ARIMA模型（时间序列）

时间序列：
预测股价、降水量等
平稳性：
样本数据（时间序列数据）有”惯性“
要求序列的均值和方差不发生明显变化
严平稳：分布情况不随时间的改变而改变
弱平稳：期望与相关系数（依赖性）不变【真实数据大多数是弱平稳的】
差分法：时间序列在t与t-1时刻的差值，使数据变的更加平稳
可做一阶差分，二阶差分…二阶差分是在一阶差分的基础上作差分

自回归模型（AR）
（1）描述当前值与历史值之间的关系，用变量自身的历史时间数据对自身进行预测
（2）自回归模型必须满足平稳性要求（差分处理）
（3）p阶：表示时间间隔（与前p个值有关）