نتایج جستجو برای: مدل arma و arima
تعداد نتایج: 768001 فیلتر نتایج به سال:
Traditionally, the autoregressivemoving average (ARMA)model has been one of themost widely used linear models in time series prediction. Recent research activities in forecasting with artificial neural networks (ANNs) suggest that ANNs can be a promising alternative to the traditional ARMA structure. These linear models and ANNs are often compared with mixed conclusions in terms of the superior...
اساس بسیاری از تصمیم گیری ها در فرآیندهای هیدرولوژیکی و تصمیمات بهره برداری از منابع آب بر پایه پیش بینی و تحلیل سری های زمانی است. خشکسالی حالتی نرمال و مستمر از اقلیم ایران با فراوانی وقوع نسبتاً بالا است و می توان با استفاده از تحلیل های آماری و مدل های ریاضی به پیش بینی آن پرداخت. در پژوهش حاضر به پیش بینی خشکسالی هواشناسی 5 ایستگاه حوزه آبریز سلماس واقع در استان آذربایجان غربی پرداخته شد. ب...
This is an early version of a set of notes for the course on Time Series Analysis offered at Lund University. Any and all comments and suggestions are most welcome and appreciated. Glossary and Abbreviations 1-D, 2-D, etc. One-dimensional, two-dimensional, etc. ACF Auto-covariance function AR Autoregressive ARIMA Integrated ARMA ARMA Autoregressive moving average ARMAX ARMA with exogenous input...
The adequate modeling and estimation of solar radiation plays a vital role in designing energy applications. In fact, unnecessary environmental changes result several problems with the components photovoltaic affects generation network. Various computational algorithms have been developed over past decades to improve efficiency predicting various input characteristics. This research provides fi...
Despite their theoretical limitations, ARIMA models are widely used in real-life forecasting tasks. Parzen has proposed an extension of ARIMA models: ARARMA models. ARARMA models consist of an AR model followed by an ARMA model. Following Parzen approach,-NARMA neural network are MLP, the units of which are simple non-linear ARMA-based models (-NARMA units). They are a non-linear extension of A...
پیشبینی بازارهای مالی یکی از سرفصلهای مهم در حوزه مالی و مطالعات پژوهشی است. اهمیت پیشبینی از یک سو و پیچیدگی آن از سوی دیگر باعث شده است که تحقیقات زیادی در این زمینه انجام شود. در این پژوهش از یک روش ترکیبی شامل تبدیل موجک، مدل ARMA-EGARCH و شبکه عصبی مصنوعی برای پیشبینی یک دورهای قیمت سهام در بازارهای ایران و آمریکا استفاده شده است. ابتدا به کمک تبدیل موجک سری زمانی را به چند سری جزئی و...
در تحقیق حاضر ابتدا منحنی فیلیپس کینزین جدید هایبریدی با استفاده از دادههای فصلی، طی دوره زمانی1q1375تا 4q1389 بر اساس روش گشتاورهای تعمیم یافته (gmm)برآورد شده است، سپس با استفاده از معیار آکائیک یک مدل مناسب arima تصریح گردید. در پایان هم، تورم با استفاده از هر دو مدل، در دو افق چهار دورهای و هشت دورهای پیش بینی گردید و ریشه میانگین مربع خطای دو مدل مقایسه شد. نتایج حاصل از تخمین منحنی ف...
در تحقیق حاضر ابتدا منحنی فیلیپس کینزین جدید هایبریدی با استفاده از دادههای فصلی، طی دوره زمانی1q1375تا 4q1389 بر اساس روش گشتاورهای تعمیم یافته (GMM)برآورد شده است، سپس با استفاده از معیار آکائیک یک مدل مناسب ARIMA تصریح گردید. در پایان هم، تورم با استفاده از هر دو مدل، در دو افق چهار دورهای و هشت دورهای پیش بینی گردید و ریشه میانگین مربع خطای دو مدل مقایسه شد. نتایج حاصل از تخمین منحنی ف...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید