若时间序列的自相关函数和偏自相关函数都只是伴随着阶数的增加而逐渐衰减，但均无截断点，则无论是采用自回归模型还是采用移动平均模型，其中所包含的的待估参数都过多。这时，宜采用自回归移动平均过程ARMA（p,q）。
举一反三
- 若时间序列的自相关函数只是伴随着阶数的增加而逐渐衰减，并无截断点，但其偏自相关函数却有截断点，这时宜采用移动平均过程。
- ARIMA(p,d,q)称为差分自回归移动平均模型,参数q表示( )。 A: 自回归 B: 自回归项 C: 移动平均 D: 移动平均项数
- ARIMA(p,d,q)称为差分自回归移动平均模型,其中AR表示( )。 A: 自回归 B: 自回归项 C: 移动平均 D: 移动平均项数
- ARMA(p,q)模型的自相关函数和偏自相关函数均表现为拖尾（ ）
- 下面哪些是常用的序列分析预测模型()? A: 自回归 B: 移动平均 C: 自回归移动平均 D: 自回归求和移动平均 E: 组合自回归移动平均