ARIMA-modellen

Kunskapscenter

   

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

Innehåll

  1. Sammanfattning
  2. Forum
  3. Best Practices
  4. Expert Tips
  5. Resurser
  6. Utskrift

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 -


ARIMA-modellen Forumet
  What is Moving Average?
What is the moving average and how can we calculat...
     
 
  ARIMA model or Time Fourier series
The ARIMA model is a useful model, but not precise...
     
 
  Updating the ARIMA model
I think even if we develop the best ARIMA model th...
     
 

ARIMA-modellen Särskild Intressegrupp SIG


Särskild Intressegrupp SIG

ARIMA-modellen Utbildning & Sammankomster


Hitta Träning, Seminarier och Sammankomster


Best Practices - ARIMA-modellen Premium

Expert Tips (ENG) - ARIMA Premium

Resurser - ARIMA-modellen Premium
 

Nyheter om Arima Prognoser


     
 

Nyheter om Statistik Tidsserie


     
 

Videor om Arima Prognoser


     
 

Videor om Statistik Tidsserie


     
 

Presentationer om Arima Prognoser


     
 

Presentationer om Statistik Tidsserie


     
 

Mer om Arima Prognoser


     
 

Mer om Statistik Tidsserie


     

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

Special Interest Group Leader

Du här


Om 12manage | Reklam | Länka till oss | Sekretess | Användningsvillkor
Copyright 2017 12manage - E-Learning community med metoder inom ledning, ledarskap och organisation. V14.1 - Senast uppdaterad: 23-9-2017. Alla namn och TM tillhör dess innehavare.