ارسل ملاحظاتك

ارسل ملاحظاتك لنا







استخدام منهجية بوكس - جنكنز للسلاسل الزمنية للتنبؤ بالمعدلات الشهرية لدرجات الحرارة ببلدية بنينا

العنوان المترجم: Using the Box-Jenkins Methodology for Time Series to Forecast Monthly Temperatures in Benina Municipality
المصدر: مجلة العلوم والدراسات الإنسانية
الناشر: جامعة بنغازي - كلية الآداب والعلوم بالمرج
المؤلف الرئيسي: عثمان، راضى عبدالرحيم (مؤلف)
المجلد/العدد: ع52
محكمة: نعم
الدولة: ليبيا
التاريخ الميلادي: 2018
الشهر: مايو
الصفحات: 1 - 20
DOI: 10.37376/1571-000-052-008
ISSN: 2312-4962
رقم MD: 1045314
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: HumanIndex
مواضيع:
كلمات المؤلف المفتاحية:
التنبؤ | منهجية بوكس - جنكنز | نماذج أريما | Forecasting | Box-Jenkins Method | Arima Model
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

7

حفظ في:
المستخلص: في هذه الدراسة تم تطبيق منهجية بوكس — جنكنز ((Box & Jenkins, (B-J) للسلاسل الزمنية على سلسلة معدلات درجات الحرارة الشهرية في بلدية بنينا خلال الفترة الزمنية (1996- 2010). ولتقدير نموذج تنبؤي يمثل بيانات الدراسة، اعتمد البحث على أدوات إحصائية كمية بالإضافة إلى البرامج الإحصائية (EVIEWS 9.0 - GRETIL1.9) . وأظهرت نتائج التطبيق أن النموذج الملائم والكفؤ لتمثيل بيانات السلسلة الزمنية هو النموذج الموسمي المضاعف من الرتبة 12(0,1,1)(0,1,1)SARIMA ، ووفقا لهذا النموذج تم تقدير معدلات درجات الحرارة الشهرية لعام (2011 و 2012) حيث أظهرت القيم المقدرة تناسقا مع قيم السلسلة الزمنية الأصلية.

In this study, the Box & Jenkins methodology for time series was applied to the monthly temperature series in the municipality of Benina during the period (1996- 2010). To estimate the predictive model represents a study research data on the amount of statistical tools adopted in addition to statistical programs (EVIEWS 9.0 -GRETIL1.9). The results of the application showed that the appropriate and efficient model for time series data representation is the multiple seasonal model SARIMA (0,l,l) (0,l,l)12 According to this model, the rates were estimated monthly temperature for the year (2011 and 2012), where the estimated values have shown consistent with the original time series values.

ISSN: 2312-4962