Wat is het verschil tussen SARIMA en ARIMA?

SARIMA (Seizoensgebonden ARIMA) breidt het ARIMA-model uit door componenten toe te voegen die rekening houden met seizoensinvloeden in tijdreeksen.

Belangrijkste verschillen:

• ARIMA (AutoRegressive Integrated Moving Average) modelleert niet-stationaire tijdreeksen met drie parameters (p, d, q):

  • p — orde van de autoregressie,
  • d — orde van de differentiatie (verschillen),
  • q — orde van de moving average.

• SARIMA voegt aan deze parameters seizoensgebonden componenten (P, D, Q) en een seizoensperiode m toe om terugkerende seizoenspatronen te modelleren:

  • P — seizoensgebonden autoregressie,
  • D — seizoensgebonden differentiatie,
  • Q — seizoensgebonden moving average,
  • m — lengte van de seizoensperiode (bijvoorbeeld 12 voor maandgegevens met jaarlijkse seizoensinvloeden).

Voorbeeld: als je maandgegevens hebt met jaarlijkse seizoensinvloeden, stelt SARIMA je in staat om zowel de trend als de seizoensschommelingen te modelleren, wat ARIMA zonder seizoensparameters niet kan.