看文獻的時候看到幾個統計推理的模型，想要大概了解，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回歸模型

2- 作用

時間序列預測分析

3 - 公式

• 是滯后算子，Lag operator，代表滯后了幾期。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
• 是自相關系數，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。
• 是偏相關系數，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/aspirinvagrant/article/details/46323271

• AR 模型 當前狀態和歷史狀態的關系，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(
  )之間的關系，
  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系

• 差分 考慮數據之間相對變化，穩定數據