ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > استخدام تحليل السلاسل الزمنية...>الوصف

استخدام تحليل السلاسل الزمنية للتنبؤ بأعداد المصابين بالأورام الخبيثة في محافظة الانبار

المصدر: مجلة جامعة الأنبار للعلوم الاقتصادية والإدارية
الناشر: جامعة الأنبار - كلية الإدارة والاقتصاد
المؤلف الرئيسي: طعمه، سعدية عبدالكريم (مؤلف)
المجلد/العدد: مج 4, ع 8
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2012
الصفحات: 371 - 393
DOI: 10.34009/0782-004-008-017
ISSN: 1998-8141
رقم MD: 401645
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
الأنبار | الأمراض | الأورام الخبيثة | المرضى | السلالسل الزمنية | استشراف المستقبل | العراق | التحليل السكاني
رابط المحتوى:
PDF (صورة)      PDF (نص)      HTML
صورة الغلاف QR قانون

عدد مرات التحميل

22

حفظ في:
المستخلص: يهدف البحث إلى تحليل السلاسل الزمنية باستخدام طريقة (Box& Jenkins) في التحليل (التشخيص، التقدير، اختيار ملائمة النموذج، التنبؤ). لإيجاد أفضل نموذج للتنبؤ بأعداد المصابين بالأورام الخبيثة في محافظة الانبار وذلك بالاعتماد على البيانات الشهرية للفترة (2010- 2006). وقد أظهرت نتائج تحليل البيانات أن النموذج الملائم لها هو نموذج الانحدار الذاتي المتكامل من الدرجة الثانية ARIMA(2, 1, 0) وبالاعتماد على هذا النموذج تم التنبؤ بأعداد المصابين بالأورام الخبيثة شهريا ولسنتين قادمتين وقد كانت القيم التنبؤية متناسقة مع قيم السلسلة الأصلية مما يدل على كفاءة النموذج.

The aim of this research is to analysis time series with using (Box & Jenkins) method (Identification, Estimation, Diagnostic Checking of Model, Forecasting) to find the beast forecasting model to the number of patients with Malignant Tumors in Anbar Province by using the monthly data for the period (2006- 2010). The result of data analysis show that the proper and suitable model is integrated Autoregressive model of order (2) ARIMA (2,1,0) According to this model the Research forecast the numbers of patients with Malignant Tumors the next two years in monthly bass, so forecasting values represented the scours time series deal to the efficiency of the model.
ISSN: 1998-8141
البحث عن مساعدة: 777918 803079 789228

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.