ARIMA——通过案例学习时间序列模型

文章结构将首先采用图问结合的形式帮助你掌握ARIMA的核心术语及基本原理；随后通过预测下月商品销售额的具体案例向你展示如何实际操作构建时间序列模型；接着向你介绍并演示一种前沿的时间序列预测工具Prophet；最后归纳总结这一领域的关键技巧、实用策略及注意事项

一、用图形理解概念

ARIMA模型的全称为自回归移动平均模型(ARIMA, Autoregressive Integrated Moving Average Model)，也被称为Box-Jenkins模型。通常表示为ARIMA(p,d,q)，是广泛应用于时间序列预测的重要统计模型。

ARIMA模型由AR、I、MA三者中的单一或多个组成；其中p、q、d分别代表对应成员的滞后阶数；该模型可表征为：