ARIMA

Centro di Conoscenza




Riassunto, forum, migliori pratiche, consigli di esperti e fonti di informazioni.

13 oggetti • 235.403 visite


Riassunto

Nessuno può realmente prevedere il futuro. Anche se i metodi statistici moderni, i modelli econometrici e i software di Business Intelligence possono parzialmente aiutare le aziende nel prevedere e stimare quello che sta per succedere nel futuro prossimo.


ARIMA sta per AutoRegressive Integrated Moving Average [Media Mobile AutoRegressiva Integrata].


L' Analisi delle Serie Temporali di ARIMA usa i ritardi e gli spostamenti nei dati storici per scoprire i trend (per esempio media mobile, stagionalità) e prevedere il futuro. Il modello di ARIMA fu dapprima sviluppato verso la fine degli anni 60 ma è stato sistemato da Box e Jenkins nel 1976. L'ARIMA può essere più complesso da usare di altre tecniche di previsione statistiche, sebbene una volta eseguito correttamente l'ARIMA può essere abbastanza potente e flessibile.
 

L'ARIMA è un metodo per determinare due cose:

  1. Quanto del passato dovrebbe essere usato per prevedere la prossima osservazione (lunghezza dei pesi)
  2. I valori dei pesi.

Per esempio y (t) = 1/3 * y (T-3) + 1/3 * di y (T2) + 1/3 * y (T-1) è un modello di ARIMA; un altro MODELLO di ARIMA è y (t) = 1/6 * y (T-3) + 4/6 * di y (T2) + 1/6 * y (T-1)

Così un modello corretto di ARIMA richiede l'identificazione del giusto numero di ritardi e dei coefficenti che dovrebbero essere usati.
L'identificazione del modello di ARIMA usa le autoregressioni per identificare il modello subordinato.
Bisogna stare attenti nell'identificare e valutare in maniera precisa i parametri poichè valori errati (impulsi, livelli spostati, tendenze temporali locali) possono causare enormi disastri.
 

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

Referenza Bibliografica: Jeffrey Wooldridge - Introductory Econometrics: A Modern Approach


Gruppo di Interesse Speciale

Gruppo di Interesse Speciale Modello di ARIMA .



Gruppo di Interesse Speciale (4 membri)

Forum

Discussioni nei forum sul Modello di ARIMA. Di seguito puoi porre una domanda su questo argomento, condividere le tue esperienze, segnalare un nuovo sviluppo o spiegare qualcosa.


Inizia un nuovo argomento sul Modello di ARIMA

 

What is Moving Average?
What is the moving average and how can we calculate this?...
3
 
1 commenti
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 fo...
3
 
1 commenti
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
 

Migliori Pratiche

Gli argomenti migliori e più votati su Modello di ARIMA. Qui troverai le idee più preziose e suggerimenti pratici.


Consigli degli Esperti

Approfondimenti avanzati sul ARIMA (Inglese). Qui troverai consigli professionali di esperti.


Fonti di Informazione

Varie fonti di informazioni su Modello di ARIMA. Qui troverai powerpoint, video, notizie, ecc. da utilizzare nelle tue lezioni e seminari.



Link di Ricerca

Passare ad altre fonti di ricerca riguardanti Modello di ARIMA.


Notizie

Notizie

Video

Video

Presentazioni

Presentazioni

 
Libri

Libri

Accademico

Accademico

Di più

Di più


Paragonare a: Analisi della Regressione  |  Regressione Dinamica  |  Smorzamento Esponenziale  |  Analytical CRM  |  Business Intelligence


Ritornare alla Disciplina di Gestione: Finanza & Investimenti  |  Marketing & Vendite 


Più Metodi, Modelli e Teorie di Gestione

Gruppo di Interesse Speciale

Sai molto su Modello di ARIMA? Diventa il nostro Leader SIG



Tutto su 12manage | Pubblicitá | Collegati a noi / Citaci | Privacy | Suggerimenti | Termini del Servizio
© 2023 12manage - The Executive Fast Track. V16.1 - Ultimo aggiornamento: 9-2-2023. Tutti i nomi ™ dei loro proprietari.