عناصر مشابهة
التنبؤ بأعداد المتعافين من فيروس كورونا في دولة ليبيا باستخدام منهجية بوكس وجينكنز
| العنوان بلغة أخرى: | Predicting the Number of People Recovering from the Coronavirus in the State of Libya by Using the Box and Jenkins Methodology |
|---|---|
| المصدر: | مجلة ريحان للنشر العلمي |
| الناشر: |
مركز فكر للدراسات والتطوير
|
| المؤلف الرئيسي: | |
| مؤلفين آخرين: | , |
| المجلد/العدد: | ع38 |
| محكمة: | نعم |
| الدولة: | سوريا |
| التاريخ الميلادي: | 2023 |
| الصفحات: | 340 - 354 |
| ISSN: | 2709-2097 |
| رقم MD: | 1407962 |
| نوع المحتوى: | بحوث ومقالات |
| اللغة: | Arabic |
| قواعد المعلومات: | EduSearch HumanIndex |
| مواضيع: | |
| رابط المحتوى: |
|
| المستخلص: | يعتبر موضوع السلاسل الزمنية من المواضيع المهمة التي تناولت سلوك الظواهر وتفسيرها عبر حقبة معينة من الزمن، وتكمن أهمية تحليل السلاسل الزمنية في الحصول على وصف دقيق للسلسلة الزمنية وبناء نموذج مناسب للتنبؤ واستخدام النتائج في المستقبل. تكمن مشكلة هذا البحث في تحديد نموذج مناسب يمكن استخدامه في التنبؤ بأعداد المتعافين من فيروس كورونا في دولة ليبيا حتى يتمكن أهل الاختصاص من التعرف على العدد المستقبلي ووضع الخطط والتدبير والاحتياطات اللازمة. ويهدف هذا البحث إلى تحديد أفضل وأكفأ نموذج إحصائي بتطبيق أسلوب منهجية بوكس وجنكينز للتنبؤ بعدد المتعافين من فيروس كورونا في دولة ليبيا وبمقارنة عدة نماذج مختلفة مع النموذج المقترح باستخدام مؤشرات متوسط الخطأ المطلق ومتوسط الخطأ المطلق النسبي وتبين أن النموذج الأمثل هو نموذج (0، 1، 1) حيث أنه تجاوز مرحلة الفحص والتشخيص، وعليه تم استخدامه في التنبؤ بالقيم المستقبلية للفترة (11/2/2022) إلى (11/4/2022). The time series is considered as one of the most important tools to investigate the microorganisms infection and interpretation their behavior through a specific period of time. This research aims to determine the most efficient statistical model by applying the Box and Jenkins methodology to predict the number of people recovering from the Corona virus in the State of Libya, for developing plans, measures and necessary precautions. The proposed model was compared with several different models using the indicators of the average absolute error and the average relative absolute error. It was found, that the optimal model is a model (0,1, 1), due to passing the stage of examination and diagnosis, and accordingly, this model could be used to predict the independent values for the period (2/11/2022) until (4/11/2002). |
|---|
