Home | KTL nâng cao | Mô hình ARIMA

Mô hình ARIMA

Một phương pháp rất phổ biến trong việc lập mô hình chuỗi thời gian là phương pháp trung bình trượt kết hợp tự hồi quy (autoregressive integrated moving average), còn gọi là mô hình ARIMA. Mô hình ARIMA được xây dựng dựa theo phương pháp luận Box-Jenkins. Trọng tâm của phương pháp dự báo này không phải là xây dựng các mô hình đơn phương trình hay phương trình đồng thời mà là phân tích các tính chất xác suất của bản thân các chuỗi thời gian kinh tế.

ưu ý: mô hình ARIMA được thực hiện dựa trên các giả định về tính dừng của chuỗi dữ liệu, cũng như phân phối của sai số nhiễu thuần (white noise) có trung bình bằng 0 và phương sai không đổi.

ARIMA là viết tắt của 3 thành phần AR, I và MA. Điều đó có nghĩa mô hình ARIMA là mô hình tổng quát của 3 mô hình sau: mô hình tự hồi quy (AR), mô hình hồi quy với sai phân (I) và mô hình bình quân di động (MA). Vì vậy, trước khi đi vào phân tích tổng thể mô hình ARIMA, chúng ta lần lượt xét qua các mô hình con AR, I, MA.

Phần nội dung có thu phí bên dưới đã được ẩn. Vui lòng đăng nhập hoặc đăng ký gói Premium. Trân trọng!