自回归整合移动平均模型Auto Regressive Inte-grated Moving Average Mode

亦称“ARIMA模型”。基本思想是：将预测对象随时间推移而形成的数据序列视为一个随机序列，用一定的数学模型来近似描述这个序列。一旦被识别后可以从时间序列的过去值及现在值来预测未来值。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。