Model ARIMA (Autoregressive Integrated Moving Average)
ARIMA to jednowymiarowy model prognozowania szeregów czasowych, który łączy komponenty autoregresyjne, zintegrowane (różnicowanie) i średniej ruchomej, aby przewidzieć pojedynczy ciągły szereg na podstawie jego własnej przeszłości. Jest to centralny element metodologii Boxa-Jenkisa przedstawionej w pracy Box, Jenkins, Reinsel & Ljung's Time Series Analysis (5. wyd., 2015).
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
+39 more
Źródła
- 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
Jak cytować tę stronę
ScholarGate. (2026, June 1). Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/pl/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.
- Wygładzanie wykładnicze proste i podwójne (SES / Holt)Ekonometria↔ compare
- Uogólniona warunkowa heteroskedastyczność z autoregresją (GARCH)Ekonometria↔ compare
- Regresja metodą najmniejszych kwadratów (OLS)Ekonometria↔ compare
- SARIMA (Seasonal ARIMA)Ekonometria↔ compare
- Model Autoregresji Wektorowej (VAR)Ekonometria↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →