ScholarGate
Asistent
Regression model

Modelul ARIMA (Autoregresiv Integrat cu Medii Mobile)

ARIMA este un model de prognoză univariată a seriilor de timp care combină componente autoregresive, integrate (diferențiere) și de medii mobile pentru a prezice o singură serie continuă pe baza propriului său trecut. Este piesa centrală a metodologiei Box-Jenkins, prezentată în lucrarea Time Series Analysis (ediția a 5-a, 2015) de Box, Jenkins, Reinsel & Ljung.

Aplică cu EconMindÎn curândVideoÎn curândDownload slides

Citește metoda completă

Doar pentru membri

Autentifică-te cu un cont gratuit pentru a citi această secțiune.

Autentificare

Method map

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

Modelul ARIMA (Autoregresiv Integrat cu Medii Mobile)
Netezire Exponențială Si…Autoregresivul Condițion…Regresia prin metoda cel…SARIMA (ARIMA Sezonier)Modelul Vectorial de Aut…Testul Augmented Dickey-…AutoformerSerii de Timp Structural…Testul LM Breusch-Godfre…Testul de Cointegrare (J…

+39 more

Surse

  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

Cum se citează această pagină

ScholarGate. (2026, June 1). Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/ro/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.

Compare side by side →

Citat de

Testul Augmented Dickey-Fuller (ADF) pentru rădăcină unitarăAutoformerSerii de Timp Structurale BayesianeTestul LM Breusch-Godfrey pentru corelația serialăTestul de Cointegrare (Johansen / Engle-Granger)Valoare la Risc Condiționată (Expected Shortfall)Predicția conformă pentru prognoza seriilor de timpMetoda lui Croston pentru cerere intermitentăDCC-GARCH (Dynamic Conditional Correlation)DeepARDLinear: Model Linear de Descompunere pentru Prognoza Seriilor de TimpGARCH Exponențial (EGARCH)ETS: Netezire Exponențială pentru Eroare, Trend și SezonalitateNetezire Exponențială Simplă și Dublă (SES / Holt)Teoria Valorilor Extreme (EVT)Autoregresivul Condiționat Generalizat cu Heteroscedasticitate (GARCH)Model GARCH (Prognoza volatilității)GJR-GARCH (GARCH Asimetric)Modelul de prognoză gri GM(1,1)Netezirea exponențială triplă Holt-WintersInformerTestul de cointegrare Johansen și Modelul Vectorial de Corecție a ErorilorFiltru KalmanTestul de staționaritate KPSSModelul Lee-CarterTestul Q Ljung-Box pentru autocorelareModele cu memorie lungă (ARFIMA, FIGARCH)Modelul Markov cu comutare de regim (MS-AR / MS-VAR)Optimizarea portofoliului medie-varianță (Markowitz)Regresia MIDAS: Prognoză pe Frecvențe Mixte ale DatelorN-BEATSN-HiTSPatchTSTTestul Phillips-Perron (PP)Volatilitatea Realizată și Modelul HARSARIMAXModelul spațiului de stare (Filtrul Kalman)STL Decomposition: Seasonal-Trend Decomposition using LoessModelul Structural de Serii Temporale (Modelul Structural de Bază)TBATSTemporal Fusion TransformerMetoda ThetaValidare încrucișată pe serii de timp (fereastră mobilă/extensibilă)Valoarea la Risc (VaR)Modelul Vectorial de Autoregresie (VAR)Modelul Vectorial de Corecție a Erorii (VECM)Ajustare sezonieră X-13ARIMA-SEATS

Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →

ScholarGate — ARIMA (Autoregressive Integrated Moving Average Model). Preluat la 2026-06-15 de pe https://scholargate.app/ro/econometrics/arima · Set de date: https://doi.org/10.5281/zenodo.20539026