线性模型：AR、MA、ARMA、ARMAX、ARX、ARARMAX、OE、BJ等

目录

1 ar 1
2 ma 1
3 arma 1
4 armax 2
5 arx 2
6 ararx 3
7 ararmax 3
8 oe 3
9 bj 3
10. arima

各种线性模型，这些模型算数学基础模型，不仅在计量经济学，也在工业控制等各领域有应用。包括ar、ma、arma、armax、arx、ararmax、oe、bj等。

1 ar

自回归模型（autoregressive model，简称ar模型）。指x与x自己之前的状态（t-i）相关，公式如下：

2 ma

q阶移动平均（moving average）模型，简记为ma（q）。主要指x和随机误差（噪声）ε及之前t-i的随机误差（噪声）ε有关，公式如下：

3 arma

自回归滑动平均模型（autoregressive moving average model，简称：arma模型）。是研究时间序列的重要方法，如模型标题所述，arma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。

公式如下，将x换成了y，一个意思。即y和（t-q）之前的y、(t-q)的随机误差ε、t时的ε相关。

4 armax

armax(autoregressive moving average with extra input)。
在arma基础上增加了一个额外输入项u，公式如下，其中e指ε：

矩阵表示可简化为，其中q表示向前追溯：

即a(q)提供了输入和噪声共同的极点（分母为0时，a（q）移到等式右边就变为分母了），b(q)时提供输入零点。

5 arx

有源自回归（auto-regressive with extra inputs，arx）模型。arx就是ar模型加了一个额外输入。或者说arx等于armax去掉ma，即去掉(t-q)之前的随机误差ε，也就是去掉armax公式的c，如下，v(t)只是当前随机误差，无(t-q)之前的：

6 ararx

可以看到和armax很像，c变成1/d，分子变分母，就增加了极点（分母等于0时），提供了噪声（误差）的极点表示。其中a(q)提供了输入和噪声共同的极点，而d只是提供噪声的极点。

7 ararmax

在armax基础上增加了1/d，即不仅有c也有d。

8 oe

输出误差模型(output error)。
不同于arx的是，没有了a(q)，即没有提供了输入和噪声共同的极点；而是换成了f，只提供输入的极点。

9 bj

box-jenkins模型。在oe模型基础上增加了c、d，故bj模型对输入和噪声均可独立建模。

10.arima

arima(p，d，q)模型是arma(p，q)模型的扩展.

arima模型（英语：autoregressive integrated moving average model），差分整合移动平均自回归模型，又称整合移动平均自回归模型（移动也可称作滑动）.

增加了差分项，即t与t-1项的差。 而二阶差分是指，再第一次差分的基础上再做差分，而不是t与t-2的差。

能够适用arma模型进行分析预测的时间序列必须满足的条件是平稳非白噪声序列。

非平稳时间序列，在消去其局部水平或者趋势之后，其显示出一定的同质性，也就是说，此时序列的某些部分 与其它部分很相似。这种非平稳时间序列经过差分处理后可以转换为平稳时间序列，那 称这样的时间序列为齐次非平稳时间序列，其中差分的次数就是齐次的阶。