arima模型相关的源代码。

简介：
ARIMA预测模型，其训练集和预测集均基于自回归积分滑动平均模型（Autoregressive Integrated Moving Average Model，简称ARIMA）进行处理。该模型由博克思(Box)和詹金斯(Jenkins)在20世纪70年代初首次提出，作为一种备受推崇的时间序列预测方法而闻名 [1]，因此也被称为Box-Jenkins模型或博克思-詹金斯法。具体而言，ARIMA（p，d，q）指的是差分自回归移动平均模型，其中AR代表自回归，p为自回归项的数量；MA代表移动平均，q为移动平均项的数量；d则表示时间序列在平稳状态之前所进行的差分次数。简而言之，ARIMA模型的核心在于将非平稳的时间序列数据转化为平稳状态，随后建立一个模型，该模型仅以因变量对其滞后值以及随机误差项的现值和滞后值进行回归分析。根据原时间序列的平稳性以及所包含回归部分的差异，ARIMA模型涵盖了多种类型，包括移动平均过程（MA）、自回归过程（AR）、自回归移动平均过程（ARMA）以及最终的ARIMA过程。