Mis on ARIMA mudel ja mida tähendavad selle parameetrid (p, d, q)?

ARIMA (AutoRegressive Integrated Moving Average) on mudel aegrea järjeste analüüsimiseks ja prognoosimiseks, mis ühendab kolm komponenti:

• AR (p) — autoregressioon: mudel kasutab praeguse väärtuse sõltuvust eelnevatest p väärtusest.
• I (d) — integreerimine: kui mitu korda algne rida diferentseeritakse, et saavutada stabiilsus (trendide kõrvaldamine).
• MA (q) — liikuv keskmine: mudel arvestab eelnevate q prognoosiviga.

Parameetrid:

• p — autoregressiooni järk (AR-mudelis viivituste arv).
• d — diferentseerimise järk (mitu korda rakendatakse diferentseerimise operatsiooni, et stabiliseerida rida).
• q — liikuv keskmise järk (MA-mudelis viga viivituste arv).

Näide: ARIMA(2,1,1) tähendab, et rida on ühe korda diferentseeritud, ja mudel arvestab 2 eelnevat väärtust ja 1 eelnevat prognoosiviga.

ARIMA-d kasutatakse laialdaselt aegrea järjeste prognoosimisel, millel on trendid ja hooajalised mustrid, pärast sobivat eelprotsessi.