自回归滑动平均模型(英语:Autoregressive moving average model,简称:ARMA模型)。是研究时间序列的重要方法,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。在市场研究中常用于长期追蹤资料的研究,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徵的销售量、市场规模的预测等。
基本介绍
中文名:自回归滑动平均模型
外文名:Auto-Regressive and Moving Average Model
套用对象:时间序列研究
模型构成:自回归模型与滑动平均模型混合
实践领域:经济计量,工程预测
套用学科:数学,统计学
定义
ARMA模型(auto regressive moving average model)自回归滑动平均模型,模型参量法高解析度谱分析方法之一。这种方法是研究平稳随机过程有理谱的典型方法,适用于很大一类实际问题。它比AR模型法与MA模型法有较精确的谱估计及较优良的谱解析度性能,但其参数估算比较繁琐。