MODEL UNTUK RUNTUN WAKTU NON STASIONER
Data Runtun Waktu yg cenderung Tidak Stasioner
STASIONER MELALUI DIFERENSI
Model ARIMA
MODEL IMA(1,1)
MODEL IMA(2,2)
MODEL ARI(1,1)
SUKU-SUKU KONSTAN DALAM MODEL ARIMA
TRANSFORMASI YANG LAIN Kita telah melihat bagaimana diferensi dapat menjadi transformasi yang berguna untuk mencapai stasioneritas. Akan tetapi transformasi logaritma mungkin diikuti oleh diferensi, juga merupakan metode yang berguna dalam keadaan khusus. Kita sering menemui runtun waktu dimana kenaikan dispersi nampak diasosiasikan dengan kenaikan level dari runtun waktu lebih besar dari runtun waktu, variasi lebih terdapat di sekitarnya dan sebaliknya.
PERUBAHAN PERSENTASE
TRANSFORMASI PANGKAT
TERIMA KASIH