一、ARIMA模型基本概念
1.1 自回归模型（AR）
- 描述当前值与历史值之间的关系，用变量自身的历史数据对自身进行预测；
- 自回归模型必须满足平稳性的要求；（何为平稳性：见时间序列数据分析基本概念）
- p阶自回归过程的公式定义：
文章来源：https://www.toymoban.com/news/detail-401946.html
其中是当前值，是常数项，p是阶数，是自相关系数，是误差。文章来源地址https://www.toymoban.com/news/detail-401946.html
1.1.1 自回归模型的限制
- 自回归模型是用自身的数据来进行预测；
- 必须具有平稳性；
- 必须具有自相关性，如果自相关系数小于0.5，则不宜采用；
- 自回归只适用于预测与自身前期相关的现象；
1.2 移动平均模型（MA）
- 移动平均模型关注的是自回归模型中的误差项的累加；
- 移动平均法能有效的消除预测中的随机波动；
- q阶自回归过程的公式定义:
到了这里，关于时间序列模型-ARIMA的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
