ARIMA基础知识及使用流程

ARIMA(p,d,q)模型全称为差分自回归移动平均模型 (Autoregressive Integrated Moving Average Model,简记ARIMA)。

自回归模型（AR）—> p： 趋势自回归阶数
差分（I） —> d：趋势差分阶数
移动平均模型（MA）—> q：趋势移动平均阶数

一、根据ACF/PACF选定模型以及模型参数

首先明确两个概念：截尾（cut off）、拖尾（tail off）
截尾：样本自相关/偏自相关系数在最初的d阶明显大于2倍标准差，而后几乎95%的自相关/偏自相关系数都在二倍标准差以内，且由非零系数衰减为小值波动的过程非常突然，像被“截断”一样。
拖尾：有超过5%的自相关/偏自相关系数在2倍标准差范围之外，或者由显著非零的系数衰减至小值波动的过程比较缓慢或连续，或按指数形式衰减（正弦波形），“拖拖拉拉”。
例如，上图的自相关系数就是“拖尾”，下图的偏自相关系数就是“截尾”。