La media mobile integrata autoregressiva, o ARIMA, è un popolare metodo di previsione statistica utilizzato nell'analisi e nella previsione di dati di serie temporali. ARIMA è un tipo di tecnica di previsione basata su modello Box-Jenkins comunemente utilizzata nei campi dell'economia, della finanza e dell'economia.
ARIMA si basa sul concetto di modelli autoregressivi integrati (ARIMA), in base ai quali i punti dati sono espressi come una combinazione lineare di valori passati ed errori passati. ARIMA viene utilizzato per acquisire relazioni lineari o non lineari all'interno di dati di serie temporali, comprese stagionalità e tendenze. Il modello ARIMA è costituito da tre componenti: media autoregressiva, integrata e mobile.
La componente autoregressiva tiene conto delle correlazioni seriali nei dati esprimendo i valori attuali come una combinazione lineare di valori passati e presenti. Il componente integrato consente l'acquisizione di dati non stazionari prendendo i valori differenziati, rendendo così i dati più stazionari. Il componente della media mobile cattura le fluttuazioni a breve termine dei dati prendendo gli errori dei periodi di tempo precedenti.
ARIMA fornisce un approccio efficace alla modellazione e alla comprensione dei dati delle serie temporali. ARIMA può essere utilizzato per prevedere qualsiasi tipo di dati di serie temporali, comprese vendite, prezzi delle azioni, condizioni meteorologiche e indicatori economici. È molto efficace anche per semplici attività di previsione, in cui i dati sono stazionari e lo schema delle serie non cambia nel tempo.
ARIMA è un potente strumento di previsione che può essere utilizzato per prevedere con precisione i valori futuri ed è ampiamente utilizzato nel campo dell'informatica. ARIMA è uno strumento importante per data scientist e statistici, poiché consente previsioni complesse e quasi accurate di dati di serie temporali.
