Модель ARIMA (Авторегресійна інтегрована ковзна середня)
ARIMA — це одновимірна модель прогнозування часових рядів, яка поєднує авторегресійні, інтегровані (диференціювання) та ковзні середні компоненти для прогнозування єдиного неперервного ряду на основі його власного минулого. Це центральний елемент методології Бокса-Дженкінса, викладеної в праці Бокса, Дженкінса, Рейнсела та Люнга "Аналіз часових рядів" (5-те вид., 2015).
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
+39 more
Джерела
- 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
Як цитувати цю сторінку
ScholarGate. (2026, June 1). Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/uk/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.
- Просте та подвійне експоненційне згладжування (SES / Хольт)Економетрика↔ compare
- Узагальнена авторегресійна умовна гетероскедастичність (GARCH)Економетрика↔ compare
- Регресія звичайно найменших квадратів (ЗНК)Економетрика↔ compare
- Сезонна ARIMA (SARIMA)Економетрика↔ compare
- Модель векторної авторегресії (VAR)Економетрика↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →