Методологія Бокса-Дженкінса [1] є п'ятиетапний процес ідентифікації, вибору та оцінки моделей умовного середнього (для дискретних, одновимірних даних часового ряду). Визначте, чи є часовий ряд стаціонарним. Якщо ряд не є стаціонарним, послідовно розрізняйте його, щоб досягти стаціонарності.
Оцінка моделі Бокса–Дженкінса Основними підходами до підгонки моделей Бокса–Дженкінса є нелінійна оцінка найменших квадратів і максимальної правдоподібності. Оцінка максимальної ймовірності, як правило, є кращим методом. Рівняння ймовірності для повної моделі Бокса–Дженкінса є складними і тут не включені.
Метод Бокса-Дженкінса. Метод Бокса-Дженкінса своєрідний контрольний список для переходу від необроблених даних до моделі, готової для виробництва. Три основні кроки, які стоять між вами та готовою до виробництва моделлю, це ідентифікація, оцінка та діагностика моделі.
Методологія Бокса-Дженкінса складається з чотирьох кроків: Ідентифікація процесу; • Оцінка параметрів; • Перевірка, і; • Прогнозування. Зверніть увагу, що ці чотири особливості визначають оригінальний підхід Бокса-Дженкінса.
Моделі Box-Jenkins (BJ) є спеціальна конфігурація поліноміальних моделей, які забезпечують абсолютно незалежну параметризацію динаміки та шуму за допомогою раціональних поліноміальних функцій. Моделі BJ, які завжди є моделями з дискретним часом, можна оцінити лише на основі даних у часовій області.