Die ARIMA-Modelle basieren auf der Annahme, dass die zukünftige Entwicklung einer Zeitreihe von ihren vergangenen Werten abhängt. Durch die Kombination von autoregressiven und moving-average-Komponenten können ARIMA-Modelle komplexe Muster in Zeitreihen erkennen und vorhersagen. Ein wichtiger Aspekt der ARIMA-Modelle ist die Bestimmung der Parameter, die die Prognosegenauigkeit beeinflussen. Die Anwendung von ARIMA-Modellen ist vielfältig und reicht von der Prognose von Aktienkursen und Wirtschaftsindikatoren bis hin zur Analyse von Umwelt- und Klimadaten. Durch die Verwendung von ARIMA-Modellen können Forscher und Praktiker komplexe Zeitreihen analysieren und fundierte Entscheidungen treffen. Du findest wissenschaftliche Arbeiten zu ARIMA bei GRIN, sofort als PDF und eBook, viele auch als Print-on-Demand.
Wissenschaftliche Texte zu ARIMA
ARIMA ist ein Verfahren zur Analyse und Prognose von Zeitreihen und wird in der Wirtschafts- und Finanzmathematik eingesetzt. Es handelt sich um ein Modell, das autoregressive und moving-average-Komponenten kombiniert, um die zukünftige Entwicklung von Zeitreihen vorherzusagen. ARIMA-Modelle werden häufig in der Finanzanalyse, der Wirtschaftsprognose und der Operationsforschung verwendet.
15
Veröffentlichungen