تم إضافة تقرير جديد 2024
ارسل ملاحظاتك

ارسل ملاحظاتك لنا









الرئيسية > Forecasting Cotton Production...>الوصف

Forecasting Cotton Production in Iraq during the Years "1960-2022" Using Markov Chain Approach and Holt-Winter Method

العنوان بلغة أخرى: التنبؤ بإنتاج القطن في العراق للأعوام "1960-2022" باستخدام أسلوب سلسلة ماركوف وطريقة هولت-وينتر
المصدر: مجلة تكريت للعلوم الإدارية والاقتصادية
الناشر: جامعة تكريت - كلية الإدارة والاقتصاد
المؤلف الرئيسي: محمود، هيشو عثمان فاقي (مؤلف)
المؤلف الرئيسي (الإنجليزية): Mahmood, Heshu Othman Faqe
مؤلفين آخرين: حمدين، إياد عثمان (م. مشارك) , حسين، محمد محمود فقي (م. مشارك)
المجلد/العدد: مج20, ع66
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2024
الصفحات: 318 - 333
ISSN: 1813-1719
رقم MD: 1498930
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: EcoLink
مواضيع:
إنتاج القطن | التخطيط الزراعي | المحاصيل الزراعية | العراق
كلمات المؤلف المفتاحية:
سلسة ماركوف | هولت-وينترز | اختبار ديكي-فولر | مصفوفة احتمالات الانتقال | اختبار العشوائية | Markov Chain | Holt-Winters | Dickey-Fuller Test | Transition Probability Matrix | Randomnes Test
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: القطن عبارة عن مادة ليفية مشتقة من قرون بذور نبات القطن (الجوسيبيوم). إنها ألياف طبيعية تستخدم على نطاق واسع في صناعة النسيج لتصنيع سلع مثل الملابس والبياضات وغيرها من المنتجات القائمة على القماش. تم استخدام نموذجين في هذه الدراسة، طريقة سلسلة ماركوف وطريقة هولت وينتر للتنبؤ بإنتاج القطن في العراق للأعوام 1960 - 2022. نموذج سلسلة ماركوف هو إطار رياضي يصف سلسلة من الأحداث أو الحالات في النظام. إن احتمال الانتقال من حالة إلى أخرى يعتمد فقط على الوضع الحالي، دون النظر إلى الماضي. يلتزم هذا النموذج بخاصية ماركوف، ويظهر خاصية عديمة الذاكرة. وهو يشمل مجموعة من الحالات، واحتمالات الانتقال بين هذه الحالات، وعملية عشوائية تتطور على فترات زمنية منفصلة. تعد طريقة هولت وينترز تقنية قوية للتنبؤ ببيانات السلاسل الزمنية، خاصة عندما تظهر البيانات كلا من الاتجاه والموسمية. تدمج هذه الطريقة ثلاثة عناصر رئيسية في نموذج التنبؤ الخاص بها: المستوى والاتجاه والموسمية. تم الحصول على بيانات هذه الدراسة من الموقع الإلكتروني: https://www.indexmundi.com/agriculture. تقوم الدراسة بتقييم أداء نموذجي التنبؤ بينت النتائج أن طريقة هولت - وينتر أكثر دقة من طريقة سلسلة ماركوف المعتمدة على REMSE، MAE، وMAPE، وأن إنتاج القطن في العراق سينخفض خلال السنوات القادمة.

Cotton is a fibrous material derived from the seed pods of the cotton plant (Gossypium). It is a natural fiber extensively utilized in the textile industry for the manufacturing of items like clothing, linens, and other fabric-based products. Two models are used in this study, such as the Markov chain approach and the Holt-Winter method, to forecast cotton production in Iraq over the years 1960-2022. A Markov chain approach model is a accurate framework describing a series of states in a system. The chance of moving from one state to another depends only on the present state, without consideration of the historical. This model adheres to the Markov property, exhibiting a memoryless characteristic. It encompasses a set of states, transition probabilities between these states, and a stochastic process evolving over discrete time intervals. The Holt-Winters method is a robust technique for forecasting time series data, particularly when the data exhibits both trend and seasonality. This method integrates three key components into its forecasting model: level, trend and seasonality. The data for this study was obtained from the website: https://www.indexmundi.com/agriculture. The study evaluates the performance of the two forecasting models. The results show that the Holt-Winter method is more accurate than the Markov chain dependent on RMSE, MAE, and MAPE, and cotton production in Iraq will decrease over the coming years.
ISSN: 1813-1719

عناصر مشابهة


© 2025 المنظومة. جميع الحقوق محفوظة.