SARIMAX — مدل ARIMA فصلی با رگرسورهای برونزا
SARIMAX مدل ARIMA فصلی (باکس-جنکینز) را با افزودن متغیرهای توضیحی برونزا گسترش میدهد، به طوری که میتواند تأثیر تعطیلات، شاخصهای اقتصادی یا متغیرهای سیاستی را بر یک سری زمانی ثبت کند. این مدل دینامیکهای خودرگرسیو و میانگین متحرک غیرفصلی و فصلی را با رگرسورهای خارجی ترکیب میکند و با استفاده از روش حداکثر درستنمایی در فرم فضای حالت تخمین زده میشود.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- Hyndman, R. J. & Athanasopoulos, G. (2021). Forecasting: Principles and Practice (3rd ed.). OTexts. link ↗
- 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
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 1). Seasonal ARIMA with Exogenous Regressors. ScholarGate. https://scholargate.app/fa/econometrics/sarimax
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.
- مدل آریما (میانگین متحرک یکپارچه خودرگرسیو)اقتصادسنجی↔ compare
- مدل خودرگرسیون برداری بیزی (BVAR)اقتصادسنجی↔ compare
- هموارسازی نمایی سهگانه هولت-وینترزاقتصادسنجی↔ compare
- مدل فضای حالت (فیلتر کالمن)اقتصادسنجی↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →