مجلة مفتوحة الوصول

المجلة الدولية للعلوم والتقنية

International Science and Technology Journal

ISSN: 2519-9854 (Online)

ISSN: 2519-9846 (Print)

DOI: www.doi.org/10.62341/ISTJ

مجلة علمية محكّمة تهتم بنشر البحوث والدراسات في مجال العلوم التطبيقية، تصدر دورياً تحت إشراف نخبة من الأساتذة

ينشرها

تحت إشراف

Developing A Software Package to Detect and Address the Autocorrelation Problem

الملخص
تُعدّ مشكلة الارتباط الذاتي تحديًا شائعًا في تحليل الانحدار، حيث يمكن أن تؤدي إلى تقديرات متحيزة وغير فعالة للمعاملات مما يؤثر على دقة النتائج. توفر حزم البرامج الإحصائية الحالية مثل SPSS و Minitab طرقًا لاكتشاف الارتباط الذاتي، مثل النهج الرسومي Graphical Approach واختبار داربن واتسون Durbin-Watson. ومع ذلك، فإنّ هذه الأدوات محدودة في دقتها فالنهج الرسومي يعتمد على التفسير الشخصي، بينما لا يقدم SPSS معلومات كافية لفهم نتائج اختبار داربن واتسون. تم تطوير حزمة برمجية جديدة باستخدام لغة جافا (Java) لمعالجة مشكلة الارتباط الذاتي في تحليل الانحدار. تم استخدام طريقة داربن واتسون وهي طريقة أكثر دقة من الطرق الرسومية. توفر البرمجية واجهة سهلة الاستخدام للمحللين. تم اختبار الحزمة باستخدام بيانات حقيقية، حيث أظهرت النتائج قدرة الحزمة على اكتشاف ومعالجة مشكلة الارتباط الذاتي الإيجابي، وهو ما يتوافق مع النتائج السابقة على نفس مجموعة البيانات. يهدف هذا النظام إلى تحسين موثوقية ودقة تحليل الانحدار في مختلف المجالات. يمكن تحسين البرمجية في المستقبل من خلال توسيع النطاق ليشمل نماذج انحدار أكثر تعقيدًا، وإضافة طرق أخرى لمعالجة الارتباط الذاتي، وتحسين واجهة المستخدم لزيادة سهولة الاستخدام............. الكلمات المفتاحية:....... الانحدار الخطي البسيط، الارتباط الذاتي، دوربين-واتسون، البرمجة الكائنية
Abstract
Autocorrelation is a common challenge in regression analysis. It can lead to biased and inefficient parameter estimates, ultimately affecting the accuracy of the results. Many statistical software packages, such as SPSS and Minitab, include features for identifying Autocorrelation, such as the graphical method and the Durbin-Watson test. However, these methods have drawbacks. The graphical method relies on subjective interpretation, and SPSS lacks the necessary information to interpret the significance of the Durbin-Watson test results. Java-based software has been developed to address these limitations and tackle the problem of Autocorrelation in regression analysis. The software utilizes the Durbin-Watson method, providing a more precise alternative to graphical methods. It presents analysts with an intuitive interface. The software has been tested using accurate data, and the results validate its ability to detect and address positive Autocorrelation, consistent with previous findings on the Dataset. This software enhances the dependability and precision of regression analysis in different domains. The software can be further enhanced by expanding its scope to include more complex regression models, adding other methods to address Autocorrelation, and improving the user interface for greater ease of use.......... Keywords: ....Simple Liner regression, Autocorrelation, Durbin-Watson, Object-oriented programming.