عناصر مشابهة
تقدير معلمات انموذج "ARMA" عندما يتبع الخطأ العشوائي توزيع لندلي
| العنوان بلغة أخرى: | Estimate the Parameters of the "ARMA" Model when the Random Error Follows a Lindley Distribution |
|---|---|
| المصدر: | مجلة الإدارة والاقتصاد |
| الناشر: |
الجامعة المستنصرية - كلية الإدارة والاقتصاد
|
| المؤلف الرئيسي: | |
| مؤلفين آخرين: | |
| المجلد/العدد: | ع132 |
| محكمة: | نعم |
| الدولة: | العراق |
| التاريخ الميلادي: | 2022 |
| الصفحات: | 260 - 278 |
| ISSN: | 1813-6729 |
| رقم MD: | 1263927 |
| نوع المحتوى: | بحوث ومقالات |
| اللغة: | Arabic |
| قواعد المعلومات: | EcoLink |
| مواضيع: | |
| رابط المحتوى: |
| المستخلص: | تناول هذا البحث نوع من أنواع النماذج التي اقترحها بوكس جينكينز وهو الأنموذج المختلط ARMA (1.1). والتي يمكن من خلالها التعامل مع السلاسل الزمنية سواء كانت مستقرة أو غير مستقرة. تم استعراض النموذج وتعريف الدوال الخاصة به عندما يتبع الخطأ العشوائي التوزيع غير الطبيعي، واستعمل توزيع لندلي وهو من التوزيعات المستمرة. تم تقديم الاختبارات المناسبة للدراسة وقدرة معلمات الأنموذج ARMA (1.1) بطريقة الإمكان الأعظم، تم أيضا تقدير معلمات توزيع لندلي بطريقة (MLS) أما في الجانب التطبيقي تم تحليل مجموعة من البيانات الحقيقية التي تمثل تدفق المياه في أحد أنهار المملكة المتحدة حيث تبين ملائمة التوزيع للبيانات وتحقق أن السلسلة مستقرة، وفي تشخيص النموذج تبين أن النموذج المقترح هو ARMA (1.1). This research deals with one of the types of models suggested by Box Jenkins, which is the mixed model ARMA (1.1). Which can deal with time series, whether stable or unstable. The model was reviewed and its functions defined when the random error follows the abnormal distribution, and the Lindley distribution, which is one of the continuous distributions, was used. Appropriate tests were presented for the study and the parameters of the ARMA (1.1) model were estimated by the greatest possible method. The parameters of the Landley distribution were also estimated using the (MLS) method. On the applied side, a set of real data was analyzed that represents the flow of water in one of the rivers of the United Kingdom, where it was found appropriate Distribution of the data and verify that the series is stable, and in diagnosing the model, it was found that the proposed model is ARMA (1.1). |
|---|
