ARIMA理论及Python实战

  大家好，我是爱编程的喵喵。双985硕士毕业，现担任全栈工程师一职，热衷于将数据思维应用到工作与生活中。从事机器学习以及相关的前后端开发工作。曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。现为CSDN博客专家、人工智能领域优质创作者。喜欢通过博客创作的方式对所学的知识进行总结与归纳，不仅形成深入且独到的理解，而且能够帮助新手快速入门。

  本文主要介绍了ARIMA理论及Python实战，希望能对学习ARIMA的同学有所帮助。

1. 简介&基础知识

  ARIMA是典型的时间序列模型，其由三部分组成：AR模型（自回归模型）和MA模型（滑动平均模型），以及差分的阶数I，因此ARMA称为自回归滑动平均模型。

  差分运算常用公式如下：

• 平稳时间序列：
  
  平稳时间序列满足下述的弱平稳公式。
  平稳时间序列检测方法：ADF单位根检验。
• 差分方程的稳定性：
  
  如果特征方程的所有