Un modelo Autoregresivo de Media Móvil \( \text{ARMA}(p, q) \) combina términos autoregresivos (AR) y de media móvil (MA). En su forma más común, este modelo se describe como:
\( Y_t = c + \phi_1 Y_{t-1} + \cdots + \phi_p Y_{t-p} + \epsilon_t + \theta_1 \epsilon_{t-1} + \cdots + \theta_q \epsilon_{t-q}, \)
donde \( \{\epsilon_t\} \) es un proceso de ruido blanco con media cero y varianza constante.
Para que el modelo sea válido, la serie no debe tener raíz unitaria; es decir, debe ser estacionaria en sentido amplio.
Estos modelos son muy útiles para modelar y predecir series temporales que presentan dependencias lineales, y se aplican ampliamente en áreas como economía, ingeniería y ciencias naturales.