ARIMA (2) odnosi się do modelu autoregresyjnego zintegrowanego z ruchomą średnią, w którym parametr p wynosi 2, co oznacza, że bieżąca wartość szeregu czasowego jest prognozowana na podstawie dwóch jego poprzednich wartości (lagów). Model ten jest wykorzystywany w statystyce i ekonometrii do analizy oraz przewidywania przyszłych trendów w danych, które po odpowiednim różnicowaniu stają się stacjonarne. Dzięki uwzględnieniu dwóch opóźnionych obserwacji, ARIMA (2) pozwala na uchwycenie bardziej złożonych zależności czasowych niż modele rzędu pierwszego.
📖 Dowiedz się więcej w kontekście:
Reklama
