Regression modelEconometrics / time series

ARIMA modelis (autoregresīvais integrētais slīdošais vidējais)

ARIMA(p,d,q) modelis ir standarta darba rīks vienfāzes laika rindu prognozēšanai. Tas apvieno autoregresīvos locekļus (iepriekšējās vērtības), diferencēšanu stacionaritātes iegūšanai un slīdošā vidējā locekļus (iepriekšējos šokus) vienotā lineārā ietvarā. To izstrādāja Box un Jenkins (1970), un tas joprojām ir viens no visplašāk pielietotajiem modeļiem ekonometrijā un lietišķajā statistikā.

Pielietot ar EconMindDrīzumāVideoDrīzumāDownload slides

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Method map

The neighbourhood of related methods — select a node to explore.

+33 more

Avoti

  1. Box, G. E. P., & Jenkins, G. M. (1970). Time Series Analysis: Forecasting and Control. Holden-Day. link
  2. Hamilton, J. D. (1994). Time Series Analysis. Princeton University Press. ISBN: 978-0691042893

Kā citēt šo lapu

ScholarGate. (2026, June 3). Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/lv/econometrics/arima-model

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.

Compare side by side

Uz to atsaucas

ScholarGateARIMA model (Autoregressive Integrated Moving Average Model). Izgūts 2026-06-15 no https://scholargate.app/lv/econometrics/arima-model · Datu kopa: https://doi.org/10.5281/zenodo.20539026