ARIMA模型回归方程包括自回归项、差分项和移动平均项，通常用数学方程表示为ARIMA(p,d,q)，其中p代表自回归项的阶数，d代表差分项的阶数，q代表移动平均项的阶数。

具体地，ARIMA模型回归方程可表示为y(t) = c + φ1*y(t-1) + ... + φp*y(t-p) - θ1*e(t-1) - ... - θq*e(t-q) + e(t)，其中y(t)为时间序列数据，c为常数项，φ和θ为模型参数，e(t)为误差项。这个方程可以用来预测时间序列数据的未来趋势，帮助分析未来发展走势。

1、曲线拟合过程。

2、【分析】，【回归】，【曲线估计】，选择相应变量和拟合模型，得到结果，拟合效果较好。

3、利用指数模型进行预测。

4、首先按照传统的操作方法，n代表了x，y的个数，所以要对n实行加权个案处理。

5、这个时候再对x统计分析发现：数据显示有171个，接着进行线性回归。