Mevsimsel ARIMA (SARIMA)
Seasonal Autoregressive Integrated Moving Average · Ayrıca şöyle bilinir: seasonal ARIMA, Box-Jenkins seasonal model, SARIMA — Mevsimsel ARIMA
SARIMA, Box-Jenkins ARIMA modelinin, mevsimsel fark alma ve mevsimsel otoregresif ve hareketli ortalama terimleri ekleyen mevsimsel bir uzantısıdır. Box, Jenkins, Reinsel ve Ljung çerçevesi (5. baskı, 2015) içinde geliştirilen bu model, yıllık, aylık veya haftalık periyotlarda tekrarlanan bir desene sahip serileri tahmin eder.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
SARIMA'yı, bilinen periyotta (örneğin, yıllık mevsimsellikli aylık veriler için 12, haftalık mevsimsellikli günlük veriler için 7) net bir mevsimsel döngü gösteren tek bir sürekli zaman serisi için ve tahmin veya öngörü hedeflendiğinde kullanın. Makul derecede uzun bir geçmiş gerektirir — en az yaklaşık 48 gözlem — böylece mevsimsel yapı tahmin edilebilir. Seri durağan hale getirilmeli, ki bu mevsimsel ve sıradan fark alma genellikle başarır, mevsimsel periyot önceden bilinmeli ve model kalıntıları bağımsız gürültü gibi davranmalıdır. Mevsimselliğin olmadığı, dışsal öngörücülerin seriyi yönlendirdiği (SARIMAX kullanın) veya geçmişin istikrarlı bir mevsimsel deseni ortaya çıkarmak için çok kısa olduğu durumlarda doğru araç değildir.
Güçlü yönler & sınırlılıklar
- Düz ARIMA'nın kaçırdığı tekrarlanan yıllık, aylık veya haftalık desenleri yakalayarak eğilim üzerine mevsimselliği açıkça modeller.
- Yerleşik Box-Jenkins metodolojisine dayanır, sıra seçimi için olgun tanılamalar ve bilgi kriterleri içerir.
- Dışsal regresörlere ihtiyaç duymadan tek bir seri için tahmin aralıklarıyla prensipli tahminler üretir.
- Mevsimsel terimleri güvenilir bir şekilde tahmin etmek için oldukça uzun bir geçmiş (en az yaklaşık 48 gözlem) gerektirir.
- Mevsimsel periyot önceden bilinmeli ve kabaca sabit varsayılmalıdır.
- (p, d, q)(P, D, Q)_s boyunca sıra seçimi karmaşık olabilir ve yanlış belirtilmiş bir model, tahminleri bozan otokorelasyonlu kalıntılar bırakır.
SSS
SARIMA, ARIMA'dan nasıl farklıdır?
ARIMA, eğilimi ve kısa vadeli bağımlılığı modeller ancak tekrarlayan mevsimsel desenleri değil. SARIMA, mevsimsel fark alma ve mevsimsel gecikme s'deki mevsimsel AR/MA terimlerini ekler, böylece sıradan dinamiklerin üzerine yılda, ayda veya haftada bir tekrarlanan döngüleri yakalayabilir.
Mevsimsel periyot s nedir ve onu nasıl seçerim?
s, bir tam mevsimsel döngüdeki adım sayısıdır: yıllık mevsimsellikli aylık veriler için 12, üç aylık veriler için 4 veya haftalık bir döngüyle günlük veriler için 7. Verinin doğasından önceden bilinmeli ve belirtilmelidir.
SARIMA ne kadar veriye ihtiyaç duyar?
En az yaklaşık 48 gözlem. Mevsimsel terimler serinin tüm mevsimler boyunca nasıl davrandığından tahmin edildiği için, istikrarlı tahminler için birkaç tam döngü geçmişi gereklidir.
SARIMAX'ı ne zaman kullanmalıyım?
Dışsal (dışsal) değişkenler — tatiller, ekonomik göstergeler veya politika değişiklikleri — seriyi açıklamaya yardımcı olduğunda SARIMAX'ı kullanın. SARIMAX bu regresörleri SARIMA yapısına ekler; düz SARIMA seriyi kendi geçmişinden tek başına modeller.
Kaynaklar
- 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
- Hyndman, R.J. & Athanasopoulos, G. (2021). Forecasting: Principles and Practice (3rd ed.). OTexts. ISBN: 978-0987507136
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 1). Seasonal Autoregressive Integrated Moving Average. ScholarGate. https://scholargate.app/tr/econometrics/sarima
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- ETS: Hata, Eğilim, Mevsimsel Üstel DüzeltmeEkonometri↔ karşılaştır
- Holt-Winters Üçlü Üstel DüzeltmeEkonometri↔ karşılaştır
- ProphetEkonometri↔ karşılaştır
- SARIMAXEkonometri↔ karşılaştır
- Durum Uzay Modeli (Kalman Filtresi)Ekonometri↔ karşılaştır