An ARIMA model is a statistical tec

An ARIMA model is a statistical technique to predict time series (Box et al., 2008). SARIMA takes into account the seasonal elements in the data with ARIMA modeling. The ARIMA model can be converted to SARIMA model by including seasonal autoregressive, seasonal moving average and seasonal differencing operators. If the time series Xt is modeled as SARIMA ðp; d; qÞ x ðP; D; QÞS process, it can be stated as (Cools et al., 2009; Aburto and Weber, 2007):

ผลลัพธ์ (ไทย) 1:

แบบจำลอง ARIMA เป็นเทคนิคทางสถิติเพื่อคาดการณ์เวลาชุด (กล่อง et al. 2008) สมถวิลจะพิจารณาองค์ประกอบตามฤดูกาลในข้อมูลด้วยโมเดล ARIMA แบบจำลอง ARIMA สามารถแปลงเป็นรุ่นทิพย โดยรวม autoregressive ตามฤดูกาล ฤดูกาลเคลื่อนไหวตามฤดูกาล และเฉลี่ย differencing หลังผู้ประกอบการ ถ้าเป็นจำลองเวลาชุด Xt เป็นทิพย ðp d qÞ x ðP D กระบวนการ QÞS มันสามารถระบุเป็น (Cools et al. 2009 Aburto และเวเบอร์ 2007):

ผลลัพธ์ (ไทย) 2:

รูปแบบ ARIMA เป็นเทคนิคทางสถิติในการทำนายอนุกรมเวลา (กล่อง et al., 2008) SARIMA คำนึงถึงองค์ประกอบตามฤดูกาลในข้อมูลที่มีการสร้างแบบจำลอง ARIMA รูปแบบ ARIMA สามารถแปลงเป็นรูปแบบ SARIMA โดยรวมทั้งอัตฤดูกาลเฉลี่ยเคลื่อนที่ตามฤดูกาลและผู้ประกอบการความแตกต่างของฤดูกาล ถ้าชุดเวลา Xt เป็นแบบจำลองเป็น SARIMA DP; D; qÞ x DP; D; กระบวนการQÞSก็สามารถตามที่ระบุไว้ (Cools et al, 2009; Aburto และเวเบอร์ 2007.)

ผลลัพธ์ (ไทย) 3:

แบบจำลอง ARIMA เป็นเทคนิคทางสถิติเพื่อทำนายเวลาชุด ( กล่อง et al . , 2008 ) sarima จะพิจารณาตามฤดูกาล องค์ประกอบในข้อมูลด้วยการตลาดแบบ แบบจำลอง ARIMA สามารถแปลงเป็นรูปแบบ sarima โดยรวมทั้งตัวตามฤดูกาลตามฤดูกาล , ค่าเฉลี่ยเคลื่อนที่และผู้ประกอบการข้อมูลตามฤดูกาล ถ้าเวลาชุด XT แบบ sarima ð P ; D ; q Þ x ð P ; D ; q Þกระบวนการ มันสามารถตามที่ระบุไว้ ( เย็น et al . , 2009 ; และ aburto เวเบอร์ , 2007 )