Ano ang Box-Jenkins Model?
Ang Box-Jenkins Model ay isang modelo ng matematika na idinisenyo upang mataya ang mga saklaw ng data batay sa mga input mula sa isang tinukoy na serye ng oras. Ang Model-Box ng Jenkins ay maaaring pag-aralan ang maraming iba't ibang mga uri ng data ng serye ng oras para sa pagtataya.
Ang pamamaraan nito ay gumagamit ng mga pagkakaiba sa pagitan ng mga puntos ng data upang matukoy ang mga kinalabasan. Pinapayagan ng metodolohiya ang modelo na makilala ang mga uso gamit ang autoregresssion, paglipat ng mga average at pana-panahong pagkakaiba upang makabuo ng mga pagtataya. Ang Autoregressive integrated average average (ARIMA) na mga modelo ay isang anyo ng modelo ng Box-Jenkins. Ang mga salitang ARIMA at Box-Jenkins Model ay maaaring magamit nang mapagpalit.
Mga Key Takeaways
- Ang Box-Jenkins Model ay isang pamamaraan ng pagtataya gamit ang muling pag-aaral ng regression.Ang pamamaraan ay pinakamahusay na ginagamit bilang isang pagtataya na kinakalkula ng computer batay sa isang muling pagbabalik ng data ng serye ng oras. Ang mga kalkulasyon ng ARIMA ay ginagawa sa mga sopistikadong tool tulad ng maipaprograma na statistical software sa wikang R programming.
Pag-unawa sa Box-Jenkins Model
Ang Mga Modelong Box-Jenkins ay ginagamit para sa pagtataya ng iba't ibang mga inaasahang puntos ng data o saklaw ng data kasama ang data ng negosyo at mga presyo sa seguridad sa hinaharap.
Ang Box-Jenkins Model ay nilikha ng dalawang matematiko na George Box at Gwilym Jenkins. Tinalakay ng dalawang matematiko ang mga konsepto na bumubuo sa modelong ito sa isang publication noong 1970 na "Pagsusuri ng Serye ng Oras: Pagtataya at Kontrol."
Ang mga pagtatantya ng mga parameter ng Box-Jenkins Model ay maaaring maging kumplikado. Samakatuwid, katulad ng iba pang mga modelo ng regression ng serye ng oras, ang pinakamahusay na mga resulta ay karaniwang makakamit sa pamamagitan ng paggamit ng programmable software. Ang Box-Jenkins Model ay pangkalahatan din na angkop para sa panandaliang pagtataya ng 18 buwan o mas kaunti.
Paraan ng Box-Jenkins
Ang Box-Jenkins Model ay isa sa maraming mga modelo ng pagsusuri sa serye ng oras na makakaharap ng isang forecaster kapag gumagamit ng program na forecasting software. Sa maraming mga kaso ang software ay na-program upang awtomatikong gamitin ang pinakamahusay na pamamaraan ng pagtataya ng pagtataya batay sa data ng serye ng oras na ma-forecast. Ang Box-Jenkins ay iniulat na isang nangungunang pagpipilian para sa mga set ng data na karamihan ay matatag na may mababang pagkasumpungin.
Nagtataya ang Box-Jenkins Model ng data na gumagamit ng tatlong mga prinsipyo, autoregression, pagkakaiba at average na paglipat. Ang tatlong alituntuning ito ay kilala bilang p, d at q ayon sa pagkakabanggit. Ang bawat prinsipyo ay ginagamit sa pagsusuri ng Box-Jenkins at magkasama silang sama-sama na ipinapakita bilang ARIMA (p, d, q).
Ang proseso ng autoregression (p) ay sumusubok sa data para sa antas ng pagkabuotan nito. Kung ang data na ginagamit ay nakapirme maaari itong gawing simple ang proseso ng pagtataya. Kung ang data na ginagamit ay hindi nakatigil ay kakailanganin itong mag-iba (d). Sinusubukan din ang data para sa paglipat ng average na angkop na isinasagawa sa bahagi q ng proseso ng pagsusuri. Sa pangkalahatan, ang paunang pagsusuri ng data ay naghahanda nito para sa pagtataya sa pamamagitan ng pagtukoy ng mga parameter (p, d at q) na inilalapat upang makabuo ng isang forecast.
Pagtataya ng Mga Presyo ng Stock
Ang isang paggamit para sa pagtatasa ng Box-Jenkins Model ay upang matantya ang mga presyo ng stock. Ang pagsusuri na ito ay karaniwang naka-built out at naka-code sa pamamagitan ng R software. Ang pagsusuri ay nagreresulta sa isang logarithmic na kinalabasan na maaaring mailapat sa set ng data upang makabuo ng mga na-forecast na presyo para sa isang tinukoy na tagal ng oras sa hinaharap.
