是这样的吗？如果是这样的话，MA项又表示什么呢？？

如果一个序列是ARMA（1，1）模型，不是说y(t)=beta1*y(t-1)+e(t)+gamma*e(t-1)吗？？

这样的话，难道应该输入y y(-1) ar(1)而不是y ar(1) ma(1)？？？？

y c y(-1)是用的最小二乘估计，而y c ar(1)是最大似然估计，你看一下eviews的结果，最大似然估计一般要经过迭代，和ols估计的原理是不同的，计算机后台对两种估计的运行计算肯定是不同的。不过对你这个模型，两种方法应该差不多吧！

谢谢楼上两位的回答，但是我觉得差别根本所在还不是方法的问题，要不不应该截距项有那么大的差别。

我想问，比如说真实DGP是y(t)=y(t-1)+e(t)+e(t-1)，这是一个ARMA(1,1)过程没错吧。

那么我在估计的时候应该怎么输入，按照我之前的理解来说是y ar(1) ma(1)。其中ar(1)表示y自己的一阶滞后，ma（1）表示残差的一阶之后。可是现在按照一些教科书来看，在估计使输入ar和ma似乎全都是关于残差的表示，所以似乎应该输入y y(-1) ar(1)，其中ar(1)表示残差的一阶滞后项，不知道我的理解对不对？？

毕竟，在估计时可以估计出y y(-1) ar(1)，并没有显示出near singular matrix，所以y(-1)和ar（1）应该不是一个东西。