Analyzing, Evaluating and Forecasting the interrelatedness of Birth Rates, Death Rates and Population Growth in MENA region Using VAR Model. Masters thesis, King Fahd University of Petroleum and Minerals.

PDF final_thesis.pdf Restricted to Repository staff only until 25 December 2026. Download (1MB)

Arabic Abstract

تناول هذه الرسالة العلاقة الديموغرافية المتبادلة بين معدلات المواليد ومعدلات الوفيات ونمو السكان في منطقة الشرق الأوسط وشمال إفريقيا باستخدام نماذج إحصائية متقدمة. تم تطبيق ومقارنة عدة نماذج للتنبؤ، من بينها نموذج الانحدار الذاتي المتجه ،)VAR( والانحدار الذاتي المتكامل و نموذج المتوسط المتحرك ،)ARIMA( ونموذج النمو الأُسِّي، وذلك بهدف تحديد النموذج الأكثر موثوقية في تمثيل العلاقة الديناميكية بين المؤشرات الديموغرافية. تم تحليل بيانات ديموغرافية سنوية من منطقة الشرق الأوسط وشمال إفريقيا مع التركيز على السودان والممكلة العربية السعودية كحالة دراسية، بعد التحقق من ثبات السلاسل الزمنية باستخدام اختبار جذر الوحدة. أظهر نموذج VAR أداء ًمتفوقا ًمقارنة بالنماذج الأخرى، حيث تمكن من تمثيل العلاقات القصيرة والطويلة المدى بين المتغيرات الديموغرافية بدقة. ولتحسين موثوقية النماذج ودقتها, تم تقديم أسلوب جديد للتحقق، وهو إطار مزدوج يجمع بين الأساليب الإحصائية الكلاسيكية وتقنيات التعلم الآلي and Cross-Validation Forward–Backward (Hybrid .)Imputation حقق هذا النهج نتائج دقيقة، خاصة عند تطبيق وحدة الشبكة العصبية )GRU( في الجزء الخلفي للبيانات على النموذج. كما تم تطوير نموذج ثلاثي للمتغيرات الديموغرافية لتوزيع القيم المتطرفة )GEV( باستخدام دالة كوبول غومبلا Copula) (Gumbel لتحليل السلوك المشترك للقيم المتطرفة، وتم تصميم مخطط تحكم من نوع شيوهارت)shewhart( متعدد المتغيرات لمراقبة هذه العلاقات وامكانية رصد اي تغيير يطرأ. أثبتت نتائج المحاكاة فعالية الخريطة المقترحة في اكتشاف التغيرات بناءا على اتجاه الازاحة ودرجة العلاقة، مما يوفر مساهمة عملية لدعم التخطيط السكاني والتنمية المستدامة في المنطقة

English Abstract

This thesis investigates the interrelationships among birth rates, death rates, and population growth in the Middle East and North Africa (MENA) region using ad- vanced statistical modeling techniques. The study implements and compares different forecasting models, precisely the Vector Autoregressive (VAR), Autoregressive Inte- grated Moving Average (ARIMA), and Exponential Growth models to identify the most reliable framework for predicting population growth. Annual demographic data from the MENA region, with Sudan and Saudi Arabia as a case study, were analyzed after ensuring stationarity through unit root tests. The VAR model outperformed competing approaches, effectively capturing short and long-term dependencies among demographic factors. To improve model reliability and generalization, novel cross-validation techniques were introduced, including a Hybrid Forward and Backward Cross-Validation and Imputation framework that integrates classical statistical tools and machine learning techniques. This hybrid scheme, particularly when using a GRU- based backward component, achieved significant error reduction compared to tradi- tional methods. Furthermore, a Trivariate Generalized Extreme Value (GEV) model was employed using Gumbel Copula to analyze joint extreme demographic behavior, and a directional Shewhart control chart was designed for multivariate monitoring. Simulation results confirmed the proposed SPC chart’s sensitivity to different shift directions and dependence strengths (Copula). Overall, the thesis provides method- ological innovations for improving demographic forecasting accuracy and contributes practical insights for policy planning and sustainable development across the MENA region.

Item Type:	Thesis (Masters)
Subjects:	Research Math
Department:	College of Computing and Mathematics > Mathematics
Committee Advisor:	Omar, Mohammad Hafidz
Committee Members:	Abbas, Nasir and Afuecheta, Emmanuel Osita
Depositing User:	MUSTAFA HAMED (g202318670)
Date Deposited:	28 Dec 2025 06:36
Last Modified:	28 Dec 2025 06:36
URI:	http://eprints.kfupm.edu.sa/id/eprint/143898