ARX es un modelo estadístico utilizado en el análisis de series de tiempo y en la predicción de variables dinámicas. ARX es un acrónimo de "AutoRegressive model with eXogenous inputs".
El modelo ARX es una extensión del modelo autoregresivo (AR) que incorpora variables exógenas (X) para modelar la relación entre una variable de interés y otras variables explicativas. El modelo ARX es útil cuando los valores futuros de la variable de interés pueden depender de los valores pasados de la misma variable, así como de los valores pasados de otras variables relacionadas.
En la práctica, el modelo ARX se puede ajustar a los datos mediante la identificación de los parámetros de AR y X que mejor describen la serie de tiempo. Luego, se puede utilizar el modelo ajustado para hacer predicciones futuras o para analizar la relación entre la variable de interés y las variables exógenas.
El modelo ARX es un modelo más simple que el modelo ARMAX, ya que solo considera la relación entre la variable de interés y las variables exógenas a través de un término autoregresivo. Sin embargo, el modelo ARX sigue siendo útil en muchos casos en los que la inclusión de términos de media móvil o de más de una variable exógena no es necesaria o no es posible.
Las predicciones de GAMCO apuntan a un aumento de, al menos, un 10% en el porcentaje de la «morosidad en créditos» a particulares durante el próxi [...]
Leer más »El análisis de big data es el proceso de analizar fuentes de datos grandes y complejas para descubrir tendencias, patrones, comportamientos de los cl [...]
Leer más »En este artículo vamos a centrarnos en cómo la inteligencia artificial (IA) puede aumentar la eficiencia y reducir los costes de su empresa mediante [...]
Leer más »Cobrar deudas, hoy en día, se está convirtiendo en una ardua tarea para muchas empresas o autónomos. Cada vez son más los bancos, servicios [...]
Leer más »
