Модель ARMA:
![$$x[t]=a_1\cdot x[t-1]+a_2\cdot x[t-2]+... a_p\cdot x[t-p]+e[t]+b_1\cdot e[t-1]+...+b_q\cdot e[t-q]$$ $$x[t]=a_1\cdot x[t-1]+a_2\cdot x[t-2]+... a_p\cdot x[t-p]+e[t]+b_1\cdot e[t-1]+...+b_q\cdot e[t-q]$$](https://dxdy-03.korotkov.co.uk/f/e/a/2/ea262075a713b136f08afdb0615441fa82.png)
![$x[t]$ $x[t]$](https://dxdy-01.korotkov.co.uk/f/8/f/6/8f6f8ff21488ebd3616928017d2d954a82.png)
- текущее значение временного ряда,
![$x[t-n]$ $x[t-n]$](https://dxdy-01.korotkov.co.uk/f/0/6/9/06918c044b9ef4b36d2c678391aa4b9f82.png)
- его значение с задержкой

,
![$e[t]$ $e[t]$](https://dxdy-03.korotkov.co.uk/f/a/5/d/a5d1aa8ec38cfcea155b4660d65afc8c82.png)
- текущее значение некореллированной нормально распределённой ошибки,
![$e[t-n]$ $e[t-n]$](https://dxdy-02.korotkov.co.uk/f/9/7/c/97ced519a6fd9247e4ebb6bf7edc2d4582.png)
- её значение с задержкой

,

- параметры авторегрессии,

- порядок авторегрессии,

- параметры скользящего среднего,

- порядок скользящего среднего.
Если авторегрессия характеризуется одним числом, видимо значимым является только один параметр

, но должен быть ещё указан лаг, а то не понятно какой конкретно параметр имеется в виду. Возможно, что

,
тоже самое со скользящим средним.