GENETİK ALGORİTMALAR İLE ARIMA MODELLERİNİN BELİRLENMESİ

Abstract

Box-Jenkins yönteminde ARIMA modelleri; belirleme, tahmin ve uygunluk testi olmak üzere üç aşamalı bir sürece göre oluşturulmaktadır. Bunlar arasında, modelin otoregresif ve hareketli ortalama derecelerinin tespit edildiği belirleme aşaması en kritik olandır. Bu çalışmada, büyük ölçüde model kuranın öznel yargılarına dayanan belirleme aşaması genetik algoritmalar çerçevesinde ele alınmıştır. Önerilen yaklaşım üretici fiyat endeksi ve kişi başına elektrik tüketimi serilerine uygulanmıştır. Uygun modelin veriye dayalı olarak seçildiği bu yaklaşım ile daha iyi uyuma sahip olduğu gibi daha az parametre içeren daha cimri modeller belirlenebilmiştir. Ayrıca tahmin edilen model sayısı bağlamında düşünüldüğünde, önerilen yaklaşım hesaplama maliyeti bakımından etkindir

In the Box-Jenkins methodology, ARIMA models are built according to a process that consists of three stages namely specification, estimation and diagnostic checking. Among them the identification stage in which autoregressive and moving average orders of model are determined is the most crucial. In this paper the identification stage mostly based on the subjective decisions has been handled with genetic algorithms. The proposed approach is applied on the producer price index and per capita electric power consumption time series. With this data-driven approach better fitted and also more parsimonious models can be determined. Furthermore, when considering in the context of estimated model number the proposed approach is efficient.