【数学建模】MATLAB应用实战系列（九十八）-ARMA算法应用案例（附MATLAB代码）

前言

自回归滑动平均模型（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[1]。

01实例分析

实例1

 已知一个公司前11年每个季度销量如下图所示，一个数据点代表一个季度的销售额，4个季度为1个周期，预测后一年（周期）的数据。并和季节指数预测方法进行对比。

实例2

已知一个地区45天的股票收盘价格如下图，预测后10天的数据股票价格。

02原理解析

ARMA（p,q）模型的基本形式

文章来源: wenyusuran.blog.csdn.net，作者：文宇肃然，版权归原作者所有，如需转载，请联系作者。

原文链接：wenyusuran.blog.csdn.net/article/details/122409536