Wat is een ARIMA-model en wat betekenen de parameters (p, d, q)?

ARIMA (AutoRegressive Integrated Moving Average) is een model voor de analyse en voorspelling van tijdreeksen die drie componenten combineert:

• AR (p) — autoregressie: het model gebruikt de afhankelijkheid van de huidige waarde van de vorige p waarden.
• I (d) — integratie: het aantal keren dat de oorspronkelijke reeks wordt gedifferentieerd om stationariteit te bereiken (het verwijderen van trends).
• MA (q) — moving average: het model houdt rekening met de invloed van de vorige q fouten in de voorspelling.

Parameters:

• p — orde van de autoregressie (aantal vertragingen in het AR-model).
• d — orde van differentiatie (hoe vaak de differentie-operatie wordt toegepast om de reeks te stabiliseren).
• q — orde van de moving average (aantal vertragingen van fouten in het MA-model).

Voorbeeld: ARIMA(2,1,1) betekent dat de reeks één keer is gedifferentieerd, en het model houdt rekening met 2 vorige waarden en 1 vorige fout.

ARIMA wordt veel gebruikt voor het voorspellen van tijdreeksen met trends en seizoensinvloeden na de juiste preprocessing.