Explore the vast range of titles available.

يعتبر تحليل السلاسل الزمنية من الأدوات الإحصائية الهامة لوضع الخطط والبرامج الإحصائية المرتبطة بدراسة ظاهرة معينة والتنبؤ بهذه الظاهرة في المستقبل اعتمادا على قيمها في الماضي، وتعتمد دقة التنبؤ بقيم الظاهرة محل الدراسة على دقة تحليل بيانات السلسلة الزمنية في الماضي، إلا أن السلسلة الزمنية تتعرض لبعض التغيرات التي تؤثر على سكونها ومن ثم دقة التنبؤ. في هذه الدراسة سوف يتم بحث تأثير كل من ذاكرة السلسلة الزمنية والعوامل الموسمية والعوامل غير المنتظمة على سكون السلسلة فضلا عن مدى تأثير العوامل غير المنتظمة على ذاكرة السلسلة الزمنية حيث أن ذاكرة السلسلة الزمنية قد تكون ذاكرة قصيرة المدى وقد تكون ذاكرة طويلة المدى، وتقوم العوامل غير المنتظمة بتوليد ذاكرة تعرف بالذاكرة طويلة المدى الزائفة وقد تم استخدام نموذج الفروق الكسرية الموسمي مع عمليات ماركوف العشوائية Markov Regime Switching - Seasonal Fractional Integrated (MRS-SARFIMA) كأداة لاختبار حالة الذاكرة المتولدة في السلسلة الزمنية، كما أنه تم استخدام كل من نموذج الفروق الكسرية الموسمي Seasonal Fractional Integrated (SARFIMA) ونموذج الفروق الكسرية الموسمي مع عمليات ماركوف العشوائية Markov Regime Switching - Seasonal Fractional Integrated (MRS-SARFIMA) للتنبؤ بالسلسلة الزمنية الشهرية الخاصة بحجم إنتاج البترول الكلي في مصر وتحديد أي النماذج الأكثر ملائمة لتحليل السلسلة الزمنية في ظل وجود العوامل الموسمية وغير المنتظمة فضلا عن تحديد أسلوب التقدير الأمثل لكل من النموذجين.