ARMA模型
ARMA模型(英语:,全称:自我回归滑动平均模型)。是研究时间串行的重要方法,由自回归模型(简称AR模型)与移动平均模型(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(p,q)模型
ARMA(p,q)模型中包含了p个自回归项和q个移动平均项,ARMA(p,q)模型可以表示为:
相关条目
- 自回归模型(AR模型)
- 矢量自回归模型(VAR模型)
- 差分自回归滑动平均模型(ARIMA模型)
- 格兰杰因果关系(Granger Causality)
This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. Additional terms may apply for the media files.