单变量时间序列模型有哪些

单变量时间序列模型主要包括以下几种：

1. AR模型（自回归模型）：该模型假设当前时刻的值与前一时刻的值有关联，即当前值是前一时刻值的线性组合加上一个白噪声误差。AR(p)模型的阶数为p，表示当前值与前p个时刻的值有关。

2. MA模型（移动平均模型）：该模型假设当前时刻的值与前几个时刻的误差有关联，即当前值是前几个时刻的白噪声误差的线性组合。MA(q)模型的阶数为q，表示当前值与前q个时刻的误差有关。

3. ARMA模型（自回归移动平均模型）：该模型是AR模型和MA模型的结合，同时考虑前一时刻的值和前几个时刻的误差对当前时刻的影响。ARMA(p,q)模型的阶数分别为p和q。

4. ARIMA模型（差分自回归移动平均模型）：该模型对ARMA模型进行了差分处理，以消除非平稳性，即对模型的差分项建模。ARIMA(p,d,q)模型的阶数分别为p、d和q，其中d表示差分的阶数。

5. SARIMA模型（季节性ARIMA模型）：该模型在ARIMA模型的基础上加入了季节性因素，以考虑时间序列中存在的周期性变化。SARIMA(p,d,q)(P,D,Q)m模型的阶数分别为p、d和q，其中P、D和Q表示季节性差分的阶数，m表示季节性周期。

6. STL模型（分解趋势、季节性和残差模型）：该模型通过将时间序列分解为趋势、季节性和残差三个部分进行建模，以更好地考虑时间序列的特征。