بارش یکی از عناصر مهم آب و هوایی است که از دیر باز مورد توجه انسان بوده است. اهمیت زیاد این عنصر از یک طرف و نوسانات فراوان آن از طرف دیگر باعث شده که آب و هواشناسان شناسان به دنبال یافتن روش هایی برای بیان ویژگی های بارش باشند. شناخت شرایط آب و هوائی و چگونگی عمل پارامترهای شاخص هواشناسی مانند دما وبارندگی در یک مکان از عواملی هستند که تعیین‏کننده‏ی آب و هوای آن منطقه در دراز مدت می باشند. این...

هنگامی که مشاهدات گذشته با آینده دور همبستگی بالایی داشته و رابطه آن ها غیرقابل چشمپوشی استسری زمانی موردمطالعه دارای ویژگی حافظه بلندمدت است. سنجش وجود حافظه بلندمدت در یک سری زمانیکاربردهای فراوانی در حوزههای مختلف مالی دارا میباشد و روشهای مختلفی برای تخمین آن شکل گرفتهاست که هر یک از این روشها از نواقصی برخوردار میباشد. رویکر بوتسترپ که در این مقاله برای محاسبهپارامتر حافظه بلندمدت به کار گ...

ویژگی های تصادفی بودن پدیده های زهکشی سبب شده تا بتوان از مفاهیم متغیرهای تصادفی و سری های زمانی در مدل سازی و پیش بینی عملکرد آنها استفاده شود. هدف از پژوهش حاضر بررسی قابلیت مدل های سری زمانی در پیش بینی عملکرد سامانه زهکشی زیرزمینی شبکه ران بهشهر (که زهکش های آن به وسیله باران فعال می شوند) بود. در این مطالعه در ابتدا مدل drainmod واسنجی و سپس متغیرهای شدت تخلیه زهاب و عمق سطح ایستابی توسط م...

در این تحقیق مدل سازی دمای سواحل جنوبی دریای خزر توسط مدل آریمای فصلی یا مدل تلفیق شده میانگین متحرک و خودبرگشتی انجام شده است. بدین منظور دمای میانگین ماهانه ایستگاه های هواشناسی سینوپتیک بندرانزلی، رامسر و بابلسر که دارای بازه زمانی طولانی تری نسبت به سایر ایستگاه ها بوده اند، از سال 1955 الی 2008 میلادی مورد مطالعه قرار گرفت. مطالعات آماری تغییر اقلیم معمولاً سه پدیده همگنی، روند و جهش را در ...

یکی از روش­های مناسب در پیش­بینی سری زمانی، تعمیم رفتار گذشته سری به آینده است. برای این منظور اولین قدم شناخت دقیق رفتار گذشته متغیر است. یکی از روش­های الگوسازی رفتار گذشته سری زمانی مدل خود توضیح جمعی میانگین متحرک (ARIMA) است. در این پژوهش از مدل‌های ARIMA و ARFIMA برای پیش­بینی قیمت هفتگی بنزین استفاده شد. همچنین پیش­بینی مدل ARIMA با پیش‌بینی مدل خود توضیح کسری جمعی میانگین متحرک (ARFIMA)...

هدف اصلی مقاله حاضر، استفاده از مدل‌های احتمال اتورگرسیو میانگین متحرک(ARMA) به منظور مدل‌سازی سری زمانی موقعیت روزانه ایستگاه دائمی GPS می‌باشد. موقعیت‌های روزانه ایستگاه دائمی </stron...

بیش از 20 سال از جمع آوری داده هایgps می گذرد و درحال حاضر می توان ادعا کرد که سری های زمانی مناسبی از داده های gps در اختیار است. در اغلب استفاده هایی که از این سری های زمانی می شود نویز سفید را به عنوان ماتریس کوریانس مناسب برای کاربردهای مختلف از سری های زمانی انتخاب می کنند و این در حالیست که با گذشت 20سال از جمع آوری این داده ها مدلسازی بهتری از این سیگنال ها ممکن است و دیگر تنها نویز سفید...

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...

در مطالعة‌ حاضر، نقش کشاورزی در همگرایی منطقه‌ای کشورهای عضو اکو در مدل داده‌های ترکیبی پویا ارزیابی می‌شود. در ابتدا، همگرایی بین کشورهای عضو اکو و اثر بخش کشاورزی در تسریع همگرایی با استفاده از روش گشتاورهای تعمیم‌یافته برای دورة زمانی 1996-2011 بررسی شد. نتایج نشان داد که بین کشورهای عضو اکو همگرایی برقرار است. بخش کشاورزی، به‌رغم افزایش رشد منطقه‌ای، در تسریع همگرایی تأثیر منفی دارد و باعث ...

در این تحقیق مدل‌سازی دمای سواحل جنوبی دریای خزر توسط مدل آریمای فصلی یا مدل تلفیق‌شده میانگین متحرک و خودبرگشتی انجام شده‌است. بدین منظور دمای میانگین ماهانه ایستگاه‌های هواشناسی سینوپتیک بندرانزلی، رامسر و بابلسر که دارای بازه زمانی طولانی‌تری نسبت به سایر ایستگاه‌ها بوده‌اند، از سال 1955 الی 2008 میلادی مورد مطالعه قرار گرفت. مطالعات آماری تغییر اقلیم معمولاً سه پدیده همگنی، روند و جهش را در ...