يعد المتوسط المتحرك المتكامل للانحدار الذاتي، أو ARIMA، طريقة شائعة للتنبؤ الإحصائي تستخدم في تحليل بيانات السلاسل الزمنية والتنبؤ بها. ARIMA هو نوع من تقنيات التنبؤ المبنية على نموذج Box-Jenkins والتي تستخدم بشكل شائع في مجالات الاقتصاد والمالية والاقتصاد.
يعتمد ARIMA على مفهوم نماذج الانحدار الذاتي المتكاملة (ARIMA)، حيث يتم التعبير عن نقاط البيانات كمجموعة خطية من القيم السابقة والأخطاء السابقة. يتم استخدام ARIMA لالتقاط العلاقات الخطية أو غير الخطية ضمن بيانات السلاسل الزمنية، بما في ذلك الموسمية والاتجاهات. يتكون نموذج أريما من ثلاثة مكونات – الانحدار الذاتي، والمتكامل، والمتوسط المتحرك.
يمثل مكون الانحدار الذاتي الارتباطات التسلسلية في البيانات من خلال التعبير عن القيم الحالية كمجموعة خطية من القيم الماضية والحالية. يسمح المكون المتكامل بالتقاط البيانات غير الثابتة عن طريق أخذ القيم المختلفة، مما يجعل البيانات أكثر ثباتًا. يلتقط مكون المتوسط المتحرك التقلبات قصيرة المدى للبيانات عن طريق أخذ أخطاء الفترات الزمنية السابقة.
توفر ARIMA طريقة فعالة لنمذجة وفهم بيانات السلاسل الزمنية. يمكن استخدام ARIMA للتنبؤ بأي نوع من بيانات السلاسل الزمنية، بما في ذلك المبيعات وأسعار الأسهم والطقس والمؤشرات الاقتصادية. كما أنها فعالة للغاية لمهام التنبؤ البسيطة، حيث تكون البيانات ثابتة ولا يتغير نمط السلسلة بمرور الوقت.
ARIMA هي أداة تنبؤ قوية يمكن استخدامها للتنبؤ بدقة بالقيم المستقبلية وتستخدم على نطاق واسع في مجال علوم الكمبيوتر. تعد ARIMA أداة مهمة لعلماء البيانات والإحصائيين، مما يسمح بالتنبؤات المعقدة وشبه الدقيقة والتنبؤ ببيانات السلاسل الزمنية.
