Термиз давлат университети намазов гафур шокулович

4-жадвал
Тузилган АРИМА моделларининг қиёсий таҳлили¹³

Т/р	Модел шакли	Акаик мезони	Шварц мезони	Детерминация коэффициенти	Параметр-ларнинг аҳамиятлилиги
1	АК1МА (1,0,1)	669,8837	674,7964	0,712322	Аҳамиятли
2	АК1МА (1,0,1)(1,0,0)4	641,6143	648,1646	0,880615	Аҳамиятли
3	АК1МА (1,0,1)(0,1,0)4	568,1126	572,6917	0,866768	Аҳамиятли
4	АК1МА (1,0,1)(2,0,0)4	643,4413	651,6292	0,881347	Аҳамиятли
5	АК1МА (1,0,1)(2,1,0)4	570,5493	578,1811	0,873788	Аҳамиятли
6	АК1МА (1,0,1)(3,0,0)4	644,9542	654,7797	0,884020	Аҳамиятли

Баҳолаш натижалари шуни кўрсатдики, АК!МА(1,0,1)(3,0,0)4 модели бўйича МАРЕ=14,22%, АКМА(1,0,1)(0,1,0)4 модели бўйича МАРЕ=11,42%, демак, энг кичик кўрсаткич АКМА(1,0,1)(0,1,0)4 моделга тегишли (МАРЕ=11,42%) бўлиб, вақтли қатор учун энг мақбул модель эканлигини кўрсатмоқда.

Таҳлил натижалари кўра, вақтли қатор учун АК1МА(1,0,1)(0,1,0)4 модел адекват ҳисобланиб, прогнозлашда ушбу модел фойдаланилди.
А¥а1М = -0.33* ¥а1М_1-г - 0. 84 * е_(-1
Бу ерда: ЯҲМ - Сурхондарё вилояти ялпи ҳудудий маҳсулот ҳажми. ЯҲМ ҳажмининг ўзгармас нархлардаги қиймати(2012 йил нархларида) прогноз натижалари келтирилган(5-расм).
Исход.:¥А1М : +прогнозь1, Модель: (1,0.1)(0.1.0); (Габлица даннь1х1)
Преобразования: 0(2)
Модель(1,0,1)(0,1,0) МЗ Остаток= 0,б|













Параметр
ЧО)

Парам.

Асимпт.
Ст сшиб.

■0.330679 0.203137
■0.846021 0.118727

Асимпт. Ц 46) ■1 62786

0 000500

Нижняя
95% дсв
-0.73957

Верхняя
95% дсв
0.078215

-1.08501

-0.607035

Прогнозьк Модель:(1,0,1)(0,1,0) Сезоннь1Й лаг: 4 (Таблица даннь1х1)
Исход.: УА1М
Начало исходнь!х. 1 Конец исходн.. 38

Набл. N	Прогноз	Нижний 95,0000%	Ве рхн и й 95,0000%	Ст.ошиб.
39	5888,57	3884,826	7892,32	983,707
40	10637,27	8513,590	12760,95	1042,587
41	9401,97	7164,775	1 1639,17	1098,315
42	10153,37	7808,148	12498,59	1 151,349
43	7386,24	3804,389	10968,09	1758,453
44	12134.94	8286,596	15983,28	1889.283
45	10899,64	6802,098	14997,18	2011,622
46	11651,04	7318,611	15983,46	2126,936
47	8883,91	3369,911	14397,90	2707,009
48	13632,61	7728,425	19536,79	2898,564
49	12397,31	6127.174	18667 44	3078,221
50	13148,70	6532,834	19764,57	3247,956

3. 
   расм. Арима модели асосида ишлаб чиқилган прогноз кўрсаткичлари^{22 23}
   

Яширин нейронлар учун фаоллаштириш функцияларини: айнан бир хил(тождественная), сигмоид(сигмоид) ва гиперболик(гиперболическая), чиқиш нейронлари учун ҳам айнан бир хил(тождественная) вариант танланган. Дастур мазкур моделдан танлаш жараёнида 50 та тармоқ натижасидан 5 та энг яхшисини танлаб беради.
Энг яхши моделни танлаш учун олинган маълумотларни таҳлил қилинганда, ҳар бир модел: ишлаш ва хато, тармоқ проекцияси графиги, қолдиқ тақсимлаш гистограммаси, қолдиқ ёйилиш каби параметрлар бўйича таққосланади²⁴.
Яширин қатламдаги фаоллаштириш функцияси сигмасимон (сигмоид) варианти ҳисобланди.
5(х) = —₂
1+е^-2
= 5(2.63281 • х^ + 4.72806 • х₂ + 2.33572 • х₃ - 2.79531 • х₄ + 0.51788)
г₂ = 5(0.59095 • х^ + 0.27349 • х₂ - 3.69938 • х₃ + 4.70886 • х₄ + 1.04368)
х₃ = 5(-1.60202 • х^ - 0.86283 • х₂ + 0.27044 • х₃ - 4.87033 • х₄ - 0.07444)
х₄ = 5(4.38949 • х^ + 1.15442 • х₂ + 1.09637 • х₃ + 0.40123 • х₄ - 1.96831)
х₅ = 5(3. 54983 • х^ - 0.96992 • х₂ + 2.20695 • х₃ - 1.8161 • х₄ - 0.19944)
х₆ = 5(0.45864 • х^ + 0.18114 • х₂ - 2.55381 • х₃ - 2.05976 • х₄ - 0.46684)
г₇ = 5(-3.24651 • х^ + 1.81954 • х₂ + 3.79066 • х₃ + 5.23246 • х₄ - 2.8971)
Чиқиш қатламдаги фаоллаштириш функцияси бир хил (Тождественная) вариантини ҳисобланган.
5(х) = х
у = (-0.02633 • + 1.36195 • х₂ - 0.08795 • г₃ + 1.49269 • х₄ + 0.15402 • х₅
+ 0.49152 • г₆ + 1.57267 • х₇ - 1.48948)
у прогнозлашда ушбу модел шаклидан фойдаланиш мумкинлигини билдиради.

3. 
   расм. £NN(4-7-1) модели архитектурасида нейрон тугунларининг
   боғланган вазн ва биас қийматлари²⁵
   

Барча параметрлар бўйича ^NN(4-7-1) модели прогноз қилиш учун мақбул дейиш мумкин(б-расм). Мазкур модел учун детерминация коэффициенти К²=0,97га, МАРЕ- 7,93 фоиз хатолик жуда мақбул натижадир. АК1МА ва АК№ моделларини таққослаш ҳақиқий кўрсаткич ва ушбу моделлар ёрдамида олинган прогноз қийматлари орасидаги хатоликларни ҳисоблаш орқали баҳоланди(5- жадвал).
5-жадвал
АК1МА ва А^К Моделлар бўйича прогноз , натижалари¹⁷

Йиллар Модел тури	2022	2023	2024	2025	2026	2021 йилга нисбатан%да 2026 йил
.£NN(4-7-1)	35546,86	40378,51	42891,09	48236,28	44102,12	+1,46
АК!МА(1, 0, 1)(0, 1, 0)4	36081,18	42071,86	48062,52	45071,06	48406,38	+1,60

АК№ бўйича прогноз қилиш учун энг мос модел МЬР (4-7-1) чиқиш нейрони, АК1МА бўйича эса энг яхши модел АК4МА (1, 0, 1)(0, 1, 0)4 эканлиги аниқланди. МЬР(4-7-1) моделига кўра, 2026 йилга келиб ЯҲМ ҳажми 44102,12 млрд. сўмни, АК1МА(1, 0, 1)(0, 1, 0)4 модели бўйича эса 48406,38 млрд. сўмни ташкил этиши кутилмоқда. Яъни вилоят ЯҲМ ҳажми 2026 йил 2021 йилга нисбатан АК№ моделда 1,43 марта, АК1МА моделда эса 1,60 марта ошишини кўриш мумкин. Бу ўз навбатида 2022-2026 йилларга мўлжалланган Янги Ўзбекистоннинг тараққиёт стратегиясининг 33-мақсадида белгиланган ҳудудларни мутаносиб ривожлантириш орқали ҳудудий иқтисодиётни 1,4 -1,6 бараварга ошириш кўрсаткичларига мос келади^{26 27 28}.

Алмон усули тақсимланган лагли моделларда қандайдир “текисланиш” борлигини тахмин қилади. Кечикиш тузилишини полином функция билан яқинлаштиришни кўзда тутади, яъни унинг натижаси бир неча йиллардан кейин кўринади. Тадқиқотни амалга ошириш учун қуйидаги кўрсаткичлар: У_г - ялпи ички маҳсулот, Х_см -саноат маҳсулоти хажми, Х_ж -асосий капиталга инвестициялар, Х_қи -қурилиш ишлари, Х_чс -чакана савдо товар айланмаси, Х_қх - қишлоқ хўжалиги маҳсулотлари кўрсаткичлари танлаб олинди. Ҳисоблаш натижаларидан Хсм қуйидаги регрессия модели тузилади ва параметрлари ҳисобланади(б-жадвал):
6-жадвал
Саноат маҳсулотлари кўрсаткичлари корреляцион-регрессион таҳлили¹⁹

X*		Коэффициентм	Стандартная ошибка	сттпш^^	Р- Значение	Нижние 95%	Верхние 95%
Хсм	а	71,85	265,2545	0,270909	0,090715	-501,188	644,9072
	2)	1,27	0,77503	1,63535	0,025945	-0,40691	2,941794
	21	-2,18	1,893631	-1,14914	0,071202	-6,26699	1,914892
	22	0,83	0,538512	1,549597	0,045232	-0,32891	1,997861

у* — 71,85 + 1,27 ■ Хд — 2,18 ■ х^ + 0,83 ■ х^ + £^
Ду — С₀ + С1 -] + С2 ■]²+...+С_к -}^к (1)
(1)формулага асосланиб бошланғич тақсимланган лаг модели параметрларининг 0%, @1, р₂, ^з) қийматлари аниқланади(7-жадвал):
До ^{— с}о
Д1 — ^с0 + С1 + С2
р2 — с₀ + 2-С1 + 4-С2
Рз — с₀ + 3-С1 + Э-С2

3. 
   жадвал
   

Тузилган регрессион модел параметрлари қийматлари²⁰

Модел параметрлари
Макроиқтисодий кўрсаткичлар	Хсм	Хак	Хқи	Хчс	Хқх
а	71,85	833,33	1728,88	-42,79	480,26
Ро	1,27	0,44	0,95	5,67	0,92
Ъ	-0,07	-0,67	-0,27	-0,95	0,36
^2	0,25	0,16	0,58	-3,69	0,04
Рз	2,25	2,92	3,49	-2,55	-0,06
узоқ муддатли мультипликатор	3,70	2,85	4,74	-1,53	1,26

Регрессия коэффициентларининг олинган қийматлари графикда полином кўринишда. ЯҲМ ҳажми макроиқтисодий кўрсаткичларга боғлиқлиги кучли эканлигини кўрсатди. Тадқиқот натижасида. Сурхондарё вилояти ЯҲМга бошқа макроиқтисодий кўрсаткичлар таъсирини тақсимланган лагли моделлари тузилди (8-жадвал).

3. 
   жадвал