الفهرس 
نماذج فراغ الحالهيوجد فقط 14 صفحة متاحة للعرض العام
 |  | from | 216 |  |  |
| | | from | 216 | | |
المستخلص
فى الأسلوب البايزى تعتبر كل المعلمات المراد تقديرها كمتغيرات عشوائية ويعتبر الحصول على التوزيع البعدى للمعالم المقدرة خطوة هامة ولكنها ليست النهائية إذ يجب الحصول على المعلومات الهامة من تلك التوزيعات بطريقة تحليلية وهذا يحدث عادة عن طريق التقدير بنقطة أو بفترة للوسط أو للمنوال لتلك الكميات وهى تعد الخصائص الدقيقة لتلك التوزيعات. وفى العديد من الحالات يعد تعقيد النماذج حائلا دون ذلك الحل التحليلى وهناك العديد من الأمثلة يصعب معها ذلك الحل التحليلى لاسيما وان كانت تُصنف ضمن فئة النماذج عديدة المتجهات ومن أمثلة ذلك نماذج فراغ الحالة أو ما يطلق عليها بالنماذج الديناميكية. وتعتبر نماذج فراغ الحالة أداة مرنة وملائمة لنمذجة بيانات السلاسل الزمنية والتى تُحسب مقدراتها باستخدام مرشح كالمن والذى يعطى حلا أمثلا- وهو حلا تحليليا- فى ظل فروض معينة. أما عندما يتعقد النموذج يكون من الصعب الوصول إلى الاستدلال البايزى الدقيق، لذلك يكون من الضرورى استخدام أساليب بديلة لتحليل بيانات السلاسل الزمنية فى إطار التحليل البايزى لتطبيقات الحياة العملية. وتعد طرق المحاكاة العشوائية مثل التكامل العددى ومعاينة جيبس وأسلوب مونت-كارلو من الأساليب البديلة لتلك الحلول التحليلية. حيث تم تطبيق تلك الطرق المختلفة على نموذج AR(1) لبيانات أعداد السائحين الربع سنوية وذلك بهدف تحسين القدرة التنبؤية لذلك النموذج وذلك من وجهة نظر معيار الجذر التربيعى لمتوسط مربعات الأخطاء. وتوصى هذه الدراسة بأهمية استخدام نماذج فراغ الحالة فى تحليل بيانات السلاسل الزمنية إذ يؤدى استخدامها إلى تحسين القدرة التنبؤية للنماذج والوصول إلى تقديرات ذات درجة عالية من الدقة والكفاءة. كما يعتبر مرشح كالمن وطريقة معاينة جيبس وأسلوب مونت كارلو من طرق التقدير الجيدة حيث ترتفع الكفاءة النسبية لكل منهم مقارنة بأسلوب بوكس & جينكينز. كما توصى الدراسة بضرورة الاهتمام بالسياح الحاليين باعتبارهم أحد عناصر الترويج السياحى لأن الوزن النسبى لتأثيرهم على جذب أعداد السياح المحتملين فى الفترة القادمة أكبر من الوزن النسبى لتأثير أعداد السياح فى الفترات السابقة.