看文献的时候看到几个统计推理的模型，想要大概了解，想做个系列，记录自己胡说八道的数理笔记过程。如有错误，感谢您指正。文前感谢冯小姐详细认真的技术援助！
1- 名称
- 简称：ARIMA模型
- 英文名：Auto regressive Integrated Moving Average model
- 全称：差分整合移动平均自回归模型
2- 作用
时间序列预测分析
3 - 公式
是滞后算子，Lag operator，代表滞后了几期。可以理解为时间因素，因为这个是时间序列预测分析的模型
是自相关系数，Auto correlation，一件事情不同时期影响程度。通俗的讲过去的我爱吃果冻对现在的我爱吃果冻影响的程度，这个叫做过去的我对现在的我的自相关程度。
是偏相关系数，Partial correlation， 多元素事件中，其它事件当做常量，研究两个事件之间的相关量
- d是差分阶数
4 - 族谱
ARIMA模型=差分运算+AR+MA，可参考https://blog.csdn.net/aspirinvagrant/article/details/46323271
- AR 模型 当前状态和历史状态的关系，即现在爱吃果冻的我(
)由昨天爱吃果冻的我(
)，前天爱吃果冻的我(
)之间的关系，
是影响程度，
是常数；
是白噪音序列，白噪音可以理解为随机扰动项
- MR 当前状态和随机扰动的历史积累的关系
- 差分 考虑数据之间相对变化，稳定数据
