| 520 |
|
|
|a يعد التكهن أحد الأهداف الأساسية المتعلقة بتحليل السلاسل الزمنية، وأن دقة التكهن تقلل المخاطر لدى متخذ القرار. إن النموذج الأفضل لتمثيل بيانات السلسلة الزمنية لا يكون غالبا النموذج المستخدم للتكهن نفسه، وبما أن معايير تقييم أداء التكهن المستخدمة في السلاسل الزمنية مثل RMSE, MAPE, MAE تقدم غالبا نتائج مختلفة للسلسلة الزمنية الواحدة باختلاف النماذج فأن هذا مما يربك الباحث في اختيار النموذج الأفضل للتكهن، لذا فان هذا البحث يتعامل مع إشكالية تناقض نتائج معايير تقييم أداء التكهن في ترشيحها للنموذج الأفضل ويهدف إلى تقديم أسلوب إحصائي يعمل على توظيف نتائج معايير التكهن المذكورة كوسط موزون لكل نموذج من نماذج ARIMA التي يتم ترشيحها ومن ثم اختيار النموذج الذي يمتلك أقل وسط موزون بوصفة يقدم أفضل أداء للتكهن. لقد تم التطبيق على السلسلة الزمنية الشهرية لمنسوب مياه نهر دجلة (مليون متر مكعب) الداخلة إلى مدينة الموصل للفترة من 1963-1995 وقد أظهر نموذج بوكس جنكنز 12(3.1.1) * (1.1.2) SARIMA نتائج مشجعة جدا في التكهن اعتمادا على الأسلوب المقترح مقارنة ببقية النماذج، في حين أن النموذج الأفضل لتمثيل البيانات هو 12(0.1.1) * (1.1.2) SARIMA.
|b Forecasting is considered as one of the essential goals regarding time series analysis, and forecasting accuracy decreases the risk possibility regarding decision making. Whereat the best model to represent the time series data, might not be the same model used for forecasting. The forecasting evaluation criterion used such as RMSE, MAPE, and MAE provides almost different results concerning one time series, which confuse the researcher to select the best model for forecasting. Therefore this research deals with the problems of criterion differences results, that affects the evaluation performance to select the best model, and providing a statistical manner that employs the forecasting criterion results that are mentioned as a weighted mean for each model of ARIMA which is considered as a candidate model with the least weighted mean that provides the best forecasting performance. This has been applied on the monthly time series for the water of the Tigris River (M-cu-m) that enters Mosul City for the period 1963-1995. Meanwhile Box-Jenkins model shows SARIMA (1,1,2) * (3,1,1) 12 Very encouraging forecasting results depending on the suggested manner compared with the rest of models, meanwhile the best model for representing the data is SARIMA (1,1,2) * (0,1,1) 12 .
|
