کاربرد مدل ARIMA (مدل خود همبسته ی میانگین متحرک )

نوع فایل : word

تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش : 6

تعداد کلمات : 1000

مجله : Data in brief

انتشار : 2020

ترجمه متون داخل جداول : ترجمه شده است

درج جداول در فایل ترجمه : درج شده است

منابع داخل متن : به صورت فارسی درج شده است

کیفیت ترجمه : طلایی

:

تاریخ انتشار
28 نوامبر 2020
دسته بندی
تعداد بازدیدها
1384 بازدید
17,000 تومان

عنوان فارسی مقاله:کاربرد مدل ARIMA (مدل خود همبسته ی میانگین متحرک ) در مجموعه داده‌های همه گیری COVID-2019 یا کروناویروس

چکیده

کروناویروس ۲۰۱۹ (COVID-2019) به عنوان یک تهدید جهانی شناخته شده است و چندین مطالعه با استفاده از مدل‌های مختلف ریاضی برای پیش بینی تکامل احتمالی این اپیدمی در حال انجام است. این مدل‌های ریاضی بر اساس فاکتورها و تحلیل‌های مختلف تحت سوگیری بالقوه قرار دارند. در اینجا، ما یک مدل اقتصادسنجی ساده را پیشنهاد می‌دهیم که می‌تواند برای پیش بینی گسترش COVID-2019 مفید باشد. ما برای پیش بینی روند شیوع و بروز COVID-2019 ، پیش بینی مدل خود همبسته ی میانگین متحرک (ARIMA) را بر روی داده‌های اپیدمیولوژیک جان هاپکینز انجام دادیم. برای مقایسه بیشتر یا برای چشم انداز آینده، تعریف مورد و جمع آوری داده باید در زمان واقعی حفظ شود(کاربرد مدل ARIMA).

ادامه مطلب

راهنمای خرید:
  • لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
  • همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
  • ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.

Title: Application of the ARIMA model on the COVID- 2019 epidemic dataset

Abstract

 Coronavirus disease 2019 (COVID-2019) has been recognized as a global threat, and several studies are being conducted using various mathematical models to predict the probable evolution of this epidemic. These mathematical models based on various factors and analyses are subject to potential bias. Here, we propose a simple econometric model that could be useful to predict the spread of COVID-2019. We performed Auto Regressive Integrated Moving Average (ARIMA) model prediction on the Johns Hopkins epidemiological data to predict the epidemiological trend of the prevalence and incidence of COVID-2019. For further comparison or for future perspective, case definition and data collection have to be maintained in real time.