为何 ARIMA 与 SARIMA 并不充分
应用统计
2021-03-03 v3 信息论
math.IT
摘要
自回归滑动平均（ARMA）模型在宽平稳时间序列的分析中占据重要地位。差分算子和季节差分算子分别是 ARIMA 和 SARIMA（季节性 ARIMA）的基础，它们被引入以去除趋势和季节分量，从而将原始非平稳时间序列转化为宽平稳序列，进而可由 Box-Jenkins 方法处理。然而，此类差分算子迄今更多是实践经验而非精确理论。在本文中，我们从谱分析、线性系统理论和数字滤波的角度考察（季节）差分算子的功效，并指出（季节）差分算子的特性与局限。此外，将非平稳（均值意义下的非平稳）随机过程转化为宽平稳过程的一般方法将被给出。
引用
@article{arxiv.1904.07632,
title = {Why Are the ARIMA and SARIMA not Sufficient},
author = {Shixiong Wang and Chongshou Li and Andrew Lim},
journal= {arXiv preprint arXiv:1904.07632},
year = {2021}
}