Cos'è un modello ARIMA e cosa significano i suoi parametri (p, d, q)?

ARIMA (Media Mobile Integrata Autoregressiva) è un modello per l'analisi e la previsione di serie temporali che combina tre componenti:

• AR (p) — autoregressione: il modello utilizza la dipendenza del valore attuale dai p valori precedenti.
• I (d) — integrazione: il numero di volte che la serie originale viene differenziata per raggiungere la stazionarietà (eliminazione della tendenza).
• MA (q) — media mobile: il modello considera l'influenza dei precedenti q errori di previsione.

Parametri:

• p — ordine dell'autoregressione (numero di ritardi nel modello AR).
• d — ordine di differenziazione (quante volte si applica l'operazione di differenza per stabilizzare la serie).
• q — ordine della media mobile (numero di ritardi degli errori nel modello MA).

Esempio: ARIMA(2,1,1) indica che la serie è stata differenziata una volta, e il modello considera 2 valori precedenti e 1 errore di previsione precedente.

ARIMA è ampiamente utilizzato per prevedere serie temporali con tendenze e stagionalità dopo un appropriato pre-processamento.