ما هو المتوسط المتحرك المتكامل للإنحدار التلقائي؟
يعد المتوسط المتحرك المتكامل للإنحدار التلقائي ، أو ARIMA ، نموذجًا للتحليل الإحصائي يستخدم بيانات السلاسل الزمنية لفهم مجموعة البيانات بشكل أفضل أو التنبؤ بالاتجاهات المستقبلية.
فهم المتوسط المتحرك الانحداري التلقائي (ARIMA)
نموذج المتوسط المتحرك المترابط الانحداري التلقائي هو شكل من أشكال تحليل الانحدار الذي يقيس قوة متغير تابع واحد بالنسبة للمتغيرات المتغيرة الأخرى. هدف النموذج هو التنبؤ بتحركات الأوراق المالية في المستقبل أو السوق المالية من خلال دراسة الفروق بين القيم في السلسلة بدلاً من القيم الفعلية.
يمكن فهم نموذج ARIMA من خلال تحديد كل مكون من مكوناته على النحو التالي:
- يشير " الانتهاك التلقائي" (AR) إلى نموذج يُظهر متغيرًا متغيرًا يتراجع على قيمه المتأخرة أو السابقة. يمثل التكامل (I) تباين الملاحظات الأولية للسماح لسلسلة زمنية أن تصبح ثابتة ، أي يتم استبدال قيم البيانات بالفرق بين قيم البيانات والقيم السابقة. يتضمن المتوسط المتحرك (MA) التبعية بين الملاحظة والخطأ المتبقي من نموذج المتوسط المتحرك المطبق على الملاحظات المتأخرة.
يعمل كل مكون كمعلمة مع تدوين قياسي. بالنسبة لنماذج ARIMA ، سيكون الترميز القياسي هو ARIMA مع p و d و q ، حيث تكون قيم الأعداد الصحيحة بديلاً عن المعلمات للإشارة إلى نوع نموذج ARIMA المستخدم. يمكن تعريف المعلمات كـ:
- p : عدد مشاهدات التأخر في النموذج ؛ المعروف أيضا باسم تأخر النظام. d : عدد مرات اختلاف الملاحظات الأولية ؛ المعروف أيضًا باسم درجة differencing.q: حجم نافذة المتوسط المتحرك ؛ المعروف أيضا باسم ترتيب المتوسط المتحرك.
في نموذج الانحدار الخطي ، على سبيل المثال ، يتم تضمين عدد ونوع المصطلحات. تعني القيمة 0 ، والتي يمكن استخدامها كمعلمة ، أنه لا ينبغي استخدام مكون معين في النموذج. بهذه الطريقة ، يمكن إنشاء نموذج ARIMA لأداء وظيفة طراز ARMA ، أو حتى نماذج AR أو I أو MA البسيطة.
الانحدار المتكامل المتوسط المتحرك و الثابت
في نموذج المتوسط المتحرك المتكامل الانحداري ، تختلف البيانات من أجل جعلها ثابتة. يُظهر النموذج الذي يُظهر stationstation وجود ثبات في البيانات بمرور الوقت. تُظهر معظم البيانات الاقتصادية والسوقية اتجاهات ، وبالتالي فإن الغرض من التمييز هو إزالة أي اتجاهات أو هياكل موسمية.
الموسمية ، أو عندما تظهر البيانات أنماطًا منتظمة ويمكن التنبؤ بها تتكرر على مدار السنة التقويمية ، يمكن أن تؤثر سلبًا على نموذج الانحدار. في حالة ظهور اتجاه وعدم ثبات الحالة ، لا يمكن إجراء العديد من العمليات الحسابية طوال العملية بفعالية كبيرة.
