Model ARIMA (autoregresní integrovaný klouzavý průměr)
ARIMA je univariátní model pro prognózování časových řad, který kombinuje autoregresní, integrované (diferencování) a klouzavé průměry k predikci jediné spojité řady z jejích vlastních minulých hodnot. Je ústředním prvkem metodologie Box-Jenkins, popsané v publikaci Time Series Analysis (5. vyd., 2015) autorů Box, Jenkins, Reinsel & Ljung.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
+39 more
Zdroje
- Box, G. E. P., Jenkins, G. M., Reinsel, G. C. & Ljung, G. M. (2015). Time Series Analysis: Forecasting and Control (5th ed.). Wiley. ISBN: 978-1118675021
Jak citovat tuto stránku
ScholarGate. (2026, June 1). Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/cs/econometrics/arima
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Jednoduché a dvojité exponenciální vyhlazování (SES / Holt)Ekonometrie↔ compare
- Generalizovaná autoregresní podmíněná heteroskedasticita (GARCH)Ekonometrie↔ compare
- Regrese metodou ordinárních nejmenších čtverců (OLS)Ekonometrie↔ compare
- Sezónní ARIMA (SARIMA)Ekonometrie↔ compare
- Model vektorové autoregrese (VAR)Ekonometrie↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →