Comparative Performance of ARIMA and Kernel Estimation of the Conditional Mean: Time Series of Traffic Violations in Gaza Strip
| العنوان بلغة أخرى: |
الأداء المقارن لنماذج آريما وتقدير النواة للمتوسط الشرطي: السلاسل الزمنية للمخالفات المرورية في قطاع غزة |
|---|---|
| المؤلف الرئيسي: | علوان، طه فريد احمد (مؤلف) |
| مؤلفين آخرين: | صالحه، رائد بشير (مشرف) |
| التاريخ الميلادي: |
2019
|
| موقع: | غزة |
| الصفحات: | 1 - 73 |
| رقم MD: | 1030831 |
| نوع المحتوى: | رسائل جامعية |
| اللغة: | الإنجليزية |
| الدرجة العلمية: | رسالة ماجستير |
| الجامعة: | الجامعة الإسلامية (غزة) |
| الكلية: | كلية العلوم |
| الدولة: | فلسطين |
| قواعد المعلومات: | Dissertations |
| مواضيع: | |
| رابط المحتوى: |
عدد مرات التحميل
39
| المستخلص: |
في هذه الرسالة، سوف نقدم المفاهيم الأساسية والتقنية المتعلقة بمجال التنبؤ بالسلسلة الزمنية، باستخدام طريقتين مختلفتين. الطريقة الأولى كانت نماذج الانحدار الذاتي والمتوسطات المتحركة التكامليةARIMA من اعداد Box و Jenknis والطريقة الثانية كانت نداريا – واتسون المحسن RNW التي تعد واحدة من طرق التقدير اللامعلمية لتقدير المتوسط الشرطي. تم تنفيذ الطريقتين على مجموعة من البيانات الشهرية للمخالفات المرورية في قطاع غزة من يناير 2010 حتى أكتوبر 2016 والبالغ عددها (82) قراءة. تكتسب هذه الدراسة أهمية بالغة بسبب كثرة تجاوزات السائقين والمواطنين العاديين لقوانين السير، وما يترتب على ذلك من أعاقة لحركة السير، وخسائر مادية، وأصابة أو موت المواطنين. تهدف هذه الدراسة إلى الحصول على توقعات أكثر دقة لأعداد المخالفات المرورية في قطاع غزة باستخدام طرقتين مختلفتين، هما ARIMA وRNW. حيث تم اعتبار 87% من البيانات كمجموعة تدريبية. لجعل التنبؤ أكثر كفاءة وأقل أخطأ تم معالجة القيم المفقودة، وأيجاد الفروق الاولى للبيانات في طريقة ARIMA وأيجاد اللوغاريتم الطبيعي للبيانات في طريقة .RNW أظهرت الدراسة أن(1،1،2) ARIMA هو أفضل نموذج من نماذج ARIMA، تم إجراء مقارنة بين النتائج التي تم الحصول عليها من تطبيق كل من أساليب ARIMA وRNW. أظهرت النتائج بوضوح أن نتائج نموذج ARIMA كانت أفضل من نموذج RNW. نوصي باستخدام أكثر من نموذج للتنبؤ بالمستقبل، ومعالجة القيم الشاذة لأنها تؤثر على التقديرات المستقبلية ودقة النموذج. |
|---|
عناصر مشابهة
-
Comparative Performance of ARIMA and ARCH / GARCH Models on Time Series of Traffic Accidents in Gaza Strip
بواسطة: Al Ajez, Raja' M. منشور: (2016) -
Comparative Approach of Extreme Learning Machine and Grey GM "1,1" Model to Total Monthly Traffic Incidents in Gaza Strip / Palestine Using R
بواسطة: الحرازين، زينب أكرم طلب منشور: (2022) -
Kernel Smoothing of Time Series
بواسطة: Thanoon, Basil Y. منشور: (2002) -
Traffic Impact of Planned Gaza Seaport on Major Roads in Gaza Strip
بواسطة: Abu Zarifa, Hussein Khalil منشور: (2016) -
Using Proposed Hybrid Method for Neural Networks and Wavelet to Estimate Time Series Model
بواسطة: علي، طه حسين منشور: (2022)
