نتایج جستجو برای: مدل های سری زمانی
تعداد نتایج: 527886 فیلتر نتایج به سال:
پیش بینی تراز آب دریا در صنایع کشتیرانی، تأسیسات نیرو در مناطق دریایی و بنادر، صنعت شیلات، شهرسازی بنادر، همچنین در علوم مختلف دریایی و اقیانوس شناسی اهمیت ویژه ای دارد. روش های متعددی از قبیل روش های تجربی، مدل های عددی و محاسباتی برای مطالعۀ پیش بینی امواج دریا توسعه یافته است. یکی از این روش های مطالعاتی، روش سری های زمانی است. در این راستا مدل های مختلفی ارائه شده اند که از آن جمله می توان ...
امروزه کاربردهای تصاویر ماهوارهای، در پایش و مدیریت زمینهای کشاورزی، رو به گسترش است. با توجه قدرت تفکیک مکانی، طیفی زمانی بالای سنتینلـ 2، این مطالعه، کشاورزی دقیق شهرستان قروه از استفاده شده ابتدا تقویم زراعی محصولات متفاوت آن منطقه، سری جمعآوری شد. روش پیشنهادی، نخست، فضای ویژگی براساس بازتاب باندها همچنین شاخصهای گیاهی، ایجاد ابعاد طیفی، آنالیز مؤلفههای اصلی، کاهش یافت. سپس چهار طبقه...
هدف: آینده نگری مجموعه ای از توانایی های شناختی است. که شامل پیش بینی حالت ممکن آینده و نیازهای خود این مهارت برای برنامه ریزی، غلبه بر موانع رسیدن به موفقیت افراد کمک میکند. یکی جدیدترین ابزارهای سنجش توانایی تفکر آیندهنگر در کودکان، مقیاس کودکان (مازاچووسکای مهی، 2020) است ویژگی روانسنجی آن استفاده جمعیت ایرانی مورد مطالعه قرار نگرفته روش: روش پژوهش حاضر توصیفی مقطعی بود. تعداد 200 ...
در این مقاله نسبت درستنمایی توابع چگالی دو جامعه نرمال با استفاده از تبدیل موجکی گسسته تقریب زده شده و یک معیار ناپارامتری برای ممیزی مدل های سری های زمانی ایستا در حوزه موجک ها پیشنهاد شده است. سپس با استفاده از روش های شبیه سازی کارایی معیار به دست آمده در ممیزی مدل های مختلف arma نشان داده شده است. عدم نیاز به مدل بندی پارامتری، سرعت محاسبات برای سری های زمانی بزرگ و نرخ خطای ممیزی پایین از ...
به منظور مدل سازی و تخمین مناسب و قابل اعتماد پارامترها در مدل های دادههای خودهمبسته، از رویکردهای پایداراستفاده میشود. وجود داده های پرت و آلودگی ها، تاثیری مخرب در تخمین پارامترهای این مدلها دارد. از آنجایی که در اغلب مسائل مالی، داده های گذشته بر دادههای اخیر اثرگذار هستند، این داده ها معمولاً در قالب سری زمانی مدلسازی می شوند. در این تحقیق، مدلهای خود رگرسیون به عنوان یکی از مدلهای مطر...
یکی از مشکلات مهم در پیش بینی با شبکه های عصبی مصنوعی، فراهم کردن داده های لازم برای پیش بینی است؛ چرا که شبکه های عصبی برای حصول نتایج دقیق نیاز به داده های زیادی دارند. اما باید توجه داشت که جمع آوری داده های مورد نیاز شبکه، نخست، بسیار هزینه بر است و دوم، مدت زمان طولانی را طلب می کند. بنابراین با توجه به تغییرات سریع در محیط های واقعی و به ویژه سیستم های اقتصادی و مالی، پیش بینی در این گونه...
هدف اصلی مقاله حاضر، استفاده از مدل های احتمال اتورگرسیو میانگین متحرک(arma) به منظور مدل سازی سری زمانی موقعیت روزانه ایستگاه دائمی gps می باشد. موقعیت های روزانه ایستگاه دائمی llas در منطقه کالیفرنیای جنوبی از شبکه scign با پوشش زمانی هفت سال از ژانویه 2000 تا دسامبر 2006 جهت ایجاد سری زمانی موقعیت و آنالیز آن انتخاب گردیده است. براساس سری زمانی موقعیت روزانه و استفاده از روش کمترین مربعات وز...
پیش بینی نرخ تورم در فرآیند سیاستگذاری اقتصادی از حساسیت زیادی برخوردار است و بر این اساس، بالا بردن دقت پیش بینی های کمی و تلفیق آن با معیارهای قضاوتی از ضروریات سیاستگذاری اقتصادی می باشد. این پژوهش در صدد مدلسازی و پیش بینی نرخ تورم با استفاده از مدل های غیر خطی سری زمانی می باشد. از این رو در این پژوهش ابتدا مدل های خطی ar و tgarch و egarch بهینه تخمین زده شدند. در ادامه با آزمون های bds و ...
0
یکی از ابزارهای مطالعه داده های وابسته (به زمان)، تحلیل سری های زمانی است. درحالتی که داده ها از یک فرایند تصادفی شمارشی به دست آمده باشند، سری زمانی حاصل را سری زمانی شمارشی گویند. سری های زمانی شمارشی در بسیاری از زمینه ها ازجمله اقتصاد، پزشکی و علوم زیستی مشاهده می شوند. به عنوان مثال، تعداد مبادلات بازارهای مالی در هر دقیقه و تعداد مراجعین با یک بیماری خاص به یک مرکز درمانی در هر ماه، داده ...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید