Apa itu Model Box-Jenkins?
Model Box-Jenkins adalah model matematika yang dirancang untuk memperkirakan rentang data berdasarkan input dari rangkaian waktu yang ditentukan. Model Box-Jenkins dapat menganalisis berbagai jenis data deret waktu untuk perkiraan.
Metodologinya menggunakan perbedaan antara titik data untuk menentukan hasil. Metodologi ini memungkinkan model untuk mengidentifikasi tren menggunakan autoregresssion, rata-rata bergerak dan perbedaan musiman untuk menghasilkan perkiraan. Model Autoregressive integrated moving average (ARIMA) adalah bentuk model Box-Jenkins. Istilah ARIMA dan Box-Jenkins Model dapat digunakan secara bergantian.
Pengambilan Kunci
- Model Box-Jenkins adalah metodologi peramalan menggunakan studi regresi. Metodologi ini paling baik digunakan sebagai ramalan yang dihitung dengan komputer berdasarkan pada regresi data deret waktu. Ini paling cocok untuk peramalan dalam kerangka waktu 18 bulan atau kurang. Perhitungan ARIMA dilakukan dengan alat-alat canggih seperti perangkat lunak statistik yang dapat diprogram dalam bahasa pemrograman R.
Memahami Model Box-Jenkins
Model Box-Jenkins digunakan untuk memperkirakan berbagai titik data yang diantisipasi atau rentang data termasuk data bisnis dan harga keamanan di masa depan.
Model Box-Jenkins diciptakan oleh dua ahli matematika George Box dan Gwilym Jenkins. Kedua matematikawan mendiskusikan konsep yang membentuk model ini dalam publikasi tahun 1970 "Analisis Rangkaian Waktu: Peramalan dan Kontrol."
Estimasi parameter Model Box-Jenkins bisa sangat rumit. Oleh karena itu, mirip dengan model regresi deret waktu lainnya, hasil terbaik biasanya akan dicapai melalui penggunaan perangkat lunak yang dapat diprogram. Model Box-Jenkins juga umumnya paling cocok untuk perkiraan jangka pendek 18 bulan atau kurang.
Metodologi Box-Jenkins
Model Box-Jenkins adalah salah satu dari beberapa model analisis deret waktu yang akan ditemui oleh peramal saat menggunakan perangkat lunak peramalan yang diprogram. Dalam banyak kasus, perangkat lunak akan diprogram untuk secara otomatis menggunakan metodologi peramalan pas terbaik berdasarkan data deret waktu yang akan diramalkan. Box-Jenkins dilaporkan menjadi pilihan utama untuk set data yang sebagian besar stabil dengan volatilitas rendah.
Model Box-Jenkins meramalkan data menggunakan tiga prinsip, autoregresi, differencing dan moving average. Ketiga prinsip ini masing-masing dikenal sebagai p, d dan q. Setiap prinsip digunakan dalam analisis Box-Jenkins dan bersama-sama mereka secara kolektif ditampilkan sebagai ARIMA (p, d, q).
Proses autoregresi (p) menguji data untuk tingkat stasioneritasnya. Jika data yang digunakan adalah stasioner, itu dapat menyederhanakan proses peramalan. Jika data yang digunakan adalah non-stasioner, data tersebut harus dibedakan (d). Data ini juga diuji untuk rata-rata bergeraknya yang dilakukan di bagian q dari proses analisis. Secara keseluruhan, analisis awal data menyiapkannya untuk peramalan dengan menentukan parameter (p, d dan q) yang diterapkan untuk mengembangkan ramalan.
Peramalan Harga Saham
Salah satu kegunaan untuk analisis Box-Jenkins Model adalah untuk memperkirakan harga saham. Analisis ini biasanya dibangun dan dikodekan melalui perangkat lunak R. Analisis menghasilkan hasil logaritmik yang dapat diterapkan pada set data untuk menghasilkan harga yang diperkirakan untuk periode waktu tertentu di masa depan.
