Model ARIMA (p,d,q) merupakan campuran antara AR(p), MA(q) yang telah distasionerkan dengan melakuka n pembedaan sebanyak d kali. Telah dijelaskan bahwa tidak mudah menentukan p dan q. Box dan Jenkins menawarkan 4 (empat) tahapan berikut untuk menentukan p,d dan q.
1. Identifikasi
Mencari atau menentukan p,d dan q dengan bantuan korelogram
dan korelogram parsial.
2. Estimasi
Setelah p dan q ditentukan, mengestimasi parameter AR dan MA yang ada pada model. Estimasi ini bisa menggunakan teknik kuadrat terkecil sederhana maupun dengan metode estimasi tidak linier. Untungnya, sudah ada software yang menghitungnya sehingga kita tidak perlu mempelajari teknik estimasi yang relatif komplek.
3. Tes Diagnostik (Diagnostic check)
Setelah model ARIMA nya ditentukan, parameternya telah diestimasi, kemudian kita akan cek apakah model ARIMA lain yang lebih cocok atau sama cocoknya dengan model terpilih. Salah satu tes yang dapat dilakukan adalah dengan mengamati apakah residual dari model terestimasi merupakan white noise atau tidak.
Jika residual berupa white noise, berarti model terpilih cocok dengan data. Sebaliknya bila residual tidak berupa white noise, berarti kita harus melakukan pilihan ulamg dari awal lagi. Oleh sebab itu, metodologi Box-Jenkins disebut juga suatu proses iterasi.
4. Ramalan (Forcasting)
Secara umum dan pada banyak hal, ramalan yang diperoleh dengan menggunakan model ARIMA lebih reliabel bila dibandingkan dengan ramalan yang menggunakan model ekonometri biasa.
