ARMAX es un modelo estadístico utilizado en el análisis de series temporales y en la predicción de variables dinámicas. ARMAX es un acrónimo de "AutoRegressive Moving Average model with eXogenous inputs".

El modelo ARMAX combina los modelos autoregresivos (AR) y la media móvil (MA) con variables exógenas (X) para modelar la relación entre una variable de interés y otras variables explicativas. El modelo ARMAX es útil cuando los valores futuros de la variable de interés pueden depender de los valores pasados de la misma variable, así como de los valores pasados de otras variables relacionadas.

En la práctica, el modelo ARMAX se puede ajustar a los datos mediante la identificación de los parámetros de AR, MA y X que mejor describen la serie temporal. Luego, se puede utilizar el modelo ajustado para hacer predicciones futuras o para analizar la relación entre la variable de interés y las variables exógenas.

El modelo ARMAX fue propuesto originalmente en el artículo "Transfer Function Modeling and Digital Simulation for Non-Gaussian Processes" escrito por George E. P. Box y Gwilym M. Jenkins en 1976. Este artículo es considerado como uno de los trabajos fundamentales en la teoría de modelos de series de tiempo y ha sido ampliamente citado en la literatura de estadística y econometría. Desde entonces, se han propuesto varias extensiones y variaciones del modelo ARMAX para abordar diferentes problemas en el análisis de series de tiempo.