در اوایل سال 1381 اعمال سیاست یکسان سازی نرخ ارز موجب کاهش شدید ارزش اسمس ریال ایران در برابر هر دلار امریکا شد. لذا به علت وجود تغییرات ناگهانی و بزرگ نمی توان از سریهای زمانی خطی برای مدل بندی نوسان های نرخ تغییرات ریال ایران در برابر دلار امریکا استفاده نمود. در این مقاله مدل اتورگرسیو استانه ای خود محرک و مدل اتورگرسیو تبدلی مارکف مورد مقایسه قرار گرفته و نشان داده خواهد شد که تنها مدل اتور...

شبکه های عصبی مصنوعی‏، از جمله مد‎ل‎های ریاضی جدیدی هستند که با دقت بالا به مد‏‎ل‎بندی ساختار سر‏ی های زمانی غیرخطی می پردازند. مزیت این مدل ها در مقایسه با مدل های سری زمانی این است که نیاز به فرضیات محدود کننده نمی باشد. دقت برآوردگرهای حاصل از شبکه عصبی به عنوان یک مدل ناپارامتری از مسائل مهم می باشد. برای این منظور با استفاده از روش های خودگردان، می توان دقت برآوردگرها را در ساختارهای پیچید...

در این مقاله انواع مدل های اتورگرسیو برای تحلیل داده های فضایی بیان شده و پارامترهای مدل ها با ماکسیمم کردن تابع درستنمایی نیمرخ با فرض آن که بین متغیرهای وابسته یا خطاهای مدل رابطه اتورگرسیو فضایی  برقرار باشد، برآورد شده است. سپس مدل های مختلف مورد ارزیابی قرار گرفته و در انتها نحوه کاربست آنها در مثالی کاربردی نشان داده شده است

در اوایل سال 1381 اعمال سیاست یکسان سازی نرخ ارز موجب کاهش شدید ارزش اسمس ریال ایران در برابر هر دلار امریکا شد. لذا به علت وجود تغییرات ناگهانی و بزرگ نمی توان از سریهای زمانی خطی برای مدل بندی نوسان های نرخ تغییرات ریال ایران در برابر دلار امریکا استفاده نمود. در این مقاله مدل اتورگرسیو استانه ای خود محرک و مدل اتورگرسیو تبدلی مارکف مورد مقایسه قرار گرفته و نشان داده خواهد شد که تنها مدل اتو...

در این مقاله انواع مدل های اتورگرسیو برای تحلیل داده های فضایی بیان شده و پارامترهای مدل ها با ماکسیمم کردن تابع درستنمایی نیمرخ با فرض آن که بین متغیرهای وابسته یا خطاهای مدل رابطه اتورگرسیو فضایی  برقرار باشد، برآورد شده است. سپس مدل های مختلف مورد ارزیابی قرار گرفته و در انتها نحوه کاربست آنها در مثالی کاربردی نشان داده شده است

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...