بناء المعادلات بالاحصاء

[wadzaman]

اخوتي الاعزاء هذا الموضوع منقول بتصرف وهو يتحدث عن السلاسل الزمنية في الاحصاء وكيفية الاستفادة منها للتنبوء مستقبليا ارجو ان يشكل اضافة مفيدة تثري الموضوع .

(( يعد أسلوب تحليل السلاسل الزمنية Time Series Analysis من الأساليب الإحصائية الجديرة بالاهتمام، والتي تطورت كثيراً، وأصبح بالإمكان استخدامها لغرض التوقع لمستقبل العرض والطلب على خدمة أو سلعة ما. ويعتمد أسلوب تحليل السلاسل الزمنية على تتبع الظاهرة (أو المتغير) على مدى زمني معين (عدة سنوات مثلاً)، ثم يتوقع للمستقبل بناءً على القيم المختلفة التي ظهرت في السلسلة الزمنية وعلى نمط النمو في القيم؛ وبهذا فهو يتفوّق على الأسلوب التقليدي، إذ إن الأسلوب التقليدي يحسب فرق القيمة بين زمنين اثنين فقط من السلسلة الزمنية ويبني التوقع المستقبلي على أساسهما، بدون مراعاة للنمط العام للسلسلة أو للارتفاع والانخفاض الذي يحدث لقيم السلسلة الزمنية المتصلة.

تحليل السلاسل الزمنية منهجًا
تطبيق أسلوب تحليل السلاسل الزمنية Time-Series-Analysis Technique في محاولة لقراءة أرقام «الماضي» و«الحاضر»، في الحالة ، وتحليلها لاستنباط أرقام «المستقبل»،
تعرف «السلسلة الزمنية» بأنها قراءات قيم المتغير في عدة نقاط زمنية. ويشترط في النقاط الزمنية للسلسلة أن تفصل بينها فترات متساوية، مثلًا: يوم، أو أسبوع، أو شهر، أو ربع سنة، أو سنة، أو خمس سنوات أو عشر سنوات. فمثلًا أسعار الأسهم تشكل سلسلة زمنية إذا ما قُرئت بمعدل يومي ونظر إلى تغيرها على مدى عدة أيام. وهي كذلك تشكل سلسلة إذا ما أُخذت متوسطاتها بمعدل أسبوعي أو شهري أو ربع سنوي أو سنوي. والحال ينطبق كذلك على أسعار العملة المحلية مقابل عملة أخرى، أو أسعار النفط، أو متوسط دخل الفرد، إذا ما قرئ بمعدل سنوي أو كل خمس سنوات أو عشر سنوات.
ويصنف أسلوب تحليل السلاسل الزمنية Time-Series Analysis على أنه من الأدوات الهامة التي ينبغي أن يتسلح بها ، بل إن بيانات السلاسل الزمنية كثيرًا ما تنجح في كشف العلاقات السببية بين المتغيرات ، في حين تفشل في ذلك البيانات العرضية.
ويعد التوقع للمستقبل من الأغراض الرئيسة لدراسة متغيرات السلسلة الزمنية، إن لم يكن أهم الأغراض، خاصة في مجال الدراسات الاقتصادية. غير أن التوقع للمستقبل ليس مبنيًا على أساس علاقات سببية، كما هو الحال في كثير من استخدامات بيانات السلاسل الزمنية، وهذا يعني أن التوقع للمستقبل لا يهتم بتأثر قيمة المتغير ببقية المتغيرات، بل يركز على متغير وحيد، يتابع قيمته على مدى زمني معين، ليتوقع قيمه على مدى زمني مستقبلي معين بدوره.
وينظر للسلسلة الزمنية على أنها تعبير عن أو إدراك Realization للعملية العشوائية Stochastic Process التي أسهمت في بناء قيم السلسة الزمنية. والفرق بين العملية العشوائية وإدراكها شبيه بالفرق بين المجتمع والعينة في عالم البيانات المقطعية، فكما أننا في البيانات المقطعية تستخدم «العينة» للوصول إلى تعميمات Inferences بخصوص «المجتمع الأصلي»، فإن السلاسل الزمنية تستخدم «الإدراك» لمحاولة الوصول إلى تعميمات بخصوص «العملية العشوائية» التي تقف وراء السلسلة الزمنية. فعملية إنشاء بيانات السلسلة الزمنية غير ملاحظة، ولكن القيم المشاهدة للسلسلة الزمنية، وتحت شروط معينة، لا تختلف كثيرًا عن شروط ممثلية العينة للمجتمع، ويمكن التعامل معها بافتراض أنها ممثلة لتلك العملية العشوائية.
وتبدأ عملية بناء النموذج المعبر عن السلسة الزمنية (نموذج التمهيد) برسم السلسلة (مقابلة قيم المتغير إلى نقاط الزمن). وفي هذا الإطار يمكن التمييز بين أربعة مكونات للسلسلة الزمنية: النمط العام Trend، والتغيرات الموسمية Seasonal Variation والتغيرات الدورية Cyclical Variation والتغير العشوائي Irregular Variation، فيما يتمثل النمط العام في التغير طويل المدى في مستوى المتغير (هبوط أو صعود أو منحنى متصاعد أو خلافه)، وتتمثل التغيرات الموسمية في الارتفاع والانخفاض المنتظم في قيم السلسلة، والذي يتكرر ظهوره في سنة واحدة (مثلًا: الطلب على الاحتياجات المدرسية يزداد في بداية العام الدراسي ويقل كثيرًا في الإجازة الصيفية) وتتمثل التغيرات الدورية في انخفاض أو ارتفاع يحدث في قيم السلسلة كل عدة سنوات (مثلًا: لوحظ أن سلسلة المتوسط السنوي لأسعار الأسهم الأمريكية للفترة 1960-1990 تأثر بتغير دوري يحدث كل أربع سنوات تأثرًا بانتخابات الحكومة)، ويتمثل التحرك العشوائي في التغير الذي يحدث في قيم السلسلة بشكل عشوائي نتيجة لمؤثرات غير معروفة وبدون نمط معين يحكمه، والذي يطلق عليه عادة اسم الباقي The Residual لأنه لا يمكن التنبؤ به. ))

[الـوليد]

اخوتي الاعزاء هذا الموضوع منقول بتصرف وهو يتحدث عن السلاسل الزمنية في الاحصاء وكيفية الاستفادة منها للتنبوء مستقبليا ارجو ان يشكل اضافة مفيدة تثري الموضوع .

(( يعد أسلوب تحليل السلاسل الزمنية Time Series Analysis من الأساليب الإحصائية الجديرة بالاهتمام، والتي تطورت كثيراً، وأصبح بالإمكان استخدامها لغرض التوقع لمستقبل العرض والطلب على خدمة أو سلعة ما. ويعتمد أسلوب تحليل السلاسل الزمنية على تتبع الظاهرة (أو المتغير) على مدى زمني معين (عدة سنوات مثلاً)، ثم يتوقع للمستقبل بناءً على القيم المختلفة التي ظهرت في السلسلة الزمنية وعلى نمط النمو في القيم؛ وبهذا فهو يتفوّق على الأسلوب التقليدي، إذ إن الأسلوب التقليدي يحسب فرق القيمة بين زمنين اثنين فقط من السلسلة الزمنية ويبني التوقع المستقبلي على أساسهما، بدون مراعاة للنمط العام للسلسلة أو للارتفاع والانخفاض الذي يحدث لقيم السلسلة الزمنية المتصلة.

تحليل السلاسل الزمنية منهجًا
تطبيق أسلوب تحليل السلاسل الزمنية Time-Series-Analysis Technique في محاولة لقراءة أرقام «الماضي» و«الحاضر»، في الحالة ، وتحليلها لاستنباط أرقام «المستقبل»،
تعرف «السلسلة الزمنية» بأنها قراءات قيم المتغير في عدة نقاط زمنية. ويشترط في النقاط الزمنية للسلسلة أن تفصل بينها فترات متساوية، مثلًا: يوم، أو أسبوع، أو شهر، أو ربع سنة، أو سنة، أو خمس سنوات أو عشر سنوات. فمثلًا أسعار الأسهم تشكل سلسلة زمنية إذا ما قُرئت بمعدل يومي ونظر إلى تغيرها على مدى عدة أيام. وهي كذلك تشكل سلسلة إذا ما أُخذت متوسطاتها بمعدل أسبوعي أو شهري أو ربع سنوي أو سنوي. والحال ينطبق كذلك على أسعار العملة المحلية مقابل عملة أخرى، أو أسعار النفط، أو متوسط دخل الفرد، إذا ما قرئ بمعدل سنوي أو كل خمس سنوات أو عشر سنوات.
ويصنف أسلوب تحليل السلاسل الزمنية Time-Series Analysis على أنه من الأدوات الهامة التي ينبغي أن يتسلح بها ، بل إن بيانات السلاسل الزمنية كثيرًا ما تنجح في كشف العلاقات السببية بين المتغيرات ، في حين تفشل في ذلك البيانات العرضية.
ويعد التوقع للمستقبل من الأغراض الرئيسة لدراسة متغيرات السلسلة الزمنية، إن لم يكن أهم الأغراض، خاصة في مجال الدراسات الاقتصادية. غير أن التوقع للمستقبل ليس مبنيًا على أساس علاقات سببية، كما هو الحال في كثير من استخدامات بيانات السلاسل الزمنية، وهذا يعني أن التوقع للمستقبل لا يهتم بتأثر قيمة المتغير ببقية المتغيرات، بل يركز على متغير وحيد، يتابع قيمته على مدى زمني معين، ليتوقع قيمه على مدى زمني مستقبلي معين بدوره.
وينظر للسلسلة الزمنية على أنها تعبير عن أو إدراك Realization للعملية العشوائية Stochastic Process التي أسهمت في بناء قيم السلسة الزمنية. والفرق بين العملية العشوائية وإدراكها شبيه بالفرق بين المجتمع والعينة في عالم البيانات المقطعية، فكما أننا في البيانات المقطعية تستخدم «العينة» للوصول إلى تعميمات Inferences بخصوص «المجتمع الأصلي»، فإن السلاسل الزمنية تستخدم «الإدراك» لمحاولة الوصول إلى تعميمات بخصوص «العملية العشوائية» التي تقف وراء السلسلة الزمنية. فعملية إنشاء بيانات السلسلة الزمنية غير ملاحظة، ولكن القيم المشاهدة للسلسلة الزمنية، وتحت شروط معينة، لا تختلف كثيرًا عن شروط ممثلية العينة للمجتمع، ويمكن التعامل معها بافتراض أنها ممثلة لتلك العملية العشوائية.
وتبدأ عملية بناء النموذج المعبر عن السلسة الزمنية (نموذج التمهيد) برسم السلسلة (مقابلة قيم المتغير إلى نقاط الزمن). وفي هذا الإطار يمكن التمييز بين أربعة مكونات للسلسلة الزمنية: النمط العام Trend، والتغيرات الموسمية Seasonal Variation والتغيرات الدورية Cyclical Variation والتغير العشوائي Irregular Variation، فيما يتمثل النمط العام في التغير طويل المدى في مستوى المتغير (هبوط أو صعود أو منحنى متصاعد أو خلافه)، وتتمثل التغيرات الموسمية في الارتفاع والانخفاض المنتظم في قيم السلسلة، والذي يتكرر ظهوره في سنة واحدة (مثلًا: الطلب على الاحتياجات المدرسية يزداد في بداية العام الدراسي ويقل كثيرًا في الإجازة الصيفية) وتتمثل التغيرات الدورية في انخفاض أو ارتفاع يحدث في قيم السلسلة كل عدة سنوات (مثلًا: لوحظ أن سلسلة المتوسط السنوي لأسعار الأسهم الأمريكية للفترة 1960-1990 تأثر بتغير دوري يحدث كل أربع سنوات تأثرًا بانتخابات الحكومة)، ويتمثل التحرك العشوائي في التغير الذي يحدث في قيم السلسلة بشكل عشوائي نتيجة لمؤثرات غير معروفة وبدون نمط معين يحكمه، والذي يطلق عليه عادة اسم الباقي The Residual لأنه لا يمكن التنبؤ به. ))

مجهود جيد
وسوف انتهي من عمل احصائيه للشموع التي ارفقتها قريبا
وازودك معلومه هامه من اول يوم تم انشاء هذا سوق الفوركس
يمر بأربع مراحل
كل سنه
ترند وتصحيح وترند وتصحيح بأمكانك مشاهدة ذلك بفريم المونثلي

[الـوليد]

( وكل شيء أحصيناه كتابا )

واعلم أنه تعالى لما بين أن فساد حالهم في القوة العملية وفي القوة النظرية بلغ إلى أقصى الغايات وأعظم النهايات بين أن تفاصيل تلك الأحوال في كميتها وكيفيتها معلومة له، وقدر ما يستحق عليه من العقاب معلوم له، فقال : ( وكل شيء أحصيناه كتابا ) وفيه مسائل :

المسألة الأولى : قال الزجاج : ( كل ) منصوب بفعل مضمر يفسره ( أحصيناه ) والمعنى : وأحصينا كل شيء ، وقرأ أبو السمال : (وكل) بالرفع على الابتداء .

المسألة الثانية : قوله : ( وكل شيء أحصيناه ) أي علمنا كل شيء كما هو علما لا يزول ولا يتبدل، ونظيره قوله تعالى : ( أحصاه الله ونسوه ) [المجادلة : 6] واعلم أن هذه الآية تدل على كونه تعالى عالما بالجزئيات، واعلم أن مثل هذه الآية لا تقبل التأويل; وذلك لأنه تعالى ذكر هذا تقريرا لما ادعاه من قوله : ( جزاء وفاقا ) كأنه تعالى يقول : أنا عالم بجميع ما فعلوه، وعالم بجهات تلك الأفعال وأحوالها واعتباراتها [ ص: 18 ] التي لأجلها يحصل استحقاق الثواب والعقاب، فلا جرم لا أوصل إليهم من العذاب إلا قدر ما يكون وفاقا لأعمالهم، ومعلوم أن هذا القدر إنما يتم لو ثبت كونه تعالى عالما بالجزئيات، وإذا ثبت هذا ظهر أن كل من أنكره كان كافرا قطعا .

المسألة الثالثة : قوله : ( أحصيناه كتابا ) فيه وجهان :

أحدهما : تقديره أحصيناه إحصاء، وإنما عدل عن تلك اللفظة إلى هذه اللفظة لأن الكتابة هي النهاية في قوة العلم، ولهذا قال عليه السلام : " قيدوا العلم بالكتابة " ، فكأنه تعالى قال : وكل شيء أحصيناه إحصاء مساويا في القوة والثبات والتأكيد للمكتوب، فالمراد من قوله : ( كتابا ) تأكيد ذلك الإحصاء والعلم، واعلم أن هذا التأكيد إنما ورد على حسب ما يليق بأفهام أهل الظاهر، فإن المكتوب يقبل الزوال، وعلم الله بالأشياء لا يقبل الزوال لأنه واجب لذاته .

القول الثاني : أن يكون قوله : ( كتابا ) حالا في معنى مكتوبا، والمعنى وكل شيء أحصيناه حال كونه مكتوبا في اللوح المحفوظ، كقوله : ( وكل شيء أحصيناه في إمام مبين ) [يس : 12] أو في صحف الحفظة .

منقول

جزاك الله خير

قال تعالى ( ليعلم أن قد أبلغوا رسالات ربهم وأحاط بما لديهم وأحصى كل شيء عددا )