ARMA(p,q)
注：ARMA(p,q)模型就是AR(p)和MA(q)模型的组合，更普遍的一类模型。
模型特征：
趋势性：无
相关性：有
随机性：有
ARMA(1,1)模型
一阶自回归移动平均模型
模型的表述 ：
该模型在t+1时的情形：
ARMA(1,1)的序列相关性
通过查看自相关函数ACF和偏自相关函数PACF识别相关性
ACF呈指数下降趋势
PACF呈现指数下降趋势
如何识别一个ARMA的阶数p和q
由于ACF与PACF均呈现指数下降，判断阶数需要靠不断尝试
在模型的不同尝试中，通过选择AIC较小的为最优模型
AIC : 
,k为参数数量，RSS为残差平方和
ARIMA是在ARMA基础上发展而来的更加综合性的模型,体现为:
趋势性 序列相关性 随机性
ARIMA是不平稳的时间序列，不能直接用ARMA建模
ARIMA 模型
ARIMA(p,d,q)的序列相关性识别：
差分后的ARIMA即为一个ARMA模型
利用ACF和PACF图像判定阶数 ARIMA(1,1,0)