عناصر مشابهة
معالجة عدم استقرارية السلسة الزمنية: مراجعة مقال
| المصدر: | المجلة العراقية للعلوم الإحصائية |
|---|---|
| الناشر: |
جامعة الموصل - كلية علوم الحاسوب والرياضيات
|
| المؤلف الرئيسي: | |
| مؤلفين آخرين: | , |
| المجلد/العدد: | ع35 |
| محكمة: | نعم |
| الدولة: | العراق |
| التاريخ الميلادي: | 2022 |
| الصفحات: | 128 - 142 |
| ISSN: | 1680-855X |
| رقم MD: | 1318146 |
| نوع المحتوى: | بحوث ومقالات |
| اللغة: | Arabic |
| قواعد المعلومات: | EcoLink |
| مواضيع: | |
| رابط المحتوى: |
| المستخلص: | تعتبر السلاسل الزمنية غير المستقرة مشكلة في تحليل الاقتصاد القياسي حيث أن الخواص الإحصائية لتحليل السلاسل تفقد عند استخدام سلاسل زمنية غير مستقرة. يهدف البحث إلى تقديم عدة طرق لمعالجة الاستقرارية ومنها Box Jenkins, Exponential Smoothing, Double Exponential Smoothing, Smoothing, Neural Network, Fuzzy, Moving Averages,) والمقارنة بين الطرق المقدمة من خلال تشخيص نماذج ARIMA بعد تحقق الاستقرارية واختيار الطريقة الأفضل التي تقابل القيم الأقل للمعايير الإحصائية (MSE , AIC , BIC). ولقد تم تطبيق الطرق المذكورة أعلاه على بيانات يومية لعام 2020 لتوليد الكهرباء الناتج من الماء الوارد من نهر دجلة وتم التوصل إلى أن طريقة (Fuzzy) هي الأفضل لمعالجة الاستقرارية مقارنة بالطرق الأخرى لامتلاك النموذج (0,1,3) ARIMA المقابل لها اقل القيم للمعايير الإحصائية (MSE=0.572 , AIC= 196.4536 , BIC=-0.6931). The time series is a problem in econometric analysis as the statistical properties of series analysis are lost when using unstable time series. The research aims to present several methods for dealing with stability, including (Box Jenkins, Exponential Smoothing, Double Exponential Smoothing, Exponential Smoothing Moving Averages, Fuzzy, Neural Network) and to compare the methods presented through diagnosing ARIMA models after achieving stability and choosing the best method that corresponds to the lowest values of the criteria Statistics (MSE, AIC, BIC). The above-mentioned methods have been applied to daily data for the year 2020 to generate electricity from water coming from the Tigris River, and it was concluded that the (Fuzzy) method is the best for treating stability compared to other methods for having the ARIMA model (0,1,3) corresponding to the lowest values of the criteria Statistics (MSE=0.572, AIC=-196.4536, BIC=-0.6931). |
|---|
