ARMA模型（Auto-RegressiveandMovingAverageModel）是研究时间序列的重要方法由自回归模型（简称AR模型）与滑动平均模型（简称MA模型）为基础“混合”构成。在市场研究中常用于长期追踪资料的研究如：Panel研究中，用于消费行为模式变迁研究；在零售研究中用于具有季节变动特征的销售量、市场规模的预测等。ARMA模型三种基本形式1.自回归模型（AR：Auto-regressive）；如果时间序列yt满足其中εt是独立同分布的随机变量序列且满足：E(εt)=0则称时间序列为yt服从p阶的自回归模型。自回归模型的平稳条件：滞后算子多项式的根均在单位圆外即φ(B)=0的根大于1。2.移动平均模型（MA：Moving-Average）如果时间序列yt满足则称时间序列为yt服从p阶移动平均模型；移動平均模型平稳条件：任何条件下都平稳3.混合模型（ARMA：Auto-regressiveMoving-Average）如果时间序列yt满足：则称时间序列为yt服从(p,q)阶自回归滑动平均混合模型。　或者記为φ(B)yt=θ(B)εt