একটি অটোরেগ্রেসিভ ইন্টিগ্রেটেড মুভিং এভারেজ কী?
একটি অটোরিগ্রেসিভ ইন্টিগ্রেটেড মুভিং এভারেজ বা এআরআইএমএ হল একটি পরিসংখ্যান বিশ্লেষণ মডেল যা ডেটা সেটকে আরও ভালভাবে বুঝতে বা ভবিষ্যতের ট্রেন্ডগুলির পূর্বাভাস দেওয়ার জন্য টাইম সিরিজের ডেটা ব্যবহার করে।
অটোরেগ্রেসিভ ইন্টিগ্রেটেড মুভিং এভারেজ (এআরআইএমএ) বোঝা
একটি অটোরেগ্রেসিভ ইন্টিগ্রেটেড মুভিং এভারেজ মডেল হ'ল রিগ্রেশন বিশ্লেষণের একধরণের যা অন্যান্য পরিবর্তনশীলগুলির সাথে সম্পর্কিত একটি নির্ভরশীল ভেরিয়েবলের শক্তি নির্ধারণ করে g মডেলের লক্ষ্য হ'ল আসল মানগুলির পরিবর্তে সিরিজের মানগুলির মধ্যে পার্থক্য পরীক্ষা করে ভবিষ্যতের সিকিওরিটি বা আর্থিক বাজারের পদক্ষেপের পূর্বাভাস দেওয়া।
একটি এআরআইএমএ মডেলটি এর প্রতিটি উপাদানকে নিম্নরূপরেখা দিয়ে বোঝা যাবে:
- অটোরগ্রেশন (এআর) বলতে এমন একটি মডেলকে বোঝায় যা পরিবর্তিত পরিবর্তনশীল দেখায় যা তার নিজের পিছিয়ে থাকা, বা পূর্বে, মানগুলিকে সরিয়ে দেয়। ইন্টিগ্রেটেড (আই) সময় ধারাবাহিকটি স্থির হয়ে ওঠার জন্য কাঁচা পর্যবেক্ষণের বিচিত্রতার প্রতিনিধিত্ব করে, অর্থাত্ ডাটা মান এবং পূর্ববর্তী মানগুলির মধ্যে পার্থক্য দ্বারা ডেটা মানগুলি প্রতিস্থাপন করা হয়। মুভিং এভারেজ (এমএ) পিছনে থাকা পর্যবেক্ষণগুলিতে প্রয়োগ হওয়া একটি চলমান গড় মডেল থেকে কোনও পর্যবেক্ষণ এবং একটি অবশিষ্ট ত্রুটির মধ্যে নির্ভরতা অন্তর্ভুক্ত করে।
প্রতিটি উপাদান একটি মানক স্বরলিপি সহ প্যারামিটার হিসাবে কাজ করে। এআরআইএমএ মডেলগুলির জন্য, পি, ডি, এবং কিউ সহ একটি মানক স্বরলিপি হবে, যেখানে ব্যবহৃত আরিমা মডেলের ধরণটি চিহ্নিত করতে প্যারামিটারগুলির জন্য পূর্ণসংখ্যার মান বিকল্প হবে। পরামিতিগুলি হিসাবে সংজ্ঞায়িত করা যেতে পারে:
- পি : মডেলটিতে ল্যাগ পর্যবেক্ষণের সংখ্যা; ল্যাগ অর্ডার হিসাবেও পরিচিত। ডি : কাঁচা পর্যবেক্ষণের পার্থক্য কতবার; ডিফারেন্সিং ডিগ্রি হিসাবেও পরিচিত:q: চলমান গড় উইন্ডোর আকার; চলন্ত গড়ের ক্রম হিসাবেও পরিচিত।
লিনিয়ার রিগ্রেশন মডেলটিতে উদাহরণস্বরূপ, পদগুলির সংখ্যা এবং প্রকার অন্তর্ভুক্ত থাকে। একটি 0 মান, যা প্যারামিটার হিসাবে ব্যবহার করা যেতে পারে তার অর্থ মডেলটিতে নির্দিষ্ট উপাদান ব্যবহার করা উচিত নয়। এইভাবে, এআরআইএমএ মডেলটি কোনও এআরএমএ মডেল বা এমনকি সাধারণ এআর, আই, বা এমএ মডেলের ফাংশন সম্পাদন করতে নির্মিত হতে পারে।
স্বতঃসংশ্লিষ্ট ইন্টিগ্রেটেড মুভিং এভারেজ এবং স্টেশনারিটি
একটি স্বতঃসংশ্লিষ্ট ইন্টিগ্রেটেড মুভিং এভারেজ মডেলটিতে, স্থির করার জন্য ডেটা আলাদা করা হয়। এমন মডেল যা স্থিরতা দেখায় তা হ'ল সময়ের সাথে সাথে ডেটার স্থায়িত্ব রয়েছে। বেশিরভাগ অর্থনৈতিক এবং বাজারের ডেটা ট্রেন্ড দেখায়, তাই আলাদা করার উদ্দেশ্য হ'ল যে কোনও প্রবণতা বা seasonতু কাঠামো অপসারণ করা।
মৌসুমীতা, বা যখন ডেটাগুলি নিয়মিত এবং পূর্বাভাসযোগ্য নিদর্শনগুলি দেখায় যা কোনও ক্যালেন্ডার বছর ধরে পুনরাবৃত্তি করে, তখন রিগ্রেশন মডেলটিকে নেতিবাচকভাবে প্রভাবিত করতে পারে। যদি কোনও প্রবণতা উপস্থিত হয় এবং স্থিতিশীলতা স্পষ্ট না হয়, প্রক্রিয়া জুড়ে অনেকগুলি গণনা দুর্দান্ত কার্যকারিতা সহ তৈরি করা যায় না।
