ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > بحث>نموذج إحصائي للتنبؤ بكميات إنت...>الوصف

نموذج إحصائي للتنبؤ بكميات إنتاج واستهلاك المياه النقية في محطات المياه التابعة للشركة القابضة في مصر باستخدام أسلوب الدمج بين نموذجي الإنحدار النشط وإنحدار ريدج

العنوان المترجم: A Statistical Model for Predicting the Quantities of Production and Consumption of Pure Water in The Water Stations of The Holding Company in Egypt, Using the Method of Combining the Robust and Ridge Regression Models
المصدر: المجلة العلمية للاقتصاد والتجارة
الناشر: جامعة عين شمس - كلية التجارة
المؤلف الرئيسي: أبو العلا، هناء حسين على (مؤلف)
المجلد/العدد: ع2
محكمة: نعم
الدولة: مصر
التاريخ الميلادي: 2020
الشهر: يوليو
الصفحات: 225 - 266
DOI: 10.21608/jsec.2020.111006
ISSN: 2636-2562
رقم MD: 1085337
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
الموارد المائية | إنتاج المياه | إستهلاك المياه | محطات المياه النقية | مصر
كلمات المؤلف المفتاحية:
الموارد المائية | إنتاج المياه | إستهلاك المياه | الإزدواج الخطى | القيم الشاذة | نموذج إنحدار المربعات الصغرى العادية | نموذج الإنحدار النشط | نموذج إنحدار ريدج | نموذج إنحدار ريدج النشط | السلاسل الزمنية | Water Resources | Water Pproduction | Water Consumption | Multicollinearity | Outliers | Ordinary Least Squares Regression Model | Robust Regression Model | Ridge Regression Model | Robust Ridge Regression | Time Series
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون

عدد مرات التحميل

33

حفظ في:
المستخلص: يهدف البحث إلى معالجة مشكلتي الازدواج الخطى والقيم الشاذة باستخدام أسلوب الدمج بين نموذجي الانحدار النشط وانحدار ريدج على محطات المياه النقية التابعة للشركة القابضة للمياه في مصر هذا بالإضافة للتنبؤ بإنتاج واستهلاك المياه في هذه المحطات وذلك من عام 2020 إلى عام 2030، وتمت المقارنة بين كل من نموذج الانحدار المتعدد بطريقة المربعات الصغرى (OLS) Least Squares Ordinary، ونموذج الانحدار النشط Robust Regression، ونموذج انحدار ريدج Ridge Regression بالإضافة لأسلوب الدمج بينهما Robust Ridge Regression من حيث القدرة التفسيرية والتنبؤية، وتوصلت النتائج إلى أن أفضل نموذج للتنبؤ بكميات المياه المستهلكة في الشركة القابضة هو نموذج Robust Ridge M Regression حيث ارتفعت قدرته التفسيرية والتنبؤية عن النماذج الأخرى، ووجد أن أهم العوامل المؤثرة على إجمالي كمية المياه المستهلكة (WCit) هي كميات المياه المستهلكة فى الوحدات السكنية (HUit)، والمحال التجارية(CSit) والورش والمصانع (WFit)، وشركات السياحة (TCit)، وأماكن أخري (OPit) هذا بالإضافة إلى فاقد الشبكات (NLit) كما تبين أن أفضل نموذج للتنبؤ بكميات المياه المنتجة في الشركة القابضة هو نموذج Robust Ridge MM Regression حيث ارتفعت قدرته التفسيرية والتنبؤية أيضا ووجد أن أهم العوامل المؤثرة على كمية المياه المنتجة(WPit) بالمتر المكعب فى محطات المياه التابعة للشركة القابضة هي عدد ساعات التشغيل يوميا (OHit)، وعدد أيام التشغيل سنويا (ODit)، والقدرة الفعلية للمحطة (ACit)، والقدرة التصميمية للمحطة (DCit)، وعدد محطات المياه (NSit).

The research aims to solve multicollinearity and outliers problems using the hybrid approach of the two models of robust regression and ridge regression on pure water stations of the Holding Company for Water in Egypt in addition to forecasting the production and consumption of water in these stations from 2020 to 2030. The multiple regression model using the ordinary least squares (OLS) method was compared with robust regression model , ridge regression model as well as the hybrid approach of robust and ridge regression by using predictability and explanatory ability. the statistical results indicated that the best model for predicting of the quantities of water consumed in the holding company is robust ridge M regression model, where its explanatory and predictive ability is higher than other models. Also it was found that the most important factors affecting of the total amount of water consumed (WCit) are the quantities of water consumed in housing units (HUit), commerical shops (CSit), workshops and factories (WFit), tourism companies (TCit), and other Places (OPit) in addition to networks lost(NLit). It was also found that the best model for predicting by the quantities of water produced in the Holding Company is robust ridge MM regression model, where its explanatory and predictive ability also increased, and it was found that the most important factors affecting of the amount of water produced (WPit) per cubic meter in the Holding Company water stations are the number of operating hours (OHit) daily , number of operating days (ODit) per year , actual capacity of station (ACit), design capacity of station (DCit), number of water stations (NSit).
ISSN: 2636-2562

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.