نموذج إحصائي مقترح للتنبؤ بمتوسط درجات الحرارة الشهرية ومدى تأثرها بظاهرة الاحتباس الحراري بالتطبيق على محافظة القاهرة | ||||
| المجلة العربية للإدارة | ||||
| Article 21, Volume 35, Issue 1, June 2015, Page 441-456 PDF (665.05 K) | ||||
| Document Type: بحوث باللغة العربیة | ||||
| DOI: 10.21608/aja.2015.18034 | ||||
 View on SCiNiTO | ||||
| Authors | ||||
| مدحت محمد عبد العال; عصام فوزی عزيز; إيهاب حسن إبراهیم قنصوه | ||||
| کلية التجارة ، جامعة عين شمس، جمهورية مصر العربية | ||||
| Abstract | ||||
| تناول هذا البحث التنبؤ بمتوسط درجات الحرارة الشهرية العظمى والصغرى، مع التطبيق على محافظة القاهرة، وذلک في الفترة من يناير 1961 إلى ديسمبر 2007. وقد تم استخدام أسلوبين هما أسلوب تحليل الانحدار في استجابات متعددة وأسلوب الشبکات العصبية باستخدام طريقة الارتداد الخلفي، حيث کانت المتغيرات التابعة هي المتوسط الشهري لدرجات الحرارة العظمى والمتوسط الشهري لدرجات الحرارة الصغرى، بينما کانت المتغيرات المستقلة هي الضغط الجوي، الرطوبة النسبية، فترات سطوع الشمس، سرعة الرياح، کمية البخر (متغير يعبر عن ظاهرة الاحتباس الحراري)، کمية الأمطار الشهرية. وقد توصل الباحثون إلى أن أسلوب الشبکات العصبية يعطي تنبؤات أکثر دقه من أسلوب الانحدار في استجابات متعددة، کما أن ظاهرة الاحتباس الحراري المتمثلة في متغير کمية البخر ليس لها تأثير على متوسط درجات الحرارة العظمى أو الصغرى. | ||||
| Keywords | ||||
| درجات الحرارة; الاحتباس الحراري; القاهرة | ||||
| References | ||||
|
- جونسون، ریتشارد؛ دین وشرن.(1998). "التحلیلات الإحصائیة للمتغیرات المتعددة من الوجهة التطبیقیة". ترجمة د/ عبد المرضی حامد عزام. الریاض: دار المریخ للنشر. - Ahmadian, M. H. (1995). “Artificial Neural Networks: A New Tool in Technology”, Tech Directions, 54: 9, April. pp 33-36. - Bishop, C. M. (1995). Neural Networks for Pattern Recognition. Oxford: Oxford University Press, p 372.
- Cheng, B. and D. M. Titterington. (1994). “Neural Networks: A Review from a Statistical Perspective”, Statistical Science, 9, pp 2-54.
- Dhar, V. and R. Stein. (1996). Intelligent Decision Support Methods: The Science of Knowledge Work. New Jersey: Prentice Hall Business Publishing, Upper Saddle River.
- Dillon, W. R. and M. Goldstein. (2004). Multivariate Analysis: Methods and Applications. New York: John Wiley.
- Fahlmann, S. E. (1988). An Empirical Study of Learning Speed in Back-propagation Networks. CMU Technical Report, CMU-CS- June, pp. 88-162.
- French, Aron and John Poulsen. Multivariate Analysis of Variance, Online.sfsu.edu/~efc /classes/biol710/manova/manova
- Garson, G. D. (1991). “A Comparison of Neural Network and Expert Systems Algorithms with Common Multivariate Procedures for Analysis of Social Science Data”, Social Science Computer Review, fall, 9 (3), pp. 398-434.
- Kaastra, I. and M. S. Boyd. (1995). “Forecasting Futures Trading Volume Using Neural Networks”, Journal of Futures Markets, 15 (8), December, pp. 953-970.
- Koutb, Aly. Journal ofMeteorology, Vol. 14, July 2008, Cairo, Egypt, pp 130-141.
- Kuan, C. M. and H. White. (2002). “Artificial Neural Networks: An Econometric Perspective”, Econometric Reviews, 13, pp. 81-91.
- Ormerod, P.; J. C. Taylor and T. Walker. (1991). “Neural Networks in Economics”, In: M. P. Taylor, Money and Financial Markets, Cambridge, Mass and Oxford: Blackwell, pp. 341-53.
- Refenes, A. N.; Y. Abu-Mostafa; J. Moody and A. Weigend. (1996). “Neural Networks in Financial Engineering”, Proceedings of: The Third International Conference on Neural Networks in Capital Markets, World Scientific.
- Richard, A. Johnson, and Dean W. Wichern. (2002). Applied Multivariate Statistical Analysis, 5th Ed., New Jersey: Prentice Hall.
- Ripley, B. D. (1996). Pattern Recognition and Neural Networks. Cambridge: Cambridge University Press.
- Shtub, Avraham and Ronen Versano. (1999). “Estimating the Cost of Steel Pipe Bending, A Comparison between Neural Networks and Regression Analysis”, International Journal of Production Economics, Vol. 62 (3), September, pp 201-07
- Thomas, D. R.; P. Zhu and Y. J. Decady. (2007). “Point Estimates and Confidence Intervals for Variable Importance in Multiple Linear Regression”, Journal of Educational and Behavioral Statistics, Vol. 32; Num B 1, pp. 61-91.
- Tibshirani, R. (1996). “A Comparison of Some Error Estimates for Neural Network Models”, Neural Computation, 8, pp. 152-163.
- Verkooijen, W. (2003). “A Neural Network Approach to Long-run Exchange Rate Prediction”, Computational Economics, 9, pp 51–65.
- wikipedia.org/wik
- Wong, F. S. (1999). “Time Series Forecasting Using Back Propagation Neural Networks”, Neurocomputing, 2, pp. 147–159.
- Zahedi, F. (1993). Intelligent Systems for Business, Expert Systems with Neural Networks. Wodsworth Publishing Inc., 1993. | ||||
|
Statistics Article View: 360 PDF Download: 513 |
||||
