اشترك بالحزمة الذهبية واحصل على وصول غير محدود شمرا أكاديميا
تسجيل مستخدم جديددراسة طرائق التنبؤ باستخدام المتسلسلات الزمنية الموسمية
A Study of Prediction Methods by Using Seasonal Time Series
2207
4 65
0
(
0
)
نشر من قبل
جامعة حلب رسالة ماجستير
تاريخ النشر
2017
مجال البحث
الاحصاء الرياضي
والبحث باللغة
العربية
تمت اﻹضافة من قبل
Omar Bitar
اسأل ChatGPT حول البحث
استعرضنا في هذا العمل بعض أهم أساليب التنبؤ بالمتسلسلات الزمنية وهي تحليل المتسلسلات الزمنية إلى مركباتها الأساسية (اتجاه عام، موسمية، دورية، عشوائية)، طرائق التمهيد الأسي، نماذج الانحدار الذاتي والمتوسطات المتحركة التكاملية، ثم استعرضنا عدة طرائق هجينة للتنبؤ، ثم قدمنا طريقة جديدة مقترحة للتنبؤ تعتمد على دمج طريقتي التمهيد الأسي و بوكس-جنكينز وذلك وفق المتوسط الموزون بقيم معايير متوسط الأخطاء المطلق النسبي MAPE لكلا الطريقتين، وطبقنا الطرائق السابقة على ثلاث متسلسلات زمنية موسمية، الأولى متسلسلة درجات الحرارة الجافة ساعياُ في مدينة حلب وذلك في شهر آب للعام 2011 أي طول الدورة الموسمية s=24، والثانية متسلسلة كمية إنتاج الحليب شهرياً في استراليا مقاسة بالرطل لكل بقرة وذلك من شهر كانون الثاني عام 1962 ولغاية شهر كانون الأول عام 1975 أي طول الدورة الموسمية s=12، أما الثالثة متسلسلة كمية الكهرباء المنتجة في استراليا فصلياً وذلك في الفترة الممتدة من آذار 1956 ولغاية أيلول للعام 1994 أي طول الدورة الموسمية s=4، وقارننا النتائج التي توصلنا إليها فكانت أفضل طريقة للتنبؤ هي الطريقة المقترحة.
We discussed in this work some predictive methods for time series and it is decomposing time series to its component (trend, Seasonality, cycle, random), Exponential smoothing, ARIMA, then we discussed some combining methods, then we formed a new combine for predict time series which depends on combining exponential smoothing and ARIMA using weighted average with MAPE weights, and applied all methods above on three seasonal time series , first hourly temperature in Aleppo in august 2011 ,second monthly milk production peer cow in Australia from Jan 1962 to Dec 1975,third quartly electricity production in Australia from Mar 1956 to Sep 1994, and compared the results which approved that the suggested method is the best.
المراجع المستخدمة
Hyndman R.; Kandhakar Y., 2008- Automatic Time Series Forecasting: the Forecast Package for R. Journal of Statistical Software, 26(3), 1-22.
قيم البحث
اقرأ أيضاً
حظيت نمذجة وتوقع السلاسل الزمنية بأهمية كبيرة في العديد من المجالات التطبيقية كالتنبؤ بالطقس وأسعار العملات ومعدلات استهلاك الوقود والكهرباء، إن توقع السلاسل الزمنية من شأنه أن يزود المنظمات والشركات بالمعلومات الضرورية لاتخاذ القرارات الهامة، وبسبب
أهمية هذا المجال من الناحية التطبيقية فإن الكثير من الأعمال البحثية التي جرت ضمنه خلال السنوات الماضية، إضافةً إلى العدد الكبير من النماذج والخوارزميات التي تم اقتراحها في أدب البحث العلمي والتي كان هدفها تحسين كل من الدقة والكفاءة في نمذجة وتوقع السلاسل الزمنية.
تهدف هذه الدراسة إلى المقارنة بين نماذج Arima وطريقة التمهيد الأسي بالتنبؤ في السلاسل الزمنية، كما نسلط الضوء على مفاهيم الأساسية الخاصة بمنهجية ARIMA وطريقة التمهيد الأسي.
ركزت الدراسة على التنبؤ بالسلاسل الزمنية ذات النطاق الضيق بين نقطة وأخرى ذات
نطاق واسع بالاضافة إلى استخدام أطوال مختلفة من فترات التنبؤ وقد تم استخدام معيار RMSE للمقارنة بين الطريقتين.
تعتمد دراسة و تصميم السدود المائية بشكل رئيس على التنبؤات بأحجام المياه الجارية في الأنهار
أو المتوقع ورودها مستقبلاً، باستخدام تحليل السلاسل الزمنية للقياسات التاريخية.
يهدف البحث إلى إعداد دراسة إحصائية لحجوم المياه الشهرية الواردة في نهر الروس
في الساحل السوري و التنبؤ المستقبلي بهذه الحجوم. و اعتمدت نماذج "بوكس– جنكنز" في تحليل بيانات السلسلة الزمنية، و ذلك لارتفاع درجة الدقة في تنبؤاتها.
اعتمدنا بيانات حجوم المياه الشهرية لمدة 15 عاماً، و بعد إجراء الاختبارات المطلوبة على بواقي النموذج، تبيّن أن أفضل نموذج يمثل البيانات هو SARIMA(0,1,2) (1,2,1)12، و بعد تقسيم البيانات إلى 14 سنة لبناء النموذج و سنة واحدة لاختباره و اعتماداً على أصغر قيمة للمتوسط الموزون للمعايير RMSE, MAP, MAE، فإن أفضل نموذج للتنبؤ هو النموذج SARIMA(1,1,0) (0,1,1)12، و قد أعطى النموذج تنبؤات قريبة من حجوم المياه الشهرية الواردة في النهر المقيسة فعلياً.
تعتمد دراسة و تصميم المآخذ المائية للينابيع على تحليل السلاسل الزمنية للقياسات التاريخية من خلال التنبؤ بأحجام المياه الواردة أو المتوقع ورودها مستقبلاً.
يهدف البحث إلى نمذجة تدفقات المياه الشهرية لنبع السن في الساحل السوري و التنبؤ المستقبلي بهذه ا
لتدفقات، باعتماد نماذج "بوكس– جنكنز" في تحليل بيانات السلسلة الزمنية، لارتفاع درجة الدقة في تنبؤاتها.
اعتمدنا بيانات تدفقات المياه الشهرية و بالتالي حجوم المياه الشهرية لـ 101 شهراً من حزيران 2008 حتى تشرين الأول 2016م، و بعد إجراء عمليات استقرار السلسلة في التباين و المتوسط و إزالة الموسمية و تنفيذ الاختبارات المطلوبة على بواقي النموذج، تبيّن أن أفضل نموذج يمثل البيانات هو SARIMA(2,0,1) (2,1,0)12، و تم تقسيم البيانات إلى 81 شهراً لبناء النموذج و 20 شهراً لاختباره، و اعتماداً على أصغر قيمة للمتوسط الموزون للمعايير RMSE, MAP, MAE، فإن أفضل نموذج للتنبؤ هو النموذج SARIMA(3,1,0) (1,1,0)12، و قد أعطى النموذج تنبؤات قريبة من حجوم المياه الشهرية في النبع المقيسة فعلياً.
تمت دراسة المركبات الأربعة لظاهرة درجة الحرارة (الصغرى و العظمى) و هي الموسمية (S) و النزعة أو الاتجاه العام (T) و الدورية (C) و العشوائية (I) لمدينة طرطوس. و استعملت أربع طرائق مختلفة (طريقة متوسط النسب المئوية، طريقة النسبة المئوية للاتجاه العام، ط
ريقة النسبة للمتوسط المتحرك، طريقة الوصلات النسبية) في طرح المركبة الموسمية و من ثمّ تحديد الدليل الموسمي. فبيّن الاستنتاج الإحصائي بأن طريقة متوسط النسب المئوية يمكن استعمالها في التنبؤ بدرجة الحرارة لسنة 2003 اعتماداً على السجل التاريخي للفترة (1957-2002). و بعد طرح مركبات الاتجاه العام و الموسمية و العشوائية ظهرت مركبة الدورية واضحة في هذه الظاهرة. ثم تمّ تطبيق بعض الفحوصات الإحصائية المعروفة مثل المعدّل، و الانحراف المعياري، و الاحتمالية المتجمعة التي بيّنت وجود تطابق ما بين القيم التاريخية و المتنبأ بها.
الأسئلة المقترحة
سجل دخول لتتمكن من نشر تعليقات
التعليقات
جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
