ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > التنبؤ بواسطة الإنحدار والكريك...>الوصف

التنبؤ بواسطة الإنحدار والكريكنك للعمليات العشوائية بالتطبيق على المياه الجوفية في قضاء سنجار

العنوان المترجم: Prediction by Regression and Kriging for Stocahstic Process with Application on Groundwater in Sinjar District --- Kriging-- ordinary prediction--
المصدر: زانكو - الإنسانيات
الناشر: جامعة صلاح الدين
المؤلف الرئيسي: ذنون، شيماء رياض (مؤلف)
المؤلف الرئيسي (الإنجليزية): Thanoon, Shaymaa Riyadh
مؤلفين آخرين: سعيد، أزهار عبدالرزاق (م. مشارك)
المجلد/العدد: مج22, ع5
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2018
الصفحات: 149 - 158
ISSN: 2218-0222
رقم MD: 932050
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: HumanIndex
مواضيع:
التنبؤ | العمليات العشوائية | أسلوب الإنحدار الخطي | التحليل البياني | مستخلصات الأبحاث | الترجمة | اللغات الأجنبية
كلمات المؤلف المفتاحية:
التنبؤ | الكريكنك | دالة الفاريوكرام | المربعات الصغرى | اسلوب الانحدار الخطي البسيط
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: يتضمن البحث التنبؤ عن العملية العشوائية المكانية بواسطة أسلوبين هما أسلوب الانحدار الخطي المتعدد وأسلوب الكريكنك الشامل حيث أن التنبؤ بالعمليات العشوائية المكانية المعروفة بأسلوب الكريكنك يعطي نتائج جيدة اعتماداً على دالة فاريوكرام Y(u,v) في إيجاد التنبؤات. تم تطبيق الأسلوبين على بيانات حقيقية تمثل ارتفاع المناسيب الجوفية في 26 بئراً مع إحداثيات مواقعها وتبين أن أسلوب الكريكنك أفضل من أسلوب المربعات الصغرى من خلال النتائج والقيم العددية التي تم الحصول عليها اعتماداً على معيار متوسط مربع الخطأ.

In this research ,we predict the random spatial processes by two techniques, the multiple linear regression technique and the kriging technique. The kriging technique gives good results depending on the variorum function. The two techniques are applied on real data representing the height of the ground water levels for 26 wells with their axes. Based on the result and the numerical values of mean squares error criterion it has been shown that the predict technique is better than the multiple linear regression technique.
ISSN: 2218-0222

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.