تقدير معلمات التوزيع الافضل لمعدلات سقوط الامطار في العراق
DOI:
https://doi.org/10.33095/jeas.v23i100.227الكلمات المفتاحية:
Log normal distribution, Mixed exponential distribution, Akaike information Criterion (AIC), maximum likelihood method (MLM)الملخص
المستخلص
يقدم هذا البحث دراسة إحصائية عن توزيع مناسب من كمية الأمطار لمحافظات العراق باستخدام نوعين من التوزيعات للمدة (2005-2015). واقترح الباحث التوزيع الطبيعي اللوغاريتمي ، والتوزيع الاسي المختلط وتم اختبار كل محافظة مع توزيعاتها لتحديد التوزيع الأمثل لكمية الأمطار في العراق. وسيتم تحديد التوزيع المحدد على أساس الحد الأدنى من المعايير التي تنتجها بعض معايير حسن المطابقة والاختبارات هي Consistent Akaike(CAIC), Bayesian Akaike (BIC), Akaike (AIC) وقد تم تطبيق التوزيعات لايجاد التوزيع المناسب لبيانات سقوط الامطار للمحافظات حيث تم استخدام (طريقة الامكان الاعظم, طريقة المربعات الصغرى) لايجاد تقدير معالم التوزيع.
ومن خلال الجانب التطبيقي فقد تم التوصل الى عدد من الاستنتاجات اهمها ان التوزيع الاحتمالي الافضل لبيانات سقوط الامطار لأغلب المحافظات العراقية هو اما التوزيع الطبيعي اللوغاريتمي او التوزيع الاسي المختلط وبواقع عشر محافظات من مجموع اثنتي عشر محافظة توزيعها الاحتمالي هو التوزيع الاسي المختلط .
التنزيلات
منشور
إصدار
القسم
الرخصة
Articles submitted to the journal should not have been published before in their current or substantially similar form or be under consideration for publication with another journal. Please see JEAS originality guidelines for details. Use this in conjunction with the points below about references, before submission i.e. always attribute clearly using either indented text or quote marks as well as making use of the preferred Harvard style of formatting. Authors submitting articles for publication warrant that the work is not an infringement of any existing copyright and will indemnify the publisher against any breach of such warranty. For ease of dissemination and to ensure proper policing of use, papers and contributions become the legal copyright of the publisher unless otherwise agreed.
The editor may make use of Turtitin software for checking the originality of submissions received.
