ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > Employing the Principal Compon...>الوصف

Employing the Principal Components in Time Series Models and Selecting the Best Models with Application

العنوان بلغة أخرى: توظيف المكونات الرئيسية في نماذج السلاسل الزمنية واختيار أفضل النماذج مع التطبيق
بەكارهێنانى پێكهاتە سەرەكييەكان لە مۆدێلى زنجيرە كاتييەكان وهەڵبژدردنى باشتررين مۆديلەكان لەگەڵ ئەپليكەيشن
المصدر: زانكو - الإنسانيات
الناشر: جامعة صلاح الدين
المؤلف الرئيسي: أحمد، رزكار مغديد (مؤلف)
المؤلف الرئيسي (الإنجليزية): Ahmed, Rezkar Mughadid
مؤلفين آخرين: يونس، نيداء سليم ملا (م. مشارك)
المجلد/العدد: مج27, ع2
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2023
الصفحات: 434 - 448
ISSN: 2218-0222
رقم MD: 1414337
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: HumanIndex
مواضيع:
الطاقة الكهربائية | الانحدار الذاتي | المتغيرات العشوائية | الأساليب الإحصائية
كلمات المؤلف المفتاحية:
تحليل متعدد المتغيرات | تحليل المكونات الرئيسية | نموذج Box-Jenkins | التنبؤ | Multivariate Analysis | Principal Component Analysis | Box-Jenkins Model | Prediction
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: في هذه الدراسة، تم استخدام تحليل المكونات الرئيسية، وهو أحد طرق التحليل متعدد المتغيرات للتنبؤ بنماذج السلاسل الزمنية (Box-Jenkins Model) من خلال التطبيق على بيانات الطاقة الكهربائية (محطة توليد الطاقة الغازية في أربيل) (EGPS) والتي تحتوي على بيانات متعددة المتغيرات (5 محطات) وكانت البيانات شهرية للفترة من (1/1/2017) إلى (14/9/2021)، استندت فكرة البحث إلى تطبيق تحليل المكونات الرئيسية على بيانات السلاسل الزمنية المتعددة، والحصول على المكونات المستخرجة منها، ثم تقدير نماذج Box-Jenkins وأخيرا تم اختيار أفضل النماذج المقترحة في التنبؤ لبيانات إنتاج الطاقة الكهربائية في مدينة أربيل هي (ARIMA (2,2,2) x(2,2,0)12) الاستنتاج الرئيسي هو أن تحليل المكون الرئيسية فعال في تقليل بيانات السلاسل الزمنية المتعددة والحصول على أفضل النماذج بالاستناد على معايير إحصائية.

In this study, principal components analysis, which is one of the methods of multivariate analysis for prediction of time series models (Box-Jenkins Model) was used by applying to electric power data (Erbil Gas Power Plant) (EGPS) which contains multivariate data (5 stations) and the data was monthly for the period from (1/1/2017) to (14/9/2021). The idea of the research was based on applying principal component analysis to multiple time series data, obtaining the components extracted from them, and then estimating the Box-Jenkins Models. The main conclusion is that principal component analysis is effective in reducing multiple time series data and obtaining the best models based on statistical criteria. And finally, the best proposed model for predicting electrical energy production data in the City of Erbil is (ARIMA (2,2,2) x(2,2,0)12).
ISSN: 2218-0222

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.