Autoregressiver integrierter bewegter Durchschnitt - ARIMA DEFINITION des autoregressiven integrierten Bewegungsdurchschnitts - ARIMA Ein statistisches Analysemodell, das Zeitreihendaten verwendet, um zukünftige Trends vorherzusagen. Es ist eine Form der Regressionsanalyse, die künftige Bewegungen entlang des scheinbar zufälligen Weges der Bestände und des Finanzmarktes vorhersagen will, indem sie die Unterschiede zwischen den Werten in der Reihe untersucht, anstatt die tatsächlichen Datenwerte zu verwenden. Verzögerungen der differenzierten Serien werden als autoregressiv bezeichnet und Verzögerungen innerhalb prognostizierter Daten werden als gleitender Durchschnitt bezeichnet. BREAKING DOWN Autoregressiver Integrierter Moving Average - ARIMA Dieser Modelltyp wird im Allgemeinen als ARIMA (p, d, q) bezeichnet, wobei die Ganzzahlen auf den autoregressiven Bereich bezogen sind. Integrierten und gleitenden mittleren Teile des Datensatzes. ARIMA-Modellierung kann Trends, Saisonalität berücksichtigen. Zyklen, Fehler und nichtstationäre Aspekte eines Datensatzes bei der Prognose. Autoregressive integrierten gleitenden Durchschnitt In Statistiken und Ökonometrie. Und insbesondere in der Zeitreihenanalyse. Ein autoregressives integriertes Moving Average Modell (ARIMA) ist eine Verallgemeinerung eines autoregressiven Moving Average (ARMA) Modells. Diese Modelle sind an Zeitreihendaten angepasst, um die Daten besser zu verstehen oder zukünftige Punkte in der Serie vorherzusagen (Prognose). Sie werden in einigen Fällen angewendet, in denen Daten Beweise für Nichtstationarität zeigen, wobei ein anfänglicher Differenzierungsschritt (der dem integrierten Teil des Modells entspricht) angewandt werden kann, um die Nichtstationarität zu entfernen. Das Modell wird allgemein als ein ARIMA-Modell (p, d, q) bezeichnet, wobei p. D. Und q sind nichtnegative Ganzzahlen, die sich auf die Reihenfolge der autoregressiven, integrierten und bewegten mittleren Teile des Modells beziehen. ARIMA-Modelle bilden einen wichtigen Teil des Box-Jenkins-Ansatzes für die Zeitreihenmodellierung. Wenn einer der Terme Null ist, ist es üblich, AR zu fallen. I oder MA. Beispielsweise ist ein I (1) - Modell ARIMA (0,1,0). Und ein MA (1) - Modell ist ARIMA (0,0,1). Definition Nehmen wir nun an, daß das Polynom eine einheitliche Wurzel der Multiplizität d hat. Dann kann es folgendermaßen umgeschrieben werden: Ein ARIMA (p, d, q) - Prozess drückt diese Eigenschaft der Polynomfaktorisierung aus und ist somit gegeben durch: und kann somit als ein besonderer Fall eines ARMA (pd, q) Regressives Polynom mit einigen Wurzeln in der Einheit. Aus diesem Grund ist jedes ARIMA-Modell mit d gt0 nicht weiten Sinne stationär. Andere spezielle Formen Die explizite Identifikation der Faktorisierung des Autoregressionspolynoms in Faktoren wie oben kann auf andere Fälle ausgedehnt werden, erstens auf das gleitende mittlere Polynom und zweitens auf andere spezielle Faktoren. Zum Beispiel, mit einem Faktor in einem Modell ist eine Möglichkeit, eine nicht-stationäre Saisonalität der Periode s in das Modell. Ein weiteres Beispiel ist der Faktor, der eine (nicht stationäre) Saisonalität der Periode 12 einschließt. Der Effekt des ersten Faktortyps besteht darin, daß jeder Jahreszeitwert separat über die Zeit abweichen kann, während sich der zweite Typwert für benachbarte Jahreszeiten zusammen bewegt . Die Identifikation und Spezifikation von geeigneten Faktoren in einem ARIMA-Modell kann ein wichtiger Schritt in der Modellierung sein, da sie eine Verringerung der Gesamtanzahl der zu schätzenden Parameter erlauben kann, während sie die Einführung des Modells von Verhaltensweisen ermöglicht, die Logik und Erfahrung suggerieren da sein. Prognosen mit ARIMA-Modellen ARIMA-Modelle werden für beobachtbare nichtstationäre Prozesse verwendet, die eindeutig erkennbare Trends aufweisen: In diesen Fällen kann das ARIMA-Modell als Kaskade von zwei Modellen betrachtet werden. Der erste ist nicht stationär: der zweite ist weiten Sinne stationär: Nun können Standardprognosemethoden für den Prozeß formuliert werden, und dann können (mit der ausreichenden Anzahl an Anfangsbedingungen) über geeignete Integrationsschritte prognostiziert werden. Einige wohlbekannte Spezialfälle ergeben sich natürlich. Zum Beispiel wird ein ARIMA (0,1,0) - Modell gegeben durch: Eine Anzahl von Variationen des ARIMA-Modells werden üblicherweise verwendet. Wenn zum Beispiel mehrere Zeitreihen verwendet werden, können die Vektoren als Vektoren betrachtet werden, und ein VARIMA-Modell kann geeignet sein. Manchmal wird eine saisonale Wirkung im Modell vermutet. Betrachten wir zum Beispiel ein Modell des täglichen Straßenverkehrsvolumens. Wochenenden zeigen deutlich unterschiedliches Verhalten von Wochentagen. In diesem Fall wird es oft als besser betrachtet, ein SARIMA (saisonales ARIMA) - Modell zu verwenden, als die Reihenfolge der AR - oder MA-Teile des Modells zu erhöhen. Wenn die Zeitreihe vermutet wird, eine Langzeitabhängigkeit zu zeigen, dann kann der Parameter durch bestimmte nicht-ganzzahlige Werte in einem autoregressiven fraktionell integrierten gleitenden Durchschnittsmodell ersetzt werden, das auch als Fractional ARIMA (FARIMA oder ARFIMA) - Modell bezeichnet wird. Implementierungen in Statistikpaketen Für die Suche nach den richtigen Parametern für das ARIMA-Modell stehen verschiedene Methoden zur Verfügung, die Methoden wie die Box-Jenkins-Parameteroptimierung anwenden. In R. enthält das Statistikpaket eine Arima-Funktion. Die Funktion ist in der ARIMA Modellierung der Zeitreihe dokumentiert. Neben dem ARIMA (p, d, q) - Teil umfasst die Funktion auch saisonale Faktoren, einen Intercept-Term und exogene Variablen (xreg. Genannt externe Regressoren). Das Prognosepaket in R kann automatisch ein ARIMA-Modell für eine gegebene Zeitreihe mit der auto. arima () - Funktion auswählen. Das Paket kann auch saisonale und nicht saisonale ARIMA-Modelle mit seiner simulate. Arima () - Funktion simulieren. Es hat auch eine Funktion Arima (), die eine Wrapper für die Arima aus dem Statistik-Paket ist. SAS (R) von SAS Institute Inc. umfasst umfangreiche ARIMA-Prozesse in seinem Ökonometrischen und Zeitreihenanalysesystem: SASETS. Stata umfasst ARIMA Modellierung (mit seinem Befehl arima) ab Stata 9. Dieser Artikel enthält eine Liste der Referenzen. Bezogenen Lesung oder externen Links. Aber seine Quellen bleiben unklar, weil es inline Zitate fehlt. Bitte verbessern Sie diesen Artikel durch präzisere Zitate. (Mai 2011) References Mills, Terence C. (1990) Zeitreihen-Techniken für Wirtschaftswissenschaftler. Cambridge University Press Percival, Donald B. und Andrew T. Walden. (1993) Spektralanalyse für physikalische Anwendungen. Cambridge University Press. Dieser Eintrag kommt aus Wikipedia, der freien Enzyklopädie. Es kann nicht durch professionelle Redakteure überprüft worden sein (siehe vollständiger Haftungsausschluss) dictionnaire et traducteur pour sites web Une fenecirctre (pop-into) dinformation (contenu principal de Sensagent) est invoqueacutee un do clic sur nimporte quel mot de votre page web. LA fenecirctre fournit des explications et des traductions kontextuelles, cest-agrave-dire sans obliger votre visiteur agrave quitter votre Seite web Essayer ici. Teacuteleacutecharger le code Solution commerce eacutelectronique Augmenter le contenu de votre Aufstellungsort Ajouter de nouveaux contenus Fügen Sie hinzu agrave votre site depuis Sensagent par XML. Parcourir les produits et les annonces Informationen zur Datensicherheit XML-Datei Filtrer le meilleur contenu. Indexer der Bilder und deacutefinir des meacuteta-donneacutees Fixierer la signification de chaque meacuteta-donneacutee (mehrsprachig). Renseignements suite e-mail de description de votre projet. Jeux de lettres Lettris est un jeu de lettres von Gravitationnelles proche de Tetris. Chaque lettre qui apparaicirct Abstieg il faut placer les lettres de telle maniegravere que des mots se forment (gauche, droit, haut et bas) und que de la place soit libeacutereacutee. Il sagit en 3 Minuten de trouver le plus grand nombre de mots mögen de trois lettres et plus dans une grille de 16 lettres. Il est aussi mögliche de jouer avec la grille de 25 Fälle. Les lettres doivent ecirctre benachbart zu et les mots les plus longs sont les meilleurs. Teilnehmende au concours et enregistrer votre nom dans la liste de meilleurs joueurs. Jouer Dictionnaire de la langue franccedilaise Principales Reacutefeacuterences La plupart des deacutefinitions du franccedilais sont proposeacutees par SenseGates und comportent un approfondissement avec Littreacute et plusieurs auteurs Techniken speacutecialiseacutes. Lektion der Synonyme est surtout deacuteriveacute du Dictionnaire inteacutegral (TID). Lencyclopeacutedie franccedilaise beacuteneacuteficie de la Lizenz Wikipedia (GNU). Les jeux de lettres anagramme, mot-croiseacute, joker, Lettris und Boggle sont proposeacutes par Memodata. Internet-Anschluss Alexandria est motoriseacute par Memodata pour faciliter les recherches sur Ebay. Wechsler la langue cible pour obtenir des traductions. Astuce: parcourir les champs seacutemantiques du dictionnaire Weitere Übersetzungsbeispiele für. 4605 visiteurs en ligne calculeacute en 0,062sAutoregressiver integrierter gleitender Durchschnitt In Statistik und Ökonometrie. Und insbesondere in der Zeitreihenanalyse. Ein autoregressives integriertes Moving Average Modell (ARIMA) ist eine Verallgemeinerung eines autoregressiven Moving Average (ARMA) Modells. Diese Modelle sind an Zeitreihendaten angepasst, um die Daten besser zu verstehen oder zukünftige Punkte in der Serie vorherzusagen (Prognose). Sie werden in einigen Fällen angewendet, in denen Daten Beweise für Nichtstationarität zeigen, wobei ein anfänglicher Differenzierungsschritt (der dem integrierten Teil des Modells entspricht) angewandt werden kann, um die Nichtstationarität zu entfernen. Das Modell wird allgemein als ein ARIMA-Modell (p, d, q) bezeichnet, wobei p. D. Und q sind nichtnegative Ganzzahlen, die sich auf die Reihenfolge der autoregressiven, integrierten und bewegten mittleren Teile des Modells beziehen. ARIMA-Modelle bilden einen wichtigen Teil des Box-Jenkins-Ansatzes für die Zeitreihenmodellierung. Wenn einer der Terme Null ist, ist es üblich, AR zu fallen. I oder MA. Beispielsweise ist ein I (1) - Modell ARIMA (0,1,0). Und ein MA (1) - Modell ist ARIMA (0,0,1). Definition Nehmen wir nun an, daß das Polynom eine einheitliche Wurzel der Multiplizität d hat. Dann kann es folgendermaßen umgeschrieben werden: Ein ARIMA-Prozess (p, d, q) drückt diese Eigenschaft der Polynomfaktorisierung aus und ist somit gegeben durch: und kann daher als ein besonderer Fall eines ARMA - (pd, q) Regressives Polynom mit einigen Wurzeln in der Einheit. Aus diesem Grund ist jedes ARIMA-Modell mit d gt0 nicht weiten Sinne stationär. Andere spezielle Formen Die explizite Identifizierung der Faktorisierung des Autoregressionspolynoms in Faktoren wie oben kann auf andere Fälle ausgedehnt werden, erstens auf das gleitende Mittelpolynom und zweitens auf andere Sonderfaktoren. Zum Beispiel, mit einem Faktor in einem Modell ist eine Möglichkeit, eine nicht-stationäre Saisonalität der Periode s in das Modell. Ein weiteres Beispiel ist der Faktor, der eine (nichtstationäre) Saisonalität der Periode 12 einschließt. Die Wirkung des ersten Faktortyps besteht darin, daß jeder Jahreszeitwert separat über die Zeit abweichen kann, während sich der zweite Typwert für benachbarte Jahreszeiten zusammen bewegt . Die Identifikation und Spezifikation von geeigneten Faktoren in einem ARIMA-Modell kann ein wichtiger Schritt in der Modellierung sein, da sie eine Verringerung der Gesamtanzahl der zu schätzenden Parameter erlauben kann, während sie die Einführung des Modells von Verhaltensweisen ermöglicht, die Logik und Erfahrung suggerieren da sein. Prognosen mit ARIMA-Modellen ARIMA-Modelle werden für beobachtbare nichtstationäre Prozesse verwendet, die eindeutig erkennbare Trends aufweisen: In diesen Fällen kann das ARIMA-Modell als Kaskade von zwei Modellen betrachtet werden. Der erste ist nicht stationär: der zweite ist weiten Sinne stationär: Nun können Standardprognosemethoden für den Prozeß formuliert werden, und dann können (mit der ausreichenden Anzahl an Anfangsbedingungen) über geeignete Integrationsschritte prognostiziert werden. Einige wohlbekannte Spezialfälle ergeben sich natürlich. Zum Beispiel wird ein ARIMA (0,1,0) - Modell gegeben durch: Eine Anzahl von Variationen des ARIMA-Modells werden üblicherweise verwendet. Wenn zum Beispiel mehrere Zeitreihen verwendet werden, können die Vektoren als Vektoren betrachtet werden, und ein VARIMA-Modell kann geeignet sein. Manchmal wird eine saisonale Wirkung im Modell vermutet. Betrachten wir zum Beispiel ein Modell des täglichen Straßenverkehrsvolumens. Wochenenden zeigen deutlich unterschiedliches Verhalten von Wochentagen. In diesem Fall wird es oft als besser betrachtet, ein SARIMA (saisonales ARIMA) - Modell zu verwenden, als die Reihenfolge der AR - oder MA-Teile des Modells zu erhöhen. Wenn die Zeitreihe vermutet wird, eine Langzeitabhängigkeit zu zeigen, dann kann der Parameter durch bestimmte nicht-ganzzahlige Werte in einem autoregressiven fraktionell integrierten gleitenden Durchschnittsmodell ersetzt werden, das auch als Fractional ARIMA (FARIMA oder ARFIMA) - Modell bezeichnet wird. Implementierungen in Statistikpaketen Für die Suche nach den richtigen Parametern für das ARIMA-Modell stehen verschiedene Methoden zur Verfügung, die Methoden wie die Box-Jenkins-Parameteroptimierung anwenden. In R. enthält das Statistikpaket eine Arima-Funktion. Die Funktion ist in der ARIMA Modellierung der Zeitreihe dokumentiert. Neben dem ARIMA (p, d, q) - Teil umfasst die Funktion auch saisonale Faktoren, einen Intercept-Term und exogene Variablen (xreg. Genannt externe Regressoren). Das Prognosepaket in R kann automatisch ein ARIMA-Modell für eine gegebene Zeitreihe mit der auto. arima () - Funktion auswählen. Das Paket kann auch saisonale und nicht saisonale ARIMA-Modelle mit seiner simulate. Arima () - Funktion simulieren. Es hat auch eine Funktion Arima (), die eine Wrapper für die Arima aus dem Statistik-Paket ist. SAS (R) von SAS Institute Inc. umfasst umfangreiche ARIMA-Prozesse in seinem Ökonometrischen und Zeitreihenanalysesystem: SASETS. Stata umfasst ARIMA Modellierung (mit seinem Befehl arima) ab Stata 9. Dieser Artikel enthält eine Liste der Referenzen. Bezogenen Lesung oder externen Links. Aber seine Quellen bleiben unklar, weil es inline Zitate fehlt. Bitte verbessern Sie diesen Artikel durch präzisere Zitate. (Mai 2011) References Mills, Terence C. (1990) Zeitreihen-Techniken für Wirtschaftswissenschaftler. Cambridge University Press Percival, Donald B. und Andrew T. Walden. (1993) Spektralanalyse für physikalische Anwendungen. Cambridge University Press. Dieser Eintrag kommt aus Wikipedia, der freien Enzyklopädie. Es kann nicht durch professionelle Redakteure überprüft worden sein (siehe vollständiger Haftungsausschluss) dictionnaire et traducteur pour sites web Une fenecirctre (pop-into) dinformation (contenu principal de Sensagent) est invoqueacutee un do clic sur nimporte quel mot de votre page web. LA fenecirctre fournit des explications et des traductions kontextuelles, cest-agrave-dire sans obliger votre visiteur agrave quitter votre Seite web Essayer ici. Teacuteleacutecharger le code Solution commerce eacutelectronique Augmenter le contenu de votre Aufstellungsort Ajouter de nouveaux contenus Fügen Sie hinzu agrave votre site depuis Sensagent par XML. Parcourir les produits et les annonces Informationen zur Datensicherheit XML-Datei Filtrer le meilleur contenu. Indexer der Bilder und deacutefinir des meacuteta-donneacutees Fixierer la signification de chaque meacuteta-donneacutee (mehrsprachig). Renseignements suite e-mail de description de votre projet. Jeux de lettres Lettris est un jeu de lettres von Gravitationnelles proche de Tetris. Chaque lettre qui apparaicirct Abstieg il faut placer les lettres de telle maniegravere que des mots se forment (gauche, droit, haut et bas) und que de la place soit libeacutereacutee. Il sagit en 3 Minuten de trouver le plus grand nombre de mots mögen de trois lettres et plus dans une grille de 16 lettres. Il est aussi mögliche de jouer avec la grille de 25 Fälle. Les lettres doivent ecirctre benachbart zu et les mots les plus longs sont les meilleurs. Teilnehmende au concours et enregistrer votre nom dans la liste de meilleurs joueurs. Jouer Dictionnaire de la langue franccedilaise Principales Reacutefeacuterences La plupart des deacutefinitions du franccedilais sont proposeacutees par SenseGates und comportent un approfondissement avec Littreacute et plusieurs auteurs Techniken speacutecialiseacutes. Lektion der Synonyme est surtout deacuteriveacute du Dictionnaire inteacutegral (TID). Lencyclopeacutedie franccedilaise beacuteneacuteficie de la Lizenz Wikipedia (GNU). Les jeux de lettres anagramme, mot-croiseacute, joker, Lettris und Boggle sont proposeacutes par Memodata. Internet-Anschluss Alexandria est motoriseacute par Memodata pour faciliter les recherches sur Ebay. Wechsler la langue cible pour obtenir des traductions. Astuce: parcourir les champs seacutemantiques du dictionnaire Weitere Übersetzungsbeispiele für. 4593 visitesurs en ligne informationen über calculeacute en 0,078s
No comments:
Post a Comment