نتایج جستجو برای: مدل های arima
تعداد نتایج: 516895 فیلتر نتایج به سال:
مدل ARIMA، مدل پیش بینی دقیقی برای بازه کوتاه مدت می باشد ولی محدودیت تعداد داده های گذشته را نیز دارد. در جامعه کنونی، با توجه به شرایط نااطمینانی و همین طور رشد سریع تکنولوژی، نیاز به پیش بینی در بازه کوتاه مدت احساس می شود. معمولا داده های در دسترسکمتر از آن تعدادی است که در مدل ARIMA باید به کار گرفته شود. در این میان مدلهای رگرسیون فازی قادرند با داده های اندک و در شرایط نااطمینانی به پیش ...
The evaluation of infectious and noninfectious disease management can be done through the use of a time series analysis. In this study, we expect to measure the results and prevent intervention effects on the disease. Clinical studies have benefited from the use of these techniques, particularly for the wide applicability of the ARIMA model. This study briefly presents the process of using the ...
با توجه به اهمیت پیش بینی قیمت گوشت مرغ، در تحقیق حاضر قیمت این محصول با استفاده از روش ARIMA و شبکه های عصبی مصنوعی برای افق های زمانی یک ماهه، شش ماهه و دوازده ماهه پیش بینی گردید و این فرضیه که شبکه ی عصبی در پیش بینی قیمت گوشت مرغ از کارایی بیشتری نسبت به مدل های سری زمانی برخوردار است، مورد بررسی قرار گرفت. داده های مربوط به این متغیّر برای دوره ی زمانی1371:1 تا 1385:11 بوده و از شر...
هدف اصلی از مدل سازی سری های زمانی دادن نظم خاص به مشاهدات وابسته به زمان است تا بر اساس آن ها بتوان پیش بینی هایی را برای آینده انجام داد. مهم ترین هدف از تجزیه و تحلیل سری های زمانی یافتن روند تغییرات و پیش بینی آینده آن است. هدف پژوهش حاضر مطالعه و پیش بینی تغییرات بیشینه دمای شیراز برای دوره اقلیمی (2020-2011) با استفاده از مدل های باکس و جنکیز است. در ابتدای پژوهش برای جلوگیری از بایاس بود...
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)...
شهرنشینی و توسعه شهرها به همراه افزایش شتابان جمعیت و توسعه فعالیت های صنعتی با مصرف بی رویه سوخت های فسیلی، آلودگی ها را به شدت افزایش داده است که عواقب آن تغییر دوره‌های زمانی مطلوب از نظر اقلیم آسایش است. در واقع با شناخت از وضعیت اقلیمی شهر در ماه‌های مختلف سال و بررسی داده های هواشناسی، ایجاد آسایش اقلیمی امکان پذیر می‌باشد. درتحقیق حاضر از داده‌های ماهانه 4 عامل اقلیمی (میانگین دما، دمای...
نفت و گاز یکی از مهم ترین منابع انرژی است و تغییرات قیمت آن می تواند تاثیر معنی داری بر تصمیمات اقتصادی داشته باشد. قیمت حامل های انرژی نبایستی بیش از 90 درصد قیمت فوب خلیج فارس باشد. در این مقاله برای پیش بینی، از داده های سری زمانی و از مدل های arima و afrima استفاده گردیده است. نتایج پژوهش حاضر نشان داده است که مدل afrima از مدل arima، توان پیش بینی بهتری دارد.
یکی از عوامل تاثیر گذار در توسعه مدل های مختلف حمل و نقلی، در نظر گرفتن هزینه های مستقیم و غیر مستقیم آن در برنامه ریزی کوتاه مدت، میان مدت و بلند مدت است. برخی از این هزینه ها به اجتماع وارد می شود که در ادبیات اقتصادی تحت عنوان آثار خارجی منفی محسوب می شود. مصرف سوخت در حمل ونقل یکی از عوامل اصلی ایجاد کننده این گونه هزینه ها است. هدف مقاله حاضر برآورد و پیش بینی هزینه های اجتماعی ناشی از مصر...
Seasonal ARIMA model is a good traffic model capable of capturing the behavior of a network traffic stream. In this paper, we give a general expression of seasonal ARIMA models with two periodicities and provide procedures to model and to predict traffic using seasonal ARIMA models. The experiments conducted in our feasibility study showed that seasonal ARIMA models can be used to model and pre...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید