ARIMA模型是什么？

Question

如题所述

Answer 1

ARIMA（p，d，q）称为差分自回归移动平均模型，AR是自回归,p为自回归项，可以看自相关图来估计;MA为移动平均，q为移动平均项数，可以看偏相关图来估计，d为时间序列成为平稳时所做的差分次数。“差分”一词虽未出现在ARIMA的英文名称中，却是关键步骤。

ARIMA模型，差分整合移动平均自回归模型，又称整合移动平均自回归模型（移动也可称作滑动），时间序列预测分析方法之一。

扩展资料：

ARIMA模型运用的流程

1、根据时间序列的散点图、自相关函数和偏自相关函数图识别其平稳性。

2、对非平稳的时间序列数据进行平稳化处理。直到处理后的自相关函数和偏自相关函数的数值非显著非零。

3、根据所识别出来的特征建立相应的时间序列模型。平稳化处理后，若偏自相关函数是截尾的，而自相关函数是拖尾的，则建立AR模型；若偏自相关函数是拖尾的，而自相关函数是截尾的，则建立MA模型；若偏自相关函数和自相关函数均是拖尾的，则序列适合ARMA模型。

4、参数估计，检验是否具有统计意义。

5、假设检验，判断（诊断）残差序列是否为白噪声序列。

6、利用已通过检验的模型进行预测。

参考资料：百度百科-自回归模型