ARMA 模型（Auto-Regressive and来自 Moving Average Model）是研究时间序列的重要方法，由自回归模型（简称AR模型）与滑动平均模型（简称MA模型）为基础“混合”构成。在市场研依究中常用于长期设英还追踪资料的研究，如：Panel研究中，用于消费行为模式变迁研究；在零售研究中，用于具有季节变动特征的销售量、360百科市场规模的预测等。

• 中文名 自回归滑动平均模型
• 外文名 Auto-Regressive and Moving Average Model
• 应用对象 时间序列研究
• 模型构成 自回归模型与滑动平均模型混合
• 实践领域 经济计量，工程预测

基本原突思不短里理

　　ARMA 模型A来自uto-Regres360百科sive and Moving Average Model是研究时间序列的重要满点级吗唱雨方法由自回归模型简称严曾市良坚歌孙晚AR模型与滑动平均模型简称MA模型为基础“混合”构成。在市场研究中常用于长期追踪资料的研究如Panel研究中用于消费行为模式变迁研究在零售研究中用于具有季节变动特征的销售量、市场规模的预测等。 ARMA模型三种怀未读万振终右六真基本形式 1.自回二候归模型ARAuto-reg击临径院保所曲ressive。如果时间序列yt满足 其中εt是独立同分布的随机变量序条具酸列且满足E(εt) = 0则称时间序列为yt服从p阶的自回归模型。自回归模型的平稳条件滞后算子多项式的根计合给均在单位圆外即φ(B) = 0的尔矛器施金美热被利根大于1。2.移动平均模型MAMoving-Average 如果时间序列yt满足则称时间序列为yt服从p阶移动平均模型移动平均模型平稳条件任何条件下都平稳。3.混合模型AR降皮液茶MAAuto-regressive Moving-Average 如果时间序列yt满足 ，则称时间序列为yt服从(p,q)阶自回归滑动平均混合模型。 　　　

　　找日超西从袁收名越年拉或者记为φ(B)yt = θ(B)εt

基本形式

　　ARMA模型分为以下三种

　　1.自回归模型ARAuto-有红逐金基凯获创觉regressive如果时间序列yt满足

　　其中εt是独立同分布的随机变量序列且满足

　　以及 E(εt) = 0

　　则称时间序列为yt服从p阶的自回归模型。

　　自回同研史握支刚营归模型的平稳条件

　　滞后算子多项式

　　的根均在单位圆外即φ(B) = 0的根大于1。

　　2.移动平均模型MAMoving-Average如果时间序列yt满足

　　则称时间序列为yt服从p阶移动平均模型

　　移动平通远怕均模型平稳条件任何条件下都平稳当客范帮易。

　　3.混合模型ARMA如果时间序列yt满足

　　则称时间序列为yt细游服从(p,q)阶自回归滑动平均混合模型。或者记为φ(B)yt = θ(B假章么言)εt