자기회귀누적이동평균 ARIMA
개요
- autoregressive integrated moving average (ARIMA), ARIMA model
- 자기회귀 누적이동평균, 자기회귀 누적이동평균 모형, ARIMA 모형
- 자기회귀이동평균(ARMA) 모형의 일반화
- AR모델, MA모델, 차분의 개념을 포함하는 모델
- 파라미터: AR모델의 차수(p), 차분의 횟수(d), MA모델의 차수(q)
예시
- 일부 잘 알려진 특수한 사례들은 자연스럽게 발생하거나 다른 유명 예측모델과 수학적으로 동일하다.
- An ARIMA(0, 1, 0) model (or I(1) model) is given by <math>X_t = X_{t-1} + \varepsilon_t</math> — which is simply a random walk.
- An ARIMA(0, 1, 0) with a constant, given by <math>X_t = c + X_{t-1} + \varepsilon_t</math> — which is a random walk with drift.
- An ARIMA(0, 0, 0) model is a white noise model.
- An ARIMA(0, 1, 2) model is a Damped Holt's model.
- An ARIMA(0, 1, 1) model without constant is a basic exponential smoothing model.[1]
- An ARIMA(0, 2, 2) model is given by <math>X_t = 2X_{t-1} - X_{t-2} +(\alpha + \beta - 2) \varepsilon_{t-1} + (1-\alpha)\varepsilon_{t-2} + \varepsilon_{t}</math> — which is equivalent to Holt's linear method with additive errors, or double exponential smoothing.[1]
같이 보기
참고
네이버백과 "ARIMA"