ScholarGate
Assistent
Regression modelEconometrics / time series

Autoregressive Integrated Moving Average Model

Beschouw het waterpeil van een rivier over tijd. Het huidige peil hangt af van recente voorbije peilen (autoregressie), veranderingen in plaats van ruwe peilen kunnen stabieler zijn (integratie/differentiatie), en willekeurige schokken zoals plotselinge regenval verspreiden zich op een vervagende manier door toekomstige waarden (moving average). ARIMA vangt alle drie de dynamieken tegelijkertijd op: hoe ver de waarde van vandaag afwijkt van een gemiddelde, hoe snel de reeks afdrijft, en hoe lang verstoringen aanhouden voordat ze uitsterven.

Toepassen met EconMindBinnenkortVideoBinnenkortDownload slides

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Method map

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

+33 more

Bronnen

  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

Deze pagina citeren

ScholarGate. (2026, June 3). Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/nl/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

Geciteerd door

ScholarGateARIMA model (Autoregressive Integrated Moving Average Model). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/econometrics/arima-model · Gegevensset: https://doi.org/10.5281/zenodo.20539026