ARMA模型是自回归滑动平均模型，它是将自回归模型（AR）和滑动平均模型（MA）结合而成的。

特征方程是ARMA模型的重要部分，用于描述模型的特征根。特征方程可以通过将自回归方程和滑动平均方程相结合得到，一般形式为1-φ1L-φ2L^2-...-φpL^p = 0，其中L表示滞后算子，φ1、φ2...φp为模型的自回归系数。特征方程的根表示ARMA模型的特征值，对模型的稳定性和预测能力有重要影响。通过求解特征方程的根，可以得到模型的特征值，进而评估模型的性质和选择合适的模型阶数。

arma时间序列的特征方程1.E(Yt)=u 2.var(Yt)(1 2 1 2 2 ...q2)2。