دراسة مقارنة لبعض نماذج السلاسل الزمنية مع تطبيق عملي == The Comparison Study of Some Time Series models with Practical Application
Author name:
لمى سعد عبد الزهرة
Supervisor name:
حازم منصور كوركيس
General topic:
Mathematics
Specific topic:
Mathematics
Degree:
Master
University:
University of Baghdad
Language:
English
University location:
Baghdad
First pages:
27T981 - p.pdf
Abstract:
يعد التنبؤ بالسلاسل الزمنية احدى تقنيات التنبؤ التي تستخدم في ادارة العمليات.في هذه الرسالة تمت مناقشة الافكار الاساسية والضرورية لدراسة وفهم نماذج السلاسل الزمنية من خلال مراجعة مركبات السلسلة الزمنية المتمثلة بالاتجاه العام والتغيرات الموسمية والتغيرات الدورية والعشوائية. ان تحليل السلاسل الزمنية يلعب دورا مهما للتعامل مع مسائل عديدة في مختلف الحقول، وما دمنا في صدد اختيار النموذج الافضل لغرض التنبؤ فان اهتمامنا سوف يتركز على بعض نماذج السلاسل الزمنية مثل التمهيد الاسي ونماذج البوكس - جينكينز. لقد قمنا بتوظيف بيانات تم الحصول عليها من وزارة النفط وبالتحديد من شركة توزيع المنتجات النفطية والخاصة باستهلاك المنتوجات النفطية البيضاء (بنزين - نفط ابيض - زيت الغاز), وبذلك اصبح لدينا ثلاثة سلاسل زمنية. الاولى لمنتوج البنزين والثانية لمنتوج النفط الابيض والثالثة لمنتوج زيت الغاز, وتم تطبيق النماذج المشار اليها اعلاه للتنبؤ واختيار النموذج الافضل. وقد اعتمد كل من متوسط مربعات الخطا MSE)), متوسط النسبة المطلقة للخطاMAPE))، متوسط القيمة المطلقة للخطاMAD)), متوسط مربعات الانحرافات(MSD) كمعايير للمفاضلة بين هذه الطرق.واخيرا نتمنى ان تعود دراستنا بالفائدة على بلدنا. | Time series forecasting is one of the most common forecasting techniques used in operation management. In this thesis, we discuss some fundamental concepts that are necessary for proper understanding of time series models, by introduce a brief review of time series components that are secular trend, seasonal variations, cyclic, and irregular movements. Time series analysis plays an important rule in dealing with some problems in different fields. Selection best model for forecasting is an important job. So, we focus our attention on some of time series models such as exponential smoothing and Box - Jenkins models. We employ a data from Ministry of Oil especially from Oil Products Distribution Company about consumption of white oil products (Gasoline, Kerosene, Diesel ). Thus, we have three types of time series, the first is Gasoline product, the second is Kerosene product and the third is Diesel product. We apply the methods mentioned above to choose the best one for forecasting. We use different criteria for comparison, namely; the mean square error(MSE) the mean absolute percentage error(MAPE), the mean absolute deviation(MAD) and mean squared deviation(MSD). Finally, we hope that our study has some benefit for our country.
