ARIMA: коротко и строго ARIMA объединяет авторегрессию, дифференцирование и скользящую среднюю ошибок: Интерпретация параметров p : сколько прошлых значений напрямую объясняют теку
Преобразования, ARIMA/SARIMA/SARIMAX, ETS и базовая интерпретация.
Ключевые темы: arima, sarima, ets, преобразования.
ARIMA (AutoRegressive Integrated Moving Average) — это базовая модель прогнозирования одномерных временных рядов, объединяющая три идеи. Авторегрессионная часть описывает зависимость текущего значения от предыдущих значений ряда. Интегрированная часть отвечает за приведение ряда к стационарному виду через взятие разностей, что помогает убрать тренд. Часть скользящего среднего учитывает зависимость от прошлых ошибок прогноза. Вместе они позволяют моделировать ряды без явно выраженной сезонности.
Где применяется в аналитике: Используется для краткосрочного прогноза метрик без сезонности: выручка, число пользователей, объёмы операций. Применяется как базовая линия в прогнозных задачах, для сглаживания и восстановления трендов, а также как отправная точка перед переходом к более сложным сезонным моделям.
На собеседовании: Спрашивают, чтобы оценить понимание стационарности, смысла каждой из трёх компонент и роли взятия разностей. Смотрят, может ли кандидат объяснить, как подбираются порядки модели и зачем нужна проверка остатков.
В Pro-подписке по этому конспекту получите: