تمت مناقشة اطروحة الدكتوراه في اختصاص الاحصاء للطالب ( علي سلمان حبيب ) عن اطروحته الموسومة ( استعمال بعض الطرائق اللامعلمية في تقدير نموذج الانحدار الذاتي اللاخطي بوجود متغير خارجي مع تطبيق عملي ) ، وتألفت لجنة المناقشة من الاعضاء الافاضل :
• استاذ الدكتور محمود جواد ابو شعير – كلية الرافدين الجامعة : رئيساً.
• استاذ الدكتورة دجلة ابراهيم مهدي – كلية الادارة والاقتصاد / جامعة بغداد : عضواً.
• استاذ مساعد الدكتورة بثينة عبدالجادر عبدالعزيز – كلية الادارة والاقتصاد / جامعة المستنصرية : عضواً.
• استاذ مساعد الدكتور فارس طاهر حسن – كلية الادارة والاقتصاد / جامعة بغداد : عضواً.
• استاذ مساعد الدكتورة سجى محمد حسين – كلية الادارة والاقتصاد / جامعة بغداد : عضواً.
• استاذ مساعد الدكتور فراس احمد محمد – كلية الادارة والاقتصاد / جامعة بغداد : مشرفاً.
من المعلوم أن تحليل السلاسل الزمنية اللاخطية هي من المسائل الصعبة وبشكل خاص أنموذج الانحدار الذاتي اللاخطي بوجود متغير خارجي (Nonlinear Autoregressive with Exogenous Variable (NARX)) وبالتالي فأن مسألة تحديد الرتبة الصحيحة جداً مهمة لتشخيص الأنموذج ، وطبقا لذلك اقترحنا طريقتين مختلفتين لتحديد الرتبة لنماذج (NARX) واستعملنا ثلاثة طرائق لامعلمية مختلفة لتقدير دالة الانحدار اللاخطية للنموذج.
الطريقة المقترحة الأولى هي تقدير الشرائح التجميعي لتحدي الرتبة الصحيحة للأنموذج وهذه الطريقة تعتمد على خاصية التجميع (Additive) للتخلص من مشكلة عناء الأبعاد (Curse Dimensionality ) وبالتالي يمكن تقدير دالة الانحدار باستخدام طريقة الشرائح التمهيدية (Smoothing Splines)لأنموذج(NAARX).
الطريقة المقترحة الثانية لتحديد الرتبة الصحيحة لأنموذج (NARX) هي طريقة(Cross-Validation(C.V))وأسلوب ترك مفردة خارجاً والتي تعتمد على دالة (Gaussian Kernel) واستعملت بوجود مشكلة عناء الأبعاد لأنها تعتمد على البيانات بشكل مباشر، والطريقة اللامعلمية المناسبة المستخدمة لتقدير دالة الانحدار هي الشبكة العصبية الاصطناعية والتي تتوافق مع طريقة تحديد الرتبة وإيجاد التقدير بوجود مشكلة عناء الإبعاد لأنموذج (NARX).
واستعملت طريقة ثالثة تكرارية هي خوارزمية (BRUTO) المعتمدة على خوارزمية التغذية العكسية ومعلمة تمهيد مكيفة ، وللمقارنة بين طرائق التقدير اللامعلمية المختلفة وإيجاد أفضل طريقة لمطابقة البيانات استعملنا عدد من تجارب المحاكاة ولأحجام عينات مختلفة تحاكي الفترات الزمنية المنتظمة وتمت المقارنة باستخدام معياري متوسط مربعات الخطأ (MSE) ومتوسط الخطأ النسبي المطلق (MAPE) ، وبالتالي اختيار أفضل طريقة التي أعطت أقل قيمة للمعيارين وتطبيقها على بيانات الأحمال الكهربائية ودرجات الحرارة لمحافظة البصرة للفصل الأول من العامين ((2014-2015م. وتبين من خلال البحث أن طريقة الشبكة العصبية حققت نجاح جيد في التقدير للنماذج اللامعلمية المختلفة ، وتبين أيضا أن طريقة الشرائح لها مجال واسع في التطبيق.