مدل باکس- جنکینز به‌عنوان یک روش پارامتری برای تحلیل سری‌های زمانی و برازش مدل‌های اتورگرسیو و میانگین متحرک فصلی و غیر فصلی به­کار می­رود؛ اما این روش برای سری‌های کوتاه مدت و نامانا مناسب نیست. در چنین شرایطی می­توان از روش­های  ناپارامتری مانند شبکه­های عصبی مصنوعی و تحلیل مجموعه­ی مقادیر تکین استفاده کرد. هر دو روش از این امتیاز برخوردارند که نیازمند نرمال بودن توزیع خطاها و زیاد بودن تعداد...

رشد روزافزون جمعیت و محدودیت منابع آب سطحی در کشور، لزوم پیش بینی دقیق تر مقدار آورد رودخانه را به دلیل اهمیت در برنامه ریزی و مدیریت منابع آب از جمله بهره برداری از مخازن و طراحی سازه های کنترل سیلاب با استفاده از ابزارها و روش های نوین مدلسازی می طلبد. در این راستا، مدل های سری زمانی از دیرباز مورد توجه هیدرولوژیست ها بوده اند. هدف این تحقیق، ارزیابی کارآیی دو رهیافت کلی مدل سری زمانی و رگرسی...

استفاده از انواع مختلف روش های تحلیل سری های زمانی، از شیوه های متداول در پیش بینی عوامل هیدرولوژیکی است. در این پژوهش، وضعیت دبی چشمه سلیمانیه کاشان با استفاده از داده های 11 ساله (داده های ماهیانه) ایستگاه چشمه سلیمانیه با استفاده از مدل های مختلف سری زمانی مورد بررسی قرار گرفت. سپس با استفاده از بهترین مدل، اقدام به پیش بینی دبی چشمه برای 9 سال آینده گردید. در این پژوهش، داده ها با استفاده ا...

یکی از روش‌های معمول در پیش‌بینی جریان رودخانه‌ها، مدل‌های سری زمانی می‌باشند. در این تحقیق به منظور پیش‌بینی آبدهی روزانه‌ی ایستگاه تله زنگ واقع در بالادست سد دز از مدل میانگین متحرک جامع خود همبسته (ARIMA) استفاده شده است. با توجه به اینکه این داده‌ها دارای نوسانات فصلی می‌باشند، با بهره‌گیری از سری فوریه، شاخص‌های آماری آن‌ها، نظیر میانگین و انحراف معیار برای دوره 28 ساله با پریود 360 روزه ب...

یکی از روش‌های معمول در پیش‌بینی جریان رودخانه‌ها، مدل‌های سری زمانی می‌باشند. در این تحقیق به منظور پیش‌بینی آبدهی روزانه‌ی ایستگاه تله زنگ واقع در بالادست سد دز از مدل میانگین متحرک جامع خود همبسته (ARIMA) استفاده شده است. با توجه به اینکه این داده‌ها دارای نوسانات فصلی می‌باشند، با بهره‌گیری از سری فوریه، شاخص‌های آماری آن‌ها، نظیر میانگین و انحراف معیار برای دوره 28 ساله با پریود 360 روزه ب...

یکی از اهداف اصلی تجزیه و تحلیل های اقتصادی، پیش بینی هر چه دقیق تر متغیرهای اقتصادی می باشد. به همین دلیل در سال های اخیر مدل های پیش بینی گوناگونی توسعه یافته اند. در این زمینه روش های مختلفی نیز در علم اقتصاد وجود دارد که از جمله آنها می توان به به مدل های خودتوضیح میانگین متحرک (arima) که به مدل سازی و پیش بینی سطح متغیرها می پردازند و نیز مدل های اتورگرسیو واریانس ناهمسانِ شرطی تعمیم یافته ...

در این مقاله با استفاده از داده‎های روزانة شاخص کل بورس اوراق بهادار تهران در دورة زمانی 6/1/1382 تا 14/4/1386، به بررسی ویژگی حافظة بلند این شاخص پرداخته و مدل arfima را بر آن برازش می‎دهیم. هم‎چنین عملکرد پیش‎بینی مدل arfima را با مدل arima مقایسه می‎کنیم. نتایج نشان می‎دهند که اولاٌ این سری زمانی از نوع حافظة بلند است، بنابراین می‎توان با تفاضل‎گیری کسری آن را مانا کرد. پارامتر تفاضل‎گیری به‎...

همبستگی بین مشاهدات در زمان های متفاوت در سری های زمانی، حافظه نامیده شده و اغلب بوسیله تابع خودهمبستگی اندازه گیری می شود. حافظه بلند مدت بدین معناست که مشاهدات با فاصله زیاد از هم، مانند مشاهدات نزدیک به هم، دارای وابستگی شدیدی می باشند. تابع خودهمبستگی فرآیندهای با حافظه بلند مدت به آرامی با نرخ هیپربولیک کاهش می یابد در حالی که این کاهش در فرآیندهای با حافظه کوتاه مدت به صورت نمایی است. در ...

بنگاههای صنعتی تولید کننده هواکشهای تونلی بطور فزاینده تحت تاثیر عدم دسترسی به آماری نسبتاً دقیق از تقاضای آینده مشتریان همزمان با تحریمها و نوسانات نرخ ارز با مشکلاتی از قبیل عدم توانایی در جوابگویی بموقع به تقاضای مشتریان و کاهش توان رقابتی نسبت به رقبای خارجی و کاهش سهم بازار روبرو شده اند. نظر به نقش اطلاعات بدست آمده از پیش بینی تقاضای هواکشهای تونلی در کمک به مدیران در برنامه ریزی سریع و د...