Переваги і недоліки моделей ARIMA

Підхід Бокса-Дженкінса до аналізу часових рядів є вельми могутнім інструментом для побудови точних прогнозів з малою дальністю прогнозування. Моделі ARIMA достатньо гнучкі і можуть описувати широкий спектр характеристик часових рядів, що зустрічаються на практиці. Формальна процедура перевірки моделі на адекватність проста і доступна. Крім того, прогнози і інтервали прогнозу виходять безпосередньо з підібраної моделі.

Проте, використання моделей ARIMA має і декілька недоліків.

• 1 Необхідна відносно велика кількість початкових даних. Слід розуміти, що якщо дані періодичні з, скажімо, сезонним періодом S=12, то спостереження за один повний рік складатимуть фактично одне сезонне значення даних (один погляд на сезонну структуру), а не дванадцять значень. Взагалі кажучи, при використанні моделі ARIMA для несезонних даних необхідно близько 40 або більш за спостереження. При побудові моделі ARIMA для сезонних даних потрібні спостереження приблизно за 6−10 років, залежно від величини періоду сезонності.
• 2 Не існує простого способу коригування параметрів моделей ARIMA, такого як в деяких згладжуючих методах, коли задіюються нові дані. Модель доводиться періодично повністю перебудовувати, а іноді потрібно вибрати абсолютно нову модель.
• 3 Побудова задовільної моделі ARIMA часто вимагає великих витрат часу і ресурсів. Для моделей ARIMA витрати на побудову моделі, час виконання обчислень і об'єми необхідних баз даних можуть опинитися істотно вище, ніж для більш традиційних методів прогнозування, таких як згладжування.