额...说实在的，这篇文章主要是填上一篇文章的坑。

上一篇文章可能会对读者产生以下误导：(1)ARIMA模型建模时需要进行协整检验、格兰杰因果关系检验、并构建误差修正模型；(2)ADF检验时可以选择任一模型。

这些误导的来源主要是因为上一篇文章的排版和体系有一些错误，而且后半段有些偏题。这篇文章在填坑的同时，重点陈述ARIMA模型的建模步骤和基础理论，并且参考多本教材的排版和体系，保证将误导控制在最小。

这篇文章在某乎发过了，原样搬过来。

参考文献：

[1]易丹辉.应用时间序列分析[M].北京：中国人民大学出版社 2019：18-116 

[2]张晓峒.计量经济学基础[M].天津：南开大学出版社 2014:261-299;349-370 

[3]MBA 智库.第五章 时间序列模型. https://doc.mbalib.com/view/72c3b7591d075e671a8b5297b736f238.html 

[4]MBA 智库.计量经济学 第八章 非平稳时间序列和协整模型. https://doc.mbalib.com/view/ef1783f2fa1892f6ad016281ed743d78.html 

[5] 百度文库共享文档.https://wk.baidu.com/view/aabd5f7df46527d3240ce05f 

[6] 张波.应用随机过程[M].北京：中国人民大学出版社 2016：22-30 

[7] 崔到陵.单位根检验和误差修正模型:原理及应用[J].南京审计学院学报,2005(03):15-18.

注 1：由于大部分教材都只偏重于某一方面的讲解，导致许多学生并不能充分理解时间序列， 尤其是 ARIMA 模型的建模理论与步骤，本文囊括、总结和拓展了两本经典教材，并在随机 过程、上机建模步骤方面有所延伸。感谢各位学者的努力。 

注 2：需要注意的是，ARIMA 模型是提取一个变量的历史信息来进行建模的，如果涉及到多 变量，需要使用 ARIMAX 等更复杂的时间序列模型，更复杂的模型我们以后再讨论。

2020.04.05 于河南大学