の概要ベスト ARIMA モデルによる予測

Box-Jenkinの自己回帰統合移動平均(ARIMA)モデルは、時系列データセットを適合させ、将来の値を予測するための強力なツールです。それでも、ARIMAモデルで適切な自己回帰次数と移動平均次数を特定することは困難で時間がかかります。

一般的に使用される 3 つのモデル選択基準のいずれかを持つ候補セットから最適なモデルを自動的に選択することにより、モデル識別プロセスを大幅に高速化するために使用します ベスト ARIMA モデルによる予測 。赤池情報量基準(AIC)、修正赤池情報量基準(AICc)、ベイズ情報量基準(BIC)。

たとえば、リソースを効率的に計画するために、病院の管理者は ARIMA モデルを使用して 1 日あたりの外来患者の訪問数を予測したいと考えています。管理者は、ARIMA モデルの特定の項の順序を示唆するパターンを時系列で確認しますが、管理者は多数の季節性 ARIMA モデルと非季節性 ARIMA モデルをすばやく比較して、データによく適合するモデルを見つける必要があります。管理者は、多数のモデルをすばやく評価するために使用されます ベスト ARIMA モデルによる予測 。