Regression modelEconometrics / time series

Model ARIMA (Autoregresyjny Zintegrowany Model Średniej Ruchomej)

Model ARIMA(p,d,q) jest standardowym narzędziem do prognozowania jednowymiarowych szeregów czasowych. Łączy on składniki autoregresyjne (wartości przeszłe), różnicowanie w celu uzyskania stacjonarności oraz składniki średniej ruchomej (przeszłe błędy) w zunifikowanej ramie liniowej. Opracowany przez Boxa i Jenkinsa (1970), pozostaje jednym z najszerzej stosowanych modeli w ekonometrii i statystyce stosowanej.

Zastosuj w EconMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

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

+33 more

Źródła

  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

Jak cytować tę stronę

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

Cytowana przez

ScholarGateARIMA model (Autoregressive Integrated Moving Average Model). Pobrano 2026-06-15 z https://scholargate.app/pl/econometrics/arima-model · Zbiór danych: https://doi.org/10.5281/zenodo.20539026