แบบจำลอง ARIMA (Autoregressive Integrated Moving Average)
แบบจำลอง ARIMA(p,d,q) เป็นเครื่องมือมาตรฐานสำหรับการพยากรณ์อนุกรมเวลาแบบเอก변수 (univariate) โดยเป็นการรวมเทอมของกระบวนการอัตถอย (autoregressive terms - ค่าในอดีต) การหาผลต่างเพื่อทำให้ข้อมูลมีเสถียรภาพ (differencing to induce stationarity) และเทอมของค่าเฉลี่ยเคลื่อนที่ (moving average terms - ความคลาดเคลื่อนในอดีต) เข้าไว้ในกรอบเชิงเส้น (linear framework) ที่เป็นหนึ่งเดียว แบบจำลองนี้พัฒนาโดย Box และ Jenkins (1970) และยังคงเป็นหนึ่งในแบบจำลองที่ถูกนำไปใช้อย่างกว้างขวางที่สุดในสาขาวิชาเศรษฐมิติและสถิติประยุกต์
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
+33 more
แหล่งอ้างอิง
- Box, G. E. P., & Jenkins, G. M. (1970). Time Series Analysis: Forecasting and Control. Holden-Day. link ↗
- Hamilton, J. D. (1994). Time Series Analysis. Princeton University Press. ISBN: 978-0691042893
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/th/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.
- แบบจำลอง ARMA (Autoregressive Moving Average)เศรษฐมิติ↔ compare
- การทดสอบรากหน่วย Augmented Dickey-Fuller (ADF)เศรษฐมิติ↔ compare
- แบบจำลองออโตเรเกรสซีฟ (AR)เศรษฐมิติ↔ compare
- แบบจำลองค่าเฉลี่ยเคลื่อนที่ (MA)เศรษฐมิติ↔ compare
- แบบจำลอง SARIMAเศรษฐมิติ↔ compare
- แบบจำลองการถดถอยอัตโนมัติแบบเวกเตอร์ (VAR)เศรษฐมิติ↔ compare