Преимущества ARIMA-моделей по сравнению с другими методами прогнозирования:

• Чёткое математико-статистическое обоснование. 3 Модели ARIMA считаются одними из наиболее научно обоснованных из всего множества моделей прогнозирования тенденций во временных рядах. 3
• Формализованная и подробно разработанная методика. 3 Следуя ей, можно подобрать модель, наиболее подходящую к каждому конкретному временному ряду. 3
• Простая формальная процедура проверки модели на адекватность. 23 Разработаны методики по автоматическому подбору наилучшей ARIMA. 3
• Точечные и интервальные прогнозы следуют из самой модели и не требуют отдельного оценивания. 3

Недостатки ARIMA-моделей:

• Необходим большой объём исходных данных. 25 Для построения адекватной модели ARIMA требуется не менее 40 наблюдений, а для сезонных данных — приблизительно за 6–10 лет, в зависимости от величины периода сезонности. 2
• Нет простого способа корректировки параметров модели. 2 При получении новых данных модель нужно периодически переоценивать, а иногда — и переидентифицировать. 3
• Построение удовлетворительной модели ARIMA требует больших затрат времени и ресурсов. 23 Расходы на построение модели, время выполнения вычислений и объёмы необходимых баз данных могут оказаться существенно выше, чем для более традиционных методов прогнозирования. 2