時間序列預測——ARIMA（差分自迴歸移動平均模型）（1））

  時間序列預測——ARIMA（差分自迴歸移動平均模型） ARIMA（p，d，q）中，AR是"自迴歸"，p爲自迴歸項數；I爲差分，d爲使之成爲平穩序列所做的差分次數（階數）；MA爲"滑動平均"，q爲滑動平均項數，。ACF自相關係數能決定q的取值，PACF偏自相關係數能夠決定q的取值。ARIMA原理：將非平穩時間序列轉化爲平穩時間序列然後將因變量僅對它的滯後值以及隨機誤差項的現值和滯後值進行迴歸所建

>>阅读原文<<