تحليل السلاسل الزمنية Time Series Analysis

السلاسل الزمنية تشير إلى مجموعة متسلسلة من القياسات أو المشاهدات المسجلة عبر الزمن لمتغير محدد. وعادة ما يتم تسجيل هذه القيم خلال فترات زمنية محددة متساوية ومتسقة ومتسلسلة والتي قد تكون دقائق، ساعات، أيام، أسابيع، أشهر، سنوات ،…الخ. وينشأ هذا النوع من البيانات في مختلف المجالات العلمية والانسانية، بما في ذلك الاقتصاد القياسي والمالية، الهندسة، الطلب، علم الوراثة، علم الاجتماع، والعلوم البيئية. تحليل السلسلة الزمنية يشير إلى مجموعة من الطرق والتقنيات الاحصائية المستخدمة لتحليل سلسلة من المشاهدات التي تم تجميعها بشكل منتظم عبر الزمن لاستخلاص احصائيات قيمة أو لفهم خصائص البيانات أو للقيام بعملية التنبؤ أو بغرض دعم عملية اتخاذ القرار. هذا الدرس هو مقدمة لتحليل السلاسل الزمنية ويهدف إلى عرض مختلف الطرق والتقنيات المخصصة لهذا الغرض، ويغطي مواضيعا مثل: تقنيات الوصف والتمثيلات البيانية، آليات تمليس السلاسل الزمنية، وحساب الفارق والارتباط الذاتي، تفكيك السلاسل الزمنية وتحليل الاتجاه والتغيرات الموسمية، النماذج المستخدمة مع السلاسل المستقرة وغير المستقرة، ونماذج تحليل الانحدار والتنبؤ.

course logo

تحليل السلاسل الزمنية Time Series Analysis

السلاسل الزمنية تشير إلى مجموعة متسلسلة من القياسات أو المشاهدات المسجلة عبر الزمن لمتغير محدد. وعادة ما يتم تسجيل هذه القيم خلال فترات زمنية محددة متساوية ومتسقة ومتسلسلة والتي قد تكون دقائق، ساعات، أيام، أسابيع، أشهر، سنوات ،…الخ. وينشأ هذا النوع من البيانات في مختلف المجالات العلمية والانسانية، بما في ذلك الاقتصاد القياسي والمالية، الهندسة، الطلب، علم الوراثة، علم الاجتماع، والعلوم البيئية. تحليل السلسلة الزمنية يشير إلى مجموعة من الطرق والتقنيات الاحصائية المستخدمة لتحليل سلسلة من المشاهدات التي تم تجميعها بشكل منتظم عبر الزمن لاستخلاص احصائيات قيمة أو لفهم خصائص البيانات أو للقيام بعملية التنبؤ أو بغرض دعم عملية اتخاذ القرار. هذا الدرس هو مقدمة لتحليل السلاسل الزمنية ويهدف إلى عرض مختلف الطرق والتقنيات المخصصة لهذا الغرض، ويغطي مواضيعا مثل: تقنيات الوصف والتمثيلات البيانية، آليات تمليس السلاسل الزمنية، وحساب الفارق والارتباط الذاتي، تفكيك السلاسل الزمنية وتحليل الاتجاه والتغيرات الموسمية، النماذج المستخدمة مع السلاسل المستقرة وغير المستقرة، ونماذج تحليل الانحدار والتنبؤ.

التسجيل مطلوب
86
تاريخ الإضافة 2023-10-06 15:27:07
آخر تحديث 2023-10-06 15:27:07

ماذا سوف تتعلم في هذا المقياس

  1. ت

محتوى المقياس

  • المحاضرة 1
    مدخل لتحليل السلاسل الزمنية Introduction to time series analysis
  • المحاضرة 2
    تفكيك السلسة الزمنية -1 Time Series Decomposition -1
  • المحاضرة 3
    تفكيك السلسلة الزمنية -2 Time Series Decomposition-2
  • المحاضرة 4
    تفكيك السلسلة الزمنية 3 Time Series Decomposition 3
  • المحاضرة 5
    الارتباط الذاتي والارتباط الذاتي الجزئي Autocorrelation and Partial Autocorrelation
  • المحاضرة 6
    استقرارية السلسلة الزمنية Time Series Stationary
  • المحاضرة 7
    التنبؤ باستخدام نماذج ARIMA -1 Forecasting Using ARIMA Models-1
  • المحاضرة 8
    التنبؤ باستخدام نماذج ARIMA -2 Forecasting Using ARIMA Models-2

مُدرس المقياس

شعابنة سميرة أستاذ محاضر أ

نبذة تعريفية

  1. دكتوراه في علوم و هندسة الإدارة من جامعة أوخان للتكنولوجيا -أوخان- الصين، سنة 2015.
  2. ماجستير في إدارة الأعمال MBA من جامعة أوخان للتكنولوجيا -أوخان- الصين، سنة 2011.
  3. ليسانس في إدارة الأعمال من جامعة باتنة- الجزائر، سنة 2008.

مجالات البحث

  1. تحليل البيانات
  2. تحليل السلاسل الزمنية

المنشورات

  1. Analysis of the State of E-commerce in Algeria, International Journal of Marketing Studies, Vol 7- No 2 (2015),
  2. Designing a Ranking System for Product Search Engine Based on Mining UGC, Management Information System, E-commerce, Vol 2-No 1 (June 2015)
  3. A National Perspective on the Factors Involved in the Lack of E-commerce in Algeria. WHICEB 2014 Proceedings. 5.