كتب الذكاء الاصطناعيمشاريع الذكاء الاصطناعيمقالات الذكاء الاصطناعيمعجم الذكاء الاصطناعياسئلة واجوبة في الذكاء الاصطناعيأكاديمية الذكاء الاصطناعي للأطفالأكاديمية الذكاء الاصطناعيمدرسة رياضيات الذكاء الاصطناعيمختبر الذكاء الاصطناعيمختبر الخوارزميات المستوحاة من الطبيعةأطلس نماذج الذكاء الاصطناعيموسوعة تطبيقات الذكاء الاصطناعيمستكشف مجموعات البيانات للذكاء الاصطناعياختبارات الذكاء الاصطناعيالفايب كودينغدليل البرمجة بالذكاء الاصطناعيمولّد مشاريع الذكاء الاصطناعيمرصد الذكاء الاصطناعيدليل أدوات الذكاء الاصطناعي البحث والنشر الأكاديميمكتبة البرومبتات الأكاديميةمستودع الرسائل والأطاريح في الذكاء الاصطناعيحاسبة الترقية العلميةمختبر التنبؤ بالسلاسل الزمنيةمتحف الذكاء الاصطناعيمختبر الرؤية الحاسوبيةمختبر معالجة اللغة الطبيعيةمختبر الحوسبة الكمّيةخرائط طريق الذكاء الاصطناعي

نموذج ARIMA

ARIMA(p,d,q)

ARMA مطبق على السلسلة بعد تفريقها d مرة، فيعالج السلاسل غير المستقرة في المتوسط (ذات الاتجاه).

يعمل في المتصفحيحتاج محرك Pythonالمستوى الثاني: النماذج الإحصائية

جرّب هذا النموذج في المختبر

المبدأ

φ(B)(1−B)^d y_t = c + θ(B)ε_t. تُختار d باختبارات الجذر الأحادي (KPSS/ADF)، و p,q من ACF/PACF أو بمعيار AICc.

\phi(B)(1-B)^d y_t = c + \theta(B)\varepsilon_t

متطلبات البيانات

سلسلة بلا موسمية قوية (وإلا استخدم SARIMA)، طولها 50 نقطة على الأقل يفضل.

المعاملات

p
رتبة AR
d
عدد مرات التفريق
q
رتبة MA

المزايا

  • معيار صناعي وأكاديمي
  • فترات تنبؤ نظرية
  • يعالج الاتجاه بالتفريق

العيوب

  • خطي
  • لا يلتقط الموسمية دون الامتداد الموسمي
  • اختيار الرتب حساس

الاستخدامات

  • المؤشرات الاقتصادية
  • الطلب
  • الطاقة

مثال تطبيقي

في المختبر يقدَّر ARIMA بطريقة مجموع المربعات الشرطي (CSS) داخل المتصفح، ويقدّره محرك Python بطريقة الإمكان الأعظم (MLE) عبر statsmodels، لذلك قد تختلف التقديرات قليلاً.

أخطاء شائعة

  • التفريق الزائد (d=2 دون حاجة) يضخم التباين
  • الحكم على الاستقرارية من الرسم فقط
  • تجاهل فحص البقايا (Ljung-Box)

مقارنة مع خوارزميات أخرى

SARIMA يضيف حدوداً موسمية؛ LSTM لا يفترض الخطية لكنه يحتاج بيانات أكثر.

المراجع

  1. FPP3 الفصل 9: ARIMA models
  2. statsmodels: ARIMA
  3. Box, Jenkins, Reinsel & Ljung (2015). Time Series Analysis: Forecasting and Control, 5th ed. Wiley (كتاب، بلا رابط)

من المستوى نفسه