ARMA 模型是研究时间序列的重要方法，由自回归模型与滑动平均模型为基础“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。
">编辑] ARMA模型三种基本形式
1.自回归模型；
自回归模型AR：如果时间序列yt满足
其中εt是独立同分布的随机变量序列，且满足：
E = 0
则称时间序列为yt服从p阶的自回归模型。或者记为φyt = εt。
自回归模型的平稳条件：
滞后算子多项式的根均在单位圆外，即φ = 0的根大于1。
2.移动平均模型
移动平均模型MA:如果时间序列yt满足
则称时间序列为yt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模型：如果时间序列yt满足：
则称时间序列为yt服从阶自回归滑动平均混合模型。或者记为φyt = θεt
特殊情况：q=0，模型即为AR，p=0，模型即为MA，
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：
参考文献
- ↑ 徐国祥,马俊玲.《统计预测和决策》学习指导与习题.上海财经大学出版社.ISBN:7-81098-492-6.2005
投融网(www.ipo.hk)创建于2011年，
专业的企业上市孵化器，
助力专精特新，赋能细分行业独角兽。
财务税务：代理记账 财务规划 税务筹划
法律合规：公司合规 法律纠纷 ipo上市法务
知识产权：注册商标 专利申请 品牌策划
数字智能：网站建设 智能软件 公众号小程序
宣传推广：B2B平台 SEO优化 媒体财经公关
跨境海外：红筹架构 跨境基金 家族信托保险
政府招商：园区规划 园区招商 产业集群生态
资本运作：产业基金 融资策划 商业计划书
上市服务：前期规划 上市辅导 定增并购在融资
融资、融智、融技、融人才、融政策
从成立到上市，投融网提供一站式服务平台，注册成为平台会员可以发布企业产品和服务信息，推广企业品牌；对接券商、会计师事务所、律师事务所、软件开发公司、知识产权服务机构；对接企业投融资与上市信息、并购重组投行业务信息；在线结识更多人脉，构建投融资与上市服务生态圈。
欢迎各类机构洽谈合作。
邮箱：service@ipo.hk
电话：0755-33572246
