ARIMA

Centro di Conoscenza

   

Prevedere e valutare il futuro: Media Mobile Auto Regressiva Integrata [AutoRegressive Integrated Moving Average]. Spiegazione di ARIMA di Box e Jenkins. ('76)

Indice

Premium

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 -


Modello di ARIMA Special Interest Group


Special Interest Group (4 membri)


Modello di ARIMA Forum  

Argomenti recenti

  Updating the ARIMA 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 influen...
     
 
  What is Moving Average?
What is the moving average and how can we calculate this?...
     
 
  ARIMA model or Time Fourier series
The ARIMA model is a useful model, but not precise enough.
An interesting application for phenomenons estimated as cyclic, is the Time Fourier se...
     
 

Migliori Pratiche - Modello di ARIMA

Expert Tips (ENG) - ARIMA



Sviluppare se stessi in economia aziendale e in gestione



Risorse - Modello di ARIMA
 

Notizie su Arima Analisi


     
 

Notizie su Statistica Previsioni


     
 

Video su Arima Analisi


     
 

Video su Statistica Previsioni


     
 

Presentazioni su Arima Analisi


     
 

Presentazioni su Statistica Previsioni


     
 

Di più su Arima Analisi


     
 

Di più su Statistica Previsioni


     



Accelera la tua carriera manageriale



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


Ritornare alla Disciplina di Gestione: Finanza & Investimenti  |  Marketing 


Più Metodi, Modelli e Teorie di Gestione

Special Interest Group Leader

















Tutto su 12manage | Pubblicitá | Collegati a noi / Citaci | Privacy | Suggerimenti | Termini del Servizio
© 2018 12manage - The Executive Fast Track. V14.1 - Ultimo aggiornamento: 22-10-2018. Tutti i nomi ™ dei loro proprietari.