ARIMA

Kenniscentrum

Niemand kan echt in de toekomst kijken. Maar moderne statistische methodes, econometrische modellen, en Business Intelligence software kunnen ondernemingen in zekere mate helpen te voorspellen en in te schatten wat er in de toekomst gaat gebeuren.

ARIMA betekent Autoregressief Geïntegreerd Bewegend Gemiddelde.

De ARIMA tijdseries analyse gebruikt vertragingen en verschuivingen in historische gegevens om patronen (bijv. bewegende gemiddelden, seizoengevoeligheid) te ontdekken en te voorspellen. Het ARIMA model werd voor het eerst ontwikkeld in de jaren '60, maar werd gesystematiseerd door Box and Jenkins in 1976. ARIMA kan wat complexer zijn om te gebruiken dan andere statistische voorspellingstechnieken, maar als ARIMA goed wordt uitgevoerd kan ARIMA vrij krachtig en flexibel zijn.
 

ARIMA is een methode om twee dingen te bepalen:

1. Hoeveel van het verleden zou moeten worden gebruikt om de volgende observatie te voorspellen (lengte van gewichten)
2. De waarden van de gewichten.

Bijvoorbeeld: y (t) = 1/3 * y (t-3) + 1/3 * y (T2) + 1/3 * y (t-1) is een ARIMA model; een ander ARIMA model is: y (t) = 1/6 * y (t-3) + 4/6 * y (T2) + 1/6 * y (t-1)

Zoals beschreven vereist een goed ARIMA model de identificatie van het juiste aantal vertragingen en coëfficiënten dat zou moeten worden gebruikt.
De ARIMA modelidentificatie gebruikt autoregressies om het onderliggende model te identificeren.
Er moet voor worden opgepast om de parameters adequaat te identificeren en in te schatten, omdat uitlopers (impulsen, niveauverschuivingen, lokale tijdtendensen) grote afwijkingen kunnen veroorzaken.
 

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

Boek: Jeffrey Wooldridge - Introductory Econometrics: A Modern Approach

Forum Forumdiscussies over het ARIMA-Model. Hieronder kunt u een vraag stellen over dit onderwerp, uw ervaringen delen, een nieuwe ontwikkeling melden, of iets toelichten. Begin een nieuw onderwerp over ARIMA-Model Deel hier uw kennis (of stel een vraag)   What is Moving Average? What is the moving average and how can we calculate this?... 3   1 reacties 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 reacties 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

Informatiebronnen Diverse informatiebronnen betreffende het ARIMA-Model. Hier vindt u powerpoints, video's, nieuws etc. om te gebruiken in uw eigen lezingen en workshops.

Researchlinks Springen naar verdere onderzoeksbronnen met betrekking tot het ARIMA-Model. Nieuws Video's Presentaties   Boeken Academisch Meer

Vergelijk met: Regressie-analyse  |  Dynamische Regressie  |  Exponential Smoothing  |  Analytische CRM  |  Bedrijfsintelligentie (Business Intelligence)

Keer terug naar Management Discipline: Financiën & Investeren  |  Marketing & Verkoop 

Meer Managementmethoden, managementmodellen en managementtheorie