ARIMA

ナレッジセンター

未来を予測し、推定する: 自己回帰統合された移動平均。 Box and JenkinsのARIMAの説明。 (「76)

だれも未来に実際に見ることができない。 しかし現代統計的な方法、計量経済モデルおよびbusiness intelligenceソフトウェアは幾分ビジネスが予測し、将来起こるだろうものが推定するのを助けることができる。

ARIMAは自己回帰統合された移動平均を意味する。

ARIMAのTime Series Analysisは遅れを使用し、履歴データでパターン(例えば移動平均、seasonality)の覆いを取り、未来を予測するために移る。 ARIMAモデルは遅い60sで最初に開発されたが、1976年にBox and Jenkinsによって組織化された。 ARIMAはきちんと実行されたときARIMAがかなり強力、適用範囲が広い場合もあるが使用するために他の統計的な予測技術より複雑である場合もある。
 

ARIMAは2つの事を定めるための方法である:

1. 過去のどの位次の観察(重量の長さ)を予測するのに使用されるべきである
2. 重量の価値。

例えばy (t) = 1/3の* y (t-3) + 1/3 * y (t-2) + 1/3 * y (t-1)はARIMAモデルである; もう一つのARIMAモデルはであるy (t) = 1/6の* y (t-3) + 4/6 * y (t-2) + 1/6 * y (t-1)

従って正しいARIMAモデルは使用されるべきである係数および遅れの右の数の同一証明を要求する。
ARIMAのモデル同一証明は下役モデルを識別するのにautoregressionsを使用する。
心配は耐久性をもって識別するために取られなければなり、飛び地が(脈拍、レベルはの現地時間の傾向移る)破壊をもたらすことができると同時に変数を推定するため。
 

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

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

特別興味グループ - ARIMA 特別興味グループ (0人のメンバー)

フォーラム - ARIMA   ここであなたは興味深くそして教育的な議論を見つけるでしょう。   What is Moving Average? (1反応) What is the moving average and how can we calculate this?...           ARIMA model or Time Fourier series (1反応) The ARIMA model is a useful model, but sometimes not precise...           Combining the ARIMA model with a Nonlinear or Regression Model I think even if we develop the best ARIMA model there will s...

ベストプラクティス - ARIMA ここであなたは最も価値のあるアイデアを見つけるでしょう。

Expert Tips (ENG) - ARIMA ここでは、専門家からの高品質なアドバイスがあります。

リソース - ARIMA こちらでは、パワーポイントのプレゼンテーション、マイクロラーニングのビデオ、その他の情報源を見つけることができます。   ARIMA analysisについてのニュース         statistical forecastingについてのニュース         ARIMA analysisについての動画         statistical forecastingについての動画         ARIMA analysisについてのプレゼンテーション         statistical forecastingについてのプレゼンテーション         ARIMA analysisについてのもっと         statistical forecastingについてのもっと

と比較した: Regression Analysis  |  Dynamic Regression  |  Exponential Smoothing  |  分析的なCRM  |  business intelligence

経営ハブに戻る: 財務と投資 |  マーケティング 

より多くの方法、モデル、理論