ARIMA-Modell (Autoregressives integriertes gleitendes Durchschnittsmodell)

Stellen Sie sich den Wasserstand eines Flusses über die Zeit vor. Sein aktueller Pegel hängt von den jüngsten vergangenen Pegeln ab (Autoregression), Änderungen statt Rohpegeln können stabiler sein (Integration/Differenzierung), und zufällige Schocks wie plötzliche Regenfälle wirken sich auf zukünftige Werte auf abklingende Weise aus (gleitender Durchschnitt). ARIMA erfasst alle drei Dynamiken gleichzeitig: wie weit der heutige Wert von einem Mittelwert entfernt ist, wie schnell die Reihe driftet und wie lange Störungen andauern, bevor sie abklingen.