سوال شماره 13534
چندگزینهای
آزمون نظام مهندسی ترافیک
در تحلیل سریهای زمانی برای پیشبینی ترافیک شهری، کدام روش بیشترین تأکید را بر شناسایی الگوهای فصلی و روند بلندمدت دارد؟
گزینهها:
- 1. تحلیل رگرسیون خطی تکمتغیره
- 2. تحلیل همبستگی متقاطع ساده
- 3. روش ARIMA با درنظرگیری مؤلفه فصلی ✓ صحیح
- 4. روش میانگین متحرک نمایی بدون تنظیمات فصلی
پاسخ صحیح:
- روش ARIMA با درنظرگیری مؤلفه فصلی
توضیحات:
روش ARIMA با مؤلفه فصلی (که معمولاً به صورت SARIMA شناخته میشود) بهطور خاص برای مدلسازی و پیشبینی سریهای زمانی با الگوهای فصلی و روند بلندمدت طراحی شده است.
این روش سه مؤلفه اصلی را در نظر میگیرد:
- خودهمبستگی (AR) - وابستگی مقادیر به مقادیر قبلی
- یکپارچگی (I) - حذف روند برای ایستا کردن دادهها
- میانگین متحرک (MA) - وابستگی خطی به خطاهای گذشته
مؤلفه فصلی در SARIMA امکان شناسایی الگوهای تکراری در بازههای زمانی مشخص (مثلاً الگوهای روزانه، هفتگی