ARMA

Bách khoa toàn thư mở Wikipedia
Bước tới: menu, tìm kiếm

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 Xt, 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 \varphi_i X_{t-i}+ \varepsilon_t .\,

trong đó \varphi_1, \ldots, \varphi_pcác tham số của mô hình, c là hằng số (constant) và \varepsilon_twhite noise.

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

 X_t = \mu + \varepsilon_t + \sum_{i=1}^q \theta_i \varepsilon_{t-i}\,

trong đó θ1,..., θq là thông số của mô hình, μ là giá trị kỳ vọng của X_t (thường được giả sử là bằng 0), và \varepsilon_t, \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 + \varepsilon_t +  \sum_{i=1}^p \varphi_i X_{t-i} + \sum_{i=1}^q \theta_i \varepsilon_{t-i}.\,

Tham khảo thêm[sửa | sửa mã nguồn]

  • 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.