ARIMA模型(Autoregressive Integrated Moving Average model),差分整合移动平均自回归模型,又称整合移动平均自回归模型(移动也可称作滑动)。
ARIMA(p,d,q)⎩⎪⎨⎪⎧AR(p)−p阶自回归MA(q)−q阶滑动平均d为使之成为平稳序列所做的差分次数(阶数)
模型可表示为:
(1−i=1∑pϕiLi)(1−L)dXt=(1+i=1∑pθiLi)εt
ARIMA 模型可以理解为:差分+平稳模型。非平稳模型的数据经过差分处理变成平稳数据,然后再用平稳模型处理。
p阶差分:Δpxt=Δp−1xt−Δp−1xt−1k步差分:Δkxt=xt−xt−k
差分的滞后算子L表示:
p阶差分:Δpxt=(1−L)pxt=∑i=0p(−1)iCpiLixt=∑i=0p(−1)iCpixt−ik步差分:Δkxt=xt−xt−k=(1−Lk)xt
线性趋势→1 阶差分;
曲线趋势→低阶(2阶或3阶)差分、
固定周期→步长为周期长度的差分
但是对信息进行差分运算会造成信息的损失。