2026《ARIMA时间序列模型概述》2500字.docx

PAGE81

ARIMA时间序列模型概述

1.1ARIMA模型理论介绍

现实生活中大多数时间序列数据都呈非平稳且表现形式众多。一般经过恰当的差分处理后包含随机趋势的非平稳时间序列会转换为平稳序列，此时这个非平稳时间序列即为差分平稳序列[REF_Ref28697\n\h50]。在这种情况下可以通过求和自回归移动平均模型(autoregressiveintegratedmovingaverage,ARIMA)来对差分平稳序列进行拟合。

ARIMA模型建模主要包含以下步骤：

1.序列的平稳性检验。检验序列的平稳性可以采取不同角度与方法，其中图示法和单位根检验法目前使