ARIMA模型原理

ARIMA(Auto-Regressive Integrated Moving Average)，自回归差分移动平均模型。ARIMA模型有三个整型参数，非季节性的ARIMA模型可以表示为。

：是自回归部分(AR)的参数，它把历史值的影响结合到模型中。例如，如果在过去的3天里一直很温暖，那么明天可能会很温暖。
：是描述数据平稳性的参数（差分程度）。例如，如果过去三天的温度差异非常小，那么明天可能会出现相同的温度。
：是移动平均(MA)窗口大小的参数。它帮助我们将模型的误差设置为过去在先前时间点观察到的误差值的线性组合。