Авторегресивна интегрирана подвижна средна стойност (ARIMA)

Какво представлява автоматичната интегрирана подвижна средна стойност?

Авторегресивна интегрирана подвижна средна стойност, или ARIMA, е модел за статистически анализ, който използва данни от времеви редове или за по-добро разбиране на набора от данни, или за прогнозиране на бъдещи тенденции.

Разбиране на Автогресивна интегрирана подвижна средна стойност (ARIMA)

Авторегресивен интегриран модел с подвижна средна форма е форма на регресионен анализ, който измерва силата на една зависима променлива спрямо други променливи променливи. Целта на модела е да предвиди бъдещи движения на ценни книжа или финансови пазари, като изследва разликите между стойностите в серията, а не чрез действителните стойности.

Модел ARIMA може да бъде разбран чрез очертаване на всеки от неговите компоненти, както следва:

• Авторегресия (AR) се отнася до модел, който показва променяща се променлива, която регресира върху собствените си изоставащи или предходни стойности.
• Интегриран (I) представлява разграничаването на суровите наблюдения, за да позволи на времевия ред да стане неподвижен, т.е. стойностите на данните се заменят с разликата между стойностите на данните и предходните стойности.
• Подвижната средна стойност (MA) включва зависимостта между наблюдение и остатъчна грешка от модел с подвижна средна стойност, приложен към изоставащи наблюдения.

Всеки компонент функционира като параметър със стандартна нотация. За моделите ARIMA стандартна нотация би била ARIMA с p, d и q, където цели стойности заместват параметрите, за да посочат типа на използвания модел ARIMA. Параметрите могат да бъдат определени като:

• p : броят на изоставащите наблюдения в модела; известен още като ред на изоставане.
• d : броят на разликите на суровите наблюдения; известна още като степен на различаване.
• q: размера на прозореца с подвижна средна стойност; известен още като ред на подвижната средна.

В линеен регресионен модел например са включени броят и видът термини. Стойност 0, която може да се използва като параметър, ще означава, че конкретен компонент не трябва да се използва в модела. По този начин моделът ARIMA може да бъде конструиран така, че да изпълнява функцията на модел ARMA или дори прости модели AR, I или MA.

Авторегресивна интегрирана подвижна средна и стационарност

В авторегресивен интегриран модел с подвижна средна стойност данните се различават, за да бъдат неподвижни. Модел, който показва стационарност, е този, който показва, че има постоянство на данните във времето. Повечето икономически и пазарни данни показват тенденции, така че целта на разграничаването е премахване на всякакви тенденции или сезонни структури.

Сезонността или когато данните показват редовни и предвидими модели, които се повтарят през календарна година, могат да повлияят негативно на регресионния модел. Ако се появи тенденция и стационарността не е очевидна, много от изчисленията по време на процеса не могат да бъдат направени с голяма ефективност.

Сравнете инвестиционни сметки Име на доставчика Описание Разкриване на рекламодатели × Офертите, които се появяват в тази таблица, са от партньорства, от които Investopedia получава компенсация.

Свързани условия

Определение на модел Box-Jenkins Моделът Box-Jenkins е математически модел, предназначен да прогнозира данни от определен времеви ред. повече Какво е грешка? Терминът за грешка се дефинира като променлива в статистически модел, който се създава, когато моделът не представя напълно реалната връзка между независимите и зависимите променливи. повече Как работи методът на най-малките квадрати Методът на най-малките квадрати е статистическа техника за определяне на линията, която е най-подходяща за даден модел, определена чрез уравнение с определени параметри към наблюдаваните данни. повече Как работи остатъчното стандартно отклонение Остатъчното стандартно отклонение е статистически термин, използван за описване на разликата в стандартните отклонения на наблюдаваните стойности спрямо прогнозираните стойности, както е показано в точки от регресионен анализ. повече Какво означава Авторегресивен? Статистическият модел е автогресивен, ако прогнозира бъдещи стойности въз основа на минали стойности (т.е. прогнозиране на бъдещите цени на акциите въз основа на минали резултати). повече Как работи множествената линейна регресия Множествената линейна регресия (MLR) е статистическа техника, която използва няколко обяснителни променливи, за да прогнозира резултата от променлива на отговора. повече партньорски връзки