ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > تحسين طريقة التمهيد الآسى البس...>الوصف

تحسين طريقة التمهيد الآسى البسيط للتكهن بالسلاسل الزمنية

المصدر: المجلة العراقية للعلوم الإحصائية
الناشر: جامعة الموصل - كلية علوم الحاسوب والرياضيات
المؤلف الرئيسي: محمود، غزوان هانى (مؤلف)
المجلد/العدد: ع 18
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2010
الصفحات: 259 - 272
ISSN: 1680-855X
رقم MD: 421331
نوع المحتوى: بحوث ومقالات
قواعد المعلومات: EcoLink
مواضيع:
البيانات الاحصائية | السلاسل الزمنية | التنبؤ المستقبلى | الاحصاء | التحليل الاحصائى | الاساليب الاحصائية | البرامج الالكترونية | البرامج الاحصائية
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون

عدد مرات التحميل

25

حفظ في:
المستخلص: في هذا البحث تم عرض طريقة التمهيد الأسي البسيط المستخدمة في التنبؤ بالسلاسل الزمنية، واقتراح تحسين لهذه الطريقة وذلك من خلال إضافة متوسط الفروقات الأولى للسلسلة الزمنية على جميع قيم التنبؤ باستخدام طريقة التمهيد الأسي البسيط. تم تطبيق طريقة التمهيد الأسي البسيط على سلسلة البيانات الحقيقية للإنتاج العالمي للقمح للفترة من (1961- 2002) ومقارنتها مع الطريقة المقترحة بالاعتماد على معايير خطأ التنبؤ التجميعي (CFE) ، متوسط القيمة المطلقة للخطأ (MAD)، متوسط مربعات الخطأ(MSE) ، ومتوسط النسبة المطلقة للخطأ .(MAPE) وتبين أن الطريقة المقترحة أكفأ من طريقة التمهيد الأسي البسيط للتنبؤ بالسلاسل الزمنية.

In this paper we describe single exponential smoothing method, which is used in time series forecasting, and suggest an improving to the single exponential smoothing method through adding the mean of the first differences for the time series for all predicting values of the single exponential smoothing. The improved method was compared with single exponential smoothing method by using real time series data for wheat national production for the period (1961-2002) through depending on Cumulative Forecasting Error (CFE), Mean Absolute Deviation (MAD), Mean Square Error (MSE), and Mean Absolute Percentage Error (MAPE) as criteria for comparison. It is clear that the improv method was more efficient than the single exponential smoothing method for forecasting in time series.
ISSN: 1680-855X

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.