ARIMA模型
来自维基百科,自由的百科全书
来自维基百科,自由的百科全书
ARIMA模型(英语:Autoregressive Integrated Moving Average model),差分整合移动平均自回归模型,又称整合移动平均自回归模型(移动也可称作滑动),为时间序列预测分析方法之一。ARIMA(p,d,q)中,AR为自回归,p为自回归项数;MA为移动平均,q为滑动平均项数,d为使之成为平稳序列所做的差分次数(阶数)。“差分”一词虽未出现在ARIMA的英文名称中,却是使时间序列得以平稳关键的步骤。
此条目没有列出任何参考或来源。 (2022年3月10日) |
此条目需要精通或熟悉统计学的编者参与及协助编辑。 |
ARIMA(p,d,q)模型是ARMA(p,q)模型的扩展。ARIMA(p,d,q)模型可以表示为:
其中L 是滞后算子(Lag operator),
这是一篇与统计学相关的小作品。您可以通过编辑或修订扩充其内容。 |
Seamless Wikipedia browsing. On steroids.
Every time you click a link to Wikipedia, Wiktionary or Wikiquote in your browser's search results, it will show the modern Wikiwand interface.
Wikiwand extension is a five stars, simple, with minimum permission required to keep your browsing private, safe and transparent.