header

Short Time Series Forecasting : (Record no. 168458)

MARC details
000 -LEADER
fixed length control field 04571namaa22004211i 4500
003 - CONTROL NUMBER IDENTIFIER
control field OSt
005 - أخر تعامل مع التسجيلة
control field 20241021102535.0
008 - FIXED-LENGTH DATA ELEMENTS--GENERAL INFORMATION
fixed length control field 241017s2023 |||a|||fr|m|| 000 0 eng d
040 ## - CATALOGING SOURCE
Original cataloguing agency EG-GICUC
Language of cataloging eng
Transcribing agency EG-GICUC
Modifying agency EG-GICUC
Description conventions rda
041 0# - LANGUAGE CODE
Language code of text/sound track or separate title eng
Language code of summary or abstract eng
-- ara
049 ## - Acquisition Source
Acquisition Source Deposit
082 04 - DEWEY DECIMAL CLASSIFICATION NUMBER
Classification number 519
092 ## - LOCALLY ASSIGNED DEWEY CALL NUMBER (OCLC)
Classification number 519
Edition number 21
097 ## - Degree
Degree M.Sc
099 ## - LOCAL FREE-TEXT CALL NUMBER (OCLC)
Local Call Number Cai01.03.01.M.Sc.2023.As.A
100 0# - MAIN ENTRY--PERSONAL NAME
Authority record control number or standard number Asmaa Ali Fathy Abuhagar,
Preparation preparation.
245 10 - TITLE STATEMENT
Title Short Time Series Forecasting :
Remainder of title A Comparative Study /
Statement of responsibility, etc. by Asmaa Ali Fathy Abuhagar ; Supervised by Prof. Mohamed Ali Ismail, Prof. Abd-Elnaser Saad Abd-Rabou, Prof. Hend Abdul-Ghaffar Auda
246 15 - VARYING FORM OF TITLE
Title proper/short title التنبؤ بالسلاسل الزمنية القصيرة :
Remainder of title دراسة مقارنة /
264 #0 - PRODUCTION, PUBLICATION, DISTRIBUTION, MANUFACTURE, AND COPYRIGHT NOTICE
Date of production, publication, distribution, manufacture, or copyright notice 2023.
300 ## - PHYSICAL DESCRIPTION
Extent 62 pages :
Other physical details illustrations ;
Dimensions 25 cm. +
Accompanying material CD.
336 ## - CONTENT TYPE
Content type term text
Source rda content
337 ## - MEDIA TYPE
Media type term Unmediated
Source rdamedia
338 ## - CARRIER TYPE
Carrier type term volume
Source rdacarrier
502 ## - DISSERTATION NOTE
Dissertation note Thesis (M.Sc.)-Cairo University, 2023.
504 ## - BIBLIOGRAPHY, ETC. NOTE
Bibliography, etc. note Bibliography: pages 52-57.
520 ## - SUMMARY, ETC.
Summary, etc. Time series forecasting is predicting of future values based on previously observed values. It<br/>has extensive applications in many fields. Many time series data sets contain less than or equal<br/>thirty observations especially in developing countries like EGYPT. These data sets don’t fulfill<br/>the traditional assumptions. Box and Jenkins analysis assumed that the sample size should be<br/>at least 50 observations to build a suitable model. Many methods were used in Short Time<br/>Series Forecasting such as Exponential Smoothing Methods, Autoregressive Integrated<br/>Moving Average (ARIMA) Models, Artificial Neural Networks (ANNs) and Grey-Markov<br/>Model(1,1) in the previous literature. Previous studies compared them and usually used one<br/>real data set or limited simulated data. The aim of this study is to review short time series<br/>forecasting methods and compare between these four methods and the Robust Rank-Based<br/>Estimation (R Estimate) Method to forecast short time series data using the global data set in R<br/>software (M4-Competition dataset).
520 ## - SUMMARY, ETC.
Summary, etc. التنبؤ بالسلاسل الزمنية هو التنبؤ بالقيم المستقبلية بناءً على القيم التي تمت ملاحظتها سابقًا. وله تطبيقات واسعة في العديد من المجالات. تحتوي العديد من قواعد البيانات للسلاسل الزمنية على أقل من أو يساوي ثلاثين مشاهدة، خاصة في البلدان النامية مثل مصر. هذه القواعد لا تفي بالافتراضات التقليدية حيث افترض تحليل Box and Jenkins أن حجم العينة يجب أن يكون على الأقل 50 مشاهدة لبناء نموذج مناسب. هناك العديد من الطرق المستخدمة في التنبؤ بالسلاسل الزمنية القصيرة مثل طرق التمهيد الأسية ونماذج الانحدار الذاتي-المتوسطات المتحركة التكاملية ونماذج الشبكات العصبية الاصطناعية ونموذج جراي ماركوف (1,1) في الدراسات السابقة. وقد قامت الدراسات السابقة بمقارنتها وعادة ما تستخدم قاعدة بيانات حقيقية واحدة أو قاعدة بيانات محاكاة محدودة. الهدف من هذه الدراسة هو مراجعة طرق التنبؤ بالسلاسل الزمنية القصيرة ومقارنة هذه الطرق الأربعة وطريقة التقدير المحصن المبني على أساس الرتب للتنبؤ بالسلاسل الزمنية القصيرة باستخدام قاعدة البيانات العالمية في البرنامج الاحصائي R (قاعدة بيانات M4-Competition).
530 ## - ADDITIONAL PHYSICAL FORM AVAILABLE NOTE
Issues CD Issued also as CD
546 ## - LANGUAGE NOTE
Text Language Text in English and abstract in Arabic & English.
650 #7 - SUBJECT ADDED ENTRY--TOPICAL TERM
Topical term or geographic name entry element Statistics
Source of heading or term qrmak
653 #0 - INDEX TERM--UNCONTROLLED
Uncontrolled term Short Time Series Forecasting
-- Exponential Smoothing Methods
-- ARIMA Models
-- Artificial Neural Networks (ANNs)
-- Grey-Markov Model(1,1)
700 0# - ADDED ENTRY--PERSONAL NAME
Personal name Mohamed Ali Ismail
Relator term thesis advisor.
700 0# - ADDED ENTRY--PERSONAL NAME
Personal name Abd-Elnaser Saad Abd-Rabou
Relator term thesis advisor.
700 0# - ADDED ENTRY--PERSONAL NAME
Personal name Hend Abdul-Ghaffar Auda
Relator term thesis advisor.
900 ## - Thesis Information
Grant date 01-01-2023
Supervisory body Mohamed Ali Ismail
-- Abd-Elnaser Saad Abd-Rabou
-- Hend Abdul-Ghaffar Auda
Universities Cairo University
Faculties Faculty of conomics and Political Science
Department Department of Statistics
905 ## - Cataloger and Reviser Names
Cataloger Name Eman Ghareeb
Reviser Names Huda
942 ## - ADDED ENTRY ELEMENTS (KOHA)
Source of classification or shelving scheme Dewey Decimal Classification
Koha item type Thesis
Edition 21
Suppress in OPAC No
Holdings
Source of classification or shelving scheme Home library Current library Date acquired Inventory number Full call number Barcode Date last seen Effective from Koha item type
Dewey Decimal Classification المكتبة المركزبة الجديدة - جامعة القاهرة قاعة الرسائل الجامعية - الدور الاول 17.10.2024 88976 Cai01.03.01.M.Sc.2023.As.A 01010110088976000 17.10.2024 17.10.2024 Thesis