توظيف المنطق المضبب في تشخيص نماذج ARFIMA مع التطبيق

الباحث

رحاب طلال أحمد حسين

المشرف

عمر سالم إبراهيم أمين

الجامعة

جامعة الموصل

الكلية / القسم

كلية علوم الحاسوب والرياضيات / الإحصاء والمعلوماتية

الشهادة

ماجستير

السنة

2024

لغة الرسالة

عربي

الكلمات المفتاحية

المنطق المضبب ; نماذج ARFIMA ; السلاسل الزمنية ; الذاكرة الطويلة

Gags الرسالة الى تحليل السلسلة الزمنية لأسعار المحاصيل الزراعية بالدينار العراقي في مدينة الموصل وللفترة من كانون الثاني 2018 ولغاية كانون الاول 2023 ل 282 مشاهدة وبشكل أسبوعي وتم اختيار اسعار محصول (الموز المستورد) ، حيث تم تطبيق نماذج ARFIMA (p,d,q) واستخدم في الرسالة ose طرق لتقدير الذاكرة الطويلة وتحديد قيمة معلمة الفرق الكسري (d) منها طرق GIS المرحلة الواحدة والمتمثلة بطريقة Maximum (EML) Exact Likelihood المستخدمة في الدراسة وطرق GI المرحلتين المتمثلة بطرق Geweke-Porter-Hudak (GPH) ، وطريقة Smoothe-driodogram . (R/S) Rescaled_ Range وطريقة ،( Fracdiff ) وطريقة ، estimation(dsprio) ومع تزايد الاهتمام بتحليل السلاسل الزمنية بالطرق الحديثة تم تطبيق المنطق الضبابي على وباستخدام عدة نماذج Fuzzy-ARFIMA(FTS) الذاكرة الطويلة Gla السلسلة الزمنية وكذلك تم تطبيق النموذج الهجين ،(Chen, Singh , Heuristic) تضبيب منها (Chen, Singh , Heuristic) وباستخدام نماذج التضبيب ARFIMA-Hybrid وتتميز معظم السلاسل الزمنية بأنها تتكون من مكونين، خطي وغير خطيء وعند القيام بالتنبؤات، فإن النماذج الفردية لا تكفي لنمذجة هذه السلاسل. مؤخرّاء تم استخدام العديد من النماذج الخطية وغير الخطية والهجينة للتنبؤ. في دراستناء تم استخدام نموذج هجين جديد مع (ARFIMA) يعتمد على دمج نموذج الانحدار الذاتي المتكامل كسرياً للمتوسط المتحرك يقوم النموذج الهجين المستخدم بتحليل المكون (FTS) نموذج السلاسل الزمنية الضبابية ويحسب القيم المتنبأ بهاء ثم ARFIMA الخطي للسلسلة الزمنية المحددة باستخدام نموذج يحسب البواقي لهذا النموذج, يتم تحليل المكون غير الخطي باستخدام نموذج السلسلة الزمنية للبواقي المحسوية، التي تحتوي بطبيعتها على الأنماط غير الخطية للسلسلة (FTS) الضبابية الزمنية. وتمت المفاضلة بين النماذج من خلال مجموعة من مقاييس دقة (MSE,RMSE,MAE) $i) ، وقد أظهرت النتائج ان تحليل سعر الموز المستورد لنموذج Fuzzy-ARFIMA (Singh) تفوق على بقية النماذج :وأظهرت النتائج النهائية أن النماذج الهجينة يمكن أن تتنبأ بالسلاسل الزمنية ذات الذاكرة الطويلة التي تحتوي على مكونات خطية وغير خطية بشكل أفضل من استخدام النماذج الكلاسيكية للتنبؤ. تم استخدام لغة (R) لكتابة البرنامج لمرحلة بناء النماذج المستخدمة في هذه الرسالة للوصول إلى النتائج النهائية. المحتوبات س1 ل اك مح 7س 1ل ا ال الا لوو رك الت م ا ل ee ١ 084200000000 مك ee اسك ee شمر 000 ee ae ل eae Tare | 0 ا،سصيت ,فييك eaves | ا سس | ووه 0 #8 | مسي 0] 64 سس 1 552525311 ا كر م للمنسسس ملس اسك | ا هسم

The thesis aims to analyze the time series of agricultural crop prices in Iraqi dinars in the city of Mosul for the period from January 2018 to December 2023 for 282 observations on a weekly basis. Crop prices (imported bananas) were chosen, and models (p, d, q)ARFIMA Several methods were used in the thesis to estimate long memory and determine the value of the fractional difference parameter (d), including one-stage methods represented by the Maximum Likelihood Exact (EML) method used in the study and two-stage methods represented by the Geweke-Porter- Hudak (GPH) method, and the Smoothe method. -driodogram estimation (dsprio), the (Fracdiff) method, and the (R/S) Rescaled_Range method. With the increasing interest in analyzing time series using modern methods, fuzzy logic was applied to long-memory time series Fuzzy-ARFIMA (FTS) and using several fuzzy models, including (Chen, Singh, Heuristic), and the hybrid model ARFIMA-Hybrid was also applied using fuzzy models (Chen , Singh, Heuristic). Most time series are characterized by two components, linear and nonlinear, and when making predictions, individual models are not sufficient to model these series. Recently, many linear, nonlinear, and hybrid models have been used for forecasting. In our study, a new hybrid model based on combining an autoregressive fractionally integrated moving average (ARFIMA) model with a fuzzy time series (FTS) model was used. The hybrid model used analyzes the linear component of the given time series using the ARFIMA model, calculates the predicted values, and then calculates the residuals for this model. The nonlinear component is analyzed using the Fuzzy Time Series (FTS) model for the imputed residuals, which inherently contain the nonlinear patterns of the time series. The models were compared through a set of forecast accuracy measures (MSE, RMSE, MAE). The results showed that the analysis of the imported banana price according to the Fuzzy-ARFIMA (Singh) model outperformed the rest of the models used. The final results showed that the hybrid models can predict long-memory time series that contain linear and nonlinear components better than using classical models for forecasting. The R language was used to write the program for the model building phase used in this thesis to reach the final results.

طلب نسخة من الملف

الملفات غير منشورة على الموقع. اترك بياناتك وسيتواصل معك موظفو قسم الشؤون الثقافية والفنون لإرسال النسخة مجاناً.

الاسم

رقم الهاتف

البريد الإلكتروني

الغرض من الطلب (اختياري)

إرسال الطلب