ارسل ملاحظاتك

ارسل ملاحظاتك لنا







استخدام نماذج ARch(p) و GARCH (p,q) لتمثيل البيانات اليومية لمرضى الاطفال

المصدر: تنمية الرافدين
الناشر: جامعة الموصل - كلية الإدارة والاقتصاد
المؤلف الرئيسي: أمين، هبة لقمان (مؤلف)
مؤلفين آخرين: الصفاوي، صفاء يونس (م. مشارك)
المجلد/العدد: مج35, ع114
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2013
الصفحات: 155 - 171
ISSN: 1609-591X
رقم MD: 625238
نوع المحتوى: بحوث ومقالات
قواعد المعلومات: EcoLink
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون
حفظ في:
المستخلص: ان دراسة السلاسل الزمنية تشمل عدة مواضيع من بينها الاستقرارية، وان نماذج السلاسل الزمنية اما ان تكون مستقرة او غير مستقرة، لذلك ندرس كيفية معالجة السلسلة الزمنية غير المستقرة، كي تكون السلسلة الزمنية مستقرة اذا كانت في حالة موازنة احصائية اي ان خصائصها لا تتأثر بالزمن وتكون السلسلة الزمنية غير مستقرة من الدرجة الثانية اذا لم تتضمن وسطا وتباينا ثابتين، وتتضمن هذه الرسالة تحليل سلسلة زمنية تمثل الدخول اليومي للمرضى في مستشفى ابن الاثير التعليمي باستخدام نماذج ARIMA(p, d, q)، الخطية ونماذج GARCH(p, q)، اللاخطية وكيفية معالجة السلسلة الزمنية غير المستقرة لكلا الأنموذجين، مع تأكيد استقرارية تنبؤات التباين المشروط لنماذج GARCH وبيان اقتراب هذه التنبؤات من التباين غير المشروط للأنموذج GARCH وتم اختيار نماذج لتمثيل هذه السلسلة منها الانموذج الخطي (4.1.3)ARIMA والانموذج اللاخطي GARCH (1,1)، وباستخدام معايير ضبط الدقة (MAPE، MAE ،MSE) لاختيار الأفضل لتمثيل البيانات تم اختيار الانموذج GARCH(1,1) كأفضل انموذج .

The study of the time series includes stationary. The time series models may be stationary or non- stationary، so we study how to deal with the non-stationary time series. The time series be stationary if it was in a statistical equilibrium case and this means that its characteristics don't influence by time .While it be non- stationary if it doesn't include a stable mean and unstable variance. This research includes the analysis of time series representing daily access to patients in Ibn AL-Atheer Teaching Hospital by using the linear ARIMA and non-linear model GARCH (P، q) and how to treat the unstable time series for both types، with empazising stability of the conditional variances predition for GARCH model، and showing to be near to the unconditional variance for GARH model. And choosing models to present these series including linear model ARIMA (4، 1، 3) and non- linear model GARH (1، 1). by using (MSE، MAE، MAPE) criteria، of accuracy check to choose the best model from the selected models، by choosing GARCH (1، 1) as the best model.

ISSN: 1609-591X