ARIMA (AUTO-RÉGRESSIONS)

Centre de Connaissances

Personne ne peut vraiment prédire le futur. Mais les méthodes statistiques modernes, les modèles économétriques, et les logiciels de Business Intelligence peuvent, dans une certaine mesure, aider les entreprises à prévoir et à estimer ce qui va se produire dans le futur.

Le Modèle ARIMA représente la Moyenne Mobile Intégrée Auto-régressive (AutoRegressive Integrated Moving Average).

L'Analyse de Séries Temporelles du Modèle ARIMA, emploie des retards et analyse les données historiques pour découvrir des modèles (par exemple des moyennes mobiles, un caractère saisonnier) et prévoir le futur. Le Modèle ARIMA a été développé pour la première fois vers la fin des années 60 mais il a été systématisé par Box and Jenkins en 1976. Le modèle ARIMA peut être plus complexe à employer que d'autres techniques de prévisions statistiques, bien qu'une fois mis en oeuvre correctement le Modèle ARIMA puisse être tout à fait puissant et souple.
 

Le Modèle ARIMA est une méthode pour déterminer deux choses :

1. Quelle quantité du passé devrait être utilisé pour prévoir la prochaine observation (mesure)
2. Les valeurs de pondération.

Par exemple y (t) = 1/3 * y (T-3) + 1/3 * y (T2) + 1/3 * y (T-1) est un modèle ARIMA ; un autre Modèle ARIMA est y (t) = 1/6 * y (T-3) + 4/6 * y (T2) + 1/6 * y (le T-1)

Ainsi le Modèle ARIMA correct exige l'identification du bon nombre de retards et des coefficients qui devraient être utilisés.
L'identification du Modèle ARIMA emploie des auto-regressions pour identifier le modèle sous-jacent.
Un soin tout particulier doit être pris pour identifier et estimer les paramètres de manière robuste pendant que les annexes (les impulsions, les niveaux de déplacement, les tendances liée au temps) peuvent limiter les erreurs.
 

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

Livre : Jeffrey Wooldridge - Introductory Econometrics: A Modern Approach

Forum Discussions du forum sur Modèle ARIMA. Ci-dessous, vous pouvez poser une question sur ce sujet, partager vos expériences, signaler un nouveau développement ou expliquer quelque chose. Use ARIMA Model or Time Fourier Series The ARIMA model is a useful model, but sometimes not precise enough. An interesting application for phenomenons believed to be cyclic, is the Time Fourier Series (TFS). Particularly for short-time... 6   3 commentaires What is Moving Average? What is the moving average and how can we calculate this?... 3   1 commentaires 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 regression model (with influencing parameters) for the error and add it to the A... 3   Commencer un nouveau sujet sur Modèle ARIMA

Sources d'Information Diverses sources d'informations sur Modèle ARIMA. Vous trouverez ici des powerpoints, des vidéos, des actualités, etc. à utiliser dans vos propres conférences et ateliers.

Liens de Recherche Aller à plus de sources de recherche liées à Modèle ARIMA. Nouvelles Vidéos Présentations   Livres Académique Plus

Comparez avec : Analyse de Régression  |  Régression Dnamique  |  Lissage Exponentiel  |  CRM analytique  |  Intelligence des Affaires

Retour vers la page des disciplines de Management : Finances et investissement  |  Marketing et Ventes 

Plus de Méthodes, Modèles et Théorie de Management