ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > نمذجة عدد الوفيات الشهرية باست...>الوصف
يجب تسجيل الدخول أولا

نمذجة عدد الوفيات الشهرية باستخدام العمليات AR- GARCH , GARCH

العنوان بلغة أخرى: Modeling the Monthly of Mortality Using the Process GARCH , AR-GARCH
المصدر: مجلة تكريت للعلوم الإدارية والاقتصادية
الناشر: جامعة تكريت - كلية الإدارة والاقتصاد
المؤلف الرئيسي: الغنام، محمد طه أحمد (مؤلف)
المؤلف الرئيسي (الإنجليزية): AL-gan'nam, Mohammed Taha.A.
المجلد/العدد: مج11, ع33
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2015
الصفحات: 394 - 410
ISSN: 1813-1719
رقم MD: 1204172
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
الوفيات الشهرية | العمليات العشوائية | السلاسل الزمنية | الانحدار الذاتي
كلمات المؤلف المفتاحية:
نماذج الانحدار غير المتجانسة التباين | نمذجة الوفيات | العمليات العشوائية GARCH-AR,GARCH | التباين الشرطي | السلاسل الزمنية
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: هناك الكثير من بيانات السلاسل الزمنية تتميز بكثرة تغيرها العشوائي مما يجعلها تعاني من عدم تجانس التباين Hetroscedasticity، حيث تشترط التحليلات التقليدية تجانس التباين، ولهذا قمنا باستعراض ودراسة للعمليات GARCH و AR-GARCH للنماذج غير المتجانسة التباين وخصائصها المهمة حسب الدراسات في هذا المجال التي بدأها Engle عام 1982، وفي الجانب التطبيقي استعملنا النماذج على سلسلة البيانات للوفيات الشهرية المسجلة في محافظة صلاح الدين وتبين جودة بعض الرتب وملائمتها للتنبؤ منها وخاصة النموذج المختلط AR-GARCH الذي يهتم بالوسط والتباين سوية.

We describe in this paper some properties of processes GARCH ,mixed AR-GARCH that use for modeling time series which have randomly varying volatility or hetroscedasticity , with many studies here begin by Engle, 1982 . We apply this models for monthly mortality data in Salahudeen state and found that the best model is AR GARCH for predication ,which deal with mean and variance.
ISSN: 1813-1719

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.