| المستخلص: |
أجري هذا البحث لغرض التنبؤ بحاجة القطر من المضخات الزراعية لفترة قادمة باتباع الأسلوب الإحصائي الذي يدعى التمهيد الأسي الأحادي (SES) Single Exponential Smoothing مستخدمين الأعداد المجهزة من المضخات للمزارعين في عموم القطر شهريا للفترة من كانون الثاني / 1997 ولغاية كانون الأول / 2005 حيث تم التنبؤ بالكميات المطلوبة من المضخات لشهر كانون الثاني / 2006 والتي بلغت 23 مضخة (على اعتبار أن آخر شهر نملك معلومات عنه هو شهر كانون الأول / 2005). ويمكن بواسطة أسلوب التمهيد الأسي الأحادي (SES) استخراج التنبؤ لفصل قادم (ثلاثة أشهر) بعد آخر فصل نملك معلومات عنه إذا تم تجميع البيانات الشهرية للسلسلة الزمنية على شكل فصول بدلا من الأشهر، وكذلك من الممكن استخراج التنبؤ لستة أشهر قادمة أو لسنة قادمة إذا تم تجميع البيانات الشهرية أو الفصلية للسلسلة الزمنية لتكون نصف سنوية أو سنوية ولكن في هاتين الحالتين يجب زيادة مدى سنوات السلسلة الزمنية. إذن نستطيع بواسطة أسلوب التمهيد الأسي الأحادي (SES) التنبؤ لفترة قادمة وهذه الفترة تتناسب وطبيعة بيانات السلسلة الزمنية التي يتم الاعتماد عليها، حيث يتميز هذا الأسلوب بكفاءته في التنبؤ مقارنة بأساليب تنبؤ أخرى ومن أهم مزايا هذا الأسلوب أنه يعطي للملاحظات (القيم) الأحدث يعطيها وزنا (ترجيحا) أكبر من الملاحظات السابقة لأن الملاحظات الأحدث (الحاضرة) تحمل معلومات أكثر واقعية عن الحالة تحت الدراسة.
This is to Forecast in Country need to Pumps for next time by following up the statistical approach called Single Exponential Smoothing (SES) through using these quantities of pumps supplied in all over the Country monthly for period (January /1997 to December /2005), as well as, it is forecasted in the quantity of pumps of (23) required for January /2006 (Considering that we have information for last month "December /2005" only). It can be also using this approach to forecast in next season of (three months) after the last season of information, if these month data for time -series are collected on seasons instead of months. Moreover, it is possible to forecast in the next six months or a year if the month or season data for time - series to be mid year or a year. So, in those Cases, it should be increasing the range of time - series years. Therefore, we can use this approach called (SES) to forecast in the next period which approperiates with the nature of time - series data based on. This approach is characterized with its efficiency in forecasting Compared with other approaches in addition to provide us with present notes (values) that is more probable than last notes because the present notes are more true than processing one .
|
