This HTML5 document contains 101 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Namespace Prefixes

PrefixIRI
dbpedia-dehttp://de.dbpedia.org/resource/
dctermshttp://purl.org/dc/terms/
dbohttp://dbpedia.org/ontology/
foafhttp://xmlns.com/foaf/0.1/
dbpedia-kohttp://ko.dbpedia.org/resource/
dbpedia-eshttp://es.dbpedia.org/resource/
n8https://global.dbpedia.org/id/
n19http://www.itl.nist.gov/div898/handbook/pmc/section4/
dbthttp://dbpedia.org/resource/Template:
rdfshttp://www.w3.org/2000/01/rdf-schema#
n23https://web.archive.org/web/20070318000551/http:/statistik.mathematik.uni-wuerzburg.de/timeseries/
n20http://support.sas.com/resources/papers/proceedings13/
rdfhttp://www.w3.org/1999/02/22-rdf-syntax-ns#
owlhttp://www.w3.org/2002/07/owl#
dbpedia-ithttp://it.dbpedia.org/resource/
wikipedia-enhttp://en.wikipedia.org/wiki/
dbphttp://dbpedia.org/property/
n9http://robjhyndman.com/papers/
dbchttp://dbpedia.org/resource/Category:
provhttp://www.w3.org/ns/prov#
xsdhhttp://www.w3.org/2001/XMLSchema#
wikidatahttp://www.wikidata.org/entity/
dbrhttp://dbpedia.org/resource/
dbpedia-jahttp://ja.dbpedia.org/resource/

Statements

Subject Item
dbr:Box-Jenkins
dbo:wikiPageWikiLink
dbr:Box–Jenkins_method
dbo:wikiPageRedirects
dbr:Box–Jenkins_method
Subject Item
dbr:Box–Jenkins
dbo:wikiPageWikiLink
dbr:Box–Jenkins_method
dbo:wikiPageRedirects
dbr:Box–Jenkins_method
Subject Item
dbr:Box–Jenkins_model
dbo:wikiPageWikiLink
dbr:Box–Jenkins_method
dbo:wikiPageRedirects
dbr:Box–Jenkins_method
Subject Item
dbr:Box-Jenkins_method
dbo:wikiPageWikiLink
dbr:Box–Jenkins_method
dbo:wikiPageRedirects
dbr:Box–Jenkins_method
Subject Item
dbr:Glossary_of_probability_and_statistics
dbo:wikiPageWikiLink
dbr:Box–Jenkins_method
Subject Item
dbr:Box–Jenkins_method
rdf:type
owl:Thing
rdfs:label
Box-Jenkins-Methode ボックス・ジェンキンス法 박스-젠킨스 방법 Metodología de Box-Jenkins Metodo di Box-Jenkins Box–Jenkins method
rdfs:comment
ボックス・ジェンキンス法（ボックス・ジェンキンスほう、Box–Jenkins method）は、統計家のジョージ・ボックスとグウィリム・ジェンキンスにちなんで名付けられたもので、時系列分析に自己回帰移動平均（ARMA）モデルまたは自己回帰和分移動平均（ARIMA）モデルを適用して、過去の時系列データに対する時系列モデルに最も適合するものを求めるものである。 Die Box-Jenkins-Methode oder das Box-Jenkins-Programm geht auf George E. P. Box und Gwilym M. Jenkins und ihr Buch aus dem Jahre 1970 Time Series Analysis - Forecasting and Control zurück. Es markierte eine neue Epoche in der Zeitreihenanalyse. Im Gegensatz zum vorher vorherrschenden Trendmodell, das einen deterministischen Prozess unterstellte, gehen Box und Jenkins von einem stochastischen Prozess (siehe ARMA-Modell) aus, mit dessen Hilfe die Modellierung einer Zeitreihe erfolgt. Eine wichtige Konsequenz dieses Ansatzes ist, dass (zufällige) Schocks eine dauerhafte Wirkung auf spätere Zeitreihenwerte haben können. Dieses ist vor allem für ökonomische Zeitreihen eine realitätsnähere Annahme. In statistica, considerato il modello ARIMA(p,q,d) con p, q, d interi non negativi, si definisce una procedura per lo studio del modello denominata metodo di Box e Jenkins che si distingue in quattro fasi: In time series analysis, the Box–Jenkins method, named after the statisticians George Box and Gwilym Jenkins, applies autoregressive moving average (ARMA) or autoregressive integrated moving average (ARIMA) models to find the best fit of a time-series model to past values of a time series. En el análisis de series de tiempo, la metodología de Box-Jenkins, nombrada así en honor a los estadísticos George E. P. Box y ,​ se aplica a los modelos autorregresivos de media móvil ARMA o a los modelos autorregresivos integrados de media móvil (ARIMA) para encontrar el mejor ajuste de una serie temporal de valores, a fin de que los pronósticos sean más acertados.​​ 시계열분석에서 박스-젠킨스(Box–Jenkins) 방법은 자동회귀이동평균(ARMA) 또는 자동회귀누적이동평균(ARIMA) 모델을 적용하여 시계열 과거 값에 대한 시계열 모델 최적합을 찾는다. 통계학자 조지 박스와 젠킨스(Gwilym Jenkins)의 이름을 따서 명명되었다.
dcterms:subject
dbc:Time_series_models
dbo:wikiPageID
2399066
dbo:wikiPageRevisionID
1097332080
dbo:wikiPageWikiLink
dbr:Model_selection dbr:AR(1) dbr:Autoregressive_moving_average dbr:Autoregressive_moving_average_model dbr:White_noise dbr:Autocorrelation_function dbr:Partial_autocorrelation dbr:Autocorrelation dbr:Autocorrelation_plot dbr:Confidence_interval dbr:Ljung–Box_test dbr:ARIMA dbr:Seasonal_subseries_plot dbr:Non-linear_least-squares_estimation dbr:Model_identification dbr:Gwilym_Jenkins dbr:John_Wiley_&_Sons dbr:Parameter_estimation dbr:Scale_(ratio) dbr:Autoregressive_model dbr:Autoregressive_integrated_moving_average dbc:Time_series_models dbr:Spectral_plot dbr:Seasonality dbr:Time_series_analysis dbr:Maximum_likelihood_estimation dbr:Time_series dbr:Journal_of_Forecasting dbr:Statistician dbr:Run_sequence_plot dbr:Random_variable dbr:Curve_fitting dbr:Akaike_information_criterion dbr:Stationary_process dbr:Statistical_graphics dbr:NIST dbr:Statistical_model_validation dbr:George_Box dbr:Moving_average_model
dbo:wikiPageExternalLink
n9:BoxJenkins.pdf n19:pmc445.htm n20:454-2013.pdf n23:
owl:sameAs
n8:52nZ6 dbpedia-de:Box-Jenkins-Methode dbpedia-es:Metodología_de_Box-Jenkins dbpedia-ko:박스-젠킨스_방법 wikidata:Q895497 dbpedia-ja:ボックス・ジェンキンス法 dbpedia-it:Metodo_di_Box-Jenkins
dbp:wikiPageUsesTemplate
dbt:Citation dbt:Authority_control dbt:Short_description dbt:Reflist dbt:NIST-PD
dbo:abstract
ボックス・ジェンキンス法（ボックス・ジェンキンスほう、Box–Jenkins method）は、統計家のジョージ・ボックスとグウィリム・ジェンキンスにちなんで名付けられたもので、時系列分析に自己回帰移動平均（ARMA）モデルまたは自己回帰和分移動平均（ARIMA）モデルを適用して、過去の時系列データに対する時系列モデルに最も適合するものを求めるものである。 시계열분석에서 박스-젠킨스(Box–Jenkins) 방법은 자동회귀이동평균(ARMA) 또는 자동회귀누적이동평균(ARIMA) 모델을 적용하여 시계열 과거 값에 대한 시계열 모델 최적합을 찾는다. 통계학자 조지 박스와 젠킨스(Gwilym Jenkins)의 이름을 따서 명명되었다. In time series analysis, the Box–Jenkins method, named after the statisticians George Box and Gwilym Jenkins, applies autoregressive moving average (ARMA) or autoregressive integrated moving average (ARIMA) models to find the best fit of a time-series model to past values of a time series. In statistica, considerato il modello ARIMA(p,q,d) con p, q, d interi non negativi, si definisce una procedura per lo studio del modello denominata metodo di Box e Jenkins che si distingue in quattro fasi: 1. * Analisi preliminare: verifica della stazionarietà della serie, analisi grafica, identificazione di eventuali valori anomali, ricerca delle trasformazioni più adeguate a renderla stazionaria; 2. * Identificazione del modello: individuazione degli ordine p,d,q del modello, dove il parametro d viene scelto nella fase precedente, mentre p e q si possono identificare mediante l'analisi delle funzioni di autocorrelazione parziale e totale; 3. * Stima dei parametri: stima dei parametri del modello ARIMA con il metodo della massima verosimiglianza o dei minimi quadrati; 4. * Verifica del modello: controllo sui residui del modello stimato per verificare se sono una realizzazione campionaria di un processo rumore bianco a componenti gaussiane. Die Box-Jenkins-Methode oder das Box-Jenkins-Programm geht auf George E. P. Box und Gwilym M. Jenkins und ihr Buch aus dem Jahre 1970 Time Series Analysis - Forecasting and Control zurück. Es markierte eine neue Epoche in der Zeitreihenanalyse. Im Gegensatz zum vorher vorherrschenden Trendmodell, das einen deterministischen Prozess unterstellte, gehen Box und Jenkins von einem stochastischen Prozess (siehe ARMA-Modell) aus, mit dessen Hilfe die Modellierung einer Zeitreihe erfolgt. Eine wichtige Konsequenz dieses Ansatzes ist, dass (zufällige) Schocks eine dauerhafte Wirkung auf spätere Zeitreihenwerte haben können. Dieses ist vor allem für ökonomische Zeitreihen eine realitätsnähere Annahme. Ein wichtiges Dogma der Box-Jenkins-Methode ist das so genannte Gesetz der Sparsamkeit. Dieses fordert eine sparsame Parametrisierung des Modells im Sinne einer möglichst geringen Zahl von Parametern. En el análisis de series de tiempo, la metodología de Box-Jenkins, nombrada así en honor a los estadísticos George E. P. Box y ,​ se aplica a los modelos autorregresivos de media móvil ARMA o a los modelos autorregresivos integrados de media móvil (ARIMA) para encontrar el mejor ajuste de una serie temporal de valores, a fin de que los pronósticos sean más acertados.​​
prov:wasDerivedFrom
wikipedia-en:Box–Jenkins_method?oldid=1097332080&ns=0
dbo:wikiPageLength
12621
foaf:isPrimaryTopicOf
wikipedia-en:Box–Jenkins_method
Subject Item
dbr:Marketing_engineering
dbo:wikiPageWikiLink
dbr:Box–Jenkins_method
Subject Item
dbr:Autoregressive_integrated_moving_average
dbo:wikiPageWikiLink
dbr:Box–Jenkins_method
Subject Item
dbr:Gun_control
dbo:wikiPageWikiLink
dbr:Box–Jenkins_method
Subject Item
dbr:Economic_data
dbo:wikiPageWikiLink
dbr:Box–Jenkins_method
Subject Item
dbr:Autoregressive–moving-average_model
dbo:wikiPageWikiLink
dbr:Box–Jenkins_method
Subject Item
dbr:Moving-average_model
dbo:wikiPageWikiLink
dbr:Box–Jenkins_method
Subject Item
dbr:Outline_of_statistics
dbo:wikiPageWikiLink
dbr:Box–Jenkins_method
Subject Item
dbr:Box-Jenkins_model
dbo:wikiPageWikiLink
dbr:Box–Jenkins_method
dbo:wikiPageRedirects
dbr:Box–Jenkins_method
Subject Item
dbr:Box_jenkins
dbo:wikiPageWikiLink
dbr:Box–Jenkins_method
dbo:wikiPageRedirects
dbr:Box–Jenkins_method
Subject Item
wikipedia-en:Box–Jenkins_method
foaf:primaryTopic
dbr:Box–Jenkins_method