看文獻的時候看到幾個統計推理的模型，想要大概瞭解，想做個系列，記錄自己胡說八道的數理筆記過程。如有錯誤，感謝您指正。文前感謝馮小姐詳細認真的技術援助！

1- 名稱

簡稱：ARIMA模型

英文名：Auto regressive Integrated Moving Average model

全稱：差分整合移動平均自迴歸模型

2- 作用

時間序列預測分析

3 - 公式

ARIMA（p，d，q）模型

是滯後運算元，Lag operator，代表滯後了幾期。可以理解為時間因素，因為這個是時間序列預測分析的模型

是自相關係數，Auto correlation，一件事情不同時期影響程度。通俗的講過去的我愛吃果凍對現在的我愛吃果凍影響的程度，這個叫做過去的我對現在的我的自相關程度。

是偏相關係數，Partial correlation， 多元素事件中，其它事件當做常量，研究兩個事件之間的相關量

d是差分階數

4 - 族譜

ARIMA模型=差分運算+AR+MA，可參考

https：//

blog。csdn。net/aspirinva

grant/article/details/46323271

AR 模型 當前狀態和歷史狀態的關係，即現在愛吃果凍的我（

）由昨天愛吃果凍的我（

），前天愛吃果凍的我（

）之間的關係，

是影響程度，

是常數；

是白噪音序列，白噪音可以理解為隨機擾動項

MR 當前狀態和隨機擾動的歷史積累的關係

差分 考慮資料之間相對變化，穩定資料