fa برازش مدل‌های سری‌زمانی شمارشی روی تعداد مراجعین به مراکز ترک اعتیاد در شهرستان سمنان تخصصي Special كاربردي Applicable <span style="font-size:12pt"><span style="direction:rtl"><span style="unicode-bidi:embed"><span new="" roman="" style="font-family:" times=""><span lang="FA" style="font-size:14.0pt"><span style="font-family:Yas"><span style="color:black">&nbsp;</span></span></span></span></span></span></span><span style="font-size:12pt"><span style="tab-stops:0cm"><span style="direction:rtl"><span style="unicode-bidi:embed"><span new="" roman="" style="font-family:" times=""><b><span lang="FA" style="font-size:11.0pt"><span style="font-family:Yas"><span style="color:black">چکیده.</span></span></span></b><span lang="FA" style="font-size:11.0pt"><span style="font-family:Yas"><span style="color:black"> داده‌های شمارشی برحسب زمان در خیلی از زمینه‌های کاربردی مشاهده می‌شوند. خیلی از پژوهشگران برای تحلیل این داده‌ها از الگوهای سری‌زمانی استفاده می‌کنند. در این مقاله، مدل‌های خطی سری‌زمانی شمارشی پواسنی و دوجمله‌ای منفی روی این نوع از داده‌ها با حضور متغیرهای توضیحی مورد مطالعه قرار می‌گیرند. تحلیل درست‌نمایی و ارزیابی مدل سری‌زمانی شمارشی براساس مدل‌های خطی تعمیم‌یافته ارائه و بررسی می‌شود و همچنین داده‌های تعداد معتادین مراجعه کننده به مراکز ترک اعتیاد شهرستان سمنان براساس مدل‌ها و روش‌های بیان شده مورد تحلیل قرار می‌گیرد. با توجه به نتایج حاصل از ملاک‌های انتخاب مدل، مدل سری‌زمانی شمارشی دوجمله‌ای منفی برازش مناسبی برای این داده‌ها است و براساس آن پیش‌بینی ماهانه برای سال ۹۸ صورت گرفت.</span></span></span></span></span></span></span></span><br> &nbsp; <div class="WordSection1"><br> <br> <span style="page:WordSection1"><span style="font-size:12pt"><span style="text-justify:kashida"><span style="text-kashida:0%"><span style="text-autospace:none"><span new="" roman="" style="font-family:" times=""><b><span style="font-size:10.0pt"><span style="background:white"><span style="color:black">Abstract.</span></span></span></b><span style="font-size:10.0pt"><span style="background:white"><span style="color:black"> Count data over time are observed in many application areas. Many researchers use time series patterns to analyze this data. In this paper, the poisson count time series linear models and negative binomials on this type of data with the explanatory variables are studied. The Likelihood analysis and the evaluation of count time series model based on generalized linear models are presented and investigated. Also, the data of the number of addicts referred to the addiction treatment centers in Semnan county are analyzed based on the proposed models and methods. According to the results of the model selection criteria, the negative binomial count time series model is a good fit for this data and based on it, a monthly forecast for the year 2019 was made.</span></span></span></span></span></span></span></span></span></div> <br> &nbsp; مدل شکنندگی, مدل خطرهای متناسب کاکس, داده بقا, سانسور, مدت زمان بیکاری‎. Count time series, Poisson process, addiction cessationl data, generalized linear models. 1 20 http://ijoss.srtc.ac.ir/browse.php?a_code=A-10-79-10&slc_lang=fa&sid=1 Omid Karimi امید کریمی omid.karimi@semnan.ac.ir 10031947532846001287 10031947532846001287 Yes Fatemeh Hosseini فاطمه حسینی fatemeh.hoseini@semnan.ac.ir 10031947532846001288 10031947532846001288 No Sepideh Tasharofi سپیده تشرفی s.tasharofy@gmail.com 10031947532846001289 10031947532846001289 No