时间序列预测之--ARIMA模型

原文链接

什么是 ARIMA模型

ARIMA模型的全称叫做自回归移动平均模型，全称是(ARIMA, Autoregressive Integrated Moving Average Model)。也记作ARIMA(p,d,q)，是统计模型(statistic model)中最常见的一种用来进行时间序列 预测的模型。

ARIMA的优缺点

优点： 模型十分简单，只需要内生变量而不需要借助其他外生变量。
缺点：
1.要求时序数据是稳定的（stationary），或者是通过差分化(differencing)后是稳定的。
2.本质上只能捕捉线性关系，而不能捕捉非线性关系。
注意，采用ARIMA模型预测时序数据，必须是稳定的，如果不稳定的数据，是无法捕捉到规律的。比如股票数据用ARIMA无法预测的原因就是股票数据是非稳定的，常常受政策和新闻的影响而波动。

判断是时序数据是稳定的方法

严谨的定义： 一个时间序列的随机变量是稳定的，当且仅当它的所有统计特征都是独立于时间的（是关于时间的常量）。
判断的方法：
稳定的数据是没有趋势(trend)，没有周期性(seasonality)的; 即它的均值，在时间轴上拥有常量的振幅，并且它的方差，在时间轴上是趋于同一个稳定的值的。
可以使用Dickey-Fuller Test进行假设检验。（另起文章介绍）

ARIMA的参数与数学形式

ARIMA模型有三个参数:p,d,q

• p–代表预测模型中采用的时序数据本身的滞后数(lags) ,也叫做AR/Auto-Regressive项
• d–代表时序数据需要进行几阶差分化，才是稳定的，也叫Integrated项。
• q–代表预测模型中采用的预测误差的滞后数(lags)，也叫做MA/Moving Average项
  

ARIMA模型的几个特例

ARIMA(0,1,0)

random walk

ARIMA(1,0,0)

first-order autoregressive model

ARIMA(1,1,0)

differenced first-order autoregressive model:

ARIMA(0,1,1)

simple exponential smoothing with growth.

ARIMA(2,1,2)

ARIMA(2,2,2)

ARIMA建模基本步骤

1.获取被观测系统时间序列数据；
2.对数据绘图，观测是否为平稳时间序列；对于非平稳时间序列要先进行d阶差分运算，化为平稳时间序列；
3.经过第二步处理，已经得到平稳时间序列。要对平稳时间序列分别求得其自相关系数ACF 和偏自相关系数PACF，通过对自相关图和偏自相关图的分析，得到最佳的阶层 p 和阶数 q
4.由以上得到的d、q、p，得到ARIMA模型。然后开始对得到的模型进行模型检验。