16.1 时间序列分析概述 16.2 数据准备 16.3 时间序列的图形化观察及检验 16.4 时间序列的预处理(重点) 16.5 简单回归分析法和趋势外推法(自学) 16.6 指数平滑法(重点) 16.7 ARIMA模型分析(重点) 16.8 季节调整法(重点)
时间序列分析
16.7 ARIMA模型
16.7.1 ARIMA模型的基本原理16.7.2 ARIMA模型的基本操作16.7.3 ARIMA模型实例分析
ARIMA(自回归综合移动平均)是时间序列分析中最为常用的模型，也称之为Box-Jekins模型，或带差分的自回归移动平均模型。ARIMA模型可以对含有季节成分的时间序列数据进行分析，它包含三个主要的参数—自回归阶数(p)、差分阶数(d)、移动平均阶数(q)，一般模型的形式记为ARIMA(p,d,q)。