Автогрессивті жылжымалы орташа (ARIMA)
Авторегрессивті интеграцияланған жылжымалы орташа мән дегеніміз не?
Автогрессивті интегралды қозғалмалы орташа мән немесе ARIMA – бұл деректер жиынтығын неғұрлым жақсы түсіну үшін немесе болашақ тенденцияларды болжау үшін уақыт қатарының деректерін қолданатын статистикалық талдау моделі .
Авторегрессивті жылжымалы орташа мәнді түсіну (ARIMA)
Автогрессивті интегралды қозғалмалы орташа модель – бұл өзгеретін айнымалыларға қатысты бір тәуелді айнымалының күшін өлшейтін регрессиялық талдау формасы . Модельдің мақсаты – болашақтағы бағалы қағаздар немесе қаржы нарығының өзгеруін нақты мәндер арқылы емес, қатардағы мәндер арасындағы айырмашылықты зерттеу арқылы болжау.
ARIMA моделін оның құрамдас бөліктерінің әрқайсысын төмендегідей сипаттау арқылы түсінуге болады:
- Авторегрессия (AR) артта қалған немесе алдыңғы мәндерде регрессияланатын өзгермелі айнымалыны көрсететін модельге жатады.
- Кіріктірілген (I) уақыт қатарының стационарлы болуына мүмкіндік беру үшін шикі бақылаулардың дифференциациясын білдіреді, яғни деректер мәндері деректер мәндері мен алдыңғы мәндер арасындағы айырмашылықпен ауыстырылады.
- Қозғалмалы орташа (MA) артта қалған бақылауларға қолданылатын қозғалмалы орташа модельден байқау мен қалдық қателік арасындағы тәуелділікті қосады.
Әр компонент стандартты жазбасы бар параметр ретінде жұмыс істейді. ARIMA модельдері үшін p, d және q стандартты жазба ARIMA болады, мұнда бүтін мәндер пайдаланылатын ARIMA моделінің түрін көрсету үшін параметрлердің орнын басады. Параметрлерді келесідей анықтауға болады:
- p : модельдегі артта қалған бақылаулар саны; артта қалу реті деп те аталады.
- г : шикізаттық бақылаулардың әр түрлі болған уақыты; айырмашылық дәрежесі деп те аталады.
- q: жылжымалы орташа терезенің өлшемі; сонымен қатар жылжымалы ортаның реті деп аталады.
Бір жылы сызықтық регрессия моделі, мысалы, терминдер саны мен түрі енгізілген. Параметр ретінде пайдалануға болатын 0 мәні нақты компонентті модельде қолдануға болмайды дегенді білдіреді. Осылайша ARIMA моделін ARMA моделінің функциясын орындау үшін, тіпті қарапайым AR, I немесе MA модельдерін құруға болады.
Автогрессивті интеграцияланған жылжымалы орташа және тұрақтылық
Автогрессивті интегралды қозғалмалы орташа модельде стационарлық болу үшін мәліметтер әр түрлі болады. Стационарлықты көрсететін модель – бұл уақыт бойынша мәліметтерге тұрақтылық бар екенін көрсетеді. Экономикалық және нарықтық мәліметтердің көпшілігі тенденцияны көрсетеді, сондықтан дифференциациялаудың мақсаты кез-келген тенденцияны немесе маусымдық құрылымдарды жою болып табылады.
Маусымдық немесе деректер күнтізбелік жыл ішінде қайталанатын тұрақты және болжамды заңдылықтарды көрсеткенде, регрессия моделіне кері әсер етуі мүмкін. Егер тренд пайда болып, стационарлық көрінбесе, онда бүкіл процесс бойынша көптеген есептеулерді үлкен тиімділікпен жүргізу мүмкін емес.