8321پ

كارشناسي ارشد

آمار رياضي

دانشگاه پيام نور

1392

28/09/1392

يارمحمدي، مسعود

شادرخ، علي

37-36

محمدي، زهرا , عنوان , دانشگاه پيام نور/ تهران شرق

تحليل مجموعه مقادير تكين چند متغيره ((MSSA يكي از روشهاي ناپارامتري براي تحليل سريهاي زماني چند متغيره بوده و نظير حالت يك متغيره (SSA) شامل دو مرحله تجزيه و بازسازي است . در مرحله تجزيه هر متغير كه يك سري زماني مي باشد، به طور جداگانه به چند مولفه قابل تفسير همچون روند، مولفه نوساني و نوفه تجزيه شده و بعد از گروهبندي مناسب، مولفه هاي بازسازي شده مربوط به هر سري در يك ماتريس معين، درست به همان ترتيب و چيدمان قبل از تجزيه در كنار هم قرار مي گيرند. به اين ترتيب مولفه هاي بازسازي شده براي پيش بيني مشاهدات جديد مربوط به هر سري مورد استفاده قرار مي گيرند. روش MSSA به مانند SSA به انتخاب دو پارامتر اساسي طول پنجره و پارامتر ساختاري مرتبط با نحوه گروهبندي بستگي دارد. در اين تحقيق پس از معرفي تحليل مجموعه مقادير تكين يك متغيره (SSA) و نحوه تعيين پارامترهاي آن، تعميم آن به حالت چند متغيره مي پردازيم. در ادامه دو الگوريتم پيش بيني برداري و بازگشتي در حالت چند متغيره مورد بحث و بررسي قرار مي گيرد. در ادامه با استفاده از روشهاي شبيه سازي به بررسي روشهاي مختلف پيش بيني MSSA پرداخته سپس با استفاده از كاربرد اين روش بر روي مجموعه داده هاي واقعي به ارزيابي و مقايسه روش MSSA با روش الگوي اتورگرسيو با وقفه هاي توزيع شده ARDL انجام مي شود

فصل اول: مفاهيم مورد نياز. فصل دوم: مقدمه اي بر تحليل سريهاي زماني. فصل سوم: تحليل مجموعه ي مقادير تكين چند متغيره. فصل چهارم: ارزيابي الگو. فصل پنجم: نتيجه گيري

7649