مرکز دانلود فایل نگارا | تحقیق درباره سری های زمانی و مدل های پیش بینی

مرکز دانلود فایل نگارا | تحقیق درباره سری های زمانی و مدل های پیش بینی

تحقیق درباره سری های زمانی و مدل های پیش بینی

---

دسته بندي : عمومی » گوناگون

فهرست مطالب
مقدمه:
تعریف سری زمانی
مثال‌ها
سری زمانی در اقتصاد
سری زمانی فیزیک
سری‌های زمانی بازاریابی،
سری‌های زمانی جمعیت نگاری
فرایندهای دوتایی
فرایندهای نقطه ای
اصطلاحات
اهداف تجزیه وتحلیل سری‌های زمانی
استراتژي الگوسازي:
مفاهیم اولیه در سری های زمانی (براي متغيرهاي اقتصادي)
فرآیند مانای (پایای) قوی (مانای اکید)
فرآیند مانای (پایایی) ضعیف
فرآیند نوفه سفید (فرآیند اغتشاش خالص)
مدل های پیش بینی
به طور كلي براي انتخاب مدل مناسب پيش بيني توجه به موارد زير ضروري است :
1-محدوده زماني :
2- آمار و ارقارم داده شده :
3- ارتباط اطلاعات با متغير مورد نظر :
4- هزينه :
5- دقت :
6- سادگي :
انواع شيوه هاي پيش بيني
پيش بيني قضاوتي
انواع پیش بینی قضاوتی
پيش بيني قضاوتي – روش توافق جمعي
پيش بيني بر مبناي گذشته
انواع پیش بینی به روش گذشته
پيش بيني بر مبناي گذشته – روش ميانگين متحرك
محاسبه خطاي پيش بيني در روش ميانگين متحرك
پيش بيني بر مبناي گذشته – روش ميانگين متحرك وزني
پيش بيني بر مبناي گذشته – روش نمو هموار
پيش بيني بر مبناي گذشته – روش باكس – جنكينز
پيش بيني بر مبناي گذشته – روش هاي تعيين روند
پيش بيني بر مبناي گذشته – روش نمو هموار دوبل
پيش بيني برمبناي گذشته – روش كمترين مجذورات
پيش بيني علت و معلولي
انواع پیش بینی به روش علت و معلولی
پيش بيني علت معلولي – روش رگرسيون
ساير پيش بيني هاي علت و معلولي
مدل اقتصاد سنجي
مدل داده- ستاده
مدل شاخص راهنما
مدت طول عمر
نرم افزار ميني تب (Minitab):

مقدمه:
يك سري زماني مجموعه مشاهداتي است كه بر حسب زمان مرتب شده باشند. داده هايي كه از مشاهدات يك پديده در طول زمان بدست مي آيند بسيار متداول هستند. در كسب و كار و اقتصاد، قيمت سهام در بازار بورس، شاخصهاي قيمت ماهانه، ارقام سالانه و غيره را مشاهده مي كنيم. در هواشناسي بيشترين و كمترين درجه حرارت روزانه، باران سالانه و شاخصهاي خشكسالي و سرعتهاي باد در ساعات مختلف را مشاهده مي كنيم. در كشاورزي ارقام سالانه مربوط به محصول و توليد دام، فرسايش خاك و صادرات را ثبت مي كنيم. در علوم بيولوژيكي فعاليت الكتريكي قلب را در فواصل يك هزارم ثانيه مشاهده مي كنيم. فهرست زمينه هايي كه در آن سري زماني مشاهده شده و تجزيه و تحليل مي شود بي پايان است. مي توان گفت كه بيشتر شاخه هاي علوم منجر به مطالعه داده هايي كه به شكل سريهاي زماني رخ مي دهند، مي شود.
هدف تجزيه و تحليل سريهاي زماني معمولا دو مورد است: درك يا به مدل درآوردن مكانيسم تصادفي كه منجر به مشاهده سري مي شود، و پيش بيني مقادير آينده سري بر مبناي گذشته آن.

تعریف سری زمانی
در هر علم، به آمار جمع آوری شده مربوط به متغیری كه قرار است پیش‌بینی شود و در دوره‌های زمانی گذشته موجود است، اصطلاحا سری زمانی می‌گویند. منظور از یك سری زمانی مجموعه‌ای از داده‌های آماری است كه در فواصل زمانی مساوی و منظمی جمع‌آوری شده باشند. روش های آماری كه این گونه داده‌های آماری را مورد استفاده قرار می‌هد روش های تحلیل سری های زمانی نامیده می‌شود.مانند فصلی یک شرکت طی سه سال گذشته. یک سری زمانی مجموعهٔ مشاهداتی ست که بر اساس زمان مرتب شده باشند. مثال‌های آن از اقتصاد و حتی رشته‌های مهندسی دیده می‌شود. بخصوص روشهای تجزیه و تحلیل سریهای زمانی قسمت مهمی از آمار را تشکیل می‌دهد.
مثال‌ها
• سری زمانی در اقتصاد، مانند قیمت سهام در روزهای متوالی، صادرات در ماههای متوالی، متوسط درآمد در ماههای متوالی …
• سری زمانی فیزیک، بویژه در علوم مربوط به آثار جوی، علوم دریایی، فیزیک زمین(ژئو فیزیک).
• سری‌های زمانی بازاریابی، تجزیه و تحلیل ارقام در هفته یا ماهها متوالی یک مسئلهٔ مهم در تجارت است.
• سری‌های زمانی جمعیت نگاری، اندازه گیری سالانهٔ جمعیت با هدف پیش بینی تغییرات جمعیت در مدت زمان ده تا بیست سال آینده.
• فرایندهای دوتایی، سری هایی که مشاهدات یکی از دو مقدار که معمولاً با 0 و 1 نشان می‌دهند را اختیار کند، که بخصوص در نظریه ارتباطات اتفاق می افتد را فرایند دوتایی می نامند.
• فرایندهای نقطه ای، نوعی سری زمانی که پیشامدهای رخداده به طور تصادفی در زمان رخداده، زمان‌های رخ دادن تصادفات قطار ها.
اصطلاحات
• سری پیوسته، سری‌های که مشاهدات به طور پیوسته در زمان ایجاد می‌شوند(حتی اگر مقادیر گسسته‌ای اختیار کنند)
• سری گسسته، سری که مشاهدات در زمان‌های معین و معمولاً در فاصله‌های مساوی رخ می‌دهند.
اهداف تجزیه وتحلیل سری‌های زمانی
می توان اهداف را به صورت زیر رده بندی کرد:
• توصیف
• تشریح
• پیش بینی
• کنترل
• تطویل سری زمانی کوتاه مدت به بلند مدت(data generation)

استراتژي الگوسازي:
پيدا كردن الگوهاي مناسب براي سريهاي زماني كاريست مهم. يك استراتژي چند مرحله اي براي ساختن يك الگو بوسيله آقايان باكس و جينكينس در سال 1976 وضع شده است. در اين روش سه مرحله عمده وجود دارد كه از هر يك از آنها ممكن است چندين بار استفاده كنيم:
1- تشخيص (يا شناسايي) الگو
2- برازش الگو
3-تشخيص درستي الگو يا نيكويي برازش
در تشخيص يا شناسايي الگو، دسته اي از الگوهاي سريهاي زماني را كه براي سري زماني مشاهده شده مناسب است انتخاب مي كنيم. در اين مرحله نمودار زماني سري را مورد توجه قرار داده و آماره هاي متفاوت زيادي را از داده ها محاسبه مي كنيم و همچنين از اطلاعاتمان در زمينه موضوعي كه داده ها بدست آمده اند، مانند اقتصاد، فيزيك، شيمي يا بيولوژي كه داده ها از آنجا ناشي شده اند استفاده مي كنيم. تاكيد مي كنيم الگويي كه در اين مرحله انتخاب مي شود آزمايشي است و به تجديد نظري كه بعدا در تجزيه و تحليل مي شود بستگي دارد.
در انتخاب الگو اصل امساك را در نظر مي گيريم، يعني الگوئي كه به كار برده مي شود بايد به كمترين تعداد ممكن پارامترها كه بطور قابل قبولي داده ها را مشخص مي كند نياز داشته باشد. از آلبرت انيشتاين نقل شده است كه »هر چيز بايستي تا جائي كه ممكن است ساده شود ولي نه ساده تر«.
بطور قطع الگو شامل يك يا چندين پارامتر است كه بايد مقاديرشان از سري مشاهده شده برآورد شود. برازش الگو پيدا كردن بهترين برآوردهاي ممكن پارامترهاي نامعلوم الگوي داده شده را شامل مي شود. محكهايي مانند كمترين مربعات و درستنمايي ماكزيمم را براي برآورد در نظر مي گيريم.
بررسي درستي الگو به تجزيه و تحليل كيفيت الگوئي كه ما تشخيص و برآورد كرده ايم مربوط مي شود. برازش الگو به داده ها تا چه اندازه مناسب است؟ آيا فرضهاي مربوط به الگو بطور معقولي صادق مي باشند؟ اگر عدم كفايتي پيدا نشود در اين صورت، فرض مي كنيم الگو كامل است و با استفاده از آن مي توان مقادير آينده سري را پيش بيني كرد. در غير اينصورت بر مبناي عدم كفايتي كه در الگو پيدا شده، الگوي ديگري را انتخاب مي كنيم. يعني بر مي گرديم به مرحله تشخيص الگو. بدين ترتيب سه مرحله را آنقدر دور مي زنيم تا يك الگوي قابل قبول پيدا كنيم.

دسته بندی: عمومی » گوناگون

تعداد مشاهده:
0
مشاهده

فرمت فایل دانلودی:.docx

فرمت فایل اصلی: Word — docx

تعداد صفحات: 20

حجم فایل:54
کیلوبایت