跳动百科

ARMA模型预测(arma模型)

利芝善
导读 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-Regressiv...

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。