(0,1,1) لتمثيل السلسلة الزمنية .
كما هو معروف أن الرقم القياسي لسعر المستهلك (CPI) هو احد اهم الأرقام القياسية المستخدمة لما له من مساس مباشر برفاهية الفرد والمستوى ألمعاشي له ، ومن اجل الاهتمام بحساب هذا الرقم والتعرف على المشاكل التي تعترضه فقد تم التطرق الى مشكلة وجود السلع الموسمية التامة عند حساب هذا الرقم والتعرف على بعض الحلول الممكنة في التعامل مع هذه المشكلة، اذ استخدمت البيانات الحقيقية لمجموعة من السلع (المتضمنة سلع موسمية تامة) في حساب الرقم القياسي للسعر وباستخدام طريقة (السلة السنوية مع استخدام الاسعار السابقة في التعويض عن الاسعار المفقودة) وبالرغم من ان هذه الطريقة اعطت تعاملا ناجحاً مع مشكلة السلع الموسمية التامة الا ان اثر الموسمي يبقى مرافقاً لسلسلة الارقام القياسية الناتجة عنها.
ومن اجل ان يكون الرقم القياسي لسعر المستهلك (CPI) ملائماً لقياس التضخم واجراء المقارنات الشهرية اوالربع سنوية فلابد من الاهتمام بسلسلة الارقام القياسية لسعر المستهلك والتأكد من خلوها من التأثيرات الموسمية وهذا يتطلب اعتماد الاساليب الاحصائية المتقدمة, ومن اهم هذه الاساليب هي طرائق تحليل السلاسل الزمنية والتي تأخذ بنظر الاعتبار دراسة التغيرات الموسمية وعليه تم استخدام طريقة Box-Jenkins في بناء الأنموذج الخاص بالسلسلة الزمنية للارقام القياسية وكذلك اختبار هذا الانموذج باستخدام اختبار Ljung &Box كما تم اعتماد اساليب السلاسل الزمنية في التوصل الى سلسلة زمنية معدلة موسميا وتم اعتماد النموذج arima(0,1,1)(0,1,1) لتمثيل السلسلة الزمنية .
Keywords
استخدام أساليب السلاسل الزمنية لمعالجة الاختلافات الموسمية في الرقم القياسي لسعر المستهلك