الفهرس | يوجد فقط 14 صفحة متاحة للعرض العام |
المستخلص تعد عنقدة بيانات السلاسل الزمنية من الموضوعات الهامة في تحليل البيانات. وإيجاد اتجاهات مشابهة في السلاسل الزمنية متعددة المتغيرات يمثل تحديا كبيرا في مختلف المجالات والعديد من التطبيقات مثل البحوث الجيوفيزيائية البيئية والبحوث التسويقية وهندسة وإدارة البرمجيات وتزداد مشكلات بيانات السلاسل الزمنية عندما نريد تقسيم مشاهدات السلسلة الزمنية إلى مجموعات أو فئات مختلفة، ويتعلق هذا البحث بدراسة عنقدة بيانات السلاسل الزمنية متعددة المتغيرات والتي لها هيكل غير خطي فإنه تم استخدام أسلوب (KMPCA) ليعالج الهيكل غير الخطي يجعل استخدام السلاسل الزمنية متعددة المتغيرات أكثر سهولة في الاستخدام. وذلك مع تقييد شرط (normality) وذلك لان السلاسل الزمنية متعددة المتغيرات تكون ذات تفاعلات عالية (High order interaction) نظرا لاحتواء البيانات الخاصة بهذه الدراسات على قيم مفقودة فإن جودة توفيق نماذج مناسبة لها تقل وبالتالي تعطي نتائج مضللة، مع العلم أن نتائج تحليل تلك البيانات لابد أن تكون أفضل إذا تم الوصول لطريقة تعالج البيانات المفقودة، فقد تم معالجة هذه البيانات باستخدام طريقة(MCMC). |