Otoregresif Entegre Hareketli Ortalama Nedir?
Otoregresif entegre hareketli ortalama veya ARIMA, veri kümesini daha iyi anlamak veya gelecekteki eğilimleri tahmin etmek için zaman serisi verilerini kullanan bir istatistiksel analiz modelidir.
Otoregresif Entegre Hareketli Ortalamayı (ARIMA) Anlama
Bir otoregresif entegre hareketli ortalama modeli, bir bağımlı değişkenin kuvvetini diğer değişen değişkenlere göre ölçen bir regresyon analizi biçimidir. Modelin amacı, gelecekteki menkul kıymetleri veya finansal piyasa hareketlerini, gerçek değerler yerine serideki değerler arasındaki farklılıkları inceleyerek tahmin etmektir.
Bir ARIMA modeli, bileşenlerinin her birini aşağıdaki şekilde özetleyerek anlaşılabilir:
- Otomatik regresyon (AR) , kendi gecikmeli veya önceki değerlerinde gerileyen değişen bir değişkeni gösteren bir modeli ifade eder. Entegre (I) , zaman serisinin durağan olmasına izin vermek için ham gözlemlerin farklılığını temsil eder, yani veri değerleri, veri değerleri ile önceki değerler arasındaki fark ile değiştirilir. Hareketli ortalama (MA) , bir gözlem ile gecikmeli gözlemlere uygulanan hareketli bir ortalama modelden kalan bir hata arasındaki bağımlılığı içerir.
Her bileşen standart gösterimi olan bir parametre olarak işlev görür. ARIMA modelleri için standart bir gösterim, kullanılan ARIMA modelinin türünü belirtmek için parametrelerin yerine tamsayı değerlerinin yerini aldığı p, d ve q ile ARIMA olur. Parametreler şu şekilde tanımlanabilir:
- p : modeldeki gecikme gözlemlerinin sayısı; gecikme sırası olarak da bilinir. d : ham gözlemlerin kaç kez farklılaştığı; aynı zamanda fark derecesi olarak da bilinir. q: hareketli ortalama penceresinin boyutu; hareketli ortalamanın sırası olarak da bilinir.
Doğrusal bir regresyon modelinde, örneğin, terimlerin sayısı ve türü dahil edilir. Parametre olarak kullanılabilen 0 değeri, modelde belirli bir bileşenin kullanılmaması gerektiği anlamına gelir. Bu şekilde ARIMA modeli, bir ARMA modelinin, hatta basit AR, I veya MA modellerinin işlevini yerine getirmek için oluşturulabilir.
Otoregresif Entegre Hareketli Ortalama ve Durağanlık
Otoregresif entegre hareketli ortalama modelinde veriler durağan hale getirmek için farklılık gösterir. Durağanlığı gösteren bir model, zaman içinde verilerin sabit olduğunu gösteren bir modeldir. Çoğu ekonomik ve piyasa verisi eğilimleri gösterir, bu nedenle farklılığın amacı herhangi bir eğilimi veya mevsimsel yapıyı kaldırmaktır.
Mevsimsellik veya veriler bir takvim yılı içinde tekrarlanan düzenli ve öngörülebilir modeller gösterdiğinde, regresyon modelini olumsuz etkileyebilir. Bir eğilim ortaya çıkarsa ve durağanlık belirgin değilse, süreç boyunca hesaplamaların çoğu büyük bir etkinlikle yapılamaz.