【じこかいきいどうへいきんもでる )autoregressive moving average (ARMA) model)】
過去の p {\displaystyle p\,} 時点での値と, 平均0, 分散一定で無相関な誤差項の系列 { ϵ t } {\displaystyle \{\epsilon _{t}\}\,} , 重み付けのパラメータ ϕ 1 , ⋯ , ϕ p , θ 1 , ⋯ , θ q {\displaystyle \phi _{1},\cdots ,\phi _{p},\theta _{1},\cdots ,\theta _{q}\,} を用いて
x t = ϕ 1 x t − 1 + ⋯ + ϕ p x t − p + ϵ t + θ 1 ϵ t − 1 + ⋯ + θ q ϵ t − q {\displaystyle {\begin{array}{l}x_{t}=\phi _{1}x_{t-1}+\cdots +\phi _{p}x_{t-p}+\epsilon _{t}+\\\ \ \ \ \ \theta _{1}\epsilon _{t-1}+\cdots +\theta _{q}\epsilon _{t-q}\end{array}}\,}
と記述される確率過程 { x t } {\displaystyle \{x_{t}\}\,} を自己回帰移動平均過程と呼び, ARMA( p , q {\displaystyle p,q\,} )で表す. 特に, q = 0 {\displaystyle q=0\,} の場合は自己回帰過程, p = 0 {\displaystyle p=0\,} の場合は移動平均過程となる.
時点での値と, 平均0, 分散一定で無相関な誤差項の系列
, 重み付けのパラメータ
を用いて
を自己回帰移動平均過程と呼び, ARMA(
)で表す. 特に, 
の場合は自己回帰過程, 
の場合は移動平均過程となる.