自回归滑动平均模型,又名ARMA模型(Auto-Regressive Moving Average Model)。属于时间序列分析中的一种,20世纪70年代,由美国统计学家金肯(JenKins)和波克斯(Box)提出。简述ARMA模型属于时间序列分析中的一种,20世纪70年代,由美国统计学家金肯(JenKins)和波克斯(Box)提出。对于一个平稳、零均值的时间序列,一定能对它拟合一个如下形式的随机差分方程:(6-3-31)式中,是时间序列在t时刻的元素;称为自回归(Autoregressive)参数;称为滑动平均(Moving Average)参数;序列称为残差序列,当这一方程正确地揭示了时序的结构与规律时,则应为白噪声,即。显然,上式左边为一个阶差分多项式,称为阶自回归部分;右边为一个阶差分多项式,称为阶滑动平均部分。上式称为阶自回归阶滑动平均模型,记为ARMA(n,m)模型,也称为ARMA时序或ARMA过程。在式(6-3-31)中,当时,模型中没有滑动平均部分,称为阶自回归模型,记为AR(n)。其形式为:(6-3-32)在式(6-3-31)中,当时,模型中没有自回归部分,