research centers


Search results: Found 57

Listing 1 - 10 of 57 << page
of 6
>>
Sort by

Article
time series
بعــــض اساليب دمـــج السلاسل الزمنيـــة للمقاطـــع العرضيـــة

Authors: رباب عبد الرضا البكري --- لميعة باقر جواد
Journal: journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية ISSN: 2227 703X / 2518 5764 Year: 2008 Volume: 14 Issue: 49 Pages: 276-294
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

تعد اساليب الدمج بين بيانات السلسلة الزمنية وبيانات المقاطع العرضية من الاساليب الحديثة المستخدمة في التحليل القياسي الكمي ومن الاساليب الاحصائية المستخدمة في تحليل الظواهر المختلفة ونخص منها الظواهر الاقتصادية. اذ ان النوعين من البيانات يعد احدهما مكمل للاخر اذ انها تعطي صورة اوضح من تلك التي تعتمد على نوع واحد من البيانات لان هذا الاسلوب سيعتمد على بيانات نقطة معينة من الزمن (بيانات المقاطع العرضية) اضافة الى اخذه بنظر الاعتبار التطورات التي تطرأ على الظاهرة خلال فترة من الزمن (بيانات السلسلة الزمنية).
فمن الناحية النظرية يمكن ان تكون بيانات السلسلة الزمنية مناسبة لتقدير العلاقات الاقتصادية ولكن في الجانب التطبيقي هناك عدة مشاكل باستخدام السلسلة الزمنية واهمها هي مشكلة التعدد الخطي للمتغيرات التوضيحية التي تميل الى التغير خلال نفس الفترة وهنا سوف تكون التقديرات غير دقيقة لوجود مثل تلك المشكلة ومن جهة اخرى لا يمكن ان نحصل على تقديرات جيدة لمعاملات بعض المتغيرات من بيانات المقاطع العرضية فقط لان هذه المتغيرات سوف تكون ثابتة خلال فترة زمنية قصيرة.
وعند توفر بيانات مقاطع عرضية سنركز اهتمامنا بأستخدام الطرق المثلى لتحليل هذه البيانات ودمجها مع بيانات السلسلة الزمنية اذ ان هناك حالتان. الاولى عند توفر بيانات مقاطع عرضية وبيانات سلسلة زمنية بصورة منفردة وفي هذه الحالة فانه من غير الممكن تقدير كل المعلمات في معادلة انحدار السلسلة الزمنية بسبب التعدد الخطي لذلك فان المعلومات العرضية عن بعض المعلمات يحصل عليها من بيانات المقاطع العرضية ومن ثم دمجها مع بيانات السلسلة الزمنية لتقدير معلمات نموذج الدمج وتستخدم عدة اساليب منها اسلوب توبن وكوتسيانس وديربن واسلوب ثايل وكولد برجر.
اما الحالة الثانية فهي عند توفر سلاسل زمنية للمقاطع العرضية وفي هذه الحالة توجد عدة نماذج بديلة تستخدم لدمج بيانات السلسلة الزمنية للمقاطع العرضية وهي نموذج الدمج التقليدي ونموذج التجميع ونماذج المتغيرات الصماء ونماذج الخطأ المركب ونموذج معاملات الانحدار غير المرتبطة ظاهرياً ونماذج معاملات الانحدار العشوائية وسوف نركز اهتمامنا في هذا البحث على الحالة الثانية وعلى النماذج الاربع الاولى.
بدأ الاهتمام في موضوع الدمج في المقاطع العرضية والسلاسل الزمنية في اواخر الخمسينات. وقد تم تطبيقه وتطويره عبر الفترة الزمنية الماضية من قبل العديد من الباحثين، ونذكر منهم على سبيل المثال لا الحصر:


Article
Studying And Analyzing Of Inflation Level For Standard Numbers Depending On Time Series (ARIMA) Compared With Artificial Neural Network Models (ANNM)
دراسة وتحليل مستوى التذبذب للتضخم في الأرقام القياسية بالاعتماد على السلاسل الزمنية (ARIMA) مقرونة مع نماذج الشبكات العصبية الاصطناعية (ANNM)

Author: Evan A. Nadhim إيڤان علاء ناظم
Journal: Al-Rafidain University College For Sciences مجلة كلية الرافدين الجامعة للعلوم ISSN: 16816870 Year: 2013 Issue: 31 Pages: 75-97
Publisher: Rafidain University College كلية الرافدين الجامعة

Loading...
Loading...
Abstract

Inflation is one of the most economic terminology common is that despite the widespread use of this term is no agreement among economists regarding the definition, due to the division of opinion on defining the concept of inflation where this term is used to describe a number of different situations:1.Height wasteful in the general price level (inflation in prices).2.Rising incomes in cash or a cash income such as wages and profits (income inflation).3.(High cost or cost inflation).Excessive create cash balances / inflation.All these economic phenomena different that can be called on each of them (inflation) are phenomena independent from each other and this independence is raising confusion in defining the concept of inflation, but it is not necessary to move these different phenomena in one direction at a time and one in the sense that it could happen a rise in prices without corresponding increase in cash income as it is possible that the rise in costs occurs without accompanying rise in profits. Hence the view of some economists when using the term inflation without discrimination case means inflation in prices, which goes out to mind immediately when he mentions the term inflationIn order to ensure that the Iraqi economy suffers from the problem of inflation has to be the use of some of the indicators by which to rule that the Iraqi economy is witnessing fluctuating between high or low in price, no need to be using some of the indicators by which to measure the degree of inflation, and the figures standard indicators used to measure inflation.

يعد التضخم من أكثر الاصطلاحات الاقتصادية شيوعاً غير أنه على الرغم من شيوع استعمال هذا المصطلح لا يوجد اتفاق بين الاقتصاديين في شان تعريفه ، ويرجع ذلك إلى انقسام الرأي حول تحديد مفهوم التضخم حيث يستعمل هذا الاصطلاح لوصف عدد من الحالات المختلفة :الارتفاع المسرف في المستوى العام للأسعار (التضخم في الأسعار).ارتفاع الدخول النقدية أوعنصر الدخل النقدي مثل الأجور والإرباح (تضخم الدخل).(ارتفاع التكاليف / تضخم التكاليف).الإفراط في خلق الأرصدة النقدية / التضخم النقدي [1] .كل هذه الظواهر الاقتصادية المختلفة التي يمكن أن يُطلق على كل منها (التضخم) هي ظواهر مستقلة بعضها عن البعض الأخر وهذا الاستقلال هو الذي يثير الإرباك في تحديد مفهوم التضخم، إلا أنه ليس من الضروري أن تتحرك هذه الظواهر المختلفة باتجاه واحد وفي وقت واحد بمعنى أنه من الممكن أن يحدث ارتفاع في الأسعار دون إن يقابله ارتفاع في الدخل النقدي كما أنه من الممكن أن يحدث ارتفاع في التكاليف دون أن يصاحبها ارتفاع في الإرباح .


Article
Time Series Analysis of Baghdad Rainfall Using ARIMA Method
تحليل السلاسل الزمنية لامطار بغداد باستخدام تقنية ARIMA

Author: Sawsan M. Ali سوسن مجيد علي
Journal: Iraqi Journal of Science المجلة العراقية للعلوم ISSN: 00672904/23121637 Year: 2013 Volume: 54 Issue: 5 Pages: 1136-1142
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Monthly rainfall data of Baghdad meteorological station were taken to study the time behavior of these data series. Significant fluctuation,very slight increasing trend and significant seasonality were noticed. Several ARIMA models were tested and the best one were checked for the adequacy. It is found that the SEASONAL ARIMA model of the orders SARIMA(2,1,3)x(0,1,1) is the best model where the residual of this model exhibits white noise property, uncorrelateness and they are normally distributed. According to this model, rainfall forecast for four years was also achieved and showing similar trend and extent of the original data.

استخدمت البيانات الشهرية للامطار في محطة بغداد للأنواء الجوية لدراسة السلوكية الزمنية لها حيث تم ملاحظة تذبذبات واضحة فيها مع وجود نمط تزايدي طفيف جدا اضافة الى الدورية الواضحة فيها. تم اختبار نماذج متعددة لل ARIMA واخضاع النموذج الافضل لاختبار الوائمة. لوحظ ان افضل نموذج كان ذا المعالم SARIMA(2,1,3)x(0,1,1) اذ تعكس بواقي هذا النموذج خصائص سلسلة الضجة البيضاء. تم استخدام هذا النموذج للتنبؤ بقيم الامطار لفترة اربع سنوات قادمة بعد التحقق من موائمته لتمثيل المعلومات الاصلية

Keywords

ARIMA --- Time Series --- Baghdad


Article
Using Time Series Methods To Modify The Seasonal Variations in the Consumer Price Index
استخدام أساليب السلاسل الزمنية لمعالجة الاختلافات الموسمية في الرقم القياسي لسعر المستهلك

Authors: عبد اللطيف حسن شومان --- هيثم حسون ماجد
Journal: journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية ISSN: 2227 703X / 2518 5764 Year: 2013 Volume: 19 Issue: 74 Pages: 360-380
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
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

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 .


Article
using simulation to compare some of order selection
استخدام المحاكاة للمقارنة بين بعض مقاييس اختيار رتبة الانموذج ARMA(p,q) مع صيغة مقترحة

Author: جواد كاظم الموسوي
Journal: Al-Rafidain University College For Sciences مجلة كلية الرافدين الجامعة للعلوم ISSN: 16816870 Year: 2005 Issue: 17 Pages: 1-18
Publisher: Rafidain University College كلية الرافدين الجامعة

Loading...
Loading...
Abstract

IN TIME SERIES ANALYSIS THE MODEL IDENTIFICATION TOOLS SUCH AS AUTOCORRELATION FUNCTION ACF PARTIAL AUTOCORRELATION FUNCTION PACF AND INVERSE AUTOCORRELATION FUNCTION IACF ARE USED ONLY FOR IDENTIFYING ADEQUATE MODELS

في تحليل السلاسل الزمنية تكون دالة الارتباط الذاتي ACF ودالة الارتباط الذاتي الجزئي pacf ومعكوس دالة الارتباط الذاتي IACF ادوات تستخدم عادة في تشخيص او تحديد النماذج الملائمة


Article
about robust estimate of first order
حول التقدير الحصين لانموذج الانحدار الذاتي من الرتبة الاولى

Author: جواد كاظم الموسوي
Journal: Al-Rafidain University College For Sciences مجلة كلية الرافدين الجامعة للعلوم ISSN: 16816870 Year: 2005 Issue: 17 Pages: 19-35
Publisher: Rafidain University College كلية الرافدين الجامعة

Loading...
Loading...
Abstract

TIME SERIES ARE FREQUENTLY AFFECTED BY CERTAIN EXTERNAL SUCH AS STRIKEES, OUTBREAK OF WARS SUDDEN CHANGES OF MARKET STRUCTURE OF COMMODITY

بعض الاحيان تتأثر السلسلة الزمنية بمؤثرات خارجية تنعكس على بناء الانموذج المدروس مثل التغيرات الفجائية للأسعار والبضائع ونشوب الحروب والضربات العسكرية وغيرها . الامر الذي يجعل السلسلة الزمنية تحتوي على شوارد من نوع معين


Article
Using Analysis of Time Series to Forecast numbers of The Patients Malignant Tumors in Anbar Provinc with
استخدام تحليل السلاسل الزمنية للتنبؤ بأعداد المصابين بالأورام الخبيثة في محافظة الانبار

Loading...
Loading...
Abstract

The aim of this research is to analysis time series with using (Box & Jenkins) method (Identification, Estimation, Diagnostic Checking of Model, Forecasting) to find the beast forecasting model to the number of patients with Malignant Tumors in Anbar Province by using the monthly data for the period (2006-2010). The result of data analysis show that the proper and suitable model is Integrated Autoregressive model of order (2) ARIMA (2, 1, 0). According to this model the Research forecast the numbers of patients with Malignant Tumors the next two years in monthly bass, so the forecasting values represented the scours time series data that deal to the efficiency of the model.

يهدف البحث إلى تحليل السلاسل الزمنية باستخدام طريقة (Box & Jenkins) في التحليل (التشخيص, التقدير, اختبار ملائمة النموذج, التنبؤ). لإيجاد أفضل نموذج للتنبؤ بأعداد المصابين بالأورام الخبيثة في محافظة الانبار وذلك بالاعتماد على البيانات الشهرية للفترة (2006-2010). و قد أظهرت نتائج تحليل البيانات أن النموذج الملائم لها هو نموذج الانحدار الذاتي المتكامل من الدرجة الثانية ARIMA(2,1,0) وبالاعتماد على هذا النموذج تم التنبؤ بأعداد المصابين بالأورام الخبيثة شهرياً ولسنتين قادمتين وقد كانت القيم التنبؤية متناسقة مع قيم السلسلة الأصلية مما يدل على كفاءة النموذج.


Article
Forecasting by Box-Jenkins (ARIMA) Models to Inflow of Haditha Dam

Author: Zahra Abd Saleh
Journal: Journal of University of Babylon مجلة جامعة بابل ISSN: 19920652 23128135 Year: 2013 Volume: 21 Issue: 5 Pages: 1675-1685
Publisher: Babylon University جامعة بابل

Loading...
Loading...
Abstract

Box-Jenkins seasonal model is applied in this study to records of mean flow to Haditha reservoir in the middle west of Iraq for period from water year 1999/2000 to water year 2008/2009 . Two types of model (0,1,1) × (0,1,1)12 and (0,1,2) × (0,1,1)12 are suggested, and the selected model is the one which give minimum sum of squares (SS). The unconditional sum of squares is used to estimate the model parameters. It is found that the model which corresponds to the minimum sum of squared errors is the (0,1,2) × (0,1,1)12 model with parameters θ1 =0.368 , θ2 =0.321 and Θ =0.910. Port Manteau Lack of fit test and Residual Autocorrelation Function (RACF) test are applied as diagnostic checking. Forecasts of monthly inflow for the period from October ,2009, to September,2011, are compared with observed inflow for the same period and since agreement is very good adequacy of the selected model is confirmed.

تم تطبيق طريقة بوكس-جنكينز( Box-Jenkins) في هذه الدراسة للنموذج الفصلي (model) للجريان الشهري إلى سد حديثة في منتصف غرب العراق للفترة من بداية السنة المائية 2000/1999وحتى نهاية السنة المائية 2009/2008. حيث تمت مطابقة نوعين من النماذج التصادفية الفصلية وهي النموذج(0,1,1)×(0,1,1)12 والنموذج (0,1,2)×(0,1,1)12 واختير النموذج الذي يعطي اقل مجموع مربعات أخطاء. إن نتائج استخدام طريقة مجموع المربعات غير المشروطة لتقدير معالم النماذج أظهرت بان مجموع مربعات الأخطاء للنموذج (0,1,2) × (0,1,1)12 بمعالم θ1 =0.368 , θ2 =0.321 و Θ =0.910 هو الاقل. كما وان فحص مخطط الذبذبة وفحص Port Manteau Lack لم يبينا وجود عشوائية في الباقيات لهذا النموذج. ولقد تم أيضا توليد السلسلة المستقبلية حسب النموذج وللفترة من تشرين الأول 9 200ولغاية أيلول 2011 وعند مقارنتها مع القيم الفعلية المسجلة وجد تطابقا جيدا مما يؤكد ملائمة النموذج.


Article
Prediction Of Monthly Rainfall In Kirkuk Using Artificial Neural Network And Time Series Models
التنبؤ بالأمطار الشهرية لمدينة كركوك باستخدام إلشبكات العصبية الاصطناعية ونماذج السلاسل الزمنية

Author: . Shaymaa Abdul MuttalebAlhashimi شيماء عبد المطلب
Journal: Journal of Engineering and Sustainable Development مجلة الهندسة والتنمية المستدامة ISSN: 25200917 Year: 2014 Volume: 18 Issue: 1 Pages: 129-143
Publisher: Al-Mustansyriah University الجامعة المستنصرية

Loading...
Loading...
Abstract

One of the major problems in water resources management is the rainfall forecasting. With the effect of rainfall on water resources as a foregone conclusion, more accurate prediction of rainfall would enable more efficient utilization of water resources and power generation. On the other hand, climate and rainfall are highly non-linear and complicated phenomena, which require non-linear mathematical modeling and simulation for accurate prediction. One of the non-linear techniques being recently used for rainfall forecasting is the Artificial Neural Networks (ANN) approach which has the ability of mapping between input and output patterns without a prior knowledge of the system being modeled. In this study, three rainfall prediction models were developed and implemented based on past observations such as time series models based on autoregressive integrated moving average (ARIMA),Artificial Neural Network ANN model and Multi Linear Regression MLR model. A Feed Forward Neural Network FFNN model was applied to predict the rainfall on monthly basis. In order to evaluate the performance of three models, statistical parameters were used to make the comparison between these models. These parameters include the correlation coefficient (R) and Root Mean Square Errors(RMSE). The data set that has been used in this study includes monthly measurements for the rainfall, mean temperature, wind speed and relative humidity from year 1970 to 2008 for Kirkuk station. The models were trained with (25 years) of monthly rainfall data. The ANN, ARIMA and MLR approaches are applied to the data to derive the weights and the regression coefficients respectively. The performances of the models were evaluated by using remaining (13 years) of data. By comparing R2 values (0.91, 0.85, and 0.823) of the models, the study reveals that ANN model can be used as an appropriate forecasting tool to predict the monthly rainfall, which is preferable over the ARIMA model and MLR model.

واحدة من المشاكل الرئيسية في إدارة الموارد المائية هو التنبؤ بسقوط الأمطار.ومع تأثير الأمطار على موارد المياهبات امرأ" مهما التنبؤ الدقيق للأمطار لغرض التمكين من الاستخدام الأمثل للموارد المائية وتوليد الطاقة. من ناحية اخرى تعتبر الامطار من الظواهر غير الخطية المعقدة والتي تتطلب النمذجه الرياضية غير الخطية لغرض التنبؤ بها. واحدة من التقنيات غير الخطية المستخدمة حديثا" للتنبؤ بسقوط الإمطار هي الشبكات العصبية الاصطناعية(ANN) التي تمتلك القدرة على التنبؤ بنمط العلاقة بين المدخلات والمخرجات دون معرفة مسبقة للنموذج المراد تمثيله. في هذه الدراسة، تم تطوير ثلاثة نماذج للتنبؤ بهطول الأمطار اعتمادا" على بيانات سابقه وهذه النماذج هي نموذج السلاسل الزمنية على أساس متوسط الانحدار الذاتي المتكامل المتحرك (ARIMA) ونموذج الشبكات العصبية الاصطناعية((ANNوالنموذج الخطي المتعددMLR)). تم تطبيقا عادة توجيه تغذية نموذج الشبكة العصبية نموذج(FFNN)للتنبؤ بهطول الأمطار على أساس شهري. ومن أجل تقييم النماذج الثلاثة ، تم استخدام المعاملات الإحصائية للمقارنة بين هذه النماذج,وتشمل هذه المعايير معامل الارتباط(R) وجذر متوسط مربعات الأخطاء(RMSE). شملت مجموعة البيانات التي استخدمت في هذه الدراسة القياسات الشهرية لهطول الأمطار، سرعة الرياح, متوسط درجة الحرارة، والرطوبة النسبية خلال الفترة الزمنية منالعام1970 حتى 2008لمحطة كركوك. تم تدريب النماذج مع25 عاما" من بيانات هطول الأمطار الشهرية وتم تطبيق النماذج(ANN، ARIMAو(MLRعلى البيانات لاستخلاص الأوزان ومعاملات الانحدار على التوالي.أنجز تقييمأداءالنموذجبأستخدام13 سنة المتبقية من البيانات.من خلال مقارنةR2من النماذج، تم الاستنتاج على أنه يمكن استخدام نموذج((ANNكأداة تنبؤ مناسبة لقيم سقوط الأمطار، الذي يعتبر أفضل من نموذج( ARIMAو MLR).


Article
A Study of Detecting Outliers in Time Series Using Simulation
استخدام أسلوب المحاكاة لاكتشاف القيم الشاذة في السلاسل الزمنية

Author: Abdalla M. EL-HABIL عبدالله الهيبل
Journal: TANMIAT AL-RAFIDAIN تنمية الرافدين ISSN: PISSN: 1609591X / EISSN: 2664276X Year: 2010 Volume: 32 Issue: 100 Pages: 9-20
Publisher: Mosul University جامعة الموصل

Loading...
Loading...
Abstract

In this paper, simulations for detecting outliers and studying their effects on the values of AR(1) time series, transfer function model with one-input variable, transfer function model with two-input variables processes, and simultaneous transfer function (STF) are conducted using the STFMODEL JOINTMDL paragraph in the Scientific Computing Associate Corporation (SCA) program. A simulation of a transfer function model is conducted to check its validity. By using the SCA program, Victor Gomez and Agustin Maravall's example for detecting outliers in time series by TRAMO program is pursued.The conclusion, which we come up with, is that the presence of outliers, depending on their nature, may have a moderate to substantial impact on the effectiveness of the standard methodology for time series analysis with respect to model identification, estimation, and forecasting.

تم في هذا البحث استخدام أسلوب المحاكاة لاكتشاف القيم الشاذة في السلاسل الزمنية ودراسة تأثيراتها في تقدير معالم كل من أنموذج الانحدار الذاتي من الدرجة الأولى وأنموذج دالة التحويل في حالتي متغير واحد و متغيرين وكذلك أنموذج دالة التحويل المتزامنة، وقد تم أيضا باستخدام أسلوب المحاكاة التحقق من صحة أنموذج دالة التحويل باستخدام البرنامج الإحصائي المتخصصSCA ، وكذلك في إطار اكتشاف القيم الشاذة في السلاسل الزمنية تم باستخدام البرنامج نفسه تحقيق نتائج أفضل من نتائج برنامج TRAMO من خلالتتبع مثال Victor Gomez.ومن خلال نتائج هذا البحث، تم التأكيد على أن للقيم الشاذة في السلاسل الزمنية تأثيراً الذي قد يكون طفيفاً أو جوهرياً في منهجية تحليل السلاسل الزمنية بما يخص التعرف على الأنموذج المناسب للسلسلة، وتقدير المعالم، وعملية التنبؤ.

Listing 1 - 10 of 57 << page
of 6
>>
Sort by
Narrow your search

Resource type

article (57)


Language

Arabic (24)

English (20)

Arabic and English (10)


Year
From To Submit

2019 (7)

2018 (6)

2017 (11)

2016 (4)

2015 (2)

More...