作者:王鹏 封面:吉江
![3c24a8002c2e5bf8cd662acd2e071b39.png](https://i-blog.csdnimg.cn/blog_migrate/c8e3ef3abea2d53d3fa1cce26cebaf2e.png)
![4c238a37a2dcac58dde3894590dc5c1f.png](https://i-blog.csdnimg.cn/blog_migrate/bf86b10a79641a8a32c8310f2331e256.jpeg)
自回归综合移动平均模型
1什么是ARIMA模型?
自回归综合移动平均模型(Autoregressive Integrated Moving Average Model)简记为ARIMA,是由博克思(Box)和詹金斯(Jenkins)于70年代初提出的一著名时间序列预测方法,所以又称为box-jenkins模型、博克思-詹金斯法。其中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; MA为移动平均,q为移动平均项数,d为时间序列成为平稳时所做的差分次数。
时间序列ARIMA模型一般分为3种类型:自回归(AR)模型、移动平均(MA)模型、自回归移动平均(ARMA)模型。
2
ARIMA