arima

ARIMA模型 (Autoregressive Integrated Moving Average Model)

ARIMA模型，全称自回归整合移动平均模型（Autoregressive Integrated Moving Average Model），是时间序列分析和预测中最著名和最广泛使用的统计方法之一。它基于时间序列数据自身的变化规律，通过数学模型描述和预测未来值。核心思想是：一个时间序列的未来值可以被解释为其过去值、过去的预测误差以及随机扰动的线性组合。该模型由乔治·博克斯和格威利姆·詹金斯在20世纪70年代推广，其建模过程常被称为Box-Jenkins方法。ARIMA模型表示为ARIMA$(p, d, q)$，其中三个参数分别代表模型三个核心部分。

三部分构成

自回归（AR）部分。AR$(p)$模型认为时刻$t$的值可用自身过去$p$个滞后值预测：$Y_t = c + \phi_1 Y_{t-1} + \cdots + \phi_p Y_{t-p} + \varepsilon_t$，其中$\phi_1,\ldots,\phi_p$为自回归系数，$\varepsilon_t$为白噪声误差项。简而言之AR$(p)$就是$Y_t$对其自身滞后项进行线性回归。

差分（I）部分。时间序列分析的平稳性（Stationarity）要求序列统计特性（均值、方差、自相关）不随时间变化。许多经济金融序列（GDP、股价）因趋势性而非平稳，直接建模会导致伪回归等问题。I（Integrated）部分通过差分将非平稳序列转化为平稳序列：一阶差分$\Delta Y_t = Y_t - Y_{t-1}$消除线性趋势，二阶差分消除曲线趋势。参数$d$为差分次数——序列经$d$次差分后平稳则称I$(d)$，通常$d$取0、1或2。

移动平均（MA）部分。MA$(q)$模型关注预测误差：$Y_t = \mu + \varepsilon_t + \theta_1 \varepsilon_{t-1} + \cdots + \theta_q \varepsilon_{t-q}$，$\theta_1,\ldots,\theta_q$为移动平均系数，用来捕捉无法被AR解释的短期随机冲击。MA和AR虽形式相似但捕获不同类型的时间依赖：AR依赖过去观测值，MA依赖过去预测误差。

组合三部分后ARIMA$(p, d, q)$的完整形式为：对原始序列进行$d$阶差分后得到平稳序列，再对该平稳序列拟合ARMA$(p, q)$模型——即AR和MA的组合。ARIMA $(p, 0, q)$退化为普通ARMA模型。

建模过程与应用

Box-Jenkins方法采用递推三阶段建模流程。模型识别：通过自相关函数（ACF）和偏自相关函数（PACF）图初步确定$p$和$q$的可能取值，通过单位根检验（ADF检验）确定差分阶数$d$。参数估计：使用最大似然估计或条件最小二乘法估计AR和MA系数。模型诊断：检验残差是否为白噪声（无自相关）、通过信息准则（AIC、BIC）比较候选模型。

ARIMA模型的扩展包括：季节性ARIMA（SARIMA）加入季节性差分和季节性AR/MA项；ARIMAX引入外生解释变量；与ARCH/GARCH型结合同时建模条件均值和条件方差。ARIMA在宏观经济预测（GDP、通胀、失业率）、金融时序分析（股价、汇率）、库存管理和需求预测等领域有广泛应用。尽管近年来深度学习方法（LSTM、Transformer）在时序预测领域兴起，ARIMA以其坚实的统计理论基础和可解释性，仍是时间序列建模的标准基准方法。