Một kết quả quan trọng và hữu ích là định lý biểu diễn Wold (đôi khi được gọi là phân tách Wold), nói rằng mọi chuỗi thời gian hiệp phương sai Yt có thể được viết dưới dạng tổng của hai chuỗi thời gian, một chuỗi xác định và một ngẫu nhiên.
Yt= μt+ Σ∞j = 0bjεt - j, trong đó μt là xác định.
Thuật ngữ thứ hai là một MA vô hạn.
(Đây cũng là trường hợp MA không thể đảo ngược có thể được viết dưới dạng quy trình AR vô hạn.)
Điều này cho thấy rằng nếu chuỗi này là hiệp phương sai và nếu chúng tôi giả sử bạn có thể xác định phần xác định, thì bạn luôn có thể viết phần ngẫu nhiên là một quy trình MA. Tương tự nếu MA thỏa mãn điều kiện khả nghịch, bạn luôn có thể viết nó dưới dạng quy trình AR.
Nếu bạn có quy trình được viết bằng một hình thức, bạn có thể thường xuyên chuyển đổi nó sang hình thức khác.
Vì vậy, theo một nghĩa nào đó, đối với loạt văn phòng phẩm hiệp phương sai, thường thì AR hoặc MA sẽ phù hợp.
Tất nhiên, trong thực tế, chúng ta thà không có những mô hình rất lớn. Nếu bạn có AR hoặc MA hữu hạn, cả ACF và PACF cuối cùng sẽ phân rã về mặt hình học (có một hàm hình học mà giá trị tuyệt đối của một trong hai hàm sẽ nằm bên dưới), điều này có nghĩa là xấp xỉ tốt với AR hoặc MA ở dạng khác thường có thể ngắn một cách hợp lý.
Vì vậy, trong điều kiện đứng yên hiệp phương sai và giả sử chúng ta có thể xác định các thành phần xác định và ngẫu nhiên, thường cả AR và MA có thể phù hợp.
Phương pháp của Box và Jenkins tìm kiếm một mô hình tuyệt vời - mô hình AR, MA hoặc ARMA với một vài tham số. Thông thường, ACF và PACF được sử dụng để cố gắng xác định một mô hình, bằng cách chuyển đổi sang trạng thái đứng yên (có lẽ bằng cách khác biệt), xác định một mô hình từ sự xuất hiện của ACF và PACF (đôi khi mọi người sử dụng các công cụ khác), kiểm tra mô hình và sau đó kiểm tra cấu trúc của phần dư (thường thông qua ACF và PACF trên phần dư) cho đến khi chuỗi dư xuất hiện hợp lý phù hợp với nhiễu trắng. Thường sẽ có nhiều mô hình có thể cung cấp một xấp xỉ hợp lý cho một chuỗi. (Trong thực tế các tiêu chí khác thường được xem xét.)
Có một số căn cứ để chỉ trích phương pháp này. Đối với một ví dụ, các giá trị p xuất phát từ quá trình lặp như vậy thường không tính đến cách thức mô hình được đưa ra (bằng cách xem dữ liệu); vấn đề này ít nhất có thể tránh được một phần bằng cách tách mẫu, ví dụ. Một chỉ trích ví dụ thứ hai là khó khăn trong việc thực sự có được một loạt văn phòng phẩm - trong khi trong nhiều trường hợp, người ta có thể chuyển đổi để có được một loạt có vẻ hợp lý với văn phòng phẩm, nó thường không phải là trường hợp thực sự (vấn đề tương tự là phổ biến vấn đề với các mô hình thống kê, mặc dù có lẽ đôi khi nó có thể là một vấn đề ở đây).
[Mối quan hệ giữa AR và MA vô hạn tương ứng được thảo luận trong Dự báo của Hyndman và Athanasopoulos : nguyên tắc và thực hành ,
tại đây ]