ARIMA (Autoregressive Integrated Moving Average) -malli
ARIMA on univariaattinen aikasarjaennustusmalli, joka yhdistää autoregressiiviset, integroidut (differointi) ja liikkuvan keskiarvon komponentit ennustaakseen yhden jatkuvan sarjan sen omasta menneisyydestä. Se on Box-Jenkins-metodologian ydin, joka esitellään teoksessa Box, Jenkins, Reinsel & Ljung's Time Series Analysis (5. painos, 2015).
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
+39 more
Lähteet
- 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
Näin viittaat tähän sivuun
ScholarGate. (2026, June 1). Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/fi/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.
- Yksinkertainen ja kaksinkertainen eksponentiaalinen tasoitus (SES / Holt)Ekonometria↔ compare
- GARCH (Generalized Autoregressive Conditional Heteroskedasticity)Ekonometria↔ compare
- OLS-regressio (Ordinary Least Squares)Ekonometria↔ compare
- Kausiluonteinen ARIMA (SARIMA)Ekonometria↔ compare
- Vektorien autoregressiomalli (VAR-malli)Ekonometria↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →