ARIMA是计量经济学中最流行的时间序列预测方法之一。ARIMA是自回归综合移动平均法的缩写。

这是一个非常强大的方法，建站论坛，阿里大数据应用平台，因为它明确地迎合了时间序列数据中的一套标准结构。

接下来，啥叫人工智能，大数据与数据挖掘，大数据技术及数据分析培训，让我们看看如何在SAP IBP中使用ARIMA模型。我们将从加载一个简单的时间序列数据开始。

使用数据集成应用程序或CPI在SAP IBP中上载销售数据。

使用"管理预测模型"应用程序创建预测模型。

从计划视图或后台运行统计预测模型，选择Auto–ARIMA/SARIMA。

在中查看错误度量的详细日志业务日志

创建了一个显示事后预测数量（橙色）与实际销售数量（蓝色）以及预期预测（红色）的折线图

结论：

发现了在事后预测和预期未来预测中如何捕获时间序列数据中的标准结构

数据的增长/下降模式计算数据增长/下降的变化率，并计算连续时间点之间的噪声。

参考

https://help.sap.com/viewer/feae3cea3cc549aaa9d9de7d363a83e6/1908/en-US/c9b4470ccc0b47b7bed31d18c76f2201.html？q=阿里玛

https://ademos.people.uic.edu/Chapter23.html