İçeriğe geçScholarGate
KütüphaneKitaplığımMasaReview StudioAsistan
Giriş
Bu sayfada
SezgiNasıl çalışırNe zaman kullanılırGüçlü yönler & sınırlılıklarYaygın tuzaklarUygulamalarSSS🔒 Tam yöntemi okuKaynaklarİlişkili yöntemler
Bu sayfaya atıf yapBu sayfada bir hata mı var? Bildir / düzeltme öner →
Ana sayfa›Ekonometri›SARIMAX — Dışsal Düzenleyicili Mevsimsel ARIMA
Regression model

SARIMAX — Dışsal Düzenleyicili Mevsimsel ARIMA

Seasonal ARIMA with Exogenous Regressors · Ayrıca şöyle bilinir: seasonal ARIMA with exogenous variables, SARIMA with regressors, ARIMAX, SARIMAX — Dışsal Değişkenli Mevsimsel ARIMA

SARIMAX, dışsal açıklayıcı değişkenler ekleyerek mevsimsel ARIMA (Box-Jenkins) modelini genişletir; böylece tatillerin, ekonomik göstergelerin veya politika değişkenlerinin bir zaman serisi üzerindeki etkisini yakalayabilir. Mevsimsel olmayan ve mevsimsel otoregresif ve hareketli ortalama dinamiklerini harici düzenleyicilerle birleştirir ve durum-uzay formunda maksimum olabilirlik ile tahmin edilir.

ScholarGate
  1. Regression model
  2. v1
  3. 2 Kaynaklar
  4. PUBLISHED
Bu sayfaya atıf yap →
Araçlar & kaynaklar
Slaytları indir
Öğren & keşfet

Tam yöntemi oku

Yalnızca üyeler

Bu bölümü okumak için ücretsiz hesapla giriş yapın.

Giriş yap

Yöntem haritası

İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.

SARIMAX
ARIMA (Autoregressive In…Bayesçi Vektör Otoregres…Holt-Winters Üçlü Üstel…Durum Uzay Modeli (Kalma…Mevsimsel ARIMA (SARIMA)

Ne zaman kullanılır

SARIMAX'ı, mevsimsellik gösteren ve aynı zamanda tahmin ufku için sağlayabileceğiniz bilinen dışsal değişkenlerden etkilenen tek bir sürekli zaman serisi için kullanın. Makul derecede uzun bir geçmiş gerektirir (mevsimsel yapıyı belirlemek için en az yaklaşık 48 gözlem). Temel varsayımlar, serinin fark alma yoluyla durağan hale getirilebilmesi, dışsal düzenleyicilerin tahmin etmek istediğiniz dönemler için önceden bilinmesi ve model artıklarının otokorelasyondan arındırılmış olmasıdır. Harici etkenlerin gelecekteki değerlerinin bilinmediği, serinin mevsimsel deseni belirleyemeyecek kadar kısa olduğu veya ilişkilerin güçlü bir şekilde doğrusal olmadığı durumlarda daha az uygundur.

Güçlü yönler & sınırlılıklar

Güçlü yönler
  • Serinin kendi mevsimsel ve otoregresif dinamiklerinin üzerine dışsal etkenlerin – tatiller, ekonomik göstergeler, politika değişkenleri – etkisini yakalar.
  • Tek bir birleşik, köklü Box-Jenkins çerçevesinde hem mevsimsel hem de mevsimsel olmayan bağımlılığı ele alır.
  • Durum-uzay formunda maksimum olabilirlik ile tahmin edilir, bu da tutarlı tahminler ve dışsal terimler için yorumlanabilir regresyon katsayıları sağlar.
Sınırlılıklar
  • Tahmin ufku boyunca dışsal düzenleyicilerin gelecekteki değerlerinin bilinmesini gerektirir ki bu genellikle böyle değildir.
  • Mevsimsel yapıyı güvenilir bir şekilde belirlemek için oldukça uzun bir seriye (kabaca 48+ gözlem) ihtiyaç duyar.
  • Seri fark alma yoluyla durağan hale getirilmeli ve artıklar otokorelasyon açısından kontrol edilmelidir; ihlaller tahminleri baltalar.

SSS

SARIMAX, düz SARIMA'dan nasıl farklıdır?

SARIMA, bir seriyi yalnızca kendi geçmişinden ve mevsimsel deseninden modeller. SARIMAX, dışsal düzenleyiciler (X terimi) ekler, böylece tatiller, ekonomik göstergeler veya politika değişiklikleri gibi bilinen dış değişkenlerin etkisini de hesaba katabilir.

Neden dışsal değişkenlerin gelecekteki değerlerine ihtiyacım var?

Model, serinin hareketinin bir kısmını bu dış etkenlere atfettiği için, gelecekteki değerlerini bilmeden ileriye dönük tahmin yapamaz. Dışsal düzenleyicileri tüm tahmin ufku boyunca sağlamalısınız, bu nedenle önceden bilinen veya bağımsız olarak tahmin edilebilir miktarlar olmalıdırlar.

Serim ne kadar uzun olmalı?

Mevsimsel yapının güvenilir bir şekilde belirlenebilmesi için kabaca 48 gözlem veya daha fazla. Daha kısa seriler, mevsimsel AR ve MA terimlerinin tahmin edilmesini zorlaştırır.

Uyum sağladıktan sonra neyi kontrol etmeliyim?

Farkı alınmış serinin durağan olduğunu ve artıkların kalan otokorelasyon göstermediğini teyit edin. Otokorelasyonlu artıklar, modelin yapıyı kaçırdığı ve tahminlerin ve aralıkların güvenilmez olacağı anlamına gelir.

Kaynaklar

  1. Hyndman, R. J. & Athanasopoulos, G. (2021). Forecasting: Principles and Practice (3rd ed.). OTexts. link ↗
  2. 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

Bu sayfayı kaynak gösterin

ScholarGate. (2026, June 1). Seasonal ARIMA with Exogenous Regressors. ScholarGate. https://scholargate.app/tr/econometrics/sarimax

İlişkili yöntemler

ARIMA (Autoregressive Integrated Moving Average) ModeliBayesçi Vektör Otoregresyonu (BVAR)Holt-Winters Üçlü Üstel DüzeltmeDurum Uzay Modeli (Kalman Filtresi)

Hangi yöntem?

Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.

  • ARIMA (Autoregressive Integrated Moving Average) ModeliEkonometri↔ karşılaştır
  • Bayesçi Vektör Otoregresyonu (BVAR)Ekonometri↔ karşılaştır
  • Holt-Winters Üçlü Üstel DüzeltmeEkonometri↔ karşılaştır
  • Durum Uzay Modeli (Kalman Filtresi)Ekonometri↔ karşılaştır
Yan yana karşılaştır →

Bu yönteme atıf yapanlar

Mevsimsel ARIMA (SARIMA)

Benzer yöntemler

Mevsimsel ARIMA (SARIMA)SARIMA ModeliBayes SARIMA ModeliYapısal Kırılmalı SARIMA ModeliFourier SARIMA ModeliARIMA Modeli (Otokorelasyonlu Entegre Hareketli Ortalama)Panel SARIMA ModeliARIMA (Autoregressive Integrated Moving Average) Modeli

İlgili referans kavramlar

Cox Regresyon ModelleriTime-Series Models • Dynamic Quantile Regressions • Dynamic Treatment Effect Models • Diffusion Processes • State Space ModelsEconometricsEkonometrik ModellemeLojistik RegresyonMeta-Regresyon

Bu sayfada bir hata mı var? Bildir / düzeltme öner →

ScholarGate — SARIMAX (Seasonal ARIMA with Exogenous Regressors). 2026-07-20 tarihinde şu adresten erişildi: https://scholargate.app/tr/econometrics/sarimax · Veri seti: https://doi.org/10.5281/zenodo.20539026
Hızlı bilgiler
Originator
Box & Jenkins (ARIMA framework); SARIMAX extension with exogenous regressors
Year
2015
Type
Seasonal time-series regression model
Estimator
Maximum likelihood via state-space (Kalman filter)
Outcome
continuous time series
MinSample
48
İlişkili yöntemler
ARIMA (Autoregressive Integrated Moving Average) ModeliBayesçi Vektör Otoregresyonu (BVAR)Holt-Winters Üçlü Üstel DüzeltmeDurum Uzay Modeli (Kalman Filtresi)
ScholarGate

Araştırma yöntemleri için içerik öncelikli bir referans kütüphanesi — her yöntemin ne olduğu, nasıl çalıştığı ve nereden geldiği.

Açık veri (CC-BY)

Keşfet

  • Kütüphane
  • Yöntemlerde ara…
  • Alanlara göre gez
  • Alanlar
  • Yolculuk
  • Karşılaştır
  • Hangi yöntem?

Başvuru

  • Konular
  • Atlas
  • Sözlük
  • Metodoloji
  • Felsefe

Çalışma alanı

  • Kitaplığım
  • Masa
  • Sohbet

Şirket

  • Hakkımızda
  • Fiyatlandırma
  • İletişim
  • Yöntem öner

Kayıtlar, başvuru amacıyla yayımlanmış kaynaklardan derlenmiştir. Herhangi bir bilginin doğruluğunu ve kendi kullanımınıza uygunluğunu denetlemek sizin sorumluluğunuzdadır.

© 2026 ScholarGate · Araştırma yöntemleri referans kütüphanesi
  • Gizlilik
  • Çerezler
  • Koşullar
  • Hesabı sil