همبستگی متناوب در سرتاسر فرآیند آنالیز واریانس (anova) مدل هایی که جمله خطای آن ها شامل یک سری زمانی اتورگرسیو متناوب است، وجود دارد. در این پایان نامه خواص مجانبی برآوردگرهای کمترین مربعات و فرض های آزمودنی خطی با یک آزمونf تعدیل شده را در آنالیز واریانس سریهای اتورگرسیو متناوب مورد بررسی قرار می دهیم. همچنین تکنیک های ثابت شده را برای ساختن استنباطهایی درباره شدت جریانهای سه ماهه رودخانه کر د...

هدف: هدف اصلی این مطالعه مقایسه مدل‌های رشد لجستیکی هاروی، هاروی، شبکه عصبی غیرخطی اتورگرسیو و طراحی و یافتن مدلی بهینه با دقت پیش‌بینی بهتر برای داده‌های شاخص کل بورس تهران است که این مدل وابستگی زیادی به مقادیر گذشته خود دارد، پرنوسان است و روند حرکتی غیرخطی دارد که تاکنون مغفول مانده است. روش: در این پژوهش با به‎کارگیری مدل‌های رشد «لجستیک هاروی» و «هاروی» و افزودن جزء غیرخطی بر اساس بسط سری...

بروز خشکسالی ها و ترسالی ها باهمه پیامدهایی که دارند،‌ یک پدیده تکراری و طبیعی در اکوسیستم محیط محسوب می شود. در این تحقیق به منظور پیش بینی خشکسالی ها و ترسالی های استان مازندران با استفاده از روش سری زمانی باکس- جنکینز که شامل مدل های مختلف سری زمانی از جمله اتورگرسیو،‌میانگین متحرک،‌مدل های تلفیقی اتورگرسیو با میانگین متحرک و مدل های تلفیقی اتورگرسیو با میانگین متحرک و مدل های فصلی می باشد،‌...

بروز خشکسالی ها و ترسالی ها باهمه پیامدهایی که دارند، یک پدیده تکراری و طبیعی در اکوسیستم محیط محسوب می شود. در این تحقیق به منظور پیش بینی خشکسالی ها و ترسالی های استان مازندران با استفاده از روش سری زمانی باکس- جنکینز که شامل مدل های مختلف سری زمانی از جمله اتورگرسیو، میانگین متحرک، مدل های تلفیقی اتورگرسیو با میانگین متحرک و مدل های تلفیقی اتورگرسیو با میانگین متحرک و مدل های فصلی می باشد، ب...

شبکه‌های عصبی مصنوعی‏، از جمله مد‎ل‎های ریاضی جدیدی هستند که با دقت بالا به مد‏‎ل‎بندی ساختار سر‏ی‌های زمانی غیرخطی می‌پردازند. مزیت این مدل‌ها در مقایسه با مدل‌های سری زمانی این است که نیاز به فرضیات محدود کننده نمی‌باشد. دقت برآوردگرهای حاصل از شبکه عصبی به عنوان یک مدل ناپارامتری از مسائل مهم می‌باشد. برای این منظور با استفاده از روش‌های خودگردان، می‌توان دقت برآوردگرها را در ساختارهای پیچید...

تبخیر یکی از مؤلفه‌های مهم و تاثیرگذار در برنامه‌ریزی و مدیریت منابع آب در مناطق خشک و نیمه‌خشک می‌باشد و برآورد آن در اقلیم‌های مختلف، به‌عنوان یکی از مهمترین عوامل اثرگذار جوی، از اهمیت ویژه‌ای در برنامه‌ریزی و مدیریت منابع آب در بخش کشاورزی، تعیین الگوی کشت و مدیریت صحیح مخازن آبی برخوردار است. یکی از روش‌های بررسی تغییرات تبخیر و پیش‌بینی آن، مدل‌های سری زمانی با نام عمومی مدل‌های ARIMA می‌...

تجزیه و تحلیل سری های زمانی شمارشی‎‎‏، در سال های اخیر رشد و توسعه بسیاری پیدا کرده است. در این تحقیق، مسئله پیش بینی سری های زمانی مقدار صحیح، به وسیله مدل بندی فرآیندinar ‎‎ضمن بررسی ‎‎خواص نظری و کاربردهای عملی مدل ‎در گرفته شده است.‎ ‎‎‎‎روش بیزی برای بدست آوردن پیش بینی نقطه ای و فاصله ای برای مقادیر آینده فرآیند استفاده شده و با پیش بینی کلاسیک آنها مقایسه می گردد. روش های پیشنهادی، با...

 یکی از موضوعات مهم در تحلیل داده‌های فضایی، پیش‌گویی مقدار نامعلوم کمیت مورد مطالعه در موقعیت‌های دلخواه بر اساس یکی از مدل‌های فضایی مانند اتورگرسیو فضایی یک‌طرفه، اتورگرسیو شرطی و میانگین متحرک است. در این مقاله ابتدا پارامترهای مدل (SAR(2,1 را به روش ماکسیمم درستنمایی برآورد کرده سپس فرمول‌هایی برای پیش‌گویی درون قلمرو داده‌ها (درون‌یابی) و خارج قلمرو داده‌ها (برون‌یابی) به‌دست آورده می‌شود...

رواناب مانند بسیاری دیگر از متغیرهای هیدروکلیماتولوژیک از تغییرات فصلی که تحت تأثیر فرایندی تصادفی قرار دارد برخوردار می‌باشد. تحقیقات نشان داده است که مدل‌های استوکاستیک از مناسب‌ترین ابزارهای شبیه‌سازی متغیرهای تصادفی که دارای یک روند فصلی‌اند می‌باشد. در این مقاله ضمن تشریح‌ نحوه توسعه مدل‌های سری‌ زمانی، الگوهای ‌استوکاستیک رواناب به صورت الگوی مرکب اتورگرسیو میانگین متحرک در مقاطع زمانی ما...

رواناب مانند بسیاری دیگر از متغیرهای هیدروکلیماتولوژیک از تغییرات فصلی که تحت تأثیر فرایندی تصادفی قرار دارد برخوردار می باشد. تحقیقات نشان داده است که مدل های استوکاستیک از مناسب ترین ابزارهای شبیه سازی متغیرهای تصادفی که دارای یک روند فصلی اند می باشد. در این مقاله ضمن تشریح نحوه توسعه مدل های سری زمانی، الگوهای استوکاستیک رواناب به صورت الگوی مرکب اتورگرسیو میانگین متحرک در مقاطع زمانی ماهان...