关于ARMA模型的R语言实现

新手一枚，和大家一起学习R，以后基本每周都会更新1到2篇关于数据预测处理的模型和方法，希望和大家一起学习，一起成长。

本周首先更新的是用R来实现ARMA模型。

时间序列的模型，基本上都要建立在平稳的序列上，这里我们将来了解下ARMA模型，以及其实现的R代码。
　　ARMA（p,q)模型，全称移动平均自回归模型，它是由自回归（AR）部分和移动平均（MA）部分组成的，所以称之为ARMA模型。进行ARMA模型的话，要求时间序列一定要是平稳的才行，否则建模无效。
1.ARMA模型具有如下形式：

2.ARMA模型建模步骤
(1)画出时序图，求出样本的相关系数，偏自相关系数值
(2)根据样本的相关系数和偏自相关系数，选择适当的阶数，由于这具有一定的主观性，所以这里我们选用的是最小AIC准则来定阶
(3)估计模型中的参数值
(4)检验模型的有效性，一般分为残差的白噪声检验和参数的显著性检验。
(5)利用模型进行预测。
3.建模
我们利用美国科罗拉多州某一加油站连续57天的OVERSHOOT序列,来进行本次建模。
（1）首先，读入数据，画出其时序图，检验其平稳性。

library(zoo)
library(tseries)
library(forecast)
overshort=read.table("C:/Users/MrDavid/data_