Was ist der Unterschied zwischen SARIMA und ARIMA?

SARIMA (Saisonale ARIMA) erweitert das ARIMA-Modell, indem es Komponenten hinzufügt, um die Saisonalität in Zeitreihen zu berücksichtigen.

Hauptunterschiede:

• ARIMA (AutoRegressive Integrated Moving Average) modelliert nicht-stationäre Zeitreihen mit drei Parametern (p, d, q):

  • p — Ordnung der autoregressiven Komponente,
  • d — Ordnung der Differenzierung (Integration),
  • q — Ordnung des gleitenden Durchschnitts.

• SARIMA fügt diesen Parametern saisonale Komponenten (P, D, Q) und eine saisonale Periode m hinzu, um wiederkehrende saisonale Muster zu erfassen:

  • P — saisonale Ordnung der autoregressiven Komponente,
  • D — saisonale Ordnung der Differenzierung,
  • Q — saisonale Ordnung des gleitenden Durchschnitts,
  • m — Länge des saisonalen Zyklus (z.B. 12 für monatliche Daten mit jährlicher Saisonalität).

Beispiel: Wenn Sie monatliche Daten mit jährlicher Saisonalität haben, ermöglicht SARIMA die Modellierung sowohl des Trends als auch der saisonalen Schwankungen, was ARIMA ohne saisonale Parameter nicht kann.