A forma geral de representar uma classe de séries temporais não estacionárias é o modelo autorregressivo integrado médias móveis de ordem (p, d, q), ou seja, ARIMA(p, d, q), em que p é o grau do polinômio característico da parte autorregressiva ⌀(B), q é o grau do polinômio característico da parte média móveis ϴ(B) e d é o grau de diferenciação \( \triangledown^d \), ou seja, \( \phi (B) \triangledown^d Z_t = \theta (B)a_t \) em que \( \triangledown^d Z_t = \omega_t \). Desse modo, tem-se \( \phi(B) \omega_t = \theta(B)a_t \) que é um modelo ARMA(p, q).
A uma determinada série temporal, ajustou-se um modelo da classe ARIMA(p, d, q), e os resultados do ajuste estão expostos a seguir:
Modelo ARIMA ajustado à série temporal
| Parâmetro | Estimativa | Erro padrao | t | Valor- p p |
| AR(1) | 0,352075 | 0,0771099 | 4,56589 | 0,000009 |
| MA(1) | -0751233 | 0,0559583 | -13,424 | 0,000000 |
| Média | 0,071711 | 0,0369133 | 1,94269 | 0,053479 |
| Constante | 0,0464633 |
Então, é correto afirmar, com aproximação de três (03) casas decimais, que
