Kāda ir atšķirība starp SARIMA un ARIMA?

SARIMA (Sezonālais ARIMA) paplašina ARIMA modeli, pievienojot komponentus, kas ņem vērā sezonālās svārstības laika rindās.

Galvenās atšķirības:

• ARIMA (AutoRegressive Integrated Moving Average) modelē nestacionāras laika rindas ar trim parametriem (p, d, q):

  • p — autoregresijas kārtība,
  • d — diferenciācijas (atšķirumu) kārtība,
  • q — slīdošā vidējā kārtība.

• SARIMA pievieno šiem parametriem sezonālos komponentus (P, D, Q) un sezonālo periodu m, lai ņemtu vērā atkārtotus sezonālos modeļus:

  • P — sezonālā autoregresijas kārtība,
  • D — sezonālā diferenciācijas kārtība,
  • Q — sezonālā slīdošā vidējā kārtība,
  • m — sezonālā perioda ilgums (piemēram, 12 mēnešiem ar gada sezonālību).

Piemērs: ja jums ir mēneša dati ar gada sezonālību, SARIMA ļauj modelēt gan tendenci, gan sezonālas svārstības, ko ARIMA bez sezonālajiem parametriem nevar izdarīt.