时间序列3 arma arima

一、ar和ma比较

ar是建立当前值和历史值的联系-指数衰减-拖尾

ma是误差的累积-突然到0-截尾

http://blog.csdn.net/wmn7q/article/details/70301215

二、arma模型

参数估计准则： aic最小 其他准则如sbc hq：http://lidequan12345.blog.163.com/blog/static/28985036201332394115844/

代码 http://blog.csdn.net/wmn7q/article/details/70301215

三、arima（p d q）

http://blog.csdn.net/huang1024rui/article/details/51375990

    d次差分后达到平稳

ARIMA模型运用的流程

1. 根据 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