النتبؤ بأعداد المصابين بفيروس Covid-19 في محافظة كربلاء المقدسة باستعمال أنموذجات السلاسل الزمنية اللاخطية

رسالة ماجستير

اسم الباحث : محمد صالح هاشم

اسم المشرف : جاسم ناصر حسين

الكلمات المفتاحية : السلاسل الزمنية اللاخطية، الانموذج اللوجستي، التنبؤ، خصائص السلسلة الزمنية، كوفيد-19

الكلية : كلية الادارة والاقتصاد

الاختصاص : علوم الأحصاء

سنة نشر البحث : 2021

تحميل الملف : اضغط هنا لتحميل البحث

المستخلص

ان الزيادة الحاصلة في أعداد الإصابات اليومية بفيروس Covid-19 حول العالم ولا سيما العراق وبالخصوص في محافظة كربلاء المقدسة وما خلفه هذا الفيروس من خسائر بشرية ومادية واقتصادية وسبب كذلك اثاراً اجتماعية ونفسية لفئات المجتمع كافة، كان هذا الدافع الرئيس للقيام بهذه الدراسة التي تهدف الى اختيار أفضل أنموذج للتنبؤ بأعداد الإصابات اليومية بفيروس Covid-19 في محافظة كربلاء المقدسة من بين إنموذجات السلاسل الزمنية اللاخطية المستعملة في هذه الدراسة باستعمال المعايير الإحصائية (AIC, BIC, H-Q).
تضمنت هذه الرسالة جانبين (نظري وتطبيقي) يتضمن الجانب النظري خصائص السلسلة الزمنية (الاستقرارية، الخطية والتجانس) واهم الاختبارات الإحصائية التي تستعمل لاختبار هذه الخصائص. كذلك يتضمن بعض الأنموذجات اللاخطية للسلاسل الزمنية وهي (Exponential, Von Bertalanffy, Gompertz, Logistic and Chapman Richard). ويتضمن أيضا طريقة تقدير معلمات هذه الأنموذجات وكذلك بعض الاختبارات والمعايير الإحصائية لقياس معنوية المعلمات وجودة الأنموذجات وكذلك معايير المفاضلة بين الأنموذجات ومقاييس القوة التنبؤية. اما الجانب التطبيقي فقد تم تطبيق جميع ما ذكر في الجانب النظري على عينة من الأشخاص المصابين بفيروس Covid-19 وبحجم 122 مشاهدة وللمدة من (1-6-2020) الى (30-9-2020). وبينت النتائج انها سلسلة غير مستقرة، غير خطية وغير متجانسة. وان الأنموذج الأفضل هو الأنموذج اللوجستي Logistic model وذلك باستعمال معايير المعلومات الإحصائية (AIC, BIC, H-Q). والذي يعطي اقل قيمة لهذه المعايير. كما واظهرت النتائج ان هنالك تقارباً بين القيم التنبؤية للأنموذجات الخمسة المستعملة في هذه الرسالة. كذلك مقاييس القوة التنبؤية (MSE, RMSE) إذ أظهرت النتائج ان الأنموذج اللوجستي Logistic model يعطي اقل قيمة لهذه المقاييس وهذا يدل على كفاءة الأنموذج المقترح للتنبؤ بأعداد المصابين بفيروس Covid-19.

 

Forecasting the number of infected people with covid-19 in the Holy Kerbala Governorate Using nonlinear time series models