Modelo de ARIMA

Centro de Conocimiento



Resumen, foro, mejores prácticas, consejos de expertos y fuentes de información.


Resumen

Nadie puede realmente ver el futuro. Pero los métodos estadísticos modernos, los modelos econométricos, y el software de Inteligencia de negocios  pueden ayudar, hasta cierto punto, a algunos negocios a pronosticar y estimar qué va a suceder en el futuro.


El ARIMA se sostiene por el promedio móvil integrado de autoregresión.


El análisis de serie de tiempo del ARIMA utiliza regresiones y la variación en los datos históricos para descubrir patrones (e.g. promedios móviles, estacionalidad) y predecir así el futuro. El modelo del ARIMA fue desarrollado primeramente, a finales de los 60´s pero fue sistematizado por Box and Jenkins en 1976. El ARIMA puede ser más complejo de utilizar que otras técnicas de pronóstico estadístico, aunque cuando se pone en ejecución correctamente, puede ser de gran alcance y muy flexible.

El ARIMA es un método para determinar dos cosas:

  1. Cuánto del pasado se debe utilizar para predecir la siguiente proyección (extensión de las series)
  2. Los valores de las series.

Por ejemplo y (t) = 1/3 * y (T-3) + 1/3 * y (t-2) + 1/3 * y (T-1) es un modelo de ARIMA; otro MODELO de ARIMA es y (t) = 1/6 * y (T-3) + 4/6 * y (t-2) + 1/6 * y (el T-1)

Así el modelo correcto del ARIMA requiere la identificación del número correcto de regresiones y de los coeficientes que deben ser utilizados.
La identificación del modelo de ARIMA utiliza la autoregresión para identificar el modelo subyacente.
Se debe tener cuidado en identificar y estimar parámetros que puedan forzar estragos en los resultados obtenidos (errores estadísticos, los pulsos, nivel de variación, tendencias locales del tiempo).

Libro: Alan Pankratz - Forecasting with Univariate Box Jenkins Models: Concepts and Cases -

Libro: Jeffrey Wooldridge - Introductory Econometrics: A Modern Approach -


Grupo de Interés Especial

Unirse

Grupo de Interés Especial de Modelo de ARIMA .



Grupo de Interés Especial (31 miembros)

Foro

Nuevo Tema

Foro sobre Modelo de ARIMA.


🔥 NUEVO Puedo suavizar la tendencia de los datos utilizando, ARIMA?
Puedo suavizar la tendencia de los datos utilizando, ARIMA?, porque manejo el programa STATISTIC, y me gustaria que me i (...)
5
 
0 reacciones
What is Moving Average?
What is the moving average and how can we calculate this? (...)
3
 
1 reacciones
ARIMA model or Time Fourier series
The ARIMA model is a useful model, but sometimes not precise enough. An interesting application for phenomenons belie (...)
3
 
1 reacciones
Combining the ARIMA model with a Nonlinear or Regression Model
I think even if we develop the best ARIMA model there will surely be some amount of error. If we develop a nonlinear or (...)
3
 
0 reacciones
Mejores Prácticas

Regístrate

Los temas mejor valorados sobre Modelo de ARIMA. Aquí encontrará las ideas más valiosas y sugerencias prácticas.


Consejos de Expertos

Regístrate

Conocimientos avanzados sobre ARIMA (Inglés). Aquí encontrará consejos profesionales de expertos.


Fuentes de Información

Regístrate

Varias fuentes de información sobre Modelo de ARIMA. Aquí encontrará powerpoints, videos, noticias, etc. para usar en sus propias conferencias y talleres.


NoticiasVídeosPresentacionesLibrosMás

Compare el Modelo de ARIMA con: Análisis de Regresión  |  Regresión Dinámica  |  Suavizado Exponencial  |  Gestión Analítica de la relación con el cliente  |  Inteligencia Empresarial


Vuelva a la página principal de Administración: Finanzas e Inversiones  |  Marketing 


Más Métodos, Modelos y Teoría de la Administración

Grupo de Interés Especial

¿Está interesado en Modelo de ARIMA? Inscríbete gratis

Notifica a tus alumnos

Copie esto en sus materiales de estudio:

y agregue un hipervínculo a:

Enlace a este centro de conocimiento

Copie este código HTML en su sitio web:

 


Acerca de 12manage | Publicidad | Enlace a nosotros / Citarnos | Privacidad | Sugerencias | Términos del Servicio
© 2021 12manage - The Executive Fast Track. V15.7 – Última actualización: 27-1-2021. Todos los nombres ™ de suspropietarios.