اشترك بالحزمة الذهبية واحصل على وصول غير محدود شمرا أكاديميا
تسجيل مستخدم جديدالسلاسل الزمنية هي مجموعة متسلسلة من البيانات تم مشاهدتها أو قياسها على مدى فترات زمنية متتالية، ويمكن أن تكون هذه البيانات أحادية المتغير أو متعددة المتغيرات، مستمرة أو متقطعة.
تتأثر السلاسل الزمنية بأربع مكونات أساسية: الميل (Trend)، التكرار (Cyclical)، الموسمية (Seasonal)، والتغيرات غير المنتظمة (Irregular components).
نموذج الانحدار الذاتي (AR) هو نموذج يفترض أن القيمة المستقبلية للسلسلة الزمنية هي عبارة عن تركيب خطي من المشاهدات السابقة للسلسلة الزمنية مضافاً إليها خطأ. يتم استخدام هذا النموذج للتنبؤ بالقيم المستقبلية بناءً على القيم السابقة.
تُستخدم الشبكات العصبية الاصطناعية في التنبؤ بالسلاسل الزمنية بفضل قدرتها على حل المسائل غير الخطية واستخراج العلاقة بين الدخل والخرج بناءً على بيانات السلسلة الزمنية فقط. يتم تقسيم السلسلة الزمنية إلى سلسلتين، واحدة للتدريب وأخرى للاختبار، ويتم تمرير نافذة من القيم عبر السلسلة الزمنية لتدريب النموذج على التنبؤ بالقيم المستقبلية.