¿Cuál es la diferencia entre AR, MA, ARMA, ARX y ARMAX?

El modelo ARIMA (p, d, q) es una extensión del modelo ARMA (p, q)

Estimación del espectro ARMA

Los sistemas lineales pueden utilizar diferencias lineales ecuaciones Para describir, este modelo de diferencia es el modelo de autorregresión----promedio móvil (AutoRegresión----Promedio móvil,ARMA).

: La densidad espectral de potencia de cualquier expresión racional se puede aproximar con precisión mediante la densidad espectral de potencia de un proceso aleatorio ARMA.

Definición del modelo ARMA si el proceso estocástico discreto {x(n)} obedece a la ecuación en diferencias lineal x(n)+Ai*x(n-i)=e(n)+Bj*e(n-j)

En la fórmula, i=1,2,…p;j=1,2,…q;e(n) es un ruido blanco discreto, entonces {x(n)} se denomina proceso ARMA. , y la fórmula anterior se llama modelo ARMA.

La suma de los coeficientes se denomina parámetro autorregresivo (AR) y parámetro de media móvil (MA) respectivamente, mientras que p y q se denominan orden AR y orden MA respectivamente.

Obviamente, el modelo ARMA describe un sistema lineal invariante en el tiempo.

El proceso ARMA con orden AR p y orden MA Q a menudo se escribe como ARMA (p, q).

El modelo ARIMA, modelo diferencial de media móvil autorregresiva (deslizante también se traduce como móvil), también conocido como modelo combinado de media móvil autorregresiva, es uno de los métodos de análisis de predicción de series temporales.

En ARIMA (p, d, q), AR es autorregresivo, p es el número de términos autorregresivos

MA es la media móvil, q es el número de términos de media móvil; , y d es Conviértalo en el número de diferencias (orden) para una secuencia estacionaria.