image

ARIMA (Autoregressive Integrated Moving Average) 模型是一種用于時間序列分析模型。它實際上是自回歸（Autoregressive）、積分（Integrated）和滑動平均（Moving Average）三個模型的組合。

1.自回歸模型 - 描述觀測數據與幾個滯后觀測數據（lagged observation）之間的關系。

2.積分 - 使用數據差分使時間序列變?yōu)榉€(wěn)態(tài)。

3.滑動平均 - 這里與滑動平均的平滑方法不同。是指描述觀測數據與滯后觀測數據滑動平均剩余誤差的關系。

AR(p), p階的AR模型可以表示為：

其中為當前數值誤差，表示觀測數據。
MA(q), q階的MA模型可以表示為：

AR 使用前序觀測數，而MA使用前序誤差。

作為AR和MA的結合，ARMA模型可以表示為：

如果使用d階差分數據代替觀測數據，則模型可表示為