ARIMA模型-自回归移动平均模型.docVIP

自回归移动平均模型(Autoregressive Integrated Moving Average Model,简记ARIMA) 目录 [显示] 1 什么是ARIMA模型? 2 ARIMA模型的基本思想 3 ARIMA模型预测的基本程序 4 相关链接 4.1 各国的box-jenkins模型名称 5 ARlMA模型案例分析 5.1 案例一:ARlMA模型在海关税收预测中的应用 5.2 案例二:基于ARIMA模型的备件消耗预测方法[1] 6 参考文献 [编辑] 什么是ARIMA模型? 　　ARIMA模型全称为自回归移动平均模型(Autoregressive Integrated Moving Average Model,简记ARIMA)，是由博克思(Box)和詹金斯(Jenkins)于70年代初提出的一著名时间序列预测方法，所以又称为box-jenkins模型、博克思-詹金斯法。其中ARIMA（p，d，q）称为差分自回归移动平均模型，AR是自回归, p为自回归项; MA为移动平均，q为移动平均项数，d为时间序列成为平稳时所做的差分次数。 [编辑] ARIMA模型的基本思想 　　ARIMA模型的基本思想是： [编辑] ARIMA模型预测的基本程序 　　（一）根据时间序列的散点图、自相关函数和偏自相关函数图以ADF单位根检验其方差、趋势及其季节性变化规律