Модель ARIMA (авторегрессионная интегрированная скользящая средняя)
ARIMA — это унивариантная модель прогнозирования временных рядов, которая объединяет авторегрессионные, интегрированные (разностные) и скользящие средние компоненты для прогнозирования одной непрерывной серии на основе её собственного прошлого. Это центральный элемент методологии Бокса-Дженкинса, изложенной в работе Box, Jenkins, Reinsel & Ljung "Time Series Analysis" (5-е изд., 2015).
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+39 more
Источники
- 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
Как цитировать эту страницу
ScholarGate. (2026, June 1). Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/ru/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.
- Простое и двойное экспоненциальное сглаживание (SES / Холт)Эконометрика↔ compare
- Обобщенная авторегрессионная условная гетероскедастичность (GARCH)Эконометрика↔ compare
- Регрессия методом обыкновенных наименьших квадратов (ОНМК)Эконометрика↔ compare
- Сезонная модель ARIMA (SARIMA)Эконометрика↔ compare
- Модель векторной авторегрессии (VAR)Эконометрика↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →