مقایسه‌ی مدل سری زمانی فازی درصدی و مدل سری زمانی کلاسیک: بررسی توان پیش‌بینی کوتاه‌مدت در نوسان‌های شدید
Authors
Abstract:
مدل‌‌های پیش‌بینی سری زمانی فازی در دهه‌های اخیر گسترش زیادی پیدا کردهاند. این نوع مدلها برای داده‌های دارای ابهام و ناکامل که ساختار خطی ندارند رفتار مناسبی ارایه دادهاند. این مقاله به بررسی مدل درصد تغییرات سری‌های فازی پرداخته و با مدل آریما مقایسه کرده است. کارایی مدل پیش‌نهادی برای پیش‌بینی بر روی نفت خام اوپک مورد ارزیابی قرار گرفت و نشان داده شد که این مدل برای داده‌های با نوسان‌های زیاد نسبت به مدل آریما دارای درصد خطای کم‌تری است.
similar resources
مقایسه کارایی مدل های کلاسیک وپویای بیزی در کاربردی از مدل های و پویای سری زمانی بیزی
پویایی و تغییرات پدیده ها نسبت به زمان، سرشت ذاتی پدیده ها ی اقتصادی است.در اقتصاد سنجی پدیده های اقتصادی،نادیده گرفتن ویژگی پویایی آنها منجر به ساده سازی بیش از حد پدیده ها می شود و مدل هایی که بر این مبنا به دست می آیند اغلب واقع گرایانه نبوده،موجب تفسیرهای نادرست ار آن پدیده ها می شوند. کاربست رگسیون برای بررسی روابط بین متغیرهای اقتصادی،عملی بسیار متداول است.در چنین کاربردهایی اغلب روابط ب...
full textچگونه یک مدل مناسب برای داده‌های سری زمانی انتخاب کنیم؟
The time series is a collection of observation data that are arranged according to time. The main purpose of setting up a time series is to predict future values. The first step in time series data is graphed. Using graphs can provide general information such as uptrend or downtrend, seasonal patterns, periodic presence, and outliers in time series graphs. After graphing the data, if a good for...
full textپیش‌بینی زمانی و مکانی سطح آب زیرزمینی با استفاده از مدل ترکیبی سری زمانی- زمین
To procure the status of groundwater level fluctuations in arid and semi-arid areas, it is necessary to obtain accurate forecast of fluctuations data. Time series as a linear model have been utilized to generate synthetic data and predict future groundwater level. Minitab17 software and monthly depth of groundwater level data of 20 years (1991-2011) for 25 piezometric wells of plain were used. ...
full textبررسی آماری سری زمانی ضربان قلب
In this paper, we study the statistical approaches to diagnose the heart by using the heart rate of individuals. First we review some well known methods and then we consider two new approaches. We analyse the extended self-similarity (ESS) and recursive model in the beat-to-beat fluctuations in the heart rates of healthy subjects as well as those with congestive heart failure. These concepts pr...
full textبررسی و مدل سازی سری های زمانی دمای زنجان(2005 – 1956 )
روش های آماری یکی از ابزار های مفید برای تحلیل و بررسی رفتار عناصر اقلیمی به شمار می رود،علاوه بر این ،این روش ها امکان مدل سازی و آینده نگری رفتار عنصر مورد نظر را با دقت بالایی فراهم می سازند. در این مقاله رفتار سری زمانی دمای سالانه زنجان طی دوره آماری 2005-1956 بررسی شده است. در این راستا براساس خودهمبستگی نگار، ضریب همبستگی و روش های اسپیرمن و مان – کندال وجود روند در داده ها مشخص شد. میزا...
full textبررسی و پیش بینی وضع آلاینده های هوای شهر کرمان با مدل سری های زمانی
Anderson, H.R., 2009. Air pollution and mortality: A history. Atmospheric Environment, 43, pp. 142-152 . Box, GEP. and Jenkins, G.M., 1976. Time series analysis: forecasting and control, San Francisco, Holden Day Pulications . Duenas, C., Fernandez, M.C., Canete, S., Carretero,Liger E, 2005. Stocastic model to forecast ground level ozone concentration at urban and rural areas . Chemospher...
full textMy Resources
Journal title
volume 28 issue 1
pages 73- 87
publication date 2017-09
By following a journal you will be notified via email when a new issue of this journal is published.
No Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023