✨ARMA

Trong thống kê học, mô hình autoregressive moving average (ARMA), đôi khi được gọi là mô hình Box-Jenkins sau khi phương pháp Box-Jenkins được đưa ra sử dụng để chạy mô hình, thường được áp dụng cho dữ liệu chuỗi thời gian (time series) tự tương quan (autocorrelated).

Cho chuỗi dữ liệu time series X_t, mô hình ARMA là một công cụ để hiểu và có lễ để dự đoán các giá trị tương lai của chuỗi này. Mô hình bao gồm hai phần, phần tự hồi quy autoregressive (AR) và phần bình quân dịch chuyển moving average (MA). Mô hình thường được coi là mô hình ARMA(p,q) khi p là order của phần autoregressive và q là order của phần moving average.

Ký hiệu AR(p) liên quan tới mô hình tự hồi quy autoregressive với order p. Phần mô hình AR(p) được viết:

:$X$t = c + \sum{i=1}^p \varphii X{t-i}+ \varepsilon_t.\,

trong đó $\backslash varphi\_1,\; \backslash ldots,\; \backslash varphi\_p$ là các tham số của mô hình, $c$ là hằng số (constant) và $\backslash varepsilon\_t$ là white noise.

Ký hiệu MA(q) là cho phần moving average có order q:

:$X\_t\; =\; \backslash mu\; +\; \backslash varepsilon$t + \sum{i=1}^q \thetai \varepsilon{t-i}\,

trong đó θ₁,..., θ_q là thông số của mô hình, μ là giá trị kỳ vọng của $X\_t$ (thường được giả sử là bằng 0), và $\backslash varepsilon$t, $\backslash varepsilon${t-1},... là white noise error terms.

Mô hình tổng quan sẽ bao gồm hai mô hình con AR(p) và MA(q),

:$X\_t\; =\; c\; +\; \backslash varepsilon$t + \sum{i=1}^p \varphii X{t-i} + \sum_{i=1}^q \thetai \varepsilon{t-i}.\,

Tham khảo thêm

George Box, Gwilym M. Jenkins, và Gregory C. Reinsel. Time Series Analysis: Forecasting and Control, third edition. Prentice-Hall, 1994. Brockwell, P.J., và Davis, R.A. Time Series: Theory and Methods, 2nd ed. Springer, 2009. Mills, Terence C. Time Series Techniques for Economists. Cambridge University Press, 1990. Percival, Donald B. and Andrew T. Walden. Spectral Analysis for Physical Applications. Cambridge University Press, 1993.

Thể loại:Thống kê Thể loại:Kinh tế lượng Thể loại:Chuỗi thời gian