پارامتر‌های اقلیمی از جمله دما و بارش نقش مهمی در مدیریت منابع آب حوضه‌آبریز و برنامه‌ریزی‌های کشاورزی دارند. از جمله مدل‌های پیش بینی کوتاه مدت این پارامترها، مدل‌های سری زمانی هستند. در تحقیق حاضر، توانایی مدل‌های سری زمانی در پیش‌بینی دما و بارش ماهانه ایستگاه لتیان مورد بررسی قرار گرفته است. بدین منظور ابتدا به کمک آزمون من‌کندال فصلی روند داده‌ها بررسی گردید و سپس مدل‌های مختلف خودهمبسته ب...

در این پژوهش به پیش بینی واردات محصولات چرمی شامل پوست های طبیعی و بدلی، چرم و محصولات ساخته شده از چرم برای 5 سال آینده با استفاده از ارزش واردات این محصولات طی دوره 1389-1360 مبادرت شده است. برای انجام پیش بینی ابتدا پیش بینی پذیر بودن سری ها به وسیله آزمون تصادفی بودن والد-ولفویتز بررسی شد. سپس روش های رگرسیونی غیرعلی شامل arma و arima و هم چنین روش های غیر رگرسیونی شامل هموارسازی یگانه، همو...

به منظور بررسی دقت روشهای رگرسیونی چاو و استوکاستیک برای برآورد دبی حداکثر سالیانه در منطقه البرز مرکزی با استفاده از آمار دبی های حداکثر روزانه اقدام به بازسازی دبی های حداکثر سالیانه شد. در این تحقیق از روش همبستگی برای بازسازی دبی های حداکثر سالیانه استفاده شد. پس از بررسی و تکمیل آمار، داده های 23 ایستگاه هیدرومتری موجود در منطقه با طول دوره آماری مشترک 20 ساله برای بررسی و تجزیه و تحلیل ان...

از تولید ناخالص ملی همه کشورها، صرف هزینههای مستقیم و غیرمستقیم تصادفات میشود. هدف از انجام تحقیقحاضر، ارائه مدل پیشبینی هزینههای تصادفات منجر به فوت است. در این تحقیق با استفاده از شیوههای دیات دادگاه و تولید ازدست رفته، هزینه هر فوت تعیین شده و با استفاده از الگوی سری زمانی 12 ( arima(3,0,0)(1,0,0 (، تعداد فوتیهاپیشبینی میشود که با ادغام سری زمانی و روشهای برآورد هزینه میتوان میزان اتلاف تول...

هدف از این تحقیق پیش بینی روند مصرف کاغذ چاپ و تحریر در ایران طی یک دوره زمانی 5 ساله با استفاده از روشهای کلاسیک و نوین پیش بینی است. به منظور انجام این پیش بینی، در ابتدا پیش بینی پذیر بودن سری زمانی با استفاده از آزمون های دوربین- واتسون و گردش مورد بررسی قرار گرفت. سپس به مقایسه مدل شبکه عصبی مصنوعی (پرسپترون چندلایه (MLP)) و مدل های کلاسیک تک متغیره و چندمتغیره از قبیل مدل های تک متغیره هم...

همان طور که می دانیم سری های زمانی با مقادیر صحیح در موارد بسیاری، اغلب به عنوان تعداد پیشامدها رخ می دهند. سری های زمانی استاندارد از قبیل سری های میانگین متحرک اتورگرسیو استاندارد با خطای گوسی، فرض می کند که داده های سری، مقادیری حقیقی باشند. در نتیجه این مدل های استاندارد برای مدل بندی سری های زمانی با مقادیر صحیح نامناسب بنظر می رسند. بالاخص زمانیکه فراوانی داده ها کم باشد. در دو دهه اخیر ت...