كتب الذكاء الاصطناعيمشاريع الذكاء الاصطناعيمقالات الذكاء الاصطناعيمعجم الذكاء الاصطناعياسئلة واجوبة في الذكاء الاصطناعيأكاديمية الذكاء الاصطناعي للأطفالأكاديمية الذكاء الاصطناعيمدرسة رياضيات الذكاء الاصطناعيمختبر الذكاء الاصطناعيمختبر الخوارزميات المستوحاة من الطبيعةأطلس نماذج الذكاء الاصطناعيموسوعة تطبيقات الذكاء الاصطناعيمستكشف مجموعات البيانات للذكاء الاصطناعياختبارات الذكاء الاصطناعيالفايب كودينغدليل البرمجة بالذكاء الاصطناعيمولّد مشاريع الذكاء الاصطناعيمرصد الذكاء الاصطناعيدليل أدوات الذكاء الاصطناعي البحث والنشر الأكاديميمكتبة البرومبتات الأكاديميةمستودع الرسائل والأطاريح في الذكاء الاصطناعيحاسبة الترقية العلميةأكاديمية الوكلاء الذكيينمختبر أخلاقيات الذكاء الاصطناعي والعدالةساحة ألعاب الذكاء الاصطناعيمختبر التنبؤ بالسلاسل الزمنيةمتحف الذكاء الاصطناعيمختبر الرؤية الحاسوبيةمختبر الشبكات العصبية البيانيةمختبر معالجة اللغة الطبيعيةمختبر الحوسبة الكمّيةخرائط طريق الذكاء الاصطناعيمصمم الشبكات العصبية

SARIMA مع متغيرات خارجية

SARIMAX

انحدار على متغيرات خارجية (درجة الحرارة، العطل…) مع أخطاء تتبع نموذج SARIMA.

يحتاج محرك Python (غير مفعّل)المستوى الثاني: النماذج الإحصائية

جرّب هذا النموذج في المختبر

المبدأ

y_t = βᵀx_t + u_t حيث u_t تتبع SARIMA. يحتاج التنبؤ المستقبلي إلى قيم المتغيرات الخارجية في المستقبل.

y_t = \beta^\top x_t + u_t,\quad \phi(B)\Phi(B^m)(1-B)^d(1-B^m)^D u_t = \theta(B)\Theta(B^m)\varepsilon_t

متطلبات البيانات

متغيرات خارجية مرصودة لكل الفترة وقيمها معروفة للأفق المطلوب.

المعاملات

order, seasonal_order
كما في SARIMA
exog
أعمدة المتغيرات الخارجية

المزايا

  • يدمج المعرفة السببية (الطقس، العطل)
  • تفسير معاملات β

العيوب

  • يحتاج قيم المستقبل للمتغيرات
  • متاح عبر محرك Python فقط في هذا المختبر

الاستخدامات

  • الكهرباء مع الحرارة
  • الدراجات مع الطقس

مثال تطبيقي

على بيانات الكهرباء اليومية في فيكتوريا أضف max_temp_c وholiday كمتغيرات خارجية وقارن الخطأ مع SARIMA بلا متغيرات.

أخطاء شائعة

  • استخدام قيم مستقبلية للمتغير الخارجي غير متاحة فعلاً وقت التنبؤ (تسرب)

المراجع

  1. statsmodels: SARIMAX
  2. FPP3 الفصل 10: Dynamic regression models

من المستوى نفسه