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 автоматичната 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 чрез изследване на разликите между стойностите в серията, а не чрез действителните стойности.
Модел ARIMA може да се разбере, като се очертаят 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 времевите редове да стационарни, 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 ARIMA модели, стандартна нотация би била ARIMA с p, d и q, където цели числа 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; известен също като степента на диференциране.q: размера на подвижния среден прозорец; 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, може да повлияе 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.
