笔记说明
在datacamp网站上学习“Time Series with R ”track
“Introduction to Time Series Analysis”课程 做的对应笔记。
学识有限，错误难免，还请不吝赐教。
如无特殊说明，笔记中所使用数据均来自datacamp课程
自回归模型部分的笔记分为(一)(二)两个部分发布，第一部分主要包括自回归过程简介、不同参数情况下自回归过程的特点和数据模拟；第二部分主要是自回归模型的拟合和预测。(这样我每日一更打卡的压力也能小一些。。。)
拟合自回归模型
arima是自回归滑动平均混合模型(Autoregressive Integrated Moving Average model)的简称，模型有p,d,q三个参数：自回归阶数p，差分阶数d，移动平均阶数q，这三个参数会在以后讲解中再行详述。现在只需要知道ARIMA(1,0,0)模型就是一个自回归模型，因此我们可以用order为c(1,0,0)的arima()函数对给定时间序列进行自回归模型的拟合。(我们这里只关注1阶的情景，最简单的自回归过程)
拟合后给出的结果中，ar1即为
的估计值，intercept即为μ的估计值，sigma^2即为
的估计值。</
