MerQuR+İstatistik Sözlüğü

İstatistik Sözlüğü → ARIMA Tahmin

ARIMA Tahminanaliz

Bir zaman serisinin gelecekteki değerlerini, serinin kendi geçmiş değerlerinden ve geçmiş tahmin hatalarından yararlanan otoregresif bütünleşik hareketli ortalama (ARIMA) modeliyle tahmin eden yöntem.

Kavram

Pek çok seride bugünkü değer, geçmiş değerlerin ve geçmişte yapılan 'sürprizlerin' (tahmin hatalarının) bir izini taşır. ARIMA bu belleği üç parçayla modeller: otoregresif kısım (AR, p) son p değerin etkisini, hareketli ortalama kısmı (MA, q) son q hatanın etkisini, bütünleşme kısmı (I, d) ise durağan olmayan serinin kaç kez farkının alınacağını gösterir. Model, seriyi bu yapıyla açıkladıktan sonra geleceğe uzatarak tahmin ve tahmin aralığı üretir.

Örneğin ARIMA(1,1,1) modeli önce aylık değişimi alır (d = 1), sonra bu değişimi bir önceki değişime ve bir önceki hataya bağlar. Mevsimsel seriler için (P, D, Q)m terimleri eklenir; bunlar aynı ilişkiyi m dönem önceki değer ve hatalar için kurar. Rakip modeller AIC, AICc ya da BIC gibi bilgi ölçütleriyle karşılaştırılır; bu ölçütler uyumu ödüllendirirken gereksiz parametreleri cezalandırır.

ARIMA, farkı alınmış serinin durağan olduğunu ve hataların birbirinden bağımsız olduğunu varsayar; uygun bir modelde artıklar beyaz gürültüye benzemelidir (Ljung-Box testi anlamsız). Tahmin aralıkları ufuk uzadıkça genişler; uzak gelecek için yapılan tahminler, yakın gelecek tahminlerinden çok daha belirsizdir. Yapısal kırılmalar ve modelde olmayan olaylar tahminleri bozabilir.

Ne zaman kullanılır?

  • Tek bir serinin kendi geçmişine dayanarak kısa ve orta vadeli tahmin yapmak için (aylık satış, talep, hasta sayısı).
  • Tahminde dışsal bir değişkenin (fiyat, kampanya, tatil) etkisi de hesaba katılacaksa ARIMAX; seriler karşılıklı etkileşiyorsa VAR kullanılır.
  • Trend ve mevsim yapısını sezgisel parametrelerle izleyen daha basit bir yöntem isteniyorsa üstel düzleme (Holt-Winters); bileşenlerin ayrı ayrı yorumlanması isteniyorsa gözlenemeyen bileşenler modeli tercih edilir.

Gündelik bir örnek

Bir belediye, şehir içi bir otobüs hattının son on yıldaki aylık yolcu sayısından yararlanarak gelecek yılın sefer planını yapmak istiyor. Yolcu sayısı yıllar içinde artıyor ve okulların açık olduğu aylarda yükseliyor. Mevsimsel bir ARIMA modeli hem bu artışı hem de okul dönemi dalgasını yakalayarak örneğin önümüzdeki Ekim için 52.000 yolcu tahmin eder ve %95 tahmin aralığını 47.000 ile 57.000 arasında verir; belediye fazladan otobüs ihtiyacını bu aralığın üst sınırına göre planlayabilir.

MerQur'da parametreler

AR (p), Fark (d), MA (q) (p 0-5, d 0-2, q 0-5; varsayılan 1, 1, 1)

Kavram: p, modelin kaç geçmiş değere; q, kaç geçmiş tahmin hatasına dayanacağını; d ise seriyi durağan hâle getirmek için kaç kez fark alınacağını belirler. Kabaca ACF'nin giderek sönüp PACF'nin belirli bir gecikmede kesilmesi AR, tersi MA yapısına işaret eder.

Gündelik örnek: Aylık yolcu sayısı yıllar içinde artıyorsa önce bir fark alınır (d = 1): model artık 'bu ay kaç yolcu' yerine 'geçen aya göre ne kadar değişti' sorusuyla çalışır. p = 1 bu değişimin bir önceki aydaki değişime, q = 1 ise geçen ayki tahmin hatasına bağlı olduğunu söyler.

Ne işe yarar: Durağan olmayan seriyi d kez farklayıp p otoregresif ve q hareketli ortalama terimiyle modeller.

Sonuca etkisi: Katsayılar, log L, AIC/AICc/BIC ve tahminler. d = 0'da ortalama (sabit) modeldedir, d ≥ 1'de yoktur.

Doğrulama verisinde: AirPassengers (1,1,1) AICc 1394.86, tahmin[1] 475.73; (0,2,2) AICc 1394.55, tahmin[1] 461.62. lh AR(1) φ = 0.5739.

→ ARIMA mertebeleri (p, d, q) ve kayma (drift)

Drift ekle (d = 1)

Kavram: Farkı alınmış serideki sabit terim (drift), özgün seride her dönem ortalama aynı miktarda artış ya da azalış anlamına gelir. Tahminler bu nedenle düz bir çizgi yerine sabit eğimli bir doğru boyunca uzar.

Gündelik örnek: Hat her ay ortalama 150 yolcu kazanıyorsa drift bu eğimi temsil eder ve tahminler gelecek aylarda da her ay yaklaşık 150 yolcu artmaya devam eder. Drift olmadan tahmin son düzeyde sabit kalırdı.

Ne işe yarar: d = 1 (ya da d + D = 1) iken farklanmış seride sabit, yani düzeyde doğrusal eğilim. d = 0 ve d = 2'de drift eklenmez ve sonuç notunda yazılır.

Sonuca etkisi: Drift katsayısı, bilgi ölçütleri ve tahminler.

Doğrulama verisinde: AirPassengers (1,1,1) + drift: drift 2.450 (SE 3.27), AICc 1396.41 (driftsiz 1394.86). austa (0,1,1) + drift tahmin[1] 7.109.

→ ARIMA mertebeleri (p, d, q) ve kayma (drift)

Otomatik model seçimi (auto.arima)

Kavram: Otomatik seçim, birçok aday ARIMA modelini kurup bilgi ölçütüyle (AICc) karşılaştırır ve en düşük değerli modeli seçer. AICc, modelin veriye uyumunu ödüllendirirken parametre sayısını cezalandırır ve küçük örneklemler için düzeltilmiş AIC'dir.

Gündelik örnek: Belediyenin analisti hangi p ve q değerlerinin uygun olduğunu bilmiyorsa otomatik seçim onlarca modeli dener. Yine de seçilen modelin artıkları denetlenmeli; en düşük AICc, modelin yeterli olduğunu tek başına göstermez.

Ne işe yarar: d'yi KPSS tabanlı fark sayısı kuralıyla seçer; p, q ≤ 5 (p + q ≤ 5) ve sabit/drift seçeneklerini AICc ile karşılaştırır (adımsız tam arama, mevsimsel olmayan).

Sonuca etkisi: Seçilen model ve tüm sonuçlar.

Doğrulama verisinde: uschange tüketim: ARIMA(3,0,0) + ortalama; WWWusage: ARIMA(3,1,0).

→ Bilgi ölçütleri (AIC, AICc, BIC)

Tahmin adımı (1-100) ve Güven Düzeyi

Kavram: Tahmin adımı kaç dönem ileriye tahmin yapılacağını, güven düzeyi ise tahmin aralığının genişliğini belirler. Tahmin aralığı gelecekteki tek bir gözlemin düşebileceği aralıktır; hem model belirsizliğini hem de her dönemin kendi rastgele dalgalanmasını içerdiği için ortalamanın güven aralığından geniştir.

Gündelik örnek: 12 adım seçilirse önümüzdeki bir yılın her ayı için tahmin üretilir. Gelecek ayın %95 aralığı ±3.000 yolcu iken bir yıl sonrasınınki ±8.000 olabilir; %80 aralık istenirse her ikisi de daralır.

Ne işe yarar: Tahmin ufku ve aralık düzeyi. Aralık σ² = Σe²/(n* - k) ile kurulur.

Sonuca etkisi: Tahmin sayısı ve aralık genişliği; adım sayısı değerleri değiştirmez.

Doğrulama verisinde: WWWusage (1,1,1): tahmin[1] 218.880; %90 [213.68, 224.08], %95 [212.68, 225.08], %99 [210.74, 227.02].

→ Öngörü ufku ve öngörü aralığı

Mevsimsel (P, D, Q) m (m = 0 kapalı)

Kavram: Mevsimsel terimler, aynı ilişkiyi bir mevsim (m dönem) önceki değerler ve hatalar için kurar: P mevsimsel AR, D mevsimsel fark, Q mevsimsel MA terimi sayısıdır. Mevsimsel fark her değeri bir yıl önceki aynı döneminden çıkarır.

Gündelik örnek: Aylık yolcu verisinde m = 12'dir. D = 1 ile model 'bu Ekim, geçen Ekim'e göre ne kadar farklı?' sorusuyla çalışır; böylece okul dönemi dalgası her yıl kendiliğinden hesaba katılır.

Ne işe yarar: Mevsimsel AR, fark ve MA terimleri.

Sonuca etkisi: Katsayılar ve tahminler.

Doğrulama verisinde: USAccDeaths (0,1,1)(0,1,1)12: θ = -0.4303, Θ = -0.5528; euretail (0,1,3)(0,1,1)4: Θ = -0.6635.

→ ARIMA mertebeleri (p, d, q) ve kayma (drift)

Bağımsız değişkenler (ARIMAX)

Kavram: ARIMAX, seriyi bir ya da daha fazla dış değişkenle açıklayan bir regresyon kurar ve bu regresyonun hatalarını ARIMA ile modeller. Geleceği tahmin edebilmek için dış değişkenin gelecekteki değerlerinin bilinmesi ya da ayrıca öngörülmesi gerekir.

Gündelik örnek: Bilet fiyatı değişikliklerinin yolcu sayısını etkilediği düşünülüyorsa fiyat bağımsız değişken olarak eklenir. Gelecek yılın tahminleri için belediyenin planladığı bilet fiyatlarının da verilmesi gerekir.

Ne işe yarar: ARIMA hatalı regresyon; tahmin için gelecekteki regresör değerleri, bağımlı değişkeni boş olan satırlardan alınır.

Sonuca etkisi: Regresör katsayısı ve tahminler.

Doğrulama verisinde: LakeHuron (2,0,0) + (yıl - 1920): eğim -0.0216; gelecek değerler yoksa tahmin üretilmez ve notta yazılır. uschange otomatik + Income + son 8 gözlem: test RMSE 0.2176.

→ Dışsal değişkenler (VARX, ARIMAX)

Dönüşüm (Yok / log / Karekök (λ = 0.5) / Box-Cox) ve Box-Cox λ (en düşük değer = Guerrero)

Kavram: Dönüşüm, düzeyle birlikte büyüyen dalgalanmayı sabitlemek için seriyi log, karekök ya da Box-Cox ölçeğine taşır; model bu ölçekte kurulur ve tahminler özgün ölçeğe geri çevrilir. Bilgi ölçütleri dönüşmüş ölçekte hesaplandığından farklı dönüşümlerle kurulan modellerin AIC değerleri karşılaştırılamaz.

Gündelik örnek: Yolcu sayısı arttıkça yaz-kış farkı da büyüyorsa log dönüşümü bu farkı oransal hâle getirir ve model daha dengeli çalışır. Tahminler yine yolcu sayısı olarak raporlanır.

Ne işe yarar: Genliği düzeyle büyüyen seriyi dönüştürür; Box-Cox'ta λ elle ya da Guerrero yöntemiyle seçilir.

Sonuca etkisi: Tahminler geri dönüştürülür; AIC dönüşmüş ölçekte olduğundan dönüşümler arasında karşılaştırılamaz.

Doğrulama verisinde: AirPassengers (1,1,1) tahmin[1]: log 463.19; karekök 470.64; Box-Cox Guerrero (λ = -0.2947) 458.85.

→ Box-Cox dönüşümü

Geçerleme kümesi (son k gözlem), Ek çıktılar: Yanlılık düzeltmesi (biasadj), Artık tanıları (ACF + normallik), Veri setine kaydet

Kavram: Geçerleme kümesi, son k gözlemi model kurulurken dışarıda bırakıp tahminlerin bu gerçek değerlerle karşılaştırılmasını sağlar; bu, örneklem içi uyumdan daha dürüst bir başarı ölçüsüdür. Log ölçeğinden geri dönüşüm tahminin medyanını verir; yanlılık düzeltmesi bunun yerine ortalamayı verir.

Gündelik örnek: Son 12 ay saklanıp model önceki dokuz yılla kurulursa tahminlerin o yılın gerçek yolcu sayılarından ortalama ne kadar saptığı görülür. Toplam yıllık yolcu gibi değerler toplanacaksa ortalama tahmin gerektiğinden yanlılık düzeltmesi açılmalıdır.

Ne işe yarar: Son k gözlem modele girmez, test doğruluğu (RMSE, MAPE, MASE) raporlanır. biasadj geri dönüşümde medyan yerine ortalama tahmini verir. Artık tanısı Jarque-Bera ve Shapiro-Wilk içerir; Kaydet tahmin, sınırlar ve artık sütunlarını ekler.

Sonuca etkisi: Ek çıktı; biasadj tahmin değerini değiştirir.

Doğrulama verisinde: Havayolu modeli son 12 gözlem: RMSE 18.594, MAPE 2.905. biasadj: log (1,1,1) tahmin[1] 463.19 yerine 465.60.

→ Eğitim-test ayırımı (holdout)

Kestirim yöntemi (En çok olabilirlik (ML) / Koşullu kareler (CLS) / Koşulsuz kareler (ULS))

Kavram: Model katsayılarının hangi ölçütle kestirileceğini belirler: en çok olabilirlik (ML) verinin olasılığını en büyükler, koşullu ve koşulsuz kareler yöntemleri hata kareleri toplamını en küçükler. Uzun serilerde üç yöntem hemen hemen aynı katsayıları verir; farklar kısa serilerde belirginleşir.

Gündelik örnek: On yıllık 120 aylık yolcu serisinde ML ile CLS'nin verdiği AR katsayıları ancak ikinci ondalıkta farklılaşabilir. Yalnızca birkaç yıllık veri olsaydı aradaki fark daha büyük olurdu.

Ne işe yarar: Parametre kestirim yöntemi. CLS ilk p (+ fark) gözlemi koşullar; ULS koşulsuz en küçük kareler amaç fonksiyonunu en küçükler (σ² paydası n_e).

Sonuca etkisi: Katsayılar, σ² ve SE; ML ile CLS ve ULS değerleri küçük farklılıklar gösterir.

Doğrulama verisinde: lh AR(1) CLS (koşullu en küçük kareler): μ = 2.413392, φ = 0.585932, σ² = 0.206033. ULS WWWusage ARIMA(1,1,1): φ = 0.657313.

→ En çok olabilirlik (ML) kestirimi

Gerçek veride örnek

Veri: AirPassengers, Box ve Jenkins 1976, R datasets

Değişkenler: tarih date (ay), değer passengers (aylık yolcu sayısı, bin)

  • Soru: Aylık havayolu yolcu sayısı (1949-1960, n = 144) ARIMA(1,1,1) ile nasıl modellenir ve önümüzdeki aylar için tahmin nedir?
  • Model: Birinci farkı alınmış seride AR(1) = -0.474 (SE 0.116, z = -4.09, p < .001) ve MA(1) = 0.864 (SE 0.072, z = 12.00, p < .001); log L = -694.34, AIC = 1394.68, AICc = 1394.86, BIC = 1403.57.
  • Uyum: Örneklem içi RMSE = 30.91, MAE = 24.12, MAPE = %8.57, MASE = 0.753.
  • Artık tanısı: Ljung-Box Q*(22) = 231.49, p < .001 (24 gecikme); artıklarda güçlü otokorelasyon kalır, çünkü serideki 12 aylık mevsimsellik modele alınmamıştır.
  • Tahmin: 1961 Ocak için 475.73 (%95 aralık 414.51 - 536.96); aralıklar ufuk uzadıkça hızla genişler.
  • Sınırlılık: Varsayılan (1,1,1) yapısı mevsimsel seriler için yetersizdir; mevsimsel (P, D, Q)12 terimleri ya da log dönüşümü denenmelidir.
  • APA: ARIMA(1,1,1) modeli, φ1 = -0.47, θ1 = 0.86, AIC = 1394.68; Ljung-Box Q(22) = 231.49, p < .001.

İlgili kavramlar

ARIMA mertebeleri (p, d, q) ve kayma (drift)Öngörü ufku ve öngörü aralığıEğitim-test ayırımı (holdout)Dışsal değişkenler (VARX, ARIMAX)Box-Cox dönüşümüBilgi ölçütleri (AIC, AICc, BIC)Mevsimsellik ve mevsim periyoduEn çok olabilirlik (ML) kestirimi

Örneklerdeki sayılar MerQur'un bağımsız, kamuya açık doğrulama verileri üzerindeki çıktılarıdır; ayrıntılar için MerQur Teknik Not'a bakınız.