تم إضافة تقرير جديد 2024
ارسل ملاحظاتك

ارسل ملاحظاتك لنا









الرئيسية > الجمع بين التحليل العنقودي وال...>الوصف

الجمع بين التحليل العنقودي والتحليل الانحدار الخطي المتعدد لإنشاء نموذج التنبؤ الأكثر دقة للتبخر في إقليم كردستان العراق

العنوان بلغة أخرى: Combining Cluster Analysis with Multiple Linear Regression Analysis to Create the Most Accurate Prediction Model for Evaporation in the Kurdistan Region of Iraq
المصدر: المجلة العراقية للعلوم الإحصائية
الناشر: جامعة الموصل - كلية علوم الحاسوب والرياضيات
المؤلف الرئيسي: حمد، بخشان أحمد (مؤلف)
المؤلف الرئيسي (الإنجليزية): Hamad, Bakshan Ahmed
المجلد/العدد: مج20, ع2
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2023
الشهر: ديسمبر
الصفحات: 188 - 199
ISSN: 1680-855X
رقم MD: 1445503
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
علم الإحصاء | الظواهر الطبيعية | معدل التبخر | العراق
كلمات المؤلف المفتاحية:
التحليل العنقودي | تحليل الانحدار الخطي المتعدد | التبخر | Cluster Analysis "Ca" | Multiple Liner Regression Analysis "MLR" | Evaporation "E"
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: تهدف هذه الدراسة إلى بناء نموذج تنبؤ بالمتغيرات المؤثرة للتبخر في إقليم كردستان-العراق باستخدام مفهوم تحليل الانحدار والعنقودي. إن الأساليب المشتركة توجه العمل إلى إبراز نقاط القوة في كل تقنية، وإمكانية استخدام التحليل العنقودي الهرمي (الجار الأقرب الجار الأبعد والمتوسط) لتحسين الدقة التنبؤيه لنماذج الانحدار. تم تصنيف المتغيرات المؤثرة في معدل التبخر باستخدام بيانات الطقس لمحطة الأرصاد الجوية في إقليم كردستان، العراق للفترة من كانون الثاني 2020 حتى كانون الأول 2022، واستخدام قيم R2 المعدلة، MSE وRMSE كمؤشر لكفاءة أداء النموذج. توصلت الدراسة إلى أن التعنقد قبل تحليل الانحدار يؤدى إلى تحسين دقة التنبؤ من خلال تصنيف وتحديد متغيرات مستقلة متجانسة ضمن العنقود الواحد مختلفة عن باقي العناقيد.

This study aims to build a prediction model for the influential variables of evaporation in the Kurdistan region- Iraq, using the concept of regression and cluster analysis. The methods common guide the work to highlight the strengths of each technique, and the possibility of using hierarchical cluster analysis (nearest neighbor, furthest neighbor, and median) to improve the predictive accuracy of regression models. The variables affecting the evaporation rate were classified using weather data from meteorological stations in the Kurdistan Region, Iraq for the period from January 2020 to December 2022, and The adjusted R2, MSE, and RMSE values were used as indicators of the efficiency of the model’s performance. The study found that clustering before regression analysis leads to improve prediction accuracy by classifying and identifying homogeneous independent variables within one cluster that are different from the rest of the clusters.
ISSN: 1680-855X

عناصر مشابهة


© 2025 المنظومة. جميع الحقوق محفوظة.