算法模型+差分自回归移动平均模型+对具有时间相关性的数据进行建模和预测

ARIMA模型是时间序列分析中的一个重要工具，它由自回归部分，差分部分和移动平均部分组成。通过ARIMA模型，我们可以对具有时间相关性的数据进行建模和预测。这种模型在金融市场预测，气候变化预测等领域都有广泛应用。 本文整理记录了模型数据的清洗处理、特征的选择、模型的公式及定义，评估方法、建模流程。