|
ARMA 模型（Auto-Regressive and Moving Average Model）是研究时间序列的重要方法，由自回归模型（简称AR模型）与滑动平均模型（简称MA模型）为基础“混合”构成。在市场研究中常用于长期追踪资料的研究，如：Panel研究中，用于消费行为模式变迁研究；在零售研究中，用于具有季节变动特征的销售量、市场规模的预测等。 ">] ARMA模型三种基本形式 1.自回归模型（AR：Auto-regressive）； 自回归模型AR(p)：如果时间序列 y t满足  其中ε t是独立同分布的随机变量序列，且满足：  则称时间序列为 y t服从p阶的自回归模型。或者记为φ( B) y t = ε t。 自回归模型的平稳条件： 滞后算子多项式  B_p的根均在单位圆外，即φ( B) = 0的根大于1。2.移动平均模型（MA：Moving-Average） 移动平均模型MA(q):如果时间序列 y t满足  则称时间序列为 y t服从q阶移动平均模型； 移动平均模型平稳条件：任何条件下都平稳。 3.混合模型（ARMA：Auto-regressive Moving-Average） ARMA(p,q)模型：如果时间序列 y t满足：  则称时间序列为 y t服从(p,q)阶自回归滑动平均混合模型。或者记为φ( B) y t = θ( B)ε t 特殊情况：q=0，模型即为AR(p)，p=0，模型即为MA(q)， ARMA模型的基本原理 将预测指标随时间推移而形成的数据序列看作是一个随机序列，这组随机变量所具有的依存关系体现着原始数据在时间上的延续性。一方面，影响因素的影响，另一方面，又有自身变动规律，假定影响因素为x1，x2，…，xk，由回归分析，  其中Y是预测对象的观测值， e为误差。作为预测对象Yt受到自身变化的影响，其规律可由下式体现，  误差项在不同时期具有依存关系，由下式表示，  由此，获得ARMA模型表达式：  以上就是12行金融导航网（12hang.com）对 什么是ARMA模型？ 的问题解答，如您对 什么是ARMA模型？ 的问题解答有更好的解答，请通过QQ：2477359901 / 2477359901@qq.com 向我们反馈！
|
12行金融导航网(12hang.com)所收录的平台数据/图文等信息均来自平台官网、各大百科平台及网络，流量权重数据调用于爱站。
声明：本站力求但不保证数据的完全准确，不对因网站全部内容或部分内容而引致的盈亏承担任何责任，本站所有内容仅供参考。
本站不提供任何金融服务，站内广告不代表本站观点，由此引起的一切法律责任均与本站无关，请自行识别判断，谨慎投资，预防上当受骗!
邮箱：2477359901@qq.com QQ：2477359901 未经授权，不得复制、转载或以其他方式使用本站内容。
Copyright © 2021-2022, 12行金融导航网网_金融网站大全_财经网站大全_理财网站大全_银行导航大全！
赣公网安备36112102000100号
皖ICP备2021010202号-1