Apa Autoregressive Integrated Moving Average (ARIMA)?
Moving Average terintegrasi autoregresif, atau ARIMA, adalah model analisis statistik yang menggunakan data deret waktu untuk lebih memahami kumpulan data atau memprediksi tren masa depan.
Memahami Autoregressive Integrated Moving Average (ARIMA)
Model rata-rata bergerak terintegrasi autoregresif adalah bentuk analisis regresi yang mengukur kekuatan satu variabel dependen relatif terhadap variabel perubahan lainnya. Tujuan model ini adalah untuk memprediksi sekuritas atau pergerakan pasar keuangan di masa depan dengan memeriksa perbedaan antara nilai dalam rangkaian daripada melalui nilai aktual.
Model ARIMA dapat dipahami dengan menguraikan masing-masing komponennya sebagai berikut:
- Autoregression (AR) mengacu pada model yang menunjukkan variabel yang berubah yang mengalami regresi pada nilai lagged, atau priornya sendiri.
- Terintegrasi (I) mewakili perbedaan pengamatan mentah untuk memungkinkan deret waktu menjadi stasioner, yaitu, nilai data digantikan oleh perbedaan antara nilai data dan nilai sebelumnya.
- Moving Average (MA) menggabungkan ketergantungan antara observasi dan kesalahan residual dari model rata-rata bergerak yang diterapkan pada observasi tertinggal.