ارسل ملاحظاتك

ارسل ملاحظاتك لنا







عرض طرائق تشخيص النموذج المختلطط ARMA 1 , 1 والخصائص الاحتمالية عندما تتبع الاخطاء العشوائية توزيع بواسون

المصدر: المجلة العراقية للعلوم الإحصائية
الناشر: جامعة الموصل - كلية علوم الحاسوب والرياضيات
المؤلف الرئيسي: محمد، منعم عزيز (مؤلف)
المؤلف الرئيسي (الإنجليزية): Mohammad, Monim Aziz
مؤلفين آخرين: اسماعيل، فؤاد عبده (م. مشارك)
المجلد/العدد: ع 8
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2005
الصفحات: 120 - 140
ISSN: 1680-855X
رقم MD: 419195
نوع المحتوى: بحوث ومقالات
قواعد المعلومات: EcoLink
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

22

حفظ في:
المستخلص: إن اغلب السلاسل الزمنية التي تظهر في كثير من الظواهر الاقتصادية والطبيعية تكون مولدة من أخطاء عشوائية غير طبيعية (at) ولذلك فان الهدف من هذا البحث هو دراسة بعض الخصائص الاحتمالية للنموذج المختلط ARMA (1.1) الطبيعية وغير الطبيعية وبعض طرائق التشخيص لهذا النموذج وذلك باشتقاق الدالة المميزة والعزوم الأربعة الأولى ومعاملي الالتواء والتفرطح للنموذج المختلط المدروس وذلك عندما نتبع الأخطاء العشوائية (at) التوزيع الطبيعي وتوزيع بواسون. وتم استخدام المحاكاة للتأكد من دقة النتائج النظرية، كما تم التطرائق إلى بعض طرائق التشخيص لهذا النموذج والتي شملت دالة الارتباط الذاتي الموسعة للعينة (ESACF) وطريقة C-table) Kumer) المعتمدة على تقريب Pade وتم اقتراح طريقة من قبل الباحث تعتمد على دالة الارتباط الذاتي الجزئي الموسعة للعينة (ESPACF) أيضا حيث تم التأكد من كفاءة الطريقة المقترحة.

Most of the time series that appear in many economical geophysical and other phenomenas are driven by non-Gaussian random error (at), so the aim of this paper is to investigate some of the probabilistic properties of Gaussian and non-Gaussian mixed model ARMA(1,1), and the identification methods of this model. The researchers have theoretically derived the characteristic function the first four moments and the skeweness and Kurtosis coefficients for (at) for Gaussian distribution and non-Gaussian distribution (poisson) and simulation experiment were used to confirm the accuracy of the theoretical results, We have also declared the identification sample autocorrelation function (ESACF) and (Kumar) method (c-table) depending upon the pade approximation and we have suggested a method depending upon the extended sample partial autocorrelation function (ESPACF) to ascertain the efficiency of suggested method.

ISSN: 1680-855X