أسلوب بوكس- جنكز في تحليل السلاسل الزمنية والتنبؤ: دراسة تطبيقية للتنبؤ بعدد الإصابات بمرض سرطان الرئة في المعهد القومي لعلاج الأورام مصراتة خلال الفترة (2012- 2021)

امحمد ميلاد إبراهيم بعوه

المؤلفون

امحمد ميلاد إبراهيم بعوه جامعة مصراتة كلية العلوم قسم الإحصاء ليبيا

الكلمات المفتاحية:

السلاسل الزمنية، منهجية بوكس- جنكنز، الأورام السرطانية

الملخص

تكمن أهمية تحليل السلاسل الزمنية في الحصول على وصف دقيق للسلسلة الزمنية وبناء نموذج مناسب للتنبؤ المستقبلي، وذلك لاتخاذ القرارات الصحيحة في كافة المجالات.

ويهدف هذا البحث إلى تحليل السلاسل الزمنية باستخدام طريقة (Box- Jenkins) لإيجاد أفضل وأكفئ نموذج للتنبؤ بعدد مرضى سرطان الرئة في المعهد القومي لعلاج الأورام بالاعتماد على البيانات الشهرية للفترة (2012- 2021).

وقد أظهرت سلسلة مرضى سرطان الرئة بأنها غير مستقرة ويوجد بها اتجاه عام وتم تحويلها إلى سلسلة مستقرة بعد أخذ اللوغاريتم لبيانات السلسلة وذلك لتثبيت التباين ومن ثم أخذ الفرق الأول وذلك لتثبيت المتوسط، وأن النموذج الملائم لها هو نموذج المتوسطات المتحركة المتكامل من الدرجة الأولى ARIMA(0,1,1)، وبالاعتماد على هذا النموذج تم التنبؤ بأعداد مرضى سرطان الرئة شهرياً لسنتين قادمتين (2022، 2023)، وكانت القيم التنبئية متناسقة في الاتجاه مع قيم السلسلة الأصلية مما يدل على كفاءة النموذج.

السيرة الشخصية للمؤلف

امحمد ميلاد إبراهيم بعوه، جامعة مصراتة كلية العلوم قسم الإحصاء ليبيا

The important of time- series analysis is to get an accurate description of the time- series and to create an appropriate Model for future forecasting, in order to take the right decisions in all fields.

This research aims to analyze the time- series by using the (Box- Jenkins) approach to find the beast and most efficient model for predicting the number of lung cancer at the National cancer Institute based on monthly data for the period (2012 to 2021).

The lung cancer series has shown to be unstable and has a general trend in these conditions, the appropriate.

Development for it, is the model of first- class integrated moving averages. (ARIMA) (0,1,1), and based on this model, the numbers of lung cancer patients were predicted monthly for the next two years (2022- 2023) and the predicted values were consistent with red values in the direction indicating the model's efficiency.

المراجع

عبد القادر محمد عبد القادر عطيه، 2000، الحديث في الاقتصاد القياسي، الدار الجامعية، الإسكندرية الطبعة الثانية.

عدنان ماجد عبد الرحمن بري، 2002، طرق التنبؤ الإحصائي، مطابع الملك سعود، المملكة العربية السعودية، الطبعة الأولى.

سمير مصطفى شعراوي، 2005، مقدمة في التحليل الحديث للسلاسل الزمنية، مركز النشر العلمي، المملكة العربية السعودية، الطبعة الأولى.

محمد قدوري الخضيري، 1996، دراسة مقارنة لطرق التقدير والتنبؤ لبعض نماذج بوكس- جنكز الموسمية، رسالة ماجستير في الإحصاء، كلية الإدارة والاقتصاد، جامعة بغداد.

أحمد شاكر محمد طاهر المتولي، 1989، استخدام تحليل التدخل في السلسلة الزمنية وتطبيقاتها في البيانات البيئية، رسالة ماجستير في الإحصاء، كلية الإدارة والاقتصاد، جامعة صلاح الدين.

أكرم عبد الدائم محمد، 2006، تطبيق بوكس- جنكز للسلاسل الزمنية على إصابات مرضى السرطان بالسودان في الفترة (يناير 2002- ديسمبر 2004)".

زهراء هادي عبد راهي، ميعاد على كطران، 2017، تحليل السلاسل الزمنية للتنبؤ بأعداد المصابات بمرض سرطان الثدي في محافظة كربلاء بالعراق في الفترة (من 2012- 2016).

Box, G.E.P & Jenkins, G.M, (1976), "Time Series Analysis Forecasting and Control", Holden day, London.

Box, G.E.P & Pierce, D.A, (1970), "Distribution of the Residual Autocorrelation Autoregressive_ integrated Moving Average Time series Model", JASA, VOL. 65.

Anderson, R.L(1942), "Distribution of the series Analysis correlation Coefficient", Ann. Mat Statistic, Vol. B P-P, ( 113- 129).

Douglas, C.M & Contreras, J.G, (1976), "Note On Forecasting With Adaptive Filtering. O.P.Q, VOL. 24, NO.4.