Ce este modelul Box-Jenkins?
Modelul Box-Jenkins este un model matematic conceput pentru a prognoza intervalele de date bazate pe intrări dintr-o serie de timp specificată. Modelul Box-Jenkins poate analiza multe tipuri diferite de date din seriile de timp pentru prognoză.
Metodologia sa folosește diferențe între punctele de date pentru a determina rezultatele. Metodologia permite modelului să identifice tendințele folosind autoregresiune, medii mobile și diferențieri sezoniere pentru a genera prognoze. Modelele medii mobile autoregresive integrate (ARIMA) sunt o formă a modelului Box-Jenkins. Termenii ARIMA și Box-Jenkins Model pot fi folosiți în mod interschimbabil.
Cheie de luat cu cheie
- Modelul Box-Jenkins este o metodologie de prognoză folosind studii de regresie. Metodologia este cea mai bună folosită ca o prognoză calculată pe computer pe baza unei regresii a datelor din seriile de timp. Este cea mai potrivită pentru prognoză în intervale de timp de 18 luni sau mai puțin. Calculele ARIMA sunt realizate cu instrumente sofisticate, cum ar fi software-ul statistic programabil în limbajul de programare R.
Înțelegerea modelului Box-Jenkins
Modelele Box-Jenkins sunt utilizate pentru a prognoza o varietate de puncte de date anticipate sau intervale de date, inclusiv date de afaceri și prețurile viitoare de securitate.
Modelul Box-Jenkins a fost creat de doi matematicieni George Box și Gwilym Jenkins. Cei doi matematicieni au discutat conceptele care cuprind acest model într-o publicație din 1970 „Analiza seriei de timp: Prognoză și control”.
Estimările parametrilor modelului Box-Jenkins pot fi foarte complicate. Prin urmare, similar cu alte modele de regresie din seriile temporale, cele mai bune rezultate vor fi obținute de obicei prin utilizarea programelor programabile. Modelul Box-Jenkins este de asemenea cel mai potrivit pentru previziuni pe termen scurt de 18 luni sau mai puțin.
Metodologia Box-Jenkins
Modelul Box-Jenkins este unul dintre mai multe modele de analiză a seriilor temporale pe care le va întâlni un predator atunci când folosește un program de prognoză programat. În multe cazuri, software-ul va fi programat pentru a utiliza automat cea mai bună metodologie de prognoză adecvată, bazată pe datele seriei de timp care trebuie prognozate. Se raportează că Box-Jenkins este o alegere de top pentru seturile de date care sunt în mare parte stabile, cu volatilitate scăzută.
Modelul Box-Jenkins prognozează date folosind trei principii, autoregresie, diferențiere și medie în mișcare. Aceste trei principii sunt cunoscute sub numele de p, d și, respectiv, q. Fiecare principiu este utilizat în analiza Box-Jenkins și împreună sunt arătați colectiv ca ARIMA (p, d, q).
Procesul de autoregresiune (p) testează datele pentru nivelul său de staționare. Dacă datele utilizate sunt staționare, poate simplifica procesul de prognoză. Dacă datele utilizate sunt non-stationare, va trebui diferențiată (d). Datele sunt, de asemenea, testate pentru potrivirea lor medie mobilă, care se face în partea q a procesului de analiză. În general, analiza inițială a datelor o pregătește pentru prognoză prin determinarea parametrilor (p, d și q) care sunt aplicați pentru elaborarea unei prognoze.
Prognozarea prețurilor stocurilor
O utilizare pentru analiza modelului Box-Jenkins este de a prognoza prețurile stocurilor. Această analiză este de obicei construită și codificată prin intermediul software-ului R. Analiza are ca rezultat un rezultat logaritmic care poate fi aplicat la setul de date pentru a genera prețurile prognozate pentru o perioadă de timp specificată în viitor.
