" استعمال الخوارزمية الجينية للتنبؤ بنموذج الخطأ المكاني لتباين توزيع كاما متعدد المتغيرات
Keywords:
نموذج الخطأ المكاني، تقنية الخوارزمية الجينية (الوراثية)، مصفوفة التجاورات المكانية، تباين توزيع كاما متعدد المتغيرات، نموذج انحدار كاما، تقنية الشبكات العصبية الاصطناعية.Abstract
تهدف الدراسة الى استخدام أسلوب جديد يقوم على اعتماد نموذج الخطأ المكاني كبديل عن نموذج الانحدار الاعتيادي بالإضافة الى استثمار تقنية الشبكات العصبية الاصطناعية في هذا المجال، اي بمعنى أن تكون مشاهدات حد الخطأ ترتبط مكانياً فيما بينها، وبافتراض كون النموذج يتبع تباين توزيع كاما متعدد المتغيرات، تم اجراء عملية التنبؤ بأسعار الأسهم المالية في العراق. اما فيما يتعلق بنموذج الخطأ المكاني الذي يحتوي على معلمة التأثير المكاني، فضلاً عن معلمات تباين توزيع كاما متعدد المتغيرات. وتم استعمال تقنية الخوارزمية الجينية (الوراثية) لتقدير معلمات النموذج، وأن تكون مصفوفة التجاورات المكانية عبارة عن مصفوفة (Rook) . وطبقت النتائج التي تم الوصول إليها على مجاميع من البيانات الحقيقية المتعلقة بسوق الاوراق المالية في العراق ولقطاع المصارف والصناعة والزراعة. وبالاستعانة ببرنامج (Matlab R2020a) و الـ SPSS أظهرت نتائج تقنية الخوارزمية الجينية تفوقها على طريقة الامكان الاعظم للتنبؤ بنموذج الخطأ المكاني لتباين توزيع كاما متعدد المتغيرات مقارنة مع نموذج الانحدار الاعتيادي ونموذج انحدار كاما وتقنية الشبكات العصبية الاصطناعية، وذلك بالاعتماد على معياري متوسط مربعات الخطأ ومتوسط النسبة المطلقة للخطأ.
Downloads
References
1. ابو الشعير، محمود جواد والصراف، نزار مصطفى (2018) " الانحدار الخطي: رؤئ من القاعدة الى القمة"، مطبعة عبد السلام، الطبعة الاولى، كلية الرافدين الجامعة، العراق.
2. الكسو ،ابتهاج عبد الحميد محمد علي (2005). " استخدام الشبكات العصبية في تقدير رتب سلاسل ماركوف مع التطبيق على سلسلة جبل بطمة في محافظة نينوى "، اطروحة دكتوراه غير منشورة كلية علوم الحاسبات والرياضيات، جامعة الموصل، العراق.
3. علي، عمر عبدالمحسن و هادي، سوسن قاسم (2014) " تقدير نماذج الانحدار الحيزي لنسب الفقر في اقضية العراق للعام 2012" ، مجلة العلوم الاقتصادية والادارية، المجلد العشرون ، العدد التاسع والسبعون، ص.ص: 337-351.
4. مخيلف، حسين خليل عبيد و عبد الرحيم ، مشتاق كريم (2022)" تقدير معلمات انحدار log-logistic باستخدام الخوارزمية الجينية مع تطبيق عملي"، رسالة ماجستير غير منشورة، كلية الادارة والاقتصاد، جامعة كربلاء، العراق.
5. Abd Alwahab, O. A., & Shimal, A. H. (2023)” Using the Spatial Error Model to Study The Effect of Location on Rainfall in Iraq”. Al-Rafidain University College For Sciences, (54).
6. Bhaumik, D. K., Kapur, K., & Gibbons, R. D. (2009). “Testing parameters of a gamma distribution for small samples”. Technometrics, 51(3), 326-334.
7. Fogel D., (1998) “Evolutionary Computation: The Fossil Record”. Piscataway NJ: IEEE Press.
8. Gallaugher, M.P. & McNicholas, P.D. (2019) "Three skewed matrix variate distribution", Statistics & Probability Lettres, vol.145, p.p. 103-109.
9. Koudou, A. E. & Ley, C. (2014) " Characterizations of GIG laws: a survey complemented with two new result" , Proba. Surv. ,vol. 11 , p.p. 161-176.
10. Salih, S. A. & Aboudi, E. H.(2021)” Bayes estimators of a multivariate generalized hyperbolic partial regression model”, Int. J .Nonlinear Anal. Appl. 12 No. 2 , pp 961-975. https://ijnaa.semnan.ac.ir/article_5166.html
11. Sarle , Warren S. , (1994)." Neural Networks and Statitical Models", Proceeding of The Nineteenth Annual SAS Vsers Group Internaternational Conference, SAS Institute Inc., Cary, NC, USA.
12. Thede, S. M. (2004). “An introduction to genetic algorithms”. Journal of Computing Sciences in Colleges, 20(1), 115-123.
13. Yildirim, V., & Mert Kantar, Y. (2020). “Robust estimation approach for spatial error model”. Journal of Statistical Computation and Simulation, 90(9), 1618-1638.
14. Zhang G., Patuwo B., and Hue M., (1998) "Forecasting with artificial neural networks: The state of the art," International Journal of Forecasting, vol.14
