ARIMA-Modell (Autoregressive Integrated Moving Average)
ARIMA ist ein univariates Zeitreihenprognosemodell, das autoregressive, integrierte (Differenzierungs-) und gleitende Durchschnittskomponenten kombiniert, um eine einzelne kontinuierliche Zeitreihe aus ihrer eigenen Vergangenheit vorherzusagen. Es ist das Kernstück der Box-Jenkins-Methodik, die in Box, Jenkins, Reinsel & Ljungs Time Series Analysis (5. Aufl., 2015) dargelegt wird.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
+39 more
Quellen
- 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
So zitieren Sie diese Seite
ScholarGate. (2026, June 1). Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/de/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.
- Einfache und doppelte exponentielle Glättung (SES / Holt)Ökonometrie↔ compare
- Generalisierte Autoregressive Bedingte Heteroskedastizität (GARCH)Ökonometrie↔ compare
- Methode der kleinsten Quadrate (OLS)Ökonometrie↔ compare
- SARIMA (Seasonal Autoregressive Integrated Moving Average)Ökonometrie↔ compare
- Vektorautoregressionsmodell (VAR)Ökonometrie↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →