ScholarGate
Asistents
Regression model

SARIMA (Seasonālais ARIMA)

SARIMA ir sezonāla Box-Jenkins ARIMA modeļa paplašinājums, kas pievieno sezonālo diferencēšanu un sezonālos autoregresīvos un vidējās kustības (MA) locekļus. Izstrādāts Box, Jenkins, Reinsel un Ljung ietvaros (5. izd., 2015), tas prognozē virknes, kuru raksturs atkārtojas gada, mēneša vai nedēļas periodā.

Pielietot ar EconMindDrīzumāVideoDrīzumāLejupielādēt slaidus

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Metožu karte

Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.

Avoti

  1. 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
  2. Hyndman, R.J. & Athanasopoulos, G. (2021). Forecasting: Principles and Practice (3rd ed.). OTexts. ISBN: 978-0987507136

Kā citēt šo lapu

ScholarGate. (2026, June 1). Seasonal Autoregressive Integrated Moving Average. ScholarGate. https://scholargate.app/lv/econometrics/sarima

Kura metode?

Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.

Salīdzināt blakus

Uz to atsaucas

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