تمت دراسة المركبات الأربعة لظاهرة درجة الحرارة (الصغرى و العظمى) و هي الموسمية (S) و النزعة أو الاتجاه العام (T) و الدورية (C) و العشوائية (I) لمدينة طرطوس. و استعملت أربع طرائق مختلفة (طريقة متوسط النسب المئوية، طريقة النسبة المئوية للاتجاه العام، طريقة النسبة للمتوسط المتحرك، طريقة الوصلات النسبية) في طرح المركبة الموسمية و من ثمّ تحديد الدليل الموسمي. فبيّن الاستنتاج الإحصائي بأن طريقة متوسط النسب المئوية يمكن استعمالها في التنبؤ بدرجة الحرارة لسنة 2003 اعتماداً على السجل التاريخي للفترة (1957-2002). و بعد طرح مركبات الاتجاه العام و الموسمية و العشوائية ظهرت مركبة الدورية واضحة في هذه الظاهرة. ثم تمّ تطبيق بعض الفحوصات الإحصائية المعروفة مثل المعدّل، و الانحراف المعياري، و الاحتمالية المتجمعة التي بيّنت وجود تطابق ما بين القيم التاريخية و المتنبأ بها.
The four components of temperature (max., min.) phenomena, seasonal(S), Trend(T),
cyclical(C), and random (I) for Tartous city have been studied. Four different methods
(Average percentages method, Percentage of the general trend method, The ratio of the
moving average method, Link Relative method) are used to deduct the (S) components
and seasonal index for each method is determined.
The statistical inferences pointed that the Average percentages method can be used in
the prediction of temperature. for the year 2003 depending on a historical record (1957-
2002). The result of this deduction showed that the temperature is a cyclical phenomena.
The known statistical test like mean, Standard deviation and cumulative probability have
been done which showed a good correlation between the predicted and historical data.
Artificial intelligence review:
Research summary
تتناول هذه الدراسة تحليل السلسلة الزمنية لدرجات الحرارة في محطة طرطوس، حيث تم دراسة المركبات الأربعة لظاهرة درجة الحرارة (الصغرى والعظمى) وهي الموسمية (S) والنزعة أو الاتجاه العام (T) والدورية (C) والعشوائية (I). استخدمت أربع طرائق مختلفة لطرح المركبة الموسمية وتحديد الدليل الموسمي، وهي: طريقة متوسط النسب المئوية، طريقة النسبة المئوية للاتجاه العام، طريقة النسبة للمتوسط المتحرك، وطريقة الوصلات النسبية. أظهرت النتائج أن طريقة متوسط النسب المئوية هي الأفضل للتنبؤ بدرجات الحرارة. تم استخدام السجل التاريخي للفترة (1957-2002) لتوقع درجات الحرارة لعام 2003، وأظهرت النتائج تطابقاً جيداً بين القيم المتنبأ بها والقيم التاريخية. تم تطبيق بعض الفحوصات الإحصائية مثل المتوسط، والانحراف المعياري، والاحتمالية المتجمعة، والتي أظهرت وجود تطابق كبير بين القيم التاريخية والمتنبأ بها. خلصت الدراسة إلى أن درجات الحرارة في طرطوس تتبع نمطاً دورياً يمكن التنبؤ به باستخدام الأساليب الإحصائية المناسبة.
Critical review
تعتبر هذه الدراسة مفيدة في فهم وتحليل السلسلة الزمنية لدرجات الحرارة في محطة طرطوس، إلا أن هناك بعض النقاط التي يمكن تحسينها. أولاً، كان من الممكن تقديم تحليل أكثر تفصيلاً للعوامل الخارجية التي قد تؤثر على درجات الحرارة مثل التغيرات المناخية العالمية. ثانياً، الدراسة اعتمدت بشكل كبير على البيانات التاريخية دون النظر إلى التغيرات الحديثة التي قد تكون طرأت بعد عام 2003. ثالثاً، كان من الممكن استخدام تقنيات حديثة في تحليل البيانات مثل التعلم الآلي لتحسين دقة التنبؤ. وأخيراً، كان من الأفضل تقديم توصيات عملية بناءً على النتائج لتحسين إدارة الموارد المائية والزراعية في المنطقة.
Questions related to the research
-
ما هي المركبات الأربعة التي تم دراستها في ظاهرة درجة الحرارة في محطة طرطوس؟
المركبات الأربعة هي الموسمية (S)، النزعة أو الاتجاه العام (T)، الدورية (C)، والعشوائية (I).
-
ما هي الطريقة الأفضل التي تم استخدامها لطرح المركبة الموسمية؟
طريقة متوسط النسب المئوية هي الطريقة الأفضل التي تم استخدامها لطرح المركبة الموسمية.
-
ما هي الفترة الزمنية التي تم استخدامها في السجل التاريخي لتوقع درجات الحرارة لعام 2003؟
الفترة الزمنية المستخدمة في السجل التاريخي هي من عام 1957 إلى عام 2002.
-
ما هي الفحوصات الإحصائية التي تم تطبيقها للتأكد من صحة التنبؤ؟
تم تطبيق فحوصات إحصائية مثل المتوسط، والانحراف المعياري، والاحتمالية المتجمعة للتأكد من صحة التنبؤ.
References used
MURRAY, R.S. Statistics. Mc Graw-Hill International book company, Newyork, 1972, 538
KEITH, W.H. Time Series Analysis in Water Resources. American water Resources Association, Canada, 1985, 609- 623
MUTREJA, K.N. Applied Hydrology. Tata Mc Graw-Hill company, New Dalhi, 1986, 959
حظيت نمذجة وتوقع السلاسل الزمنية بأهمية كبيرة في العديد من المجالات التطبيقية كالتنبؤ بالطقس وأسعار العملات ومعدلات استهلاك الوقود والكهرباء، إن توقع السلاسل الزمنية من شأنه أن يزود المنظمات والشركات بالمعلومات الضرورية لاتخاذ القرارات الهامة، وبسبب
The experiment was done within -2014 in plant physiology lab.of agriculture faculty
of Tishreen University for estimation of high temperature stress toleration of citrus leaves
in three varietis(Citrus Unshiu , Meyer Lemon,Citrus SinensisWashington
We discussed in this work some predictive methods for time series and it is decomposing time series to its component (trend, Seasonality, cycle, random), Exponential smoothing, ARIMA, then we discussed some combining methods, then we formed a new c
The analysis of time series data is one of the most important statistical
topics, usually focuses on forecasting the future behavior of the series at a
certain time for certain purposes.
The study aims at comparing ARIMA models and the exponential
smoothing method in forecasting. This study also highlights the special
and basic concepts of ARIMA model and the exponential smoothing
method.
The comparison focuses on the ability