大家好，我是小跳，我来为大家解答以上问题。ARMA模型预测，arma模型很多人还不知道，现在让我们一起来看看吧！
ARMA 模型（Auto-Regressive and Moving Average Model）是研究时间序列的重要方法，由自回归模型（简称AR模型）与滑动平均模型（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。 [编辑] ARMA模型三种基本形式
1.自回归模型（AR：Auto-regressive）；
如果时间序列yt满足
其中εt是独立同分布的随机变量序列，且满足：
E(εt) = 0
则称时间序列为yt服从p阶的自回归模型。
自回归模型的平稳条件：
滞后算子多项式的根均在单位圆外，即φ(B) = 0的根大于1。
2.移动平均模型（MA：Moving-Average）
如果时间序列yt满足
则称时间序列为yt服从p阶移动平均模型；
移动平均模型平稳条件：任何条件下都平稳。
3.混合模型（ARMA：Auto-regressive Moving-Average）
如果时间序列yt满足：
则称时间序列为yt服从(p,q)阶自回归滑动平均混合模型。
或者记为φ(B)yt = θ(B)εt
本文到此讲解完毕了，希望对大家有帮助。