很多人認為indexarima模型相較於指數平滑模型（ets）更為一般化，這其實是乙個較為普遍的錯誤認識。雖然線性指數平滑模型其實都是 arima 模型的特例，但是非線性的指數平滑模型在 arima 模型中並沒有對應的部分。另一方面，也有很多 arima 模型不包含指數平滑的部分。二者還有乙個重要區別：所有指數平滑模型都是非平穩的，而有些arima模型是平穩的。
arima模型提供了另一種時間序列**的方法。指數平滑模型（exponential smoothing）和arima模型是應用最為廣泛的兩種時間序列**方法，基於對這兩種**方法的拓展,很多其他的**方法得以誕生。與指數平滑模型針對於資料中的趨勢（trend）和季節性（seasonality）不同，arima模型旨在描繪資料的自回歸性（autocorrelations）。
在引入arima模型之前，我們需要先討論平穩性（stationarity）和差分時間序列（differencing time series）的相關知識。
時期序列可加，時點不可加週期要小於一年為了引出arima模型python時間序列平穩性 時間序列d的平穩性
我正在嘗試使用python中的arima建模來建模時間序列資料。我對預設資料序列使用函式statsmodels.tsa.stattools.arma order select ic，得到p和q的值分別為2,2。如下dates pd.date range 2010 11 1 2011 01 30 da...
平穩時間序列建模方法
一般用box jenkins建模方法，但pandit wu建模方法更簡單。用樣本的均值作為過程均值的估計，建模前先用樣本資料減去這個均值，然後對所得的序列進行建模 把樣本均值作為模型的乙個未知引數進行估計 三類平穩序列的自相關函式和偏自相關函式具有如下統計特性,用作判斷序列模型的依據 模型ar p ...
時間序列分析
協方差矩陣和相關係數主要研究兩個連續變數的相似程度 相關性 協方差公式 協方差矩陣 相關係數 cov x,y var x var y 相關係數矩陣 可以使用ljung box方法進行檢驗。即box.test data,type ljung box lag num 來檢驗，當p value大於0.05...