Modèle ARIMA (Autoregressive Integrated Moving Average)
L'ARIMA est un modèle de prévision univarié de séries temporelles qui combine des composantes autorégressives, intégrées (différenciation) et moyennes mobiles pour prédire une seule série continue à partir de son propre passé. Il constitue la pièce maîtresse de la méthodologie Box-Jenkins exposée dans Time Series Analysis (5e éd., 2015) de Box, Jenkins, Reinsel & Ljung.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
+39 more
Sources
- 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
Comment citer cette page
ScholarGate. (2026, June 1). Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/fr/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.
- Lissage exponentiel simple et double (SES / Holt)Économétrie↔ compare
- Autoregressive Conditional Heteroskedasticity généralisée (GARCH)Économétrie↔ compare
- Régression par Moindres Carrés Ordinaires (MCO)Économétrie↔ compare
- SARIMA (Seasonal ARIMA)Économétrie↔ compare
- Modèle de Vector Autoregression (VAR)Économétrie↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →