你想弄懂什么？

平稳性意味着数据的统计分布仅取决于观测值之间的时间差，而不是它们在时间上的绝对位置。

适用条件：适用于时间序列数据。

平稳性意味着数据的统计分布仅取决于观测值之间的时间差，而不是它们在时间上的绝对位置。

适用条件：适用于时间序列数据。

ARMA模型在一个方程中结合了基于过去观测值的自回归项和基于过去误差的移动平均项。一般方程为 $Y_t = \omega + \phi_1 Y_{t-1} + \cdots + \phi_p Y_{t-p} + \theta_1 e_{t-1} + \cdots + \theta_q e_{t-q} + e_t$。

适用条件：时间序列建模；包括滞后观测值和滞后误差

ARMA模型在一个方程中结合了基于过去观测值的自回归项和基于过去误差的移动平均项。一般方程为 $Y_t = \omega + \phi_1 Y_{t-1} + \cdots + \phi_p Y_{t-p} + \theta_1 e_{t-1} + \cdots + \theta_q e_{t-q} + e_t$。

适用条件：时间序列建模；包括滞后观测值和滞后误差

介绍了两种选择模型阶数的方法：绘制相关性模式和自动选择技术。

适用条件：用于决定包含多少个AR和MA项时

介绍了两种选择模型阶数的方法：绘制相关性模式和自动选择技术。

适用条件：用于决定包含多少个AR和MA项时