Visão geral para Previsão com o melhor modelo ARIMA

Os modelos de média móvel integrada (ARIMA) autoregressive da Box-Jenkin são ferramentas poderosas para ajustar conjuntos de dados de séries tempor médias e prever valores futuros. Mesmo assim, a identificação de pedidos médios autoregressivos e móveis adequados em um modelo ARIMA é difícil e demorada.

Use Previsão com o melhor modelo ARIMA para acelerar significativamente o processo de identificação do modelo, selecionando automaticamente o melhor modelo de um conjunto de candidatos com um dos três critérios de seleção de modelos comumente utilizados: Critério de Informação Akaike (AIC), Critério de Informação Akaike (AICc) e Critério de Informação Bayesiana (BIC).

Por exemplo, para planejar os recursos de forma eficiente, os administradores de um hospital querem usar um modelo ARIMA para prever o número de consultas ambulatoriais por dia. Embora os administradores vejam padrões na série temporal que sugerem certas ordens de termos para um modelo ARIMA, os administradores querem comparar rapidamente um grande número de modelos ARIMA sazonais e não sazonais para encontrar um modelo que se encaixe bem nos dados. Os administradores usam Previsão com o melhor modelo ARIMA para avaliar rapidamente um grande número de modelos.