ARIMA模型
组件介绍
**“ARIMA模型”（ARIMA Model）**控件根据输入数据集，以及配置参数进行构建ARMA，ARIMA或ARIMAX时序预测模型。
ARIMA模型（英语：Autoregressive Integrated Moving Average model），差分整合移动平均自回归模型，又称整合移动平均自回归模型（移动也可称作滑动），为时间序列预测分析方法之一。ARIMA（p，d，q）中，AR为自回归，p为自回归项数；MA为移动平均，q为滑动平均项数，d为使之成为平稳序列所做的差分次数（阶数）。
- 输入：
- tsd：时序数据
- exog：可用于 ARIMAX 模型的附加自变量时序数据
- 输出：
- tsm：时序预测模型
- fore：预测的时序数据
- fit：模型实际拟合的值，等于原始值减去残差
- resid：模型在每一步的预测误差
页面介绍
点击**“ARIMA模型”（ARIMA Model）**控件查看参数配置页面，如下图所示：
参数选项
| 选项 | 说明 | 取值范围 | 样例值 |
|---|---|---|---|
| 模型名称 | 默认为根据参数配置自动生成，也可用户自定义 | 字符串 | ARIMA |
| 自回归项数（p） | 参数介绍 | 0~100 | 1 |
| 差分阶数（d） | 0~100 | 0 | |
| 滑动平均项数（q） | 0~100 | 0 | |
| 使用外生变量 | 若勾选，则输入需连接可用于 ARIMAX 模型的附加自变量时序数据 | 勾选/不勾选 | 不勾选 |
| 预测期数 | 模型预测多少期数据 | 1~100 | 10 |
| 置信区间 | 指定预测结果的置信区间 | 0.01~0.99 | 0.99 |
使用案例
在下图所示的案例中，使用**“加载文件”（File）控件加载数据，连接“ARIMA模型”（ARIMA Model）控件构建时序模型，之后使用“查看数据”（Data Table）**控件查看预测结果。
案例中加载 airpassengers 数据集，其余控件使用默认参数，案例中控件的配置以及执行结果如下图所示。
