Modeling and Time Series Analysis of Population in Saudi Arabia Using Box-Jenkins (ARIMA) Models: An Analytical Study for the Period 1950–2024
DOI:
https://doi.org/10.59992/IJFAES.2025.v4n7p15Keywords:
ARIMA Models, Box-Jenkins, Time Series, Population Forecasting, SPSS, Saudi ArabiaAbstract
This study aims to analyze the time series of population in the Kingdom of Saudi Arabia during the period 1950–2024 using Box-Jenkins (ARIMA) models, with the objective of forecasting population trends up to 2030. The analysis was conducted using SPSS version 27, following the Box-Jenkins methodology which includes identification, estimation, diagnostic checking, and forecasting. Several ARIMA models were tested, including ARIMA (1,1,1) and ARIMA (2,1,2); however, the results indicated that the most suitable model was ARIMA (3,1,2). This model achieved the highest R-squared value (0.963), the lowest BIC, and produced residuals with no significant autocorrelation. The model demonstrated excellent forecasting accuracy, and residual analysis confirmed its adequacy. The study recommends adopting the ARIMA (3, 1, 2) model as a reliable forecasting tool for population planning and policy formulation.
References
أولًا: الدراسات السابقة:
1. العتيبي، سارة (2020). التنبؤ بعدد السكان في المملكة العربية السعودية باستخدام نماذج ARIMA. جامعة الملك سعود – كلية العلوم.
2. عبد الرحمن، محمد (2017). تحليل سلاسل زمنية لبيانات الناتج المحلي الإجمالي في مصر باستخدام ARIMA. جامعة الأزهر.
3. الكردي، فهد (2019). استخدام نماذج Box-Jenkins للتنبؤ بإجمالي الناتج الزراعي في السعودية. جامعة الملك فيصل.
4. Al-Mulali, U., & Sab, C. N. B. C. (2018). Investigating the impact of population growth on energy consumption using ARIMA modeling. Renewable and Sustainable Energy Reviews.
5. Ismail, A., & Manaf, N. H. A. (2022). Forecasting population growth using ARIMA and exponential smoothing models: A comparison study. International Journal of Statistics and Applied Mathematics.
ثانيًا: مراجع الإطار النظري:
1. المنارة للاستشارات. (بدون تاريخ). معلومات مهمة حول السلاسل الزمنية في علم الإحصاء. https://www.manaraa.com/post/5450/معلومات-مهمة-حول-السلاسل-الزمنية-في-علم-الإحصاء.
2. شعراوي، فوزي (2004). التحليل الإحصائي باستخدام الحاسوب. مكتبة الرشد، الرياض.
3. فاندل، ج. (1991). طرق تحليل السلاسل الزمنية. ترجمة محمد عكاشة. دار المعرفة الجامعية، القاهرة.
4. الشيماء إبراهيم الوصيفي (2015). نماذج بوكس وجينكنز للتنبؤ. دار الكتب العلمية.
5. العاني، أحمد حسين. (2003). النماذج الاحصائية الحديثة. دار صفاء للنشر والتوزيع، الأردن.
6. بري، مصطفى. (2002). السلاسل الزمنية وتطبيقاتها الاقتصادية. دار الفكر العربي.
7. عبير حسن علي الجبوري (2010). التنبؤ بأسعار النفط العراقي للعام 2010 باستخدام السلاسل الزمنية. مجلة بابل للعلوم الإنسانية، جامعة بابل.
8. Brockleban, Dickey (2003). Time Series Forecasting Models. McGraw-Hill.
9. United Nations. (2024). World Population Prospects. Retrieved from https://www.macrotrends.net.
