Arima

05-03

1.在arma的基礎上加上差分（arma要求平穩，通過差分消除趨勢項達到平穩）

2.arma有ar和ma組成

3.ar(p)： $r_t=phi_0+phi_1 r_{t-1}+......+phi_{p}r_{t-p}+a_t$ 對序列自身建模，用過去p個記錄預測當前值，認為 $a_t$ 是白雜訊（期望為0，方差為常數）

4.ma(p)： $r_t=c_0+a_t- heta_1 a_{t-1}- heta_2 a_{t-2}-......- heta_q a_{t-q}$ 過去q個時期的隨機干擾或預測誤差來線性表達當前的預測值， $c_0$ 為常數項。這裡的at,是AR模型t時刻的擾動或者說新息

5.arma(p,q)： $r_t=phi_0+phi_1 r_{t-1}+......+phi_{p}r_{t-p}+epsilon_t+a_t- heta_1 a_{t-1}- heta_2 a_{t-2}-......- heta_q a_{t-q}$

參考：https://uqer.io/community/share/57988677228e5ba28e05faff