Box-Jenkins(博克斯-詹金斯方法):一种用于时间序列建模与预测的经典方法体系,核心是通过识别、估计与诊断来建立 ARIMA(自回归-差分-移动平均) 等模型,常用于经济、金融、运营等领域的预测分析。
/ˌbɑːks ˈdʒɛŋkɪnz/
We used a Box-Jenkins model to forecast next month’s sales.
我们使用 Box-Jenkins 模型来预测下个月的销量。
After checking stationarity and residuals, the analyst finalized the Box-Jenkins ARIMA model for electricity demand forecasting.
在检验平稳性与残差之后,分析师最终确定了用于电力需求预测的 Box-Jenkins ARIMA 模型。
该术语来自两位统计学家 George E. P. Box(乔治·博克斯) 与 Gwilym Jenkins(格威利姆·詹金斯) 的姓氏组合。二人系统化总结了时间序列建模流程,并以其著作推广开来,因此这种方法论常被称为 Box-Jenkins。