ScholarGate
Assistent
Regression model

ARIMA (Autoregressive Integrated Moving Average) Model

ARIMA er en univariat tidsserie-prognosemodel, der kombinerer autoregressive, integrerede (differenserede) og glidende gennemsnitskomponenter til at forudsige en enkelt kontinuerlig serie ud fra dens egen fortid. Den er kernen i Box-Jenkins-metodologien, der er beskrevet i Box, Jenkins, Reinsel & Ljung's Time Series Analysis (5. udg., 2015).

Anvend med EconMindSnartVideoSnartDownload slides

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Method map

The neighbourhood of related methods — select a node to explore.

ARIMA (Autoregressive Integrated Moving Average) Model
Simpel og dobbelt ekspon…Generaliseret Autoregres…Almindelig mindste kvadr…SARIMA (Seasonal ARIMA)Vektor Autoregression (V…Augmented Dickey-Fuller…Autoformer: Transformer-…Bayesian Structural Time…Breusch-Godfrey LM-test…Kointegrationstest (Joha…

+39 more

Kilder

  1. 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

Sådan citerer du denne side

ScholarGate. (2026, June 1). Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/da/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.

Compare side by side →

Refereret af

Augmented Dickey-Fuller (ADF) EnhedsrødtestAutoformer: Transformer-dekomposition til langtids-tidsserieprognoserBayesian Structural Time SeriesBreusch-Godfrey LM-test for seriel korrelationKointegrationstest (Johansen / Engle-Granger)Betinget Value-at-Risk (Forventet Underskud)Konform forudsigelse til tidsserieprognoserCroston's metode for intermitterende efterspørgselDCC-GARCH (Dynamic Conditional Correlation)DeepARDLinear: Decomposition Linear Model for Time Series ForecastingExponential GARCH (EGARCH)ETS: Eksponentiel udjævning med fejl, trend og sæsonudsvingSimpel og dobbelt eksponentiel udjævning (SES / Holt)Ekstremværditeori (EVT)Generaliseret Autoregressiv Betinget Heteroskedasticitet (GARCH)GARCH-model (volatilitetsprognoser)GJR-GARCH (Asymmetrisk GARCH)GM(1,1) Grå PrognosemodelHolt-Winters tredobbelt eksponentiel udjævningInformerJohansens kointegrationstest og vektorfejlkorrektionsmodelKalman FilterKPSS-stationaritetstestLee-Carter-modellenLjung-Box Q-test for AutokorrelationLanghukommelsesmodeller (ARFIMA, FIGARCH)Markov regime-switching model (MS-AR / MS-VAR)Middel-varians porteføljeoptimering (Markowitz)MIDAS Regression: Prognoser på tværs af blandede datofrekvenserN-BEATSN-HiTSPatchTSTPhillips-Perron (PP) enhedstestRealiseret volatilitet og HAR-modellenSARIMAXModel for tilstandsrum (Kalmanfilter)STL-dekomponering: Sæson-trend-dekomponering ved hjælp af LoessDen strukturelle tidsseriemodel (Basic Structural Model)TBATSTemporal Fusion TransformerTheta-metodenTidsserie-krydsvalidering (rullende/ekspanderende vindue)Value at Risk (VaR)Vektor Autoregression (VAR) ModelVektor fejlkorrektionsmodel (VECM)X-13ARIMA-SEATS Sæsonjustering

Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →

ScholarGate — ARIMA (Autoregressive Integrated Moving Average Model). Hentet 2026-06-15 fra https://scholargate.app/da/econometrics/arima · Datasæt: https://doi.org/10.5281/zenodo.20539026