移動平均模型
MA模型，全稱移動平均模型（Moving Average Model），是時間序列分析中的一種模型，用於描述當前時間點的數據與過去噪聲的關係。它的核心思想是把一個時間序列的值看作是不同時間點白噪聲的線性組合，這樣的線性組合可以幫助我們預測未來的趨勢。MA模型的定義基於白噪聲序列的假設，白噪聲是一種特殊的時間序列模型，每個時間點的數據都是獨立且服從相同分布的，且具有常數的均值和方差。
MA模型的具體表現為某個觀測值Xt與先前的t-1，t-2，t-q個時刻進入系統的q個隨機誤差項at，a(t-1)，……，a(t-q)的線性組合，通常把上述模型簡記為MA(q)。對於MA(q)模型而言，Xt僅與at，a(t-1)，……，a(t-q)有關，而與a(t-q-1)，a(t-q-2)……無關，且at是一個白噪聲序列。
MA模型的參數估計常作為ARMA參數譜估計的過程來計算。MA模型包括了一個常數項 C，它表示了時間序列的平均水平。總的來說，MA模型建立在時間序列的過去白噪聲誤差上，它假設當前時刻的值是過去時刻的白噪聲誤差的線性組合，其中線性組合的權重由模型的移動平均係數（MA係數）確定。