AR模型：Xt???1?t1?AR(1)*B?AR(2)*B2???AR(P)*BP1?MA(1)*B?MA(2)*B???MA(q)*B?t1?AR(1)*B?AR(2)*B2???AR(P)*BP2qMA模型：（1?MA(1)*B?MA(2)*B2???MA(q)*Bq）?tXt???ARMA模型：Xt???
（其中模型中的ar(1)??MA(1)表示的是求出来的系数。?就是常数项）二、模型参数估计
根据相关图模型确定为AR(1)，建立模型估计参数
在ESTIMATE中按顺序输入变量cx c cx(-1)或者cx c ar(1) 选择LS参数估计方法，查看输出结果，看参数显著性，该例中两个参数都显著。
细心的同学可能发现两个模型的C取值不同，这是因为前一个模型的C为截距项；后者的C则为序列期望值，两个常数的含义不同。
图1：建立模型
13
图2：输入模型中变量，选择参数估计方法
图3：参数估计结果
14
图4：建立模型
图5：输入模型中变量，选择参数估计方法
15
图6：参数估计结果
1AR模型：?81.32034??t (参见13页模型形式设定)
x1?0.703332Bt
三、模型的显著性检验
检验内容：
整个模型对信息的提取是否充分； 参数的显著性检验，模型结构是否最简。
16
