首頁
» 分析方法 » 整合移動平均自我迴歸模式(ARIMA)
ARIMA為時間數列分析中常見的方法,由三部分組成,首先由自我迴歸(autoregressive, AR)與移動平均(moving average, MA)組成ARMA模式,再加入整合(integrated)成為ARIMA,使時間數列模式更具一般化(generalized)及完整性,其中整合亦指進行差分(difference)。 ARIMA主要處理具時間相依性的資料(依變數);例如,以年、季、月、週及日等時間週期記錄的資料。 若資料頻率以每日一次、每小時一次、每分一次或每秒、甚至小於秒為記錄單位,則稱高頻率資料,此類型資料通常有群聚(clustering)效應或在配適模式後其殘差具異質變異數, 此時建議改以廣義自我迴歸條件異質變異模式(generalized autoregressive conditional heteroskedastic model, GARCH)
分析。
本方法使用之R相關套件與參考文獻:
相關套件:stats、base、TSA、 forecast 、nortest
參考文獻:(依套件名稱排序)
本方法使用之R相關套件與參考文獻:
相關套件:stats、base、TSA、 forecast 、nortest
參考文獻:(依套件名稱排序)
- R Core Team (2013). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL: http://www.R-project.org/.
- Kung-Sik Chan and Brian Ripley (2012). TSA: Time Series Analysis. R package version 1.01. URL:http://CRAN.R-project.org/package=TSA
- Rob J Hyndman with contributions from George Athanasopoulos, Slava Razbash, Drew Schmidt, Zhenyu Zhou, Yousaf Khan, Christoph Bergmeir and Earo Wang (2014). forecast: Forecasting functions for time series and linear models. R package version 5.0. URL:http://CRAN.R-project.org/package=forecast
- Juergen Gross and bug fixes by Uwe Ligges (2012). nortest: Tests for Normality. R package version 1.0-2. URL:http://CRAN.R-project.org/package=nortest
範例F-1:
民國六、七十年代台灣經濟發展快速,中小企業林立,增加營收為公司企業首要的目標。由於各行業性質不同,公司營收易受外在因素的影響。例如遊樂園與線上遊戲公司在學生放寒暑假期間生意明顯較好;火鍋與冰品業之營收則受到季節與天候因素影響。對此,公司在經營策略上需有所調整。 某上市水泥公司總經理想了解公司的營收狀況是否受到特定時間、季節因素或公司人事支出的影響。例如,特定的時間與季節可能需要不同數量的聘雇人員來對應營運狀況,以及當較高的人事成本支出時是否能創造出較好的收入。 針對這些問題,該總經理請會計室收集了14年的月營收資料及該月的人事成本支出, 起迄時間為87年1月至100年9月,共有165筆,資料內容為當月該公司的淨獲利與人事成本(單位千元), 資料列於下表
Q1:公司主管想了解該公司的月營收是否因不同月份或季節而有所差異?
問題解析:此處想了解月營收是否因不同月份或季節而有所差異,表示變數月營收與時間有關聯性,適合時間數列分析。
統計方法:問題中研究的變數為月營收;想了解其是否會因不同月份或季節的影響而有所差異?建議選擇時間數列分析中:整合移動平均自回歸模式(ARIMA),分析"月營收是否受月份或季節影響"。[重新分析]
民國六、七十年代台灣經濟發展快速,中小企業林立,增加營收為公司企業首要的目標。由於各行業性質不同,公司營收易受外在因素的影響。例如遊樂園與線上遊戲公司在學生放寒暑假期間生意明顯較好;火鍋與冰品業之營收則受到季節與天候因素影響。對此,公司在經營策略上需有所調整。 某上市水泥公司總經理想了解公司的營收狀況是否受到特定時間、季節因素或公司人事支出的影響。例如,特定的時間與季節可能需要不同數量的聘雇人員來對應營運狀況,以及當較高的人事成本支出時是否能創造出較好的收入。 針對這些問題,該總經理請會計室收集了14年的月營收資料及該月的人事成本支出, 起迄時間為87年1月至100年9月,共有165筆,資料內容為當月該公司的淨獲利與人事成本(單位千元), 資料列於下表
時間(月/年) | 1/87 | 2/87 | ... | 9/100 |
月營收 | 161829 | 134109 | ... | 165211 |
人事成本 | 3727 | 3847 | ... | 3597 |
Q1:公司主管想了解該公司的月營收是否因不同月份或季節而有所差異?
問題解析:此處想了解月營收是否因不同月份或季節而有所差異,表示變數月營收與時間有關聯性,適合時間數列分析。
統計方法:問題中研究的變數為月營收;想了解其是否會因不同月份或季節的影響而有所差異?建議選擇時間數列分析中:整合移動平均自回歸模式(ARIMA),分析"月營收是否受月份或季節影響"。
範例F-1:
民國六、七十年代台灣的經濟起飛,各行各業的發展迅速蓬勃, 而經濟發展快速進而使得台灣的中小企業林立,各種類別的行業都有, 不管何種的公司行號,只有一個共同的目標就是增加營收。 但是由於行業種類與性質的差異性,常使得公司的營收受到各種外在因素的影響, 例如遊樂園與線上遊戲公司可能受到寒暑假期的影響,寒暑假期學生放假, 兩種類型的行業生意明顯的較好;火鍋類與冰品類餐飲業者則可能受到季節與天候的影響, 冬天火鍋類餐飲業生意較好,冰品類較差,而夏天則有可能完全相反; 基於這些因素的影響常常會導致公司在經營策略上的調整。有一家頗具規模的上市水泥公司, 該公司總經理想了解公司的營運狀況,是否受到特定時間或季節因素的影響。 另外總經理也認為公司的人事支出也是一個可能影響收入的重要因素, 不同的時間與季節可能需要不同數量的聘雇人員來對應營運狀況, 而員工的薪資高低是否對於公司的收入造成影響,在較高的人事成本支出時是否能創造出較好的收入; 針對這些問題,該總經理請會計室收集了14年的月營收資料及該月的人事成本支出, 起迄時間為87年1月至100年9月,共有165筆,資料內容為當月該公司的淨獲利與人事成本(單位千元), 資料列於下表
Q2:公司主管想了解該公司的月營收除了可能受時間季節性的影響外,是否也須考量人事成本?
問題解析:此處研究月營收是否受時間季節性與人事成本的影響?變數與時間有關聯性並加入一個帶有時間性的迴歸解釋變數”人事成本”,適合時間序列分析。
統計方法:建議選擇時間數列分析,採用整合移動平均自迴歸模式(ARIMA)分析方法。[重新分析]
民國六、七十年代台灣的經濟起飛,各行各業的發展迅速蓬勃, 而經濟發展快速進而使得台灣的中小企業林立,各種類別的行業都有, 不管何種的公司行號,只有一個共同的目標就是增加營收。 但是由於行業種類與性質的差異性,常使得公司的營收受到各種外在因素的影響, 例如遊樂園與線上遊戲公司可能受到寒暑假期的影響,寒暑假期學生放假, 兩種類型的行業生意明顯的較好;火鍋類與冰品類餐飲業者則可能受到季節與天候的影響, 冬天火鍋類餐飲業生意較好,冰品類較差,而夏天則有可能完全相反; 基於這些因素的影響常常會導致公司在經營策略上的調整。有一家頗具規模的上市水泥公司, 該公司總經理想了解公司的營運狀況,是否受到特定時間或季節因素的影響。 另外總經理也認為公司的人事支出也是一個可能影響收入的重要因素, 不同的時間與季節可能需要不同數量的聘雇人員來對應營運狀況, 而員工的薪資高低是否對於公司的收入造成影響,在較高的人事成本支出時是否能創造出較好的收入; 針對這些問題,該總經理請會計室收集了14年的月營收資料及該月的人事成本支出, 起迄時間為87年1月至100年9月,共有165筆,資料內容為當月該公司的淨獲利與人事成本(單位千元), 資料列於下表
時間(月/年) | 1/87 | 2/87 | ... | 9/100 |
月營收 | 161829 | 134109 | ... | 165211 |
人事成本 | 3727 | 3847 | ... | 3597 |
Q2:公司主管想了解該公司的月營收除了可能受時間季節性的影響外,是否也須考量人事成本?
問題解析:此處研究月營收是否受時間季節性與人事成本的影響?變數與時間有關聯性並加入一個帶有時間性的迴歸解釋變數”人事成本”,適合時間序列分析。
統計方法:建議選擇時間數列分析,採用整合移動平均自迴歸模式(ARIMA)分析方法。