综合自回归移动平均 (ARIMA) 的概述

使用 综合自回归移动平均 (ARIMA) 可以为包含自回归、差分和移动平均分量的时间序列数据指定模型。可以使用模型来生成预测。

ARIMA(自回归综合移动平均)将 Box-Jenkins ARIMA 模型与时间序列拟合。ARIMA 模型中的每个项都表示在构造模型直到仅剩随机噪声的过程中采用的步骤。与其他时间序列方法不同的是,ARIMA 建模使用相关技术。您可以使用 ARIMA 对标绘数据中不可见的模式进行建模。

例如,业务办事处的预算计划人员使用 ARIMA 模型来预测接下来三个周期的水电成本。

在何处查找此分析

要执行 ARIMA 分析,请选择统计 > 时间序列 > 综合自回归移动平均 (ARIMA)

使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策