ARMA模型

维基百科,自由的百科全书
跳转至: 导航搜索

自回归滑动平均模型英语:Autoregressive moving average model,簡稱:ARMA模型)。是研究时间序列的重要方法,由自迴歸模型(简称AR模型)与滑动平均模型英语Moving-average model(简称MA模型)为基础“混合”构成。在市场研究中常用于长期追踪资料的研究,如:Panel研究中,用于消费行为模式变迁研究;在零售研究中,用于具有季节变动特征的销售量、市场规模的预测等。

自回归AR(p)模型[编辑]

自回归模型描述的是当前值与历史值之间的关系。

滑动平均MA(q)模型[编辑]

滑动平均模型描述的是自回归部分的误差累计。

ARMA(p,q)模型[编辑]

ARMA(p,q)模型中包含了p個自回归项和q個移动平均项,ARMA(p,q)模型可以表示为:

ARMA滞后算子表示法[编辑]

有时ARMA模型可以用滞后算子(Lag operator) 来表示,。这样AR(p)模型可以写成为:

其中表示多项式

MA(q)模型可以写成为:

其中θ 表示多项式

最后,ARMA(p,q)模型可以表示为:

或者

,则ARMA过程退化为MA(q)过程 若,则ARMA过程退化为AR(p)过程。

相關條目[编辑]