ARIMA-modellen

Kunskapscenter

Förutse och beräkna framtiden: Autoregressive Integrated Moving Average. Förklaring till ARIMA av Box och Jenkins. ('76)

Ingen kan egentligen se in i framtiden. Men moderna statistiska metoder, ekonometriska modeller och Business Intelligence BI (Affärsinformation, upplysning) programvara kan till viss utsträckning hjälpa företag med att prognostisera och bedöma vad som kan komma att hända i framtiden.

ARIMA står för AutoRegressive Integrated Moving Average.

ARIMA-tidserieanalys använder intervall och skiftningar i historiska data för att avslöja mönstren (t.ex. löpande genomsnittet, säsongsmässigheten) och för att förutsäga framtiden med hjälp av detta. ARIMA-modellen utvecklades först under den senare delen av på 60-talet, men den systematiserades av Box och Jenkins året 1976. ARIMA kan vara mera komplex att använda än andra statistiska progonstiserande tekniker, hur som helst, när den är riktigt implementerad, kan ARIMA vara mycket kraftfull och flexibel.
 

ARIMA är en metod för att bestämma två saker:

1. Hur mycket av det förflutna skall användas till att förutsäga nästa observation (längden på tidserien, intervallet)
2. Viktvärden.

Till exempel y (t) = 1/3 * y (t-3) + 1/3 * y (t-2) + 1/3 * y (t-1) är en ARIMA-modell; en annan ARIMA-MODELL är y (t) = 1/6 * y (t-3) + 4/6 * y (t-2) + 1/6 * y (t-1)

Således kräver den korrekta ARIMA-modellen identifiering av rätt antal intervall och koefficienter som bör användas.
ARIMA-modell identifiering använder autoregressioner för att identifiera den underliggande modellen.
Man måste ta särskild hänsyn att mycket noggrant identifiera och bedöma de parametrar som radikalt skiljer ut sig från mängden (pulser, nivå skiftningar, lokala tidstrender), och kan utlösa en ödeläggelse av analysen.
 

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

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

Särskild Intressegrupp SIG - ARIMA-modellen Särskild Intressegrupp SIG (0 medlemmar)

Forum - ARIMA-modellen   Diskussioner om ARIMA-modellen.   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 sometimes not precise enough. An interesting application for phenomenons belie (...)           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 (...)

Best Practices - ARIMA-modellen Här hittar du de mest värdefulla diskussionerna från det förflutna.

Expert Tips (ENG) - ARIMA Här hittar du råd från experter.

Resurser - ARIMA-modellen Här hittar du PowerPoint-presentationer, mikroinlärningsvideor och ytterligare informationskällor.

Jämför ARIMA-modellen med: Regressionsanalys  |  Dynamisk Regression  |  Exponentiell Utjämning  |  Analytisk CRM  |  Business Intelligens

Retur till Management Start: Ekonomi och Investera  |  Marknadsföring 

Mer Management Metoder, Modeller och Teori

Om 12manage | Reklam | Länk till oss / Citera oss | Sekretess | Förslagen | Användningsvillkor
© 2019 12manage - The Executive Fast Track. V15.2 - Senast uppdaterad: 14-12-2019. Alla namn ™ av deras ägare.