第 8 章 ARIMA 模型

ARIMA模型提供了另一种时间序列预测的方法。指数平滑模型(exponential smoothing)和ARIMA模型是应用最为广泛的两种时间序列预测方法,基于对这两种预测方法的拓展,很多其他的预测方法得以诞生。与指数平滑模型针对于数据中的趋势(trend)和季节性(seasonality)不同,ARIMA模型旨在描绘数据的自回归性(autocorrelations)。

在引入ARIMA模型之前,我们需要先讨论平稳性(stationarity)和差分时间序列(differencing time series)的相关知识。