ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > التنبؤ باستخدام أنموذج الانحدا...>الوصف

التنبؤ باستخدام أنموذج الانحدار الذاتي الدوري ذو المعامل العشوائي RCPAR 1

العنوان بلغة أخرى: Prediction Using RCPAR Cyclic Autoregressive Model
المصدر: مجلة الإدارة والاقتصاد
الناشر: الجامعة المستنصرية - كلية الإدارة والاقتصاد
المؤلف الرئيسي: ثامر، حسين علي حسن (مؤلف)
مؤلفين آخرين: الموسوي، جواد كاظم خضير (م. مشارك)
المجلد/العدد: ع138
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2023
الشهر: حزيران
الصفحات: 188 - 198
ISSN: 1813-6729
رقم MD: 1390595
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
علم الإحصاء | المعاملات العشوائية | الانحدار الذاتي | السلاسل الزمنية الموسمية
كلمات المؤلف المفتاحية:
الأنموذج RCPAR 1 | الأنموذج PAR1 | مقدر FGNLS | RCPAR (1) Model | PAR (1) Model | FGNLS Estimator
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: يعد أنموذج الانحدار الذاتي الدوري بمعاملات عشوائية من الرتبة الأولى RCPAR(1) من النماذج التي تبنى على فرض أفضل وصف للتباين الموسمي والفروق من خلال السماح للمعلمات في الانحدار الذاتي بالتأثير على المواسم. ويعد الباحثان (Franses and Papp ,2011) هما أول من قدم هذا الأنموذج. ويمكن استخدامه بسهولة للبيانات الموسمية عالية التردد التي تتكرر بأنماط مختلفة وتعمل على تقليص عدد المعلمات الدورية للحصول على درجات حرية كافية، ومن ثم التوصل إلى تقديرات كفوءة وتنبؤات دقيقة. وقد تم وتطبيق أسلوب (FGNLS) في تقدير معلمات الأنموذج، فضلا عن مقارنة نتائج التقدير مع الأنموذج الدوري PAR(1) غير المقيد، ومن ثم استخدام الأنموذج المقدر للتنبؤ بكميات الغاز السائل المستهلك عالميا مقاسا (بملايين الأمتار المكعبة). وقد تبين أن المعلمات المقدرة بأسلوب (FGNLS) للأنموذج RCPAR(1) كانت قريبة من مقدرات الأنموذج PAR(1) غير المقيد مع احتفاظ الأنموذج المدروس بأقل عدد من المعلمات.

The periodic autoregressive model with first-order random coefficients RCPAR (1) is one of the models that is based on imposing the best description of seasonal variation and variances by allowing the parameters in the autoregressive to influence the seasons. The researchers (Franses and Papp, 2011) are the first to present this model. It can be easily used for high-frequency seasonal data that repeats in different patterns and works to reduce the number of periodic parameters to obtain sufficient degrees of freedom, and then to reach efficient estimates and accurate predictions. The FGNLS method was applied in estimating the model parameters, as well as comparing the estimation results with the unconstrained PAR (1) cyclic model and then using the estimated model to predict the quantities of liquid gas consumed globally measured (in millions of cubic meters). It was found that the parameters estimated by the (FGNLS) method of the RCPAR (1) model were close to the estimates of the unrestricted PAR (1) model, with the studied model keeping the least number of parameters.
ISSN: 1813-6729

عناصر مشابهة

خيارات البحث

المزيد من البحث

هل تحتاج مساعدة؟


© 2024 المنظومة. جميع الحقوق محفوظة.