این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
International Journal of Nonlinear Analysis and Applications، جلد ۱۳، شماره ۱، صفحات ۱۳۹۱-۱۴۱۵
عنوان فارسی
چکیده فارسی مقاله
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی A statistical approach and analysis computing based on autoregressive integrated moving averages models to predict COVID-19 outbreak in Iraq
چکیده انگلیسی مقاله  A time series has been adopted for the numbers of people infected with the Covid-19 pandemic in Iraq for a whole year, starting from the first infection recorded on February 18, 2020 until the end of February 2021, which was collected in the form of weekly observations and at a size of 53 observations. The study found the quality and suitability of the autoregressive moving average model from order (1,3) among a group of autoregressive moving average models. This model was built according to the diagnostic criteria. These criteria are the Akaike information criterion, Bayesian Information Criterion, and Hannan & Quinn Criterion models. The study concluded that this model from order (1,3) is good and appropriate, and its predictions can be adopted in making decisions.
کلیدواژه‌های انگلیسی مقاله Autoregressive Models, ACF, PACF, COVID-19, Unit Root Test
نویسندگان مقاله Ali Abdul Karim Kazem Naji |
College of Education for Pure Science, University of Babylon, Iraq

Asmaa Shaker Ashoor |
College of Basic Education, University of Babylon, Iraq

نشانی اینترنتی https://ijnaa.semnan.ac.ir/article_5745_3fe9f94ec0f1b50658095ee6405c5e30.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده en
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات