4. ARIMA模型：自回归(AR)、差分(I)、移动平均(MA)概念，ARIMA建模步骤与Python statsmodels实现

ARIMA（自回归积分滑动平均模型）是时间序列预测中最经典、应用最广泛的统计模型之一。在供应链需求预测场景中，ARIMA能够有效捕捉历史需求数据中的趋势、季节性和随机波动，为补货计划提供可靠的预测基准。本节将系统讲解ARIMA的三个核心组件、建模步骤以及Python实现方法。

4.1 ARIMA模型三要素：AR、I、MA

ARIMA模型由三个核心组件组合而成，每个组件解决时间序列中不同类型的模式。理解这三个组件是掌握ARIMA建模的基础。

组件	全称	参数符号	核心思想	适用场景
AR	自回归 (Autoregressive)	p	当前值与前p期历史值的线性组合	序列存在持续性记忆效应
I	差分 (Integrated)	d	对序列进行d阶差分使其平稳	序列存在趋势或非平稳性
MA	移动平均 (Moving Average)	q	当前值与过去q期预测误差的线性组合	序列受随机冲击影响较大

4.1.1 自回归 (AR) 组件

AR组件假设当前时刻的观测值与前p个时刻的观测值存在线性关系。其数学表达式为：

Y_t = c + φ₁Y_{t-1} + φ₂Y_{t-2} + ... + φ_pY_{t-p} + ε_t

其中：

• Y_t：当前时刻的观测值
• c：常数项
• φ₁, φ₂, ..., φ_p：自回归系数，衡量各滞后项的影响权重
• ε_t：白噪声误差项

在供应链场景中，AR组件可以理解为：本周的需求量与前几周的需求量存在相关性。例如，促销活动后的需求回弹效应往往会在后续几周持续显现。

4.1.2 差分 (I) 组件

差分是使非平稳序列转化为平稳序列的关键操作。一阶差分定义为：

ΔY_t = Y_t - Y_{t-1}

当序列存在线性趋势时，一阶差分即可消除趋势；若存在二次趋势，则需要二阶差分。d值通常取0、1或2，极少超过2。

4.1.3 移动平均 (MA) 组件

MA组件使用过去q期的预测误差来修正当前预测。其数学表达式为：

Y_t = c + ε_t + θ₁ε_{t-1} + θ₂ε_{t-2} + ... + θ_qε_{t-q}

其中：

• ε_t：当前时刻的随机误差
• θ₁, θ₂, ..., θ_q：移动平均系数

MA组件擅长捕捉突发事件（如缺货、促销、天气异常）对后续需求的冲击效应。在供应链中，一次促销活动的影响通常会在后续2-4周内逐渐衰减，MA组件可以很好地建模这种衰减模式。

4.2 ARIMA模型完整形式

将三个组件组合，得到ARIMA(p,d,q)模型的完整表达式：

ΔᵈY_t = c + φ₁ΔᵈY_{t-1} + ... + φ_pΔᵈY_{t-p} + ε_t + θ₁ε_{t-1} + ... + θ_qε_{t-q}

其中Δᵈ表示d阶差分后的序列。模型的核心思想是：先通过差分消除非平稳性，再对平稳后的序列建立AR和MA组件。

4.3 ARIMA建模步骤

ARIMA建模遵循一套标准化的流程，共包含6个关键步骤：

1. 数据可视化与预处理：绘制时间序列图，检查缺失值、异常值，确定序列的基本特征（趋势、季节性、周期性）。
2. 平稳性检验：使用ADF检验或KPSS检验判断序列是否平稳。若p值大于0.05，则序列非平稳，需要进行差分。
3. 差分处理：对非平稳序列进行d阶差分，直到序列通过平稳性检验。每次差分后重新检验。
4. 模型定阶：通过ACF和PACF图初步确定p和q的取值范围，或使用信息准则（AIC/BIC）自动搜索最优参数。
5. 模型拟合与诊断：使用极大似然估计拟合模型参数，检查残差是否为白噪声（Ljung-Box检验），残差应无自相关且服从正态分布。
6. 模型评估与预测：使用滚动预测或回测评估模型性能（MAE、RMSE、MAPE），生成未来N期的预测值。

4.4 ARIMA建模流程SVG图

下图展示了ARIMA建模的完整流程，从原始数据输入到最终预测输出：

4.5 Python statsmodels实现

statsmodels库提供了完整的ARIMA建模工具。以下代码演示从数据加载到预测的完整流程：

4.5.1 数据准备与平稳性检验

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from statsmodels.tsa.stattools import adfuller
from statsmodels.graphics.tsaplots import plot_acf, plot_pacf
from statsmodels.tsa.arima.model import ARIMA
import warnings
warnings.filterwarnings('ignore')

# 加载示例数据（供应链周需求数据）
np.random.seed(42)
dates = pd.date_range(start='2023-01-01', periods=156, freq='W')
trend = np.linspace(100, 150, 156)
seasonal = 10 * np.sin(2 * np.pi * np.arange(156) / 52)
noise = np.random.normal(0, 5, 156)
demand = trend + seasonal + noise

df = pd.DataFrame({'date': dates, 'demand': demand})
df.set_index('date', inplace=True)

# 平稳性检验（ADF检验）
def adf_test(series):
    result = adfuller(series.dropna())
    print(f'ADF统计量: {result[0]:.4f}')
    print(f'p值: {result[1]:.4f}')
    print('结论: 序列平稳' if result[1] < 0.05 else '结论: 序列非平稳，需要差分')
    return result[1] < 0.05

print("=== 原始序列平稳性检验 ===")
is_stationary = adf_test(df['demand'])

4.5.2 差分处理与模型定阶

# 一阶差分
df['demand_diff1'] = df['demand'].diff()

print("\n=== 一阶差分后平稳性检验 ===")
is_stationary_diff1 = adf_test(df['demand_diff1'])

# 绘制ACF和PACF图辅助定阶
fig, axes = plt.subplots(1, 2, figsize=(12, 4))
plot_acf(df['demand_diff1'].dropna(), lags=20, ax=axes[0])
plot_pacf(df['demand_diff1'].dropna(), lags=20, ax=axes[1])
axes[0].set_title('ACF - 一阶差分后')
axes[1].set_title('PACF - 一阶差分后')
plt.tight_layout()
plt.show()

# 根据ACF/PACF图初步判断：p=2, d=1, q=2
# 实际应用中建议使用自动搜索

4.5.3 模型拟合与诊断

# 拟合ARIMA(2,1,2)模型
model = ARIMA(df['demand'], order=(2, 1, 2))
model_fit = model.fit()

print("\n=== 模型摘要 ===")
print(model_fit.summary())

# 残差诊断
residuals = model_fit.resid

# Ljung-Box检验
from statsmodels.stats.diagnostic import acorr_ljungbox
lb_test = acorr_ljungbox(residuals, lags=[10], return_df=True)
print(f"\nLjung-Box检验p值: {lb_test['lb_pvalue'].values[0]:.4f}")
if lb_test['lb_pvalue'].values[0] > 0.05:
    print("✅ 残差为白噪声，模型诊断通过")
else:
    print("⚠️ 残差存在自相关，需要调整模型参数")

4.5.4 预测与结果可视化

# 预测未来12周
forecast_steps = 12
forecast = model_fit.forecast(steps=forecast_steps)
forecast_index = pd.date_range(start=df.index[-1] + pd.Timedelta(weeks=1), 
                                periods=forecast_steps, freq='W')
forecast_series = pd.Series(forecast, index=forecast_index)

# 输出预测结果
print("\n=== 未来12周需求预测 ===")
forecast_df = pd.DataFrame({
    '周次': range(1, forecast_steps + 1),
    '预测日期': forecast_index.strftime('%Y-%m-%d'),
    '预测需求量': forecast.values.round(1)
})
print(forecast_df.to_string(index=False))

4.6 模型参数自动搜索

手动定阶存在主观性，推荐使用网格搜索结合AIC准则自动寻找最优参数：

from itertools import product

# 定义参数搜索范围
p_range = range(0, 4)
d_range = range(0, 2)
q_range = range(0, 4)

best_aic = np.inf
best_order = None
best_model = None

print("=== 自动参数搜索 ===")
for p, d, q in product(p_range, d_range, q_range):
    try:
        model = ARIMA(df['demand'], order=(p, d, q))
        model_fit = model.fit()
        if model_fit.aic < best_aic:
            best_aic = model_fit.aic
            best_order = (p, d, q)
            best_model = model_fit
        print(f'ARIMA({p},{d},{q}) - AIC: {model_fit.aic:.2f}')
    except:
        continue

print(f'\n✅ 最优模型: ARIMA{best_order}, AIC={best_aic:.2f}')

4.7 ARIMA模型在供应链中的适用性分析

评估维度	优势	局限性
数据要求	仅需历史需求数据，无需外部特征	需要至少50-100个观测点才能稳定估计
趋势处理	差分机制可有效消除线性/非线性趋势	对突变趋势（如促销、新品上市）适应较慢
季节性	基础ARIMA不支持季节性，需扩展为SARIMA	季节性周期较长时参数增多，易过拟合
预测时效	短期预测（1-4周）精度较高	长期预测（超过12周）误差累积明显
可解释性	参数含义明确，业务人员可理解	无法引入促销、价格、天气等外部变量

4.8 ARIMA与简单预测方法对比SVG图

下图对比了ARIMA模型与简单预测方法在供应链需求预测中的表现差异：

4.9 本章小结

ARIMA模型通过自回归(AR)、差分(I)和移动平均(MA)三个组件的有机组合，为供应链需求预测提供了强大的统计建模框架。掌握ARIMA的核心在于理解三个组件的物理含义、遵循标准化的建模流程，以及熟练使用Python statsmodels库进行实现。在实际供应链项目中，ARIMA通常作为基准模型，与更复杂的机器学习模型形成互补，共同构建稳健的预测体系。