Regression model

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).

Применить в EconMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

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

+39 more

Источники

  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

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.

Compare side by side

Упоминается в

Тест на единичный корень augmented Dickey-Fuller (ADF)AutoformerБайесовские структурные временные рядыТест Бре́шаТест на коинтеграцию (Йохансен / Энгл-Грейнджер)Условный риск (Expected Shortfall)Конформное прогнозирование для временных рядовМетод Кростона для прерывистого спросаDCC-GARCH (Dynamic Conditional Correlation)DeepARDLinearЭкспоненциальный GARCH (EGARCH)ETS: Экспоненциальное сглаживание с учетом ошибки, тренда и сезонностиПростое и двойное экспоненциальное сглаживание (SES / Холт)Теория экстремальных значений (Extreme Value Theory, EVT)Обобщенная авторегрессионная условная гетероскедастичность (GARCH)Модель GARCH (прогнозирование волатильности)GJR-GARCH (Асимметричный GARCH)Модель серого прогнозирования GM(1,1)Тройное экспоненциальное сглаживание Хольта-ВинтерсаИнформерТест Йохансена на коинтеграцию и модель коррекции ошибок в векторной формеФильтр КалманаТест на стационарность KPSSМодель Ли-КартераКритерий Q Льюнга-Бокса для автокорреляцииМодели долгой памяти (ARFIMA, FIGARCH)Модель Марковских переключений режимов (MS-AR / MS-VAR)Оптимизация портфеля по критерию среднее-дисперсия (Марковиц)Регрессия MIDAS: прогнозирование при смешанных частотах данныхN-BEATSN-HiTSPatchTSTТест Филлипса-Перрона (PP) на единичный кореньРеализованная волатильность и модель HARSARIMAXМодель пространства состояний (фильтр Калмана)STL DecompositionСтруктурная модель временных рядов (базовая структурная модель)TBATSВременной трансформер слиянияМетод ТетаКросс-валидация временных рядов (скользящее/расширяющееся окно)Value at Risk (VaR)Модель векторной авторегрессии (VAR)Модель коррекции ошибок вектора (VECM)Сезонная корректировка X-13ARIMA-SEATS
ScholarGateARIMA (Autoregressive Integrated Moving Average Model). Получено 2026-06-15 из https://scholargate.app/ru/econometrics/arima · Набор данных: https://doi.org/10.5281/zenodo.20539026