یکی از مسائل مهم و راهبردی در مباحث اقتصادی امروز، دقت، صحت و کارایی مدل های پیش بینی سری های زمانی است. به همین دلیل در سال های اخیر توجه اقتصاددان ها به مدل های ناخطی معطوف شده است. زیرا، پدیده های متعددی نظیر آشوب در مدل های ناخطی قابل بررسی است. در این مقاله، به بررسی وجود آشوب در سری زمانی قیمت های آتی نفت (96-1999) می پردازیم. به این منظور از دو روش عمومی و کاربردی تخمین بعد هم بستگی (CD)...

تعیین الگوی مناسب یکی از مسائل مهم در مدل سازی و پیش بینی سری های زمانی، با توجه به مکانیسم سیستم مورد نظر است. اغلب، بدون بررسی خطی یا غیرخطی بودن سیستم از مدل های رایج خطی سری زمانی استفاده می شود. در این تحقیق فرآیند جریان رودخانه های نازلوچای، شهرچای و باراندوزچای واقع در استان آذربایجان غربی و غرب دریاچه ارومیه با آزمون غیرخطی bds در سه مقیاس زمانی (سالانه، ماهانه و روزانه) بررسی شده است. ...

در این تحقیق سعی شده است با بهره گیری از دو مدل میدانی، توانایی داده های سنجش از دوری در مدل سازی تخریب خاک مورد آزمون قرار گیرد. بر اساس یافته های این پژوهش، در بررسی سنجش از دوری کیفیت خاک، نوع پیش پردازش انجام شده بر روی داده ها، اثر قابل ملاحظه ای در مدل سازی ها نشان نخواهد داد. بر عکس نوع مدل میدانی مورد استفاده و شاخص ها و معیارهای آن، تاثیر زیادی بر روی دقت مدل سازی دارد. همچنین در مورد ...

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 مدل های arima و arfima برای پیش­بینی قیمت هفتگی بنزین استفاده شد. همچنین پیش­بینی مدل arima با پیش بینی مدل خود توضیح کسری جمعی میانگین متحرک (arfima)...

تبخیر-تعرق یکیازمؤلفه­هایمهمدرمصرفمنابعآب در بخش کشاورزیمی­باشد. لذا ارائه روشی که پیش­بینی مناسب و دقیقی از میزان تبخیر-تعرق مرجع را بدهد، می­تواند در اخذتصمیم­ بهینهبرایبرنامه­ریزی منابع آب کمککند. دراینتحقیق،روش­های سری زمانی و شبکه­های عصبی مصنوعی درپیش­بینیتبخیر-تعرق مرجع ماهانهدرایستگاهسینوپتیک ارومیهموردمقایسه قرار گرفتند. بدین منظور در گام نخست بهترین مدل سری زمانی از بین مدل­های arو ar...

تبخیر پتانسیل از جمله مؤلفه های چرخه آب در طبیعت است که پیش بینی آن یک کار پیچیده و غیرخطی است. بنابراین، برای تخمین آن بایستی از مدل های پیشرفته ریاضی استفاده نمود. مطالعه حاضر، با هدف ارائه مدل پیش بینی سری زمانی پتانسیل تبخیر روزانه ایستگاه تبریز با استفاده از دو رویکرد شبکه عصبی و شبکه عصبی ـ موجکی همراه با نویززدایی داده ها انجام گرفت. سری زمانی روزانه مقدار تبخیر تشتک تبخیرسنج ایستگاه تبر...

یک مدل arma خطی بصورت زیر را در نظر بگیرید. xt+?1xt-1+...+?kxt-k?+?t+?1?t-1+...+?l?t-l همانطور که می دانیم، در مدل پارامترها ثابت فرض می شوند، در صورتی که در کلاس بزرگی از سریهای زمان غیرخطی، پارامترها بصورت تابعی از گذشته خود می باشند. پریستلی با قرار دادن xt-1(?t-1,...,?t-l,xt-1,...,xt-k)?؟ به عنوان بردار حالت ?xt-1 هستند یک مدل کلی به نام مدل وابسته به حالت (sstate dependent model) را بصورت ...

با توجه به وجود نوسانات و ریسک بازار، نیاز به ابزارهایی جهت پوشش ریسک افرایش یافته است.یکی از مهمترین ابزارها که در حال حاضر در ایران قابل استفاده می باشند،قراردادهای آتی هستند. ویژگیهای جذاب بازار قراردادهای آتی معامله گران بسیاری را به سوی خود جذب می کند.این افراد معمولا به طور هم زمان در بازار سهام و بازار قراردادهای آتی شرکت می کنند. از این رو قیمت های بازار نقد و بازار آتی و ارتباط آنها با...

0

با توجه به ماهیت دینامیک و غیر خطی جریان رودخانه، می‌توان انتظار داشت که سری زمانی جریان رودخانه از یک سیستم دینامیکی قطعی آشوبی به‌دست آمده باشد. با توجه به اینکه سری‌های زمانی به‌دست آمده از پدیده‌های طبیعی عموماً با نویز مخدوش شده‌اند، وجود نویز فرآیند تحلیل‌های آشوبی و در نهایت پیش‌بینی سری‌های زمانی را با محدودیت‌هایی مواجه می‌سازد. بنابراین در این تحقیق با استفاده از آمار دبی‌های روزانه‌ ر...