博克斯－詹金斯预测法

---

博克斯与詹金斯提出的这种预测方法，它不像回归分析那样去考虑因果关系，而是相信从统计上可以找出时间序列的趋势、周期以及其他有规则的特点来。

在时间序列比较复杂、历史资料基本型态不明确的情况下，利用临时性模型来拟合数据，经过逐步试验，看是否有自相关的现象出现，直到最后，当不再有自相关存在时，就可以确定已经找到了一个最适合于实际数据的预测模型。用作拟合数据的临时性模型常有3种，它们是：
❶ 自我回归模型；
❷ 移动平均模型；
❸ 自我回归－移动平均混合模型。博克斯－詹金斯预测法被证明是一种相当准确的短期预测法，一般可向前推算两年，但如再继续推下去的话，则其准确性可能会迅速地降低。