Zeitreihen

Das ARIMA-Modell ist eine statistische Methode zur Zeitreihenprognose, die Autoregression, Integration und gleitende Durchschnitte kombiniert.

Autokorrelation misst die Ähnlichkeit zwischen Beobachtungen einer Zeitreihe über verschiedene Zeitintervalle hinweg.

Autokovarianz misst, wie eine Variable im Laufe der Zeit mit sich selbst korreliert, was auf ihre interne Struktur und Abhängigkeiten hinweist.

Ein Lookback-Fenster ist ein festgelegter Zeitraum, der zur Analyse vergangener Daten für Vorhersagen in KI- und maschinellen Lernmodellen verwendet wird.

Ein gleitender Durchschnitt glättet Daten, indem er Werte über eine festgelegte Anzahl von Perioden mittelt.

Eine statistische Technik, die verwendet wird, um Daten durch Durchschnittswerte über eine festgelegte Anzahl von Perioden zu glätten.