数理统计之数据预测：浅谈ARIMA模型

ARIMA模型ci ARIMA模型最重要的地方在于时序数据的平稳性。平稳性是要求经由样本时间序列获得的拟合曲线在将来的短期内可以顺着现有的形态惯性地延续下去，即数据的均值、方差理论上不该有过大的变化。平稳性能够分为严平稳与弱平稳两类。严平稳指的是数据的分布不随着时间的改变而改变；而弱平稳指的是数据的指望与向关系数（即依赖性）不发生改变。在实际应用的过程当中，严平稳过于理想化与理论化，绝大多数的状况

>>阅读原文<<